自聊天机器人ChatGPT火爆以来(lái)，微软公(gōng)司(sī)创始人比尔·盖茨已多次公开谈论人工(gōng)智(zhì)能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会让科(kē)技行业迎来(lái)一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能(néng)会威胁到(dào)谷歌的市(shì)占率，因为微(wēi)软在AI方面的行动(dòng)相当迅速。而最终科(kē)技巨头将把AI整合成用(yòng)户的“全能(néng)助手(shǒu)”，包揽一切(qiè)应用，与人们进(jìn)行沟通并提供(gōng)建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大(dà)佬口中全(quán)能(néng)助手(shǒu)的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆(bào)火(huǒ)的时候，还是(shì)2022年8月(yuè)，在美国(guó)科罗拉多州举办的新兴(xīng)数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软件被广大网友(yǒu)熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用(yòng)户们可以在应用中输(shū)入一组(zǔ)关键词(cí)或者一张照片，就能获得一幅(fú)AI创作的画(huà)作。

作画的关(guān)键(jiàn)就是所输入的文本。同一组关键词(cí)也可以创作(zuò)出很多张风格(gé)不一样(yàng)的画(huà)作，这让创(chuàng)作的过程就像(xiàng)开(kāi)盲(máng)盒(hé)。

很(hěn)多用(yòng)户很喜欢这种不(bù)确定的惊喜，他们会(huì)将生成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的(de)“翻车”作品(pǐn)。在社(shè)交媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照(zhào)片被AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个人(rén)照片被AI识别(bié)成了建(jiàn)筑。

而如今(jīn)随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的(de)中(zhōng)国人张吕敏(mǐn)创作的一(yī)种基于控制点的(de)图像变形(xíng)算法(fǎ)，主要(yào)用于(yú)数字(zì)图(tú)像处理、计算机视觉和计算机图形学等领域(yù)。

其SD插件一经发布(bù)，在短(duǎn)短的(de)两天内便成(chéng)为了AI绘画领(lǐng)域最新的热点。

在此(cǐ)之前(qián)，大家用(yòng)了很多方法想让AI生成的(de)结果尽(jǐn)可能的符合要求，但是都不(bù)尽如人(rén)意，它(tā)的出(chū)现代表着AI生成开始进(jìn)入(rù)真正的可控时期。

因为(wèi)ControlNet可以直接提取画面的构图，人物的姿势和(hé)画面的(de)深度信息等。有了它的帮助，就不用频繁的用提示(shì)词来碰运(yùn)气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的(de)作(zuò)品已经获(huò)得了大量的浏览量，“viggo”就是(shì)其中之(zhī)一，他用(yòng)朋友的照片直接带她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的关键词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换关(guān)键词试效果。

通过图片就可以看出(chū)来，效果十分惊艳。

更厉害(hài)的是，除了(le)真(zhēn)实的照片，草(cǎo)图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也(yě)亲自回应。

不得不(bù)说当下(xià)AIGC已经变得(dé)越来(lái)越强大，甚至输出的(de)作品都已经能以假乱真了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游(yóu)艇party”的(de)消(xiāo)息火(huǒ)遍(biàn)网络(luò)，而经过(guò)警(jǐng)方辟谣这所(suǒ)谓的“party”可能是(shì)全国(guó)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(piàn)都是AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被大家当成真事传播(bō)了(le)。

不过仔细观察可以发(fā)现，活(huó)动发起者提供的照片中有个很大的漏洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那便是(shì)图片中女性的(de)手指部分(fēn)有的存在异常。

有行(xíng)业人事表示：“现在因(yīn)为手指(zhǐ)部分(fēn)的绘画算法(fǎ)比较复杂(zá)，AI还(hái)不太会画人的(de)手，但(dàn)最新(xīn)看(kàn)到(dào)的图(tú)片已经有越(yuè)来越完美(měi)的AI模型(xíng)出现，以后可能(néng)就完全没有漏洞了(le)。”

类似(shì)的AI作图诈骗在国(guó)外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱(yòu)骗善(shàn)良的人(rén)打赏“捐助”从(cóng)而(ér)实施诈(zhà)骗。

目前(qián)随着技术(shù)发展，AIGC已经(jīng)能做出(chū)真(zhēn)人照片般的绘图效(xiào)果，如果这样(yàng)的图片被用来(lái)诈骗(piàn)，将(jiāng)非常可怕(pà)。

此(cǐ)外AIGC还引发了很多担(dān)忧，一方面，批判者认为AI在“学(xué)习”了大量(liàng)前人的作品(pǐn)之(zhī)后，其(qí)创作没有(yǒu)任何(hé)情绪和灵魂，难以(yǐ)和人类的(de)艺(yì)术创(chuàng)作相提并论(lùn)。

另(lìng)一(yī)方面，AIGC背后的版(bǎn)权、目(mù)前都并没(méi)有得到(dào)有(yǒu)效(xiào)的解决，还有AIGC会不会代(dài)替人类“至高无上(shàng)”的创意。

马斯克(kè)也强调，人工智(zhì)能的安全(quán)问(wèn)题(tí)需要得到重(zhòng)视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是有两面性的，潜在的危(wēi)害并不(bù)能掩(yǎn)盖其光辉的贡(gòng)献。现在看(kàn)来，人工智能(néng)技(jì)术将是第四次(cì)工业革命的核心驱动力量，将(jiāng)创(chuàng)造(zào)新的增长(zhǎng)奇迹(jì)。

过去一年(nián)，人工智能在技术和商业层(céng)面都有了巨大进展，AI绘画(huà)就是人工智能技术(shù)发生方(fāng)向性改变的一个(gè)代(dài)表。其(qí)下一站(zhàn)或许(xǔ)就是(shì)视(shì)频(pín)。

此前，Meta和谷(gǔ)歌先后发(fā)布(bù)了几条引爆科(kē)技圈(quān)的短视(shì)频。这些视频(pín)引发关注(zhù)并非内容做得多优秀，反(fǎn)而都非常(cháng)简(jiǎn)单，比如一匹正在喝水的马(mǎ)，一只画画(huà)的玩(wán)具熊，或者一段骑摩托车的第一视角录像，随(suí)便一(yī)个有手机(jī)的人都可以(yǐ)随手录下一段。

但这些短(duǎn)视频的(de)创(chuàng)作方式非(fēi)常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一下(xià)要(yào)求，AI就(jiù)可(kě)以根据需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分别(bié)来自(zì)于(yú)Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个(gè)能够(gòu)做出(chū)更(gèng)高清(qīng)视频的AI还不足以在短时(shí)间(jiān)内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以(yǐ)制作出(chū)超(chāo)过2分钟的连(lián)贯的也有(yǒu)确切内容(róng)的视(shì)频，这才(cái)是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容生产者提供一个灵感，一个素材(cái)，一个过场(chǎng)动(dòng)画。

不(bù)过能够(gòu)制(zhì)作出有具体剧情内容的视(shì)频就意味着，一些视(shì)频创作由AI代(dài)替人工(gōng)完成已经初步有(yǒu)了可能(néng)。

当下AI的发展速(sù)度已经超过大部分人的想(xiǎng)象。内容产业的本质是供给(gěi)创造(zào)需(xū)求，AIGC作(zuò)为全(quán)新的内容(róng)生产(chǎn)方式，可以为内容产(chǎn)业带(dài)来更(gèng)新的内容(róng)风格、更快(kuài)的生产速(sù)度，更低的(de)生(shēng)产(chǎn)成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代(dài)码、机器人动(dòng)作等多(duō)种内容形式的生成。不难发现该项技术不仅在游戏等(děng)行业能得到(dào)有(yǒu)效应用(yòng)，对于下一代互(hù)联网各(gè)种元素的构建亦有(yǒu)关键意(yì)义。

从商业(yè)化的角度来(lái)看，文化娱(yú)乐、教育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及(jí)视频或不是(shì)结果，而(ér)只是(shì)AI进程中(zhōng)的(de)一(yī)块重要拼图，有望在技(jì)术(shù)更新的加持下实现更大的(de)应用价值。

AI从(cóng)理解(jiě)内(nèi)容，走向(xiàng)了(le)可(kě)以(yǐ)生成内(nèi)容，甚至能够创(chuàng)造(zào)出独立价值和独立视角的内容(róng)。AIGC的再次出圈，更(gèng)代表着未来(lái)的(de)先进生(shēng)产力即将到来(lái)。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在(zài)语言大模型、图像大(dà)模型之后(hòu)，多模态(tài)大模型已经成(chéng)为了新(xīn)的趋势。

大模型被誉(yù)为当前人(rén)工智能发展的智(zhì)能底座(zuò)，是全球(qiú)竞争(zhēng)最(zuì)激烈的研究方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众(zhòng)多(duō)头部企业都在竞相发力。

不过训练大模型(xíng)的确价(jià)格不(bù)菲，以国盛(shèng)证券发布的(de)《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练(liàn)一(yī)次的成(chéng)本约为140万美元。而对于一(yī)些更(gèng)大的LLM(大型语(yǔ)言(yán)模型)，训练成本则(zé)介于(yú)200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数1300万(wàn)计算(suàn)，其对(duì)应芯片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入(rù)成本(běn)约为8亿美元(yuán)，每日仅电费(fèi)就在5万(wàn)美元(yuán)左右。

此(cǐ)外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持(chí)。在关注各类大模型的(de)发展同时，更(gèng)应(yīng)该关(guān)注(zhù)算力网络的建设(shè)。

算力网络正驱(qū)动AI产业发展(zhǎn)进入史诗级加(jiā)速进程，让(ràng)AIGC及通用(yòng)AI这(zhè)一人(rén)工智(zhì)能(néng)发展的终极目标(biāo)离得(dé)更近。

因(yīn)为算力可以对(duì)突破(pò)性技术(shù)创(chuàng)新提供大力的支(zhī)持。这方面，多(duō)模态大模型是典型(xíng)。作为(wèi)面向未来强人工智能、通用人工智能的重要(yào)技术创(chuàng)新，多模(mó)态大模(mó)型已经在人工智(zhì)能(néng)领域提出(chū)了很多年，业界也有不少(shǎo)技术突破，但是(shì)，多模态(tài)大模型进一(yī)步往下走，算力需求呈几何式(shì)上升，一般的算力基(jī)础设施很快将难以胜任(rèn)。

从图(tú)像、文字、语音单独(dú)一(yī)项的训练，到双(shuāng)模态、三模态的(de)跃迁，让人工智能可(kě)以(yǐ)灵活(huó)应对(duì)不同(tóng)模态的(de)转(zhuǎn)化、像人(rén)与世界交(jiāo)互一样(yàng)自然，这方(fāng)面，由算力网络来(lái)驱(qū)动(dòng)将有明显优势。

此外，还(hái)有很多需要爆发式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模型和大(dà)算(suàn)力的支持下(xià)AIGC能(néng)持续颠覆(fù)内容生产的方式，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 40kg是多少斤