自聊天机器人ChatGPT火爆以来，微软公司创始人比(bǐ)尔(ěr)·盖(gài)茨(cí)已多(duō)次公开谈论人工智能(néng)话题。在(zài)最近的一次采访中，他再次表示(shì)：“AI可能(néng)会让(ràng)科技(jì)行业迎来一次剧(jù)烈的洗牌(pái)”。

这(zhè)个结论是他在当地时间(jiān)2月20日接(jiē)受(shòu)《In Good Company》节目(mù)专访时提出的(de)。

他预(yù)期，AI的(de)发展可能会威(wēi)胁到谷歌的市(shì)占率，因为微(wēi)软在AI方面(miàn)的行动相当迅速(sù)。而最终科技(jì)巨头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽一(yī)切(qiè)应(yīng)用，与人们进行沟(gōu)通并(bìng)提供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的(de)到(dào)来(lái)可能尚需(xū)时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代(dài)表的AIGC上一次爆火的时(shí)候，还(hái)是2022年8月，在(zài)美国科(kē)罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可(kě)以在应用中(zhōng)输(shū)入一组关键词或者一(yī)张照片(piàn)，就(jiù)能获得一幅(fú)AI创(chuàng)作(zuò)的画作。

作画的关键就是所(suǒ)输(shū)入的文本(běn)。同(tóng)一组关键词(cí)也可以创作出很多张风格(gé)不一样的画作，这让创作的过程就像开盲盒。

很多用户(hù)很(hěn)喜欢这种不确定的(de)惊喜(xǐ)，他们会将生成的美(měi)图当做头像(xiàng)。而另(lìng)一部(bù)分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许多(duō)用户分享AI“翻车(chē)现场(chǎng)”，例(lì)如，一位网友的小(xiǎo)狗(gǒu)照(zhào)片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人照片(piàn)被(bèi)AI识(shí)别(bié)成了(le)建(jiàn)筑。

而(ér)如今随着ControlNet的出现(xiàn)与加持(chí)，以往AI绘画(huà)的(de)填(tián)写关键(jiàn)词游戏可(kě)能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读博(bó)的中国人(rén)张吕敏创作(zuò)的(de)一种基(jī)于控制点(diǎn)的图像变形算法(fǎ)，主(zhǔ)要用(yòng)于(yú)数字图(tú)像处(chù)理(lǐ)、计算机视(shì)觉(jué)和计算(suàn)机图(tú)形学等领域。

其SD插件一经(jīng)发布，在短短的两天内(nèi)便成为了AI绘画领(lǐng)域(yù)最新的热(rè)点。

在此之(zhī)前，大家用了很多方法想让AI生成(chéng)的结果尽可(kě)能的符合要求(qiú)，但是(shì)都不(bù)尽如(rú)人意，它的出(chū)现代表着AI生成(chéng)开始进入真正的可控时期。

因为(wèi)ControlNet可以(yǐ)直(zhí)接提取画面的构图，人(rén)物的姿(zī)势(shì)和画面的深度信息等。有了它的帮助(zhù)，就不用(yòng)频繁(fán)的用提(tí)示词来(lái)碰运气，抽(chōu)盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔(mó)法”，不少博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就(jiù)是其中之(zhī)一，他用朋友的照(zhào)片(piàn)直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再(我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意zài)用Text2Prompt插件拓展找到对(duì)应的关(guān)键词；最(zuì)后用(yòng)ControlNet插件绑定骨骼开(kāi)始换关键词(cí)试效(xiào)果(guǒ)。

通过图片就(jiù)可以看(kàn)出(chū)来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草(cǎo)图也可以(yǐ)加上(shàng)“魔法(fǎ)”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其(qí)本(běn)尊(zūn)也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品(pǐn)都已经能(néng)以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的(de)消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图(tú)诈骗。

由于这个活动里面给出的美女照片都(dōu)是AI制作的真人照片绘图(tú)，因为太(tài)逼真，被大家当(dāng)成真事传播了(le)。

不过仔细观(guān)察可以发现，活动发(fā)起者提供的照片中有(yǒu)个很大的漏洞可(kě)以发现(xiàn)并非真人，而是AI绘图(tú)，那(nà)便是图片中(zhōng)女性的手(shǒu)指部分有(yǒu)的存在异常。

有(yǒu)行业(yè)人事表示(shì)：“现(xiàn)在因为手指部分的绘画算(suàn)法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片(piàn)已经有(yǒu)越来越完美的AI模型出(chū)现，以后可能就完(wán)全没有漏洞了(le)。”

类似的(de)AI作(zuò)图诈骗在国外也已有(yǒu)发生。据英(yīng)国(guó)广播(bō)公司报道，土耳(ěr)其(qí)地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的(de)假照片发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目(mù)前随着技(jì)术发展，AIGC已经能(néng)做出真人照片般的绘图(tú)效果，如果这(zhè)样的图片被用来诈骗，将(jiāng)非常可怕(pà)。

此外(wài)AIGC还引发了很多(duō)担忧，一(yī)方面(miàn)，批判(pàn)者认为AI在“学习(xí)”了(le)大量前人的作品之后，其创作没有(yǒu)任(rèn)何情(qíng)绪和灵魂，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权(quán)、目(mù)前(qián)都(dōu)并(bìng)没有(yǒu)得到有效的解决，还(hái)有AIGC会不会代替(tì)人(rén)类“至高(gāo)无上(shàng)”的创意。

马斯克(kè)也强(qiáng)调，人工(gōng)智能的安全(quán)问题需要(yào)得(dé)到(dào)重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除(chú)了视频，还有远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的危害并不能掩盖其光(guāng)辉的贡献(xiàn)。现在看来，人工智能技术(shù)将是第四次工(gōng)业(yè)革(gé)命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一(yī)年(nián)，人工智能(néng)在技术和(hé)商业层(céng)面(miàn)都有了巨大进展(zhǎn)，AI绘(huì)画就(jiù)是(shì)人工智(zhì)能(néng)技术发生方向性改变的一个代表。其下一(yī)站或许就(jiù)是视(shì)频。

此前，Meta和谷歌(gē)先后发布了(le)几(jǐ)条(tiáo)引爆科(kē)技圈的短视频。这些视频引发关注(zhù)并非(fēi)内容做得多优(yōu)秀，反而都非常简单，比如一匹正(zhèng)在喝水的马(mǎ)，一只画(huà)画的玩具(jù)熊，或者一段骑摩托车的第一视角录像(xiàng)，随便一个有手机的人都可以随手录下一段。

但这些短视频(pín)的创作(zuò)方式(shì)非常简单，创作者(zhě)仅仅需(xū)要向AI输(shū)入一(yī)段话，甚至只是说(shuō)一(yī)下要求，AI就可以根(gēn)据(jù)需要生(shēng)成一段视频(pín)。

谷歌发布(bù)的(de)两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出(chū)更高(gāo)清视频(pín)的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可(kě)以制(zhì)作出(chū)超过2分钟(zhōng)的(de)连贯的也有确切内容的(de)视频，这才(cái)是(shì)真(zhēn)正(zhèng)让人们感到惊喜的地(dì)方。因为无论AI生成的视频(pín)多(duō)么高清，也只(zhǐ)能是为内容生产者提供一个灵感，一个素材(cái)，一个(gè)过场动画。

不过能够制作出有具体(tǐ)剧情内容(róng)的视频就意味(wèi)着，一些视频创作由AI代替人工完成(chéng)已经(jīng)初步(bù)有了可能。

当下AI的(de)发(fā)展速度(dù)已经超过大部分人的想象。内容产(chǎn)业的本质是供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带来更新的内容(róng)风格(gé)、更快的生产速度，更低的生产成(chéng)本，这无疑(yí)会驱动内容产(chǎn)业的大(dà)爆(bào)发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用于音乐(lè)、代码、机器人动(dòng)作等多种(zhǒng)内容形式(shì)的生成。不难发现该项技(jì)术(shù)不(bù)仅在游戏等行业能得到(dào)有(yǒu)效应用，对于下一代互联(lián)网(wǎng)各种(zhǒng)元(yuán)素(sù)的(de)构建亦(yì)有关(guān)键意义。

从商(shāng)业(yè)化(huà)的(de)角度来看，文化娱乐(lè)、教育、传(chuán)媒等诸(zhū)多领(lǐng)域，本身(shēn)就对基于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及视频或不(bù)是(sh我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意ì)结果(guǒ)，而只是AI进程中的(de)一块重要拼(pīn)图，有望在(zài)技(jì)术(shù)更新的加持下实现更大的应用(yòng)价值(zhí)。

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

04

紧抓大模型(xíng)与算力，牢固AIGC底座(zuò)

从技术(shù)的发(fā)展也可以(yǐ)看出，在语言大模(mó)型、图像大模(mó)型之(zhī)后(hòu)，多模(mó)态大模型(xíng)已(yǐ)经(jīng)成为了新的趋势。

大模(mó)型被(bèi)誉为当前(qián)人工(gōng)智能发(fā)展的(de)智(zhì)能底座，是全球竞争最激(jī)烈的研究方向之(zhī)一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部(bù)企业都在竞(jìng)相发(fā)力。

不过训练大模型(xíng)的(de)确价格不菲，以国盛(shèng)证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本约为140万美元。而(ér)对于一些更大(dà)的LLM(大(dà)型语言模型)，训练成本则介于200万(wàn)美元至1200万美元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此外不(bù)论(lùn)是(shì)ChatGPT还是(shì)AIGC，都离不(bù)开庞(páng)大算(suàn)力支持。在关注(zhù)各类大模型的发展同时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗(shī)级(jí)加(jiā)速进程，让AIGC及通用AI这一人工智(zhì)能发(fā)展(zhǎn)的终(zhōng)极目(mù)标离得(dé)更近。

因为算(suàn)力可(kě)以对(duì)突破性技术创新提供大力的支持(chí)。这方面(miàn)，多模态大(dà)模型是典(diǎn)型。作为面向未来强人工智能、通用人工(gōng)智能的重要(yào)技术创新，多模态大模型已经在人(rén)工(gōng)智(zhì)能领域提出(chū)了(le)很多年(nián)，业界也有不少(shǎo)技术突破，但是，多(duō)模态大(dà)模型进(jìn)一步(bù)往下走，算力需求呈几何式上(shàng)升，一般的算力基(jī)础设施很快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独一项的(de)训练，到(dào)双(shuāng)模态、三模(mó)态的跃迁，让人工智能可(kě)以灵活应对不同模态的转化、像人与(yǔ)世界交互一样(yàng)自然，这(zhè)方面，由算(suàn)力网络来驱动将有明显优势(shì)。

此外，还有很多(duō)需(xū)要(yào)爆发式(shì)增长的算力来支(zhī)撑的技术创新，将在人工智能算力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经(jīng)露(lù)出曙(shǔ)光，期待在大模(mó)型和大算力的(de)支(zhī)持下AIGC能持续颠覆内容生产的方式(shì)，将创造的边际成本降(jiàng)低，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意