自(zì)聊(liáo)天机器(qì)人ChatGPT火爆以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨已多(duō)次公开谈论(lùn)人(rén)工智能话题。在最(zuì)近的一次采访(fǎng)中，他(tā)再次表示：“AI可(kě)能会让科技行业迎来一次(cì)剧烈的(de)洗牌(pái)”。

这个结论是他在当地时(shí)间2月20日(rì)接(jiē)受(shòu)《In Good Company》节(jié)目专访时提(tí)出的。

他预期，AI的发展可能会威胁到(dào)谷(gǔ)歌的(de)市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用户的“全能(néng)助手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可(kě)以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手(shǒu)的到来可能尚需(xū)时日，但(dàn)由(yóu)ControlNet引(yǐn)发的又一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉多州举办的新兴数字艺术(shù)家(jiā)竞(jìng)赛中(zhōng)，一(yī)幅名为(wèi)《太空歌剧院(yuàn)》的(de)作品(pǐn)获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘画软(ruǎn)件被(bèi)广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户(hù)们(men)可以(yǐ)在应(yīng)用中输入(rù)一组关键(jiàn)词或者一张照片，就能获得一幅AI创作的画作。

作(zuò)画(huà)的关键就是所(suǒ)输(shū)入的文本(běn)。同一(yī)组关键词也可(kě)以创(chuàng)作出很多(duō)张风格不(bù)一样的画作，这(zhè)让创作(zuò)的过程就(jiù)像开盲盒。

很多(duō)用户很喜欢这种不确定(dìng)的惊喜，他们(men)会将生成的美图(tú)当做头(tóu)像。而另一部分喜欢翻看AI绘画(huà)的(de)“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一(yī)位(wèi)网友的小狗照片(piàn)被AI画(huà)成(chéng)了(le)“肌肉男”，还有网友(yǒu)的个人(rén)照(zhào)片(piàn)被AI识别(bié)成了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与(yǔ)加(jiā)持(chí)，以往AI绘画(huà)的填写关键词(cí)游戏(xì)可能(néng)要被(bèi)颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博的(de)中国人张吕敏创作的(de)一(yī)种基于控制点的图像变形(xíng)算法，主要(yào)用于(yú)数字图(tú)像(xiàng)处理、计算机视觉和计(jì)算机图形学等(děng)领域。

其SD插件一(yī)经发布，在短短的两天内便成为(wèi)了AI绘画领域最新(xīn)的热点。

在(zài)此之前，大家用了(le)很多方法想(xiǎng)让AI生(shēng)成(chéng)的结果尽可(kě)能(néng)的(de)符合要求，但是都不尽如(rú)人意，它的出现代表着(zhe)AI生成开(kāi)始进入真正的可控时(shí)期。

因为ControlNet可(kě)以直接提(tí)取(qǔ)画面的(de)构图(tú)，人物的姿势和画面的深度信息等。有(yǒu)了它的帮助(zhù)，就(jiù)不用频(pín)繁(fán)的(de)用提示(shì)词来碰运气，抽盲盒式的创作(zuò)了(le)。

通俗的说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不(bù)少博主的作品已经获(huò)得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用(yòng)朋友的照片直(zhí)接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的关键词；最后用ControlNet插(chā)件绑定骨骼(gé)开始换关键(jiàn)词试效果。

通过图片(piàn)就可以看出来(lái)，效果十(shí)分惊艳。

更(gèng)厉害的是，除了真实的照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还(hái)能实(shí)现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也(yě)亲自回应(yīng)。

不得不说当(dāng)下AIGC已经变得越来(lái)越强大，甚至输(shū)出(chū)的作品(pǐn)都(dōu)已(yǐ)经能以假乱真了(le)。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓(wèi)的(de)“party”可(kě)能是全国第一起AI绘图诈骗(piàn)。

由于这(zhè)个活动里面给(gěi)出的美女照片都是AI制作的真(zhēn)人照片绘图(tú)，因为(wèi)太逼真，被大(dà)家当成(chéng)真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的(de)照片中有个很大的漏洞可以(yǐ)发现并非(fēi)真(zhēn)人(rén)，而(ér)是AI绘图，那便是图片中女性的(de)手指部(bù)分有的(de)存在异(yì)常。

有(yǒu)行(xíng)业人事表示(shì)：“现在(zài)因为(wèi)手指部分(fēn)的绘画算法比较(jiào)复杂，AI还不(bù)太会画人(rén)的(de)手，但最新看到(dào)的图片已(yǐ)经有越来越完美(měi)的AI模型(xíng)出(chū)现，以(yǐ)后可能就完全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗在国外也(yě)已有发生。据英国广播公司(sī)报道，土耳其(qí)地震期(qī)间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受灾的假照片(piàn)发(fā)布(bù)到(dào)网(wǎng)络(luò)，以(yǐ)此诱(yòu)骗善良的人打赏“捐助”从(cóng)而(ér)实施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经(jīng)能做(zuò)出真人照片般(bān)的绘图效(xiào)果(guǒ)，如(rú)果(guǒ)这(zhè)样的图(tú)片被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发(fā)了很多担忧，一方面，批(pī)判者认(rèn)为AI在“学习”了(le)大(dà)量前(qián)人的作品之(zhī)后，其创作没有(yǒu)任何情绪和(hé)灵魂，难以(yǐ)和人(rén)类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到有效(xiào)的(de)解决，还有(yǒu)AIGC会不会(huì)代替(tì)人类(lèi)“至高无上”的(de)创(chuàng)意。

马斯克(kè)也(yě)强调，人工智能的安全(quán)问(wèn)题需要(yào)得到(dào)重视，太晚就来(lái)不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面性(xìng)的，潜在的(de)危害并不能掩盖其光(guāng)辉的贡献。现(xiàn)在(zài)看来，人工智(zhì)能技术将是第四次工(gōng)业革(gé)命(mìng)的核(hé)心驱动力(lì)量，将创造新(xīn)的增(zēng)长奇迹。

过去一(yī)年，人(rén)工智能在技术和商(shāng)业层面都有了巨大进展，AI绘画(huà)就是人工智能技术发生方向性改变的一个(gè)代表(biǎo)。其下一站或许就是视频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科技圈的短视频。这些视(shì)频(pín)引发关(guān)注(zhù)并非内容(róng)做得多优秀(xiù)，反而都(dōu)非常简单(dān)，比如一(yī)匹正(zhèng)在喝水的马(mǎ)，一只(zhǐ)画画的(de)玩具(jù)熊，或者一段骑摩托(tuō)车的第一视角录像(xiàng)，随便一个(gè)有手(shǒu1米等于多少mm 1米等于多少厘米)机的人都可以(yǐ)随(suí)手录下一段。

但这些短视频的创作方式(shì)非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只是说一下要(yào)求(qiú)，AI就(jiù)可以根据需要生成一段(duàn)视频。

谷歌发(fā)布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了(le)AI生成的(de)视(shì)频后，AI圈就已(yǐ)经玩了一波(bō)梗，一个能够做出更高(gāo)清视(shì)频的AI还不足以在(zài)短(duǎn)时间内(nèi)戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以制作(zuò)出超过(guò)2分钟的连贯的也有确(què)切内容的视频(pín)，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生(shēng)成的视频多么高(gāo)清(qīng)，也只能(néng)是为内(nèi)容生产者提(tí)供一个灵(líng)感，一个素材，一个过场动画(huà)。

不过能够制作出有具(jù)体剧(jù)情内容的(de)视频就意(yì)味着，一(yī)些视频创作由AI代替人工完成已(yǐ)经初(chū)步有了可能。

当下AI的发展速度已经(jīng)超过大(dà)部分人的想(xiǎng)象。内(nèi)容产业的本质是(shì)供给创造需求，AIGC作为全新的内容生产方(fāng)式，可以为内(nèi)容产业带来更新的内容风格、更快的(de)生(shēng)产速度，更低的生产成(chéng)本，这无(wú)疑(yí)会驱动(dòng)内(nèi)容产(chǎn)业的(de)大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于(yú)音乐、代码、机器人动作(zuò)等多种内容形式的生成(chéng)。不(bù)难(nán)发(fā)现该项技术不仅在(zài)游戏(xì)等(děng)行业能得(dé)到有效(xiào)应(yīng)用，对于下一(yī)代互联网各种元素的(de)构(gòu)建亦有关键意(yì)义。

从商(shāng)业化的(de)角(jiǎo)度来看，文化娱乐、教育、传媒等(děng)诸多(duō)领域，本(běn)身就对基于AI的可视化内(nèi)容有强烈(liè)需(xū)求。

因此，AI绘画(huà)及视频或不(bù)是结果，而只是AI进(jìn)程(chéng)中的一块(kuài)重要拼图，有望在技(jì)术更新的加(jiā)持(chí)下实现更大的应用(yòng)价值。

AI从(cóng)理解内容(róng)，走向了可以生成(chéng)内容，甚(shèn)至能够创(chuàng)造出独立价值和独立视角(jiǎo)的内容(róng)。AIGC的再(zài)次出(chū)圈，更代(dài)表着未来的先进(jìn)生产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢(láo)固(gù)AIGC底座(zuò)

从技术的(de)发展也可(kě)以看出，在语言大模型(xíng)、图像大模型之后，多(duō)模态大(dà)模型已经成(chéng)为了新的趋势。

大模型被誉为当(dāng)前(qián)人(rén)工智能(néng)发展的智能(néng)底(dǐ)座，是全球竞争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众(zhòng)多(duō)头部企业都在竞相发力(lì)。

不过训(xùn)练大模型的确(què)价(jià)格不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需(xū)要多(duō)少算力》报告(gào)估算，GPT-3训练一次的成(chéng)本约为140万美(měi)元。而对于(yú)一些更大的LLM(大(dà)型语言模(mó)型)，训练成本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立(lì)访(fǎng)客平均(jūn)数1300万(wàn)计(jì)算(suàn)，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元(yuán)，每(měi)日仅电费就(jiù)在5万(wàn)美元左右。

1米等于多少mm 1米等于多少厘米data-type="jpeg" data-w="900">

此外不论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力支(zhī)持。在关注各类大模型(xíng)的发展同时，更应该关(guān)注(zhù)算力网络的建设。

算力网络正驱动AI产(chǎn)业发(fā)展进入史诗级(jí)加速进(jìn)程(chéng)，让AIGC及通用AI这一人工智能发展的(de)终极(jí)目标离(lí)得更近。

因为算(suàn)力可以对突破性(xìng)技术创新提(tí)供大力的支(zhī)持(chí)。这方面，多模态大模型是典型。作为面向未来强人(rén)工智(zhì)能、通用(yòng)人工(gōng)智能的重要技术创新，多模态大模型(xíng)已(yǐ)经在人工(gōng)智能领域(yù)提(tí)出了很多(duō)年，业界也有不少技术突(tū)破，但是(shì)，多模态大(dà)模(mó)型进一步往下走，算力需求呈几何式上升，一般的算(suàn)力基础设施(shī)很(hěn)快将难以胜任。

从图(tú)像(xiàng)、文字、语音单独(dú)一项的训练，到双模态(tài)、三模(mó)态(tài)的(de)跃迁，让人(rén)工智能可以灵活应对不同模态的转化(huà)、像人与世(shì)界交互(hù)一样自然，这方面(miàn)，由算力网络来驱动(dòng)将(jiāng)有(yǒu)明显(xiǎn)优势。

此外(wài)，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在人工智能算力(lì)网络支(zhī)撑下(xià)快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的支持下(xià)AIGC能持(chí)续颠覆内容生(shēng)产的(de)方式，将创造的(de)边际成(chéng)本降低(dī)，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 1米等于多少mm 1米等于多少厘米