自(zì)聊天机器人ChatGPT火爆以来，微软公司(sī)创(chuàng)始(shǐ)人比尔·盖茨已(yǐ)多次公开(kāi)谈(tán)论人工智能话(huà)题(tí)。在最近的一(yī)次采访中(zhōng)，他再(zài)次表示：“AI可能会让科技行业迎来(lái)一次剧烈(liè)的洗(xǐ)牌”。

这个结(jié)论是他在当地时间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期(qī)，AI的(de)发(fā)展(zhǎn)可(kě)能会威胁(xié)到谷歌的市占率(lǜ)，因为微软(ruǎn)在AI方面的行动相当迅速。而最终科技(jì)巨头将(jiāng)把AI整合(hé)成用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并(bìng)提(tí)供建议(yì)，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中(zhōng)全(quán)能助手的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的又一(yī)次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画(huà)为代(dài)表的AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗拉多(duō)州举办的新(xīn)兴(xīng)数字艺术家(jiā)竞赛(sài)中，一幅名为(wèi)《太空歌剧院》的作品(pǐn)获奖。

随后各大厂(chǎng)商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户(hù)们可以(yǐ)在(zài)应用(yòng)中(zhōng)输入一组关键词或者一张照(zhào)片，就(jiù)能获得(dé)一幅AI创作的(de)画作。

作画的关键就(jiù)是所输(shū)入的文本。同一组关键词也可以创(chuàng)作出(chū)很多张风格不一样(yàng)的(de)画(huà)作，这让创作的过(guò)程(chéng)就(jiù)像开盲(máng)盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将生(shēng)成的美图当(dāng)做(zuò)头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作(zuò)品。在社交媒体(tǐ)上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网(wǎng)友(yǒu)的小狗(gǒu)照片被AI画成了(le)“肌肉男(nán)”，还有网友的个人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关(guān)键(jiàn)词游(yóu)戏可(kě)能要被(bèi)颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的中国(guó)人张吕敏创(chuàng)作的一(yī)种基于控(kòng)制点的图像变形算法，主要用于数(shù)字图(tú)像处理(lǐ)、计算机(jī)视觉和计算机图形学等领域(yù)。

其SD插(chā)件(jiàn)一(yī)经(jīng)发(fā)布，在短短的两天内便成为了(le)AI绘画领域最新的热点。

在此之(zhī)前(qián)，大家用了很多方法(fǎ)想让(ràng)AI生成的结果尽(jǐn)可能的符合要(yào)求(qiú)，但是都不尽如人意，它(tā)的出现代表着(zhe)AI生成开(kāi)始进入真正(zhèng)的可控时(shí)期。

因为(wèi)ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和(hé)画面(miàn)的深度信息等(děng)。有了它的帮助，就不用频(pín)繁的(de)用提示词来碰运气，抽盲盒式的创(chuàng)作了。八千米多少公里p>

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主(zhǔ)的(de)作(zuò)品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们走(zǒu)进(jìn)动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键(jiàn)词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的(de)照片，草图(tú)也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩(cǎi)图(tú)。大神张吕(lǚ)敏(mǐn)其本尊也(yě)亲(qīn)自回应(yīng)。

不得不说当下AIGC已经变(biàn)得越来越强大，甚至(zhì)输出的作(zuò)品都已(yǐ)经能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息(xī)火遍网络(luò)，而经过警方辟谣这(zhè)所谓(wèi)的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出(chū)的(de)美(měi)女照片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成真(zhēn)事传播了(le)。

不(bù)过仔细观察可以发现，活动发起者提供的(de)照(zhào)片中有(yǒu)个(gè)很大(dà)的漏洞可以发现并非真人，而(ér)是AI绘(huì)图，那便是图片中女性的手(shǒu)指部分有的存在(zài)异常(cháng)。

有(yǒu)行业人事表示：“现(xiàn)在因为手指部(bù)分的(de)绘画(huà)算法比较(jiào)复(fù)杂，AI还不太会画人的手，但最新看到的图片已经(jīng)有越来越(yuè)完美的AI模型出现，以后(hòu)可能(néng)就完(wán)全(quán)没(méi)有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外也(yě)已有(yǒu)发生。据英(yīng)国广(guǎng)播公(gōng)司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾(zāi)的假照片发布(bù)到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而(ér)实施(shī)诈(zhà)骗。

目前随着(zhe)技术(shù)发(fā)展，AIGC已经能做出真人(rén)照片(piàn)般的绘图(tú)效(xiào)果，如果这样的图片(piàn)被(bèi)用来诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了大(dà)量前人(rén)的作品之(zhī)后，其创作没有任何(hé)情绪和灵魂(hún)，难(nán)以和人类的艺(yì)术创(chuàng)作相提并论。

另一方面，AIGC背(bèi)后(hòu)的版(bǎn)权、目前都(dōu)并没有(yǒu)得到有效(xiào)的解决，还有AIGC会不会代替人类(lèi)“至高无上”的创(chuàng)意(yì)。

马斯克也强调，人工智能的安全(quán)问题需要(yào)得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还有远方

技(jì)术都是(shì)有(yǒu)两面性(xìng)的，潜在(zài)的危害并不能掩盖(gài)其光辉的贡献。现在(zài)看来，人工智能技术将是(shì)第(dì)四次工业革(gé)命的核(hé)心驱(qū)动力量(liàng)，将创造新的增长(zhǎng)奇(qí)迹。

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(rén)工(gōng)智能技术(shù)发(fā)生方向性改变的一个代表。其下一(yī)站或许(xǔ)就是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几(jǐ)条引爆(bào)科技圈(quān)的短(duǎn)视频。这些视频引发(fā)关注(zhù)并非内(nèi)容做得多优秀，反而都非常简单，比如一(yī)匹正(zhèng)在喝水的马，一只画画的(de)玩(wán)具熊，或者一段骑摩(mó)托车(chē)的第(dì)一视角录像，随便(biàn)一个有手机(jī)的人都可(kě)以(yǐ)随手录下(xià)一(yī)段。

但这些(xiē)短视频的(de)创作方式非(fēi)常简(jiǎn)单，创作(zuò)者仅仅(jǐn)需要向AI输入一段(duàn)话，甚(shèn)至只(zhǐ)是说一下要求，AI就可(kě)以根据需要生成一段视频。

谷歌发(fā)布的两个AI生成(chéng)视频分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了(le)AI生成(chéng)的视频后，AI圈就已经玩(wán)了(le)一波梗，一(yī)个能(néng)够做出(chū)更高清视频的(de)AI还不足以在短(duǎn)时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它(tā)可以制作出超(chāo)过2分(fēn)钟(zhōng)的连贯的也(yě)有(yǒu)确切内(nèi)容的视频(pín)，这才是真正让人们感到惊(jīng)喜的地方。因为(wèi)无论(lùn)AI生成的视频多么高清(qīng)，也只能是为(wèi)内容生产者提供一(yī)个灵感，一个素材，一个过(guò)场动画。

不过(guò)能(néng)够(gòu)制作出有(yǒu)具体剧情内容的视频就意(yì)味着，一些视频创作由AI代替人工完成(chéng)已经初(chū)步有了(le)可能。

当下AI的发展速度已经超(chāo)过大部分(fēn)人的想象。内容产业的本质是供(gōng)给创造需求，AIGC作(zuò)为全新的内(nèi)容(róng)生产方(fāng)式，可以(yǐ)为内容(róng)产业带来更新的(de)内(nèi)容风(fēng)格、更快(kuài)的生产速度，更(gèng)低的生产成本，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人(rén)动(dòng)作等(děng)多种内容(róng)形式(shì)的生成。不难发现(xiàn)该项(xiàng)技术不(bù)仅在游戏等行业(yè)能得(dé)到有效应用，对(duì)于(yú)下一(yī)代互联网(wǎng)各种元(yuán)素(sù)的构(gòu)建亦有关键(jiàn)意(yì)义。

从商业化的角度来(lái)看，文化娱(yú)乐、教育、传媒等(děng)诸多(duō)领域，本身就对基(jī)于AI的可视化(huà)内(nèi)容有(yǒu)强烈需求。

因此，AI绘画及视(shì)频(pín)或不是结果(guǒ)，而只是AI进程(chéng)中的(de)一块(kuài)重要拼图，有望在技术更新的(de)加(jiā)持下实现更(gèng)大的(de)应用价值。

AI从理解(jiě)内容，走(zǒu)向了可以(yǐ)生成内容(róng)，甚至能够创造出独立(lì)价(jià)值和独立(lì)视角的(de)内(nèi)容。AIGC的再次(cì)出圈，更代(dài)表着未来的先进生产力(lì)即将到来。

04

紧抓大模型与(yǔ)算力(lì)，牢固AIGC底(dǐ)座

从技(jì)术的发展也可以看出，在语言(yán)大模型(xíng)、图(tú)像(xiàng)大模型之后(hòu)，多(duō)模(mó)态大模型已(yǐ)经成为了新的趋势。

大(dà)模(mó)型被誉为当前人工智能发展的智能底(dǐ)座(zuò)，是全(quán)球竞争最激(jī)烈的研究方向之一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多头(tóu)部(bù)企业都在竞(jìng)相(xiāng)发(fā)力。

不过训(xùn)练大模(mó)型八千米多少公里的确价格不菲，以国(guó)盛证券发布(bù)的《ChatGPT需要(yào)多少算力(lì)》报告估(gū)算(suàn)，GPT-3训练一次的成本约(yuē)为140万美元。而对于(yú)一(yī)些更大的(de)LLM(大型(xíng)语言模型)，训练成本则介于200万美元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访(fǎng)客平均数1300万计算，其(qí)对(duì)应芯(xīn)片需求为3万多片英伟达(dá)A100 GPU，初始(shǐ)投(tóu)入(rù)成本约为8亿美元(yuán)，每(měi)日仅电费就在(zài)5万美(měi)元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注各类大模型(xíng)的发展同(tóng)时，更应该关注(zhù)算力网(wǎng)络的建(jiàn)设(shè)。

算力网(wǎng)络正驱动(dòng)AI产业发展进入(rù)史诗级(jí)加速(sù)进程，让AIGC及(jí)通用AI这一人工智能(néng)发(fā)展的(de)终(zhōng)极目标(biāo)离得更近。

因(yīn)为算力(lì)可以对突破性技术创新提供(gōng)大力的(de)支(zhī)持。这方面(miàn)，多模态大模型是(shì)典型。作为面向未来强人工智能、通(tōng)用人(rén)工智能(néng)的重要技术(shù)创(chuàng)新，多模(mó)态大(dà)模(mó)型已经(jīng)在人(rén)工智能领域提出(chū)了很多年，业界也有不少(shǎo)技术突破(pò)，但是，多模(mó)态大模型(xíng)进一步(bù)往下走，算力需求呈(chéng)几(jǐ)何式上(shàng)升，一般的算力基础设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单独一项(xiàng)的(de)训练，到双模态、三模态(tài)的跃迁(qiān)，让(ràng)人工智能(néng)可(kě)以灵(líng)活应对不同模态的转化(huà)、像(xiàng)人与世界(jiè)交互(hù)一样自然，这方面(miàn)，由算力网络(luò)来驱动(dòng)将有明显优势(shì)。

此外(wài)，还有很多需要爆发式(shì)增长的算力来支撑的(de)技术创新，将在(zài)人工智能算力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大算(suàn)力的支持(chí)下(xià)AIGC能(néng)持续颠覆(fù)内容生产的方式，将创造的(de)边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 八千米多少公里