自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开谈论(lùn)人工(gōng)智能话(huà)题。在最近(jìn)的一(yī)次采访中(zhōng)，他(tā)再次(cì)表示：“AI可能会让科技(jì)行业迎来一次(cì)剧烈的洗牌”。

这个结论是他在当地(dì)时间2月20日接受《In Good Company》节目专访(fǎng)时(shí)提出的。

他预期，AI的发展可能会威(wēi)胁到谷歌(gē)的市占率，因为微软在AI方面(miàn)的行动相当迅速。而(ér)最终科技巨头将(jiāng)把AI整(zhěng)合成用户的“全(quán)能(néng)助手”，包揽一(yī)切应(yīng)用，与人们进行沟通(tōng)并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中全(quán)能(néng)助(zhù)手的到(dào)来可能(néng)尚(shàng)需(xū)时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的(de)新兴数字艺术家(jiā)竞赛(sài)中，一幅(fú)名为《太空(kōng)歌剧院》的(de)作品获奖。

随后各大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们(men)可以在应用中输入一组关键词或(huò)者一张照片，就(jiù)能获得一幅AI创作的画作(zuò)。

作(zuò)画的关键就是所输入(rù)的文本。同(tóng)一组关键词也(yě)可(kě)以创作出(chū)很多(duō)张风格不一样的画(huà)作，这(zhè)让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确定的惊喜，他们(men)会将(jiāng)生(shēng)成的(de)美图当做头像。而另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品。在(zài)社交媒体(tǐ)上，许多用户分享AI“翻车(chē)现场”，例如(rú)，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持(chí)，以往AI绘画的(de)填(tián)写关键(jiàn)词游戏可(kě)能要被颠覆了。

ControlNet是(shì)一(yī)位(wèi)正在斯坦福读博的(de)中国人张(zhāng)吕敏创作(zuò)的一(yī)种基于控制(zhì)点的图像变形算法，主要用于数(shù)字图像处(chù)理、计算机视(shì)觉和计(jì)算机图形学等(děng)领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为了(le)AI绘画领域最新的热(rè)点(diǎn)。

在此(cǐ)之前，大家用了很多方法想让AI生成的结果尽可能的符(fú)合(hé)要求，但是(shì)都不尽如(rú)人意，它的出现代表着(zhe)AI生(shēng)成(chéng)开(kāi)始进入真正的可控(kòng)时期。

因(yīn)为(wèi)ControlNet可以直接提取画面的构图，人物的姿势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁(fán)的用提(tí)示词来碰运气，抽盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于(yú)给AI绘(huì)画(huà)加了“魔法”，不(bù)少博主的作(zuò)品(pǐn)已经获得(dé)了大量的浏(liú)览(lǎn)量，“viggo”就是其中之一(yī)，他用朋(péng)友的(de)照片直接带她(tā)们走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对(duì)应的关键(jiàn)词；最后(hòu)用ControlNet插(chā)件(jiàn)绑(bǎng)定(dìng)骨骼(gé)开(kāi)始换关键词试效果(guǒ)。

通过图片就可(kě)以看出来，效(xiào)果十(shí)分(fēn)惊艳。

更厉害的是，除了(le)真(zhēn)实的(de)照片，草图也可(kě)以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊(zūn)也亲(qīn)自回(huí)应(yīng)。

不(bù)得不说当下AIGC已经变得越(yuè)来(lái)越(yuè)强大，甚(shèn)至输出的作品都已经能以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡(jī)湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是(shì)全国第一(yī)起AI绘图诈骗(piàn)。

由于这个(gè)活动里面给(gěi)出(chū)的美(měi)女照片都(dōu)是AI制作的真人(rén)照片绘图(tú)，因为太逼真，被大家(jiā)当成真事传播了(le)。

不(bù)过仔细观察可(kě)以(yǐ)发现，活动发起者提供(gōng)的(de)照片中(zhōng)有个很大的漏洞(dòng)可以发现并非真人(rén)，而(ér)是AI绘图，那(nà)便是(shì)图片中女性的手指部分有(yǒu)的存在异常(cháng)。

有行业人事(shì)表(biǎo)示：“现在因为手(shǒu)指(zhǐ)部(bù)分的绘(huì)画算法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图片(piàn)已经有越(yuè)来越完美的AI模型出现，以后可能就完(wán)全(quán)没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在(zài)国(guó)外也已有发生。据英国广播公司报(bào)道，土耳其地震期间(jiān)，有Tiktok用户(hù)使(shǐ)用AI合(hé)成(chéng)了儿童受灾的假(jiǎ)照(zhào)片发(fā)布到网络，以(yǐ)此诱骗善良的人打赏“捐(juān)助”从而实(shí)施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能做出真人照片般的绘(huì)图效果，如果(guǒ)这样的图片(piàn)被用(yòng)来诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了大量前人的作品(pǐn)之后，其(qí)创作没有任何情绪和灵魂(hún)，难以和人(rén)类的艺术创作相提并论。

另一方面，AIGC背后的(de)版权(quán)、目(mù)前(qián)都(dōu)并没有得到有效的(de)解(jiě)决，还有AIGC会不(bù)会代替人类(lèi)“至高无上”的(de)创意。

马斯克也强调，人工智能(néng)的(de)安全问题需要得(dé)到(dào)重视，太晚就来不及了。

03

AIGC下(xià)一站除了视(shì)频，还有远(yuǎn)方

技术(shù)都是有两面性(xìng)的，潜在的危(wēi)害并不(bù)能掩盖其(qí)光辉的贡献。现在看来(lái)，人(rén)工智能技术将是(shì)第四次工业革命的核心驱(qū)动力一般手机电池多少毫安 4000毫安电池算大吗量，将创造(zào)新的(de)增长奇迹(jì)。

过去一年，人工智能在技术和商(shāng)业层面都有了巨大进展，AI绘画就是人工智能技(jì)术(shù)发生方向(xiàng)性(xìng)改变的一个代表(biǎo)。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视频。这些视(shì)频引发关注并非内容做得多优秀，反而都非常简单，比(bǐ)如一匹正在(zài)喝水(shuǐ)的(de)马，一只画画的玩具(jù)熊，或(huò)者一段骑摩托车的第(dì)一视角录(lù)像，随便一个有手(shǒu)机的人都可以随(suí)手(shǒu)录(lù)下一段。

但这些短视频(pín)的创作(zuò)方式非常简单，创作者仅仅需要向AI输入(rù)一段话，甚(shèn)至(zhì)只是说一下(xià)要求，AI就可以(yǐ)根据需要生成一(yī)段视频。

谷歌发布的两个AI生成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个(gè)能够做出更高清视(shì)频的AI还不足(zú)以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加(jiā)令人(rén)震惊(jīng)的(de)地方在于，它可以制作出超过2分(fēn)钟的连(lián)贯(guàn)的也(yě)有(yǒu)确切内容(róng)的视频，这(zhè)才是真(zhēn)正让人们感到惊喜的(de)地方。因为无论AI生成(chéng)的视频多(duō)么(me)高清(qīng)，也(yě)只能(néng)是为内(nèi)容生(shēng)产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的视频就意味着，一些视频创作(zuò)由(yóu)AI代(dài)替人工完成已经初步有了可能。

当下AI的发展速度已经超过大(dà)部分人的(de)想象。内(nèi)容(róng)产业的本质是(shì)供给(gěi)创造需求，AIGC作为全新的内容生(shēng)产方式，可以为(wèi)内容产业带(dài)来(lái)更新的(de)内容风格、更快的(de)生(shēng)产速度，更低(dī)的生产成本(běn)，这无疑会驱动(dòng)内容(róng)产业(yè)的(de)大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应(yīng)用(yòng)于(yú)音乐(lè)、代码、机器人动作等多(duō)种内容形式的生成。不难发现该(gāi)项技术不仅(jǐn)在游戏等行业能得到有效(xiào)应(yīng)用，对于下一(yī)代互(hù)联网各种(zhǒng)元素(sù)的构(gòu)建亦有(yǒu)关键意义。

从(cóng)商业(yè)化的(de)角度来(lái)看，文(wén)化娱(yú)乐、教育、传媒等诸多(duō)领域，本身(shēn)就对基于(yú)AI的可视(shì)化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视(shì)频(pín)或不是结果，而只是(shì)AI进程中(zhōng)的一块(kuài)重要拼图，有(yǒu)望在技术更(gèng)新的加持下实现(xiàn)更大(dà)的(de)应用(yòng)价值。

AI从理解内容，走向(xiàng)了可以生成(chéng)内容，甚(shèn)至能(néng)够创造出独立价值和独立视(shì)角的内容。AIGC的再次出(chū)圈，更代表着未来的先进生产力(lì)即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座(zuò)

从(cóng)技术(shù)的发展(zhǎn)也可以看出，在语言大模型、图像大(dà)模型之后，多模态大模型已经成为了(le)新的(de)趋势。

大模型被誉为当前人工智能发展的智能底座，是全球竞争最激烈的研究方向之一(yī)，包括(kuò)谷歌(gē)、亚(yà)马逊、百度(dù)、阿里(lǐ)、腾讯等众多头部企业都(dōu)在竞(jìng)相发力。

不过训(xùn)练大模(mó)型(xíng)的确价格不(bù)菲，以国盛证(zhèng)券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于(yú)一些(xiē)更大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则(zé)介(jiè)于(yú)200万美元(yuán)至1200万美(měi)元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万计算，其(qí)对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万美(měi)元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力(lì)支持(chí)。在(zài)关注各类(lèi)大模型的发(fā)展同(tóng)时(shí)，更应该关(guān)注算力网络的(de)建设。

算力网络(luò)正(zhèng)驱动AI产业发展进(jìn)入史诗级加速进(jìn)程，让AIGC及通(tōng)用(yòng)AI这一人(rén)工智能发(fā)展的终极目标离得更近(jìn)。

因为算力可以对突(tū)破性技术创新(xīn)提(tí)供大力的支(zhī)持。这方(fāng)面(miàn)，多模态(tài)大模型(xíng)是典型(xíng)。作为面向未来强(qiáng)人工智能(néng)、通用人工智能的重要技(jì)术创新，多模态(tài)大模型已经(jīng)在人工智能(néng)领域提出了(le)很多年(nián)，业(yè)界也有不少(shǎo)技术(shù)突破，但(dàn)是，多模态(tài)大模型进一步往(wǎng)下(xià)走(zǒu)，算力需求呈几何式上升，一(yī)般(bān)的算力基础设施很快将难以胜(shèng)任(rèn)。

从图像、文(wén)字、语(yǔ)音(yīn)单独一项的训练，到双模态、三(sān)模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人与世界(jiè)交互(hù)一样自然，这方(fāng)面，由算力网络来驱动(dòng)将有明(míng)显优势。

此外，还有很多(duō)需要爆发式增长(zhǎng)的(de)算力来支撑的技术创(chuàng)新，将在人(rén)工智(zhì)能(néng)算力网络支撑下快速(sù)推进。

AIGC已经露出(chū)曙光，期待在大模型和大算(suàn)力的支持下(xià)AIGC能(néng)持续(xù)颠覆内容生(shēng)产的方式，将创造的边际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 一般手机电池多少毫安 4000毫安电池算大吗