自聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公司(sī)创始人(rén)比尔(ěr)·盖茨已多次公开谈论(lùn)人工智能话(huà)题。在最近的一次采访(fǎng)中，他再次表示(shì)：“AI可能会让科技行业迎来一次剧烈(liè)的洗(xǐ)牌”。

这(zhè)个结(jié)论(lùn)是他在当地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的发展可能会威胁到谷歌的市占率(lǜ)，因(yīn)为微软在AI方面(miàn)的行动(dòng)相当迅(xùn)速。而最终科(kē)技巨(jù)头将把AI整合成用户的“全(quán)能助手”，包揽一切应用，与人(rén)们进行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到(dào)来可能尚需(xū)时日，但由ControlNet引发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获(huò)奖。

随后各(gè)大(dà)厂商的AI绘画软件被广大(dà)网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一组关键词或者一张(zhāng)照片，就能获得(dé)一幅AI创作的画作(zuò)。

作画的关键就是所(suǒ)输入的文本。同一组(zǔ)关(guān)键词也可(kě)以创作出很多(duō)张风格(gé)不一样的画作(zuò)，这让创作的(de)过程就像开盲盒。

很多用(yòng)户很喜欢这(zhè)种不确定(dìng)的惊喜，他们会将(jiāng)生成的美图当做头像。而(ér)另一部分(fēn)喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许(xǔ)多用户分享AI“翻车(chē)现(xiàn)场”，例如，一位(wèi)网友的小狗照片被AI画成了“肌肉(ròu)男”，还有(yǒu)网友的个人照片(piàn)被AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘(huì)画的填写关键词(cí)游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏创作的一种基(jī)于控(kòng)制点的(de)图像变形算法，主要用于数字图像处理、计算(suàn)机视觉和计算机(jī)图形(xíng)学(xué)等领域。

其SD插件一经发布，在短短的(de)两天(tiān)内便成为了AI绘画领域最新(xīn)的(de)热点。

在(zài)此(cǐ)之前(qián)，大家用了(le)很多方法想(xiǎng)让AI生成的结果尽可(kě)能的符合要(yào)求，但是都(dōu)不尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画(huà)面的深度信息等。有了它的帮助(zhù)，就不用(yòng)频繁(fán)的(de)用提示词来(lái)碰运气(qì)，抽盲盒式(shì)的创(chuàng)作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给AI绘画(huà)加了“魔法(fǎ)”，不少博(bó)主的作品已(yǐ)经(jīng)获得(dé)了(le)大量(liàng)的(de)浏览量，“viggo”就(jiù)是其(qí)中之(zhī)一，他用(yòng)朋友(yǒu)的照片直接带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找(zhǎo)到对(duì)应的关键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键(jiàn)词试效果。

通过(guò)图片就可以看出来(lái)，效果十分惊(jīng)艳。

更厉害的(de)是，除了真实(shí)的照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转全彩图。大神(shén)张吕敏其本尊(zūn)也(yě)亲自(zì)回应。

不(bù)得不说当下AIGC已经变(biàn)得越来越(yuè)强大(dà)，甚(shèn)至输出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而经过警方辟谣这所谓(wèi)的“party”可能是全(quán)国第一起AI绘图(tú)诈(zhà)骗。

由(yóu)于这个活动里面给出的美女照片都是AI制作的真人照片绘图(tú)，因为太逼(bī)真，被大家当(dāng)成真事传播了。

不过仔细(xì)观(guān)察可以发现，活动(dòng)发起者(zhě)提供的照片(piàn)中有个(gè)很(hěn)大的漏洞可以发现并非真人，而是AI绘(huì)图(tú)，那便是图(tú)片中女性的手指(zhǐ)部(bù)分有的存在异常。

有行业人(rén)事表(biǎo)示：“现(xiàn)在因(yīn)为手指部(bù)分的绘画算法(fǎ)比较复(fù)杂，AI还不太会画人的手，但最新看到(dào)的(de)图片已(yǐ)经(jīng)有越(yuè)来越(yuè)完(wán)美的AI模型出现，以后可能(néng)就完全(quán)没有漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发(fā)生。据英国广(guǎng)播公(gōng)司(sī)报(bào)道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童受灾(zāi)的假照(zhào)片(piàn)发布到网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能做出(chū)真人(rén)照片般的(de)绘图效果(guǒ)，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常(cháng)可(kě)怕。

此外(wài)AIGC还(hái)引发(fā)了很多担忧，一方(fāng)面，批判(pàn)者认为AI在“学习(xí)”了大量前人的(de)作(z浆水是热性还是凉性的 浆水可以当水喝吗uò)品(pǐn)之后，其创作没有(yǒu)任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺术创作相提并论。

另一方面，AIGC背后的(de)版权(quán)、目前都并没有得到有效(xiào)的解决，还有AIGC会不(bù)会代替人类“至高无(wú)上”的创意。

马斯(sī)克也(yě)强(qiáng)调(diào)，人工(gōng)智(zhì)能的安全问题需要得到重视，太晚(wǎn)就(jiù)来不及(jí)了(le)。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技(jì)术都(dōu)是有两面性的，潜在的(de)危(wēi)害(hài)并不能掩盖其光辉的贡献。现在(zài)看来，人工智能技术将是第四次工业革命(mìng)的核心驱动力量，将创造(zào)新的增长奇(qí)迹。

过去(qù)一年，人工智能在技(jì)术和(hé)商(shāng)业层面都有了巨大(dà)进(jìn)展，AI绘画就是人工智能技术发生方向性改变的一个代表。其(qí)下一站或(huò)许就是视(shì)频。

此(cǐ)前，Meta和谷歌(gē)先后发布了(le)几条引爆科技圈的短视(shì)频(pín)。这(zhè)些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正(zhèng)在(zài)喝水的马，一(yī)只画画的玩(wán)具(jù)熊，或者一(yī)段骑摩托车的(de)第(dì)一视角录像，随便一个有手(shǒu)机的(de)人都(dōu)可以随手(shǒu)录(lù)下一段。

但这(zhè)些(xiē)短视频的创作(zuò)方式非常简(jiǎn)单，创作者仅仅需要(yào)向AI输入一段话(huà)，甚(shèn)至只是说一下(xià)要求，AI就(jiù)可以(yǐ)根(gēn)据(jù)需要生成一段视频。

谷歌(gē)发布的两个(gè)AI生成视频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没有(yǒu)太(tài)多的(de)差(chà)别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频(pín)后，AI圈就已经玩了(le)一波梗，一个能够做出更高清视频(pín)的(de)AI还不(bù)足以(yǐ)在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更加令人(rén)震惊的地(dì)方在于，它(tā)可以(yǐ)制作(zuò)出超过2分钟的(de)连(lián)贯(guàn)的(de)也有确切内容的视频，这才(cái)是真正让(ràng)人们感到惊喜的地方。因为无论(lùn)AI生成的(de)视频多么高清，也(yě)只(zhǐ)能是(shì)为内容(róng)生产者提供一个(gè)灵感，一个素材，一(yī)个过场(chǎng)动画(huà)。

不过能够(gòu)制作出有具体(tǐ)剧情内容的(de)视频(pín)就意(yì)味着，一些视频创作(zuò)由AI代(dài)替人工完(wán)成已经初步有了可能(néng)。

当下AI的(de)发(fā)展速度已经超过大(dà)部分(fēn)人的(de)想象(xiàng)。内(nèi)容产业的本质是供给创(chuàng)造需(xū)求，AIGC作为(wèi)全(quán)新的内容生产(chǎn)方式，可以为内容产业带(dài)来更新的内容(róng)风格、更快的生产速度，更(gèng)低的生产成(chéng)本，这(zhè)无疑会驱动内容产业(yè)的大爆发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多种内容形式的(de)生成。不难发现该项(xiàng)技(jì)术不仅在游戏等行业(yè)能得到(dào)有效应用，对(duì)于下一(yī)代互联网各种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角度来看(kàn)，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视(shì)频或不(bù)是结果，而(ér)只是AI进程中的一(yī)块(kuài)重要拼图，有(yǒu)望在技术更新的(de)加(jiā)持下实(shí)现更大的应用价值(zhí)。

AI从理解内容，走向了可以生成内容(róng)，甚至能够创(chuàng)造出独立价值和独立(lì)视角的内容。AIGC的再次出(chū)圈，更代表着未来的先进生产力即将到来。

04

紧抓(zhuā)大模型与算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之后，多模态大模型已经成为了新(xīn)的(de)趋势。

大(dà)模型被誉为当前(qián)人工(gōng)智能(néng)发展的智(zhì)能底座，是全球竞(jìng)争最激烈的(de)研究(jiū)方向(xiàng)之一(yī)，包括(kuò)谷歌、亚马(mǎ)逊(xùn)、百度(dù)、阿里、腾讯等(děng)众多头部企业都(dōu)在竞相(xiāng)发力。

不过训练大模型的确价格(gé)不菲(fēi)，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少算(suàn)力(lì)》报告估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美元。而对于一些(xiē)更大(dà)的(de)LLM(大型(xíng)语言模型)，训练成本则(zé)介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计(jì)算，其(qí)对应(yīng)芯片需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入(rù)成本(běn)约为8亿美(měi)元，每日仅电费就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各类大模型的发展同时，更应该关注算力网(wǎng)络的建设。

算(suàn)力网络正驱(qū)动AI产业发展进(jìn)入史诗(shī)级加速进程，让AIGC及(jí)通用(yòng)AI这一人工智能发展的终极(jí)目标(biāo)离得更近(jìn)。

因(yīn)为(wèi)算力可以对突破性技术创新提供(gōng)大力的(de)支(zhī)持。这方面，多模态大模(mó)型是典型。作为面向未(wèi)来强人工智(zhì)能(néng)、通用人(rén)工(gōng)智能的重要技(jì)术(shù)创新，多模(mó)态大模型已经在人工智能领(lǐng)域提(tí)出(chū)了很(hěn)多年，业界也(yě)有不少技术突破，但是，多模(mó)态大模型进(jìn)一步往下走(zǒu)，算力需求呈几何式上(shàng)升，一般的算力(lì)基础设施(shī)很快将难以胜(shèng)任(rèn)。

从图像、文字、语音单(dān)独一项(xiàng)的训练，到双模态、三模态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对不同模态的转化(huà)、像人与世界交(jiāo)互一样自然，这(zhè)方(fāng)面，由算(suàn)力(lì)网(wǎng)络(luò)来驱动将(jiāng)有明(míng)显优(yōu)势。

此外，还有很多(duō)需(xū)要(yào)爆发式增长的(de)算力(lì)来支撑的(de)技术创新，将在人(rén)工智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力(lì)的(de)支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的(de)方式，将创造的边(biān)际成本(běn)降低(dī)，让万(wàn)众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 浆水是热性还是凉性的 浆水可以当水喝吗