自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软公司创(chuàng)始人比(bǐ)尔·盖(gài)茨已多次公开谈论(lùn)人工智能(néng)话(huà)题。在(zài)最近的一次采访中，他再次表示(shì)：“AI可能会(huì)让科(kē)技行业迎(yíng)来一次剧烈的(de)洗牌(pái)”。

这(zhè)个结论是他在当地时(shí)间2月20日接受《In Good Company》节(jié)目(mù)专访时提出(chū)的。

他预期(qī)，AI的(de)发展可能会威胁到(dào)谷歌(gē)的(de)市占率，因为微软在AI方面(miàn)的行(xíng)动(dòng)相当(dāng)迅速。而最终科技巨(jù)头(tóu)将(jiāng)把AI整(zhěng)合成用户的(de)“全能(néng)助手(shǒu)”，包揽一切应用，与人(rén)们(men)进行沟(gōu)通并提供(gōng)建议，可以取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能助(zhù)手的到来可(kě)能尚需(xū)时(shí)日，但由ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上(shàng)一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉(lā)多(duō)州(zhōu)举办的(de)新兴数字艺术家竞赛中，一幅名为(wèi)《太空歌(gē)剧院》的作(zuò)品获奖。

随后(hòu)各(gè)大厂(chǎng)商的AI绘画软(ruǎn)件被(bèi)广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输(shū)入一组关(guān)键词或(huò)者(zhě)一张照片，就能(néng)获得一幅(fú)AI创作的画作(zuò)。

作画的关(guān)键就是(shì)所输入(rù)的文本。同(tóng)一组关键词(cí)也可以创作(zuò)出很多张风格不一样的画作，这让创作(zuò)的(de)过程(chéng)就像开(kāi)盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将(jiāng)生成(chéng)的美(měi)图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上(shàng)，许多用户(hù)分享AI“翻(fān)车(chē)现场”，例如(rú)，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的个人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的(de)出现与加(jiā)持，以往AI绘(huì)画的(de)填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人张吕敏创作的一种基(jī)于控(kòng)制点(diǎn)的图像(xiàng)变形算法，主要用于数字图(tú)像处理、计(jì)算机(jī)视觉和计算机(jī)图形学等领域。

其SD插件一(yī)经发布(bù)，在(zài)短短的(de)两天内便成(chéng)为了AI绘画(huà)领域最新的(de)热点。

在此(cǐ)之前(qián)，大家(jiā)用了(le)很多(duō)方法想(xiǎng)让AI生成的(de)结果(guǒ)尽可能的符合(hé)要(yào)求(qiú)，但是都不尽如(rú)人(rén)意，它(tā)的(de)出(chū)现(xiàn)代表着AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的构图，人物的姿势(shì)和画面的深(shēn)度信息等。有了它(tā)的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲(máng)盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主(zhǔ)的作品已经获(huò)得了大量的(de)浏览量，“viggo”就是其中之(zhī)一，他(tā)用(yòng)朋友(yǒu)的照片直接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关(guān)键(jiàn)词(cí)试效果。

通过图(tú)片就可(kě)以看出来，效果十分惊(jīng)艳(yàn)。

更厉害的是，除(chú)了真实(shí)的(de)照片，草图也可以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还(hái)能实现线(xiàn)稿(gǎo)转全彩图。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不得不说当下(xià)AIGC已(yǐ)经变得(dé)越来越(yuè)强大，甚至输出的作品都已经能(néng)以(yǐ)假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕安全问题

近日(rì)，“苏州金鸡湖(hú)有游艇party”的(de)消息(xī)火遍(biàn)网络，而(ér)经(jīng)过警方辟谣这所(suǒ)谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动里面给出(chū)的美女(nǚ)照片都是AI制作的真人照片绘图，因为(wèi)太逼真(zhēn)，被大(dà)家当成真事传播(bō)了。

不过(guò)仔(zǎi)细(xì)观察可以发现，活动发起(qǐ)者提供(gōng)的照(zhào)片中有个很(hěn)大(dà)的(de)漏(lòu)洞可(kě)以(yǐ)发(fā)现并非(fēi)真人，而是AI绘图，那(nà)便是图片中女(nǚ)性的手指部分有的存在异常。

有(yǒu)行(xíng)业人事表示：“现在因为手(shǒu)指部分的绘(huì)画(huà)算(suàn)法比较复杂，AI还不太(tài)会(huì)画人(rén)的手，但(dàn)最(zuì)新看到的图片(piàn)已经有越来(lái)越完美的AI模型(xíng)出现，以(yǐ)后可能就完全没有漏(lòu)洞了。”

类似的AI作图(tú)诈(zhà)骗在国外也(yě)已(yǐ)有发生。据(jù)英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照片发布到网(wǎng)络，以此诱(yòu)骗善(shàn)良的人打赏“捐助”从而实(shí)施诈骗。

目前(qián)随着技术(shù)发展，AIGC已经能做出真人(rén)照片般的绘图效果，如(rú)果这样的(de)图片被用来诈骗，将(jiāng)非(fēi)常可怕。

此外AIGC还引发了很多担忧(yōu)，一方(fāng)面，批判者认(rèn)为AI在“学习(xí)”了大量前人的作品之后，其创(chuàng)作没(méi)有(yǒu)任(rèn)何情绪和灵魂，难以和人(rén)类的艺术(shù)创(chuàng)作相提(tí)并论。

另一方面，AIGC背后(hòu)的版权、目前(qián)都(dōu)并没(méi)有得到有效的(de)解决，还有AIGC会(huì)不(bù)会代替人类“至高无(wú)上”的创意。

马斯克也强调(diào)，人工智能的安全(quán)问题(tí)需要得到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远(yuǎn)方

技(jì)术(shù)都是有两面性的，潜在的危害并不能掩(yǎn)盖其光辉的(de)贡献。现在看(kàn)来，人工智能技术将是第四次(cì)工业(yè)革命的核(hé)心驱动力(lì)量(liàng)，将创造新的增长奇(qí)迹(jì)。

过去一年(nián)，人工智能在技术和商业(yè)层面都有了(le)巨大进展(zhǎn)，AI绘画(huà)就(jiù)是人工智能技(jì)术(shù)发生(shēng)方(fāng)向性改变的(de)一个代(dài)表。其(qí)下(xià)一(yī)站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科技圈的短视频。这些(xiē)视(shì)频引发关注(zhù)并(bìng)非内容做得多优秀(xiù)，反而(ér)都(dōu)非常(cháng)简单(dān)，比如(rú)一匹(pǐ)正在喝水的马，一只(zhǐ)画(huà)画(huà)的玩具熊，或者(zhě)一段骑摩托车的第(dì)一视(shì)角录像，随(suí)便一个有手机的(de)人(rén)都可以随手录(lù)下一(yī)段。

但这些短视频的创作方式非(fēi)常简单(dān)，创作者仅仅需要向AI输入一段话，甚至只是说一下要(yào)求，AI就可以(yǐ)根据(jù)需要(yào)生成一段视频。

谷歌发布(bù)的两(liǎng)个AI生(shēng)成视频分(fēn)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没有太多的差(chà)别。

在Make-A-Video公布(bù)了AI生(shēng)成的(de)视(shì)频后(hòu)，AI圈(quān)就已经(jīng)玩了一波梗，一(yī)个能够(gòu)做出更高(gāo)清视(shì)频的AI还不足以(yǐ)在短时间(jiān)内(nèi)戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震惊的地方在(zài)于(yú)，它可以制作出超(chāo)过2分(fēn)钟的连贯的也有确(què)切内容的视频，这(zhè)才(cái)是真正让人(rén)们(men)感到惊喜(xǐ)的地方。因为无论(lùn)AI生成的视频多么高清(qīng)，也只(zhǐ)能(néng)是为内容生产者提供一个灵感，一个(gè)素材，一个过场动画。

不过(guò)能够制(zhì)作(zuò)出(chū)有具体(tǐ)剧(jù)情内容的(de)视频就(jiù)意味着，一些视频创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的发(fā)展速(sù)度(dù)已经(jīng)超过大部分人(rén)的想象(xiàng)。内容产业的(de)本质是供(gōng)给创造需(xū)求，AIGC作为全(quán)新(xīn)的(de)内容(róng)生产方式，可以(yǐ)为内容产(chǎn)业带来更(gèng)新的内容风格、更快的生产速度，更(gèng)低的生产成本(běn)，这(zhè)无疑会驱(qū)动内(nèi)容产业的大爆发。

除了AI绘(huì)图(tú)、视频，AIGC技(jì)术还能应用(yòng)于(yú)音乐、代码、机器人动(dòng)作等(děng)多种内容形(xíng)式的生成。不难发(fā)现(xiàn)该项(xiàng)技术不仅(jǐn)在游戏等行(xíng)业能(néng)得到有(yǒu)效应用(yòng)，对于下一代互联(lián)网各种(zhǒng)元素的构(gòu)建亦有关键意义。

从商业化的(de)角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领(lǐng)域(yù)，本身就对基于AI的可(kě)视(shì)化内容有强烈(liè)需求。

因(yīn)此，AI绘画及视频或不(bù)是结果(guǒ)，而(ér)只(zhǐ)是AI进程(chéng)中的一块(kuài)重要拼图，有望在技术更(gèng)新的(de)加持下(xià)实现更大的应(yīng)用价值。

AI从理解内容(róng)，走向(xiàng)了可(kě)以(yǐ)生成(chéng)内容，甚至能够创(chuàng)造(zào)出独立价值和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更(gèng)代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧(jǐn)抓大模(mó)型(xíng)与算力，牢固AIGC底座

从技术(shù)的发展也可以(yǐ)看出(chū)，在语(yǔ)言(yán)大模(mó)型、图(tú)像大模型之后，多模(mó)态大(dà)模(mó)型已经(jīng)成为了新的(de)趋势。

大(dà)模型(xíng)被誉(yù)为(wèi)当前人工智能(néng)发至圣指儒家哪位代表人物是哪位圣人呢，至圣指儒家哪位代表人物是哪位圣人的称号展的智(zhì)能底座，是(shì)全球竞(jìng)争最激(jī)烈的(de)研究方向之一，包括(kuò)谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾讯(xùn)等众多(duō)头(tóu)部企业都在竞相发力。

不过训练大模型的确价格不(bù)菲，以国盛(shèng)证(zhèng)券发(fā)布的《ChatGPT需要多少算力》报(bào)告估算(suàn)，GPT-3训(xùn)练一次(cì)的成本约(yuē)为140万美(měi)元。而对于一些(xiē)更大的(de)LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万(wàn)计(jì)算，其对应芯片(piàn)需求为(wèi)3万多片(piàn)英伟达(dá)A100 GPU，初始投入成(chéng)本约为8亿美(měi)元，每日(rì)仅(jǐn)电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支(zhī)持。在关注各(gè)类(lèi)大模型的(de)发展同时(shí)，更应该(gāi)关注算力网络的(de)建设。

算力网(wǎng)络正(zhèng)驱(qū)动AI产(chǎn)业(yè)发展进入(rù)史(shǐ)诗级加速进程，让AIGC及通用AI这(zhè)一人工智能发(fā)展的终极目标离得更(gèng)近。

因为算力可以对(duì)突破性技术创新提供大力的支持(chí)。这方面(miàn)，多(duō)模态大模型是典型。作为面向未来(lái)强人工智能、通用(yòng)人工智能(néng)的重(zhòng)要(yào)技(jì)术创新(xīn)，多(duō)模态大模型已经(jīng)在人工智能领域(yù)提出了很多(duō)年，业界也有不少技术突破，但是，多模态大(dà)模型进(jìn)一步往下走，算力需(xū)求(qiú)呈几何式上升，一般的算力基础设施(shī)很快将(jiāng)难以胜(shèng)任。

从图(tú)像、文字(zì)、语(yǔ)音(yīn)单独一项的训练，到双模(mó)态、三模态的跃迁，让人(rén)工智能可以灵活应(yīng)对不同模态的(de)转化、像人与世界交互一样自(zì)然，这方(fāng)面，由算力网(wǎng)络来驱动将有(yǒu)明显优势。

此外(wài)，还有很多需要爆(bào)发式(shì)增长的算力(lì)来支(zhī)撑(chēng)的技术创新，将(jiāng)在人(rén)工智能算(suàn)力网(wǎng)络(luò)支撑下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的(de)支持下AIGC能持(chí)续(xù)颠覆(fù)内容(róng)生产的方式(shì)，将创造(zào)的边际成本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 至圣指儒家哪位代表人物是哪位圣人呢，至圣指儒家哪位代表人物是哪位圣人的称号