自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨已多(duō)次(cì)公(gōng)开谈论人工智能话题(tí)。在最近的一次采访中，他再(zài)次表(biǎo)示(shì)：“AI可能会(huì)让科(kē)技行(xíng)业(yè)迎(yíng)来一(yī)次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日(rì)接受《In Good Company》节目(mù)专访时提出(chū)的(de)。

他预期，AI的发展可能会(huì)威胁到谷歌的(de)市占率，因为微软(ruǎn)在AI方面(miàn)的行动相当迅速。而最终(zhōng)科技巨头将(jiāng)把AI整合(hé)成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人(rén)们(men)进行沟(gōu)通并提供建议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来(lái)可能尚需时(shí)日(rì)，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为代(dài)表的(de)AIGC上(shàng)一次爆(bào)火的(de)时候，还是(shì)2022年(nián)8月，在美国科(kē)罗拉多州举办的(de)新兴数字艺术家(jiā)竞赛(sài)中，一幅名为(wèi)《太(tài)空歌剧(jù)院》的作(zuò)品(pǐn)获(huò)奖。

随(suí)后各大厂商的AI绘画软件被(bèi)广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代(dài)表。

用户(hù)们可以在应用中(zhōng)输入一组关(guān)键(jiàn)词或者一张照(zhào)片，就能获得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所输入(rù)的文本。同一(yī)组关键(jiàn)词也可(kě)以(yǐ)创作(zuò)出很多张(zhāng)风格不一(yī)样(yàng)的画作，这让创作的(de)过程(chéng)就像开盲盒。

很多用户很(hěn)喜欢(huān)这种不确定的惊喜，他们会将生成的(de)美图当做头像。而(ér)另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在(zài)社交媒体上，许(xǔ)多用(yòng)户分(fēn)享AI“翻车现(xiàn)场”，例(lì)如，一位网友的(de)小狗照(zhào)片被AI画成了“肌肉男”，还有网友(yǒu)的(de)个人(rén)照片(piàn)被AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以(yǐ)往AI绘画(huà)的填(tián)写关键词游戏可能(néng)要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福(fú)读博的中国人(rén)张(zhāng)吕敏创作的(de)一种基(jī)于控制点的图像(xiàng)变形算(suàn)法，主要用于数字图(tú)像(xiàng)处(chù)理、计算机视觉和(hé)计算机图(tú)形学(xué)等领域。

其(qí)SD插(chā)件一经(jīng)发布，在短短的两天内便成(chéng)为了AI绘画领域最新(xīn)的热点。

在此之前，大家(jiā)用(yòng)了很多方法想让(ràng)AI生(shēng)成(chéng)的结果尽可能(néng)的符合要(yào)求，但是都不尽如人(rén)意，它的出现代表(biǎo)着AI生成开始进(jìn)入真正的(de)可(kě)控时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势和(hé)画面(miàn)的深度信息等。有了它的(de)帮助，就不用频繁的用(yòng)提(tí)示词来(lái)碰(pèng)运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的(de)作品已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其(qí)中之一，他(tā)用朋友的(de)照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的(de)关键词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始(shǐ)换关键词试(shì)效(xiào)果。

通过(guò)图(tú)片就可以看(kàn)出来，效(xiào)果十分惊艳。

更厉害的是，除了(le)真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其本(běn)尊(zūn)也亲(qīn)自回应。

不得不说当下AIGC已经(jīng)变(biàn)得(dé)越(yuè)来越强(qiáng)大(dà)，甚(shèn)至输(shū)出(chū)的作品(pǐn)都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近(jìn)日(rì)，“苏(sū)州(zhōu)金鸡湖有游(yóu)艇p家雀是国家几级保护动物 大山雀是国家二级保护动物吗arty”的消息火遍网络，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是(shì)全(quán)国第一起AI绘图(tú)诈骗(piàn)。

由于这(zhè)个活动(dòng)里面给出(chū)的美女照片都(dōu)是AI制作的真人照片(piàn)绘(huì)图(tú)，因为太逼(bī)真，被(bèi)大家当成真事传播了。

不过仔细观察(chá)可以发现，活动发(fā)起者提供的照片中有个很大的漏(lòu)洞可以(yǐ)发现并非真人，而是AI绘(huì)图(tú)，那便是(shì)图片(piàn)中女(nǚ)性的手指部分有的存在异常。

有行业(yè)人事表示：“现在因为(wèi)手指部分的绘(huì)画(huà)算法比较复(fù)杂(zá)，AI还(hái)不太会(huì)画人的手，但(dàn)最新看(kàn)到(dào)的(de)图片已经有越来(lái)越完美(měi)的AI模型出现，以后可能就完(wán)全(quán)没有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司(sī)报道(dào)，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿童受灾的假照(zhào)片发布到网络(luò)，以(yǐ)此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出真人照片(piàn)般的绘(huì)图效果，如果这(zhè)样的图片被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引发(fā)了很多担(dān)忧，一(yī)方面，批判者认为AI在“学习”了大量(liàng)前(qián)人的作(zuò)品之后(hòu)，其创作没(méi)有任何情绪和(hé)灵魂，难以和人(rén)类的艺术(shù)创作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版(bǎn)权(quán)、目前都并没有得(dé)到有效的解决(jué)，还有AIGC会不(bù)会(huì)代替(tì)人类“至高(gāo)无(wú)上”的创意。

马斯克也强调，人工(gōng)智能的(de)安全问(wèn)题(tí)需要(yào)得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方

技术都是有两面性的，潜在的危害并不能掩盖其光辉的贡献(xiàn)。现在看(kàn)来(lái)，人(rén)工智(zhì)能技术将是第(dì)四次工业革命的核心驱动力(lì)量(liàng)，将创造新(xīn)的增长奇(qí)迹。

过去一年(nián)，人(rén)工智能在技术(shù)和商(shāng)业层(céng)面都有(yǒu)了(le)巨大(dà)进(jìn)展，AI绘画就是(shì)人工(gōng)智(zhì)能技术发生方(fāng)向性(xìng)改变的(de)一个代表(biǎo)。其下一站(zhàn)或许就是(shì)视(shì)频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技(jì)圈的短视频。这些视频引发(fā)关注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者一段骑(qí)摩托(tuō)车的第一视角录(lù)像，随便一个有手机(jī)的人都可以随手(shǒu)录下一段。

但这(zhè)些短视频的(de)创作(zuò)方式非常简单，创(chuàng)作者仅(jǐn)仅(jǐn)需要(yào)向AI输入一段(duàn)话，甚至只是(shì)说一下要(yào)求(qiú)，AI就可以根据需要(yào)生(shēng)成一段视频。

谷歌(gē)发(fā)布的两个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公布了(le)AI生成的视(shì)频(pín)后，AI圈就(jiù)已经玩(wán)了一波梗(gěng)，一(yī)个能够做出更高(gāo)清视频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地(dì)方在于，它(tā)可以制作(zuò)出超(chāo)过2分钟(zhōng)的(de)连贯的也有确(què)切内容(róng)的视频，这(zhè)才(cái)是真正让人(rén)们感到(dào)惊喜(xǐ)的地(dì)方。因为无论AI生成(chéng)的(de)视频多么高清(qīng)，也(yě)只(zhǐ)能(néng)是为内容生产者提供一个灵感(gǎn)，一个素材，一个(gè)过(guò)场动(dòng)画。

不过能够制作(zuò)出有具(jù)体(tǐ)剧(jù)情(qíng)内容的视频就意味着，一些视频创作由AI代(dài)替(tì)人工完成(chéng)已经初(chū)步有了(le)可能。

当下AI的发(fā)展速度已经超过大(dà)部(bù)分人的想象(xiàng)。内(nèi)容产业的本质是(shì)供给创造需求，AIGC作(zuò)为全新的内(nèi)容生产方式，可以为内容(róng)产业带来更新的内容风格(gé)、更快的(de)生产速度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码(mǎ)、机(jī)器人动作等多种(zhǒng)内容形式的生成。不难发现该(gāi)项技(jì)术(shù)不仅在(zài)游(yóu)戏(xì)等行(xíng)业能得到有效应用，对于下一(yī)代互联网各种元素的构建亦有关键(jiàn)意义。

从商业化(huà)的角度来(lái)看，文化(huà)娱乐、教育、传媒等诸多领(lǐng)域，本身(shēn)就(jiù)对基于(yú)AI的可视化内容(róng)有强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘(huì)画(huà)及视频或不是结(jié)果(guǒ)，而只是(shì)AI进程中的(de)一块重要拼图，有望(wàng)在技术更新的加持(chí)下(xià)实现更大(dà)的应(yīng)用价值。

AI从理解内容，走(zǒu)向了可以生(shēng)成内容，甚至能够创(chuàng)造出(chū)独(dú)立价(jià)值(zhí)和独立视角的内容。AIGC的(de)再次出圈，更代表(biǎo)着未来的先(xiān)进生产力即将到(dào)来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术(shù)的发展也可以看出，在(zài)语言(yán)大模型、图像(xiàng)大(dà)模型之后，多模态大模(mó)型已(yǐ)经成(chéng)为了(le)新(xīn)的趋势。

大模型被誉为当前人工智能(néng)发展(zhǎn)的智(zhì)能底座，是全球(qiú)竞争最(zuì)激烈的研究(jiū)方(fāng)向之(zhī)一(yī)，包括谷歌、亚(yà)马逊、百(bǎi)度、阿(ā)里、腾讯等众多头部企业都在(zài)竞(jìng)相(xiāng)发(fā)力。

不(bù)过训(xùn)练大模型(xíng)的(de)确价(jià)格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需要(yào)多(duō)少(shǎo)算力(lì)》报告估算，GPT-3训(xùn)练(liàn)一次的成本约(yuē)为140万(wàn)美元。而对(duì)于一些更大的(de)LLM(大型(xíng)语言模型)，训(xùn)练成(chéng)本则介于200万美元至(zhì)1200万美元高(gāo)价(jià)之间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访客平均数1300万计算，其对应芯片(piàn)需求为(wèi)3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成(chéng)本(běn)约(yuē)为(wèi)8亿(yì)美(měi)元，每日仅(jǐn)电费就在(zài)5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各类大模型的发(fā)展同时，更(gèng)应(yīng)该(gāi)关注算力网络的建设。

算力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及通用AI这一人工智能发展的(de)终极目标离(lí)得(dé)更近(jìn)。

因为(wèi)算(suàn)力可以对(duì)突破性技术创新提(tí)供(gōng)大力的支持(chí)。这方面，多模态大模型是(shì)典型。作为面(miàn)向未(wèi)来强(qiáng)人工智(zhì)能(néng)、通用(yòng)人工智能的重要(yào)技术创新，多模态大模型已(yǐ)经(jīng)在人工智能领(lǐng)域(yù)提出了很(hěn)多年，业(yè)界也有(yǒu)不少(shǎo)技(jì)术突破，但是，多模态大模型进一步往下走，算(suàn)力需求呈几(jǐ)何式上升(shēng)，一般(bān)的算力基(jī)础设施(shī)很快(kuài)将(jiāng)难以胜(shèng)任。

从(cóng)图像、文(wén)字、语(yǔ)音单独一(yī)项(xiàng)的(de)训练，到双模态(tài)、三(sān)模态的跃迁，让(ràng)人(rén)工(gōng)智能可(kě)以灵活应对不同模(mó)态(tài)的转化、像人与世界交互一样自然，这方面，由(yóu)算力(lì)网络来驱动将(jiāng)有明显优(yōu)势。

此外，还有很多需要爆(bào)发式增长(zhǎng)的算力来支撑的技术创新(xīn)，将在人工智(zhì)能(néng)算力网络支撑(chēng)下快(kuài)速推进。

AIGC已经露出(chū)曙光，期(qī)待在(zài)大模型和大算力的支持(chí)下AIGC能持(chí)续颠覆(fù)内容生产的方式，将(jiāng)创造的边(biān)际成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 家雀是国家几级保护动物 大山雀是国家二级保护动物吗