自聊天机器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司(sī)创始人比尔·盖(gài)茨(cí)已多次公开(kāi)谈论人工智(zhì)能话(huà)题。在最近的一次采访中，他再次(cì)表示：“AI可(kě)能会让科(kē)技(jì)行业迎(yíng)来一次剧烈的洗(xǐ)牌”。

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

他预期，AI的发展可(kě)能会威胁到谷歌的(de)市占率，因为微软在AI方面的行动相当迅速。而(ér)最(zuì)终科技巨头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽一切(qiè)应用，与人们进行沟通并提(tí)供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助手的到来可能尚需时日，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)热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的时(shí)候(hòu)，还(hái)是2022年(nián)8月，在美(měi)国科罗拉多(duō)州举办(bàn)的新兴数字艺术家竞赛(sài)中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们(men)可以在应用中(zhōng)输入(rù)一组关键词或者一张照片，就(jiù)能获得一(yī)幅AI创(chuàng)作(zuò)的(de)画作。

作画的关键就是所输入的文(wén)本(běn)。同一(yī)组关键词(cí)也可以创作出很多张(zhāng)风格不一(yī)样的画作，这让创(chuàng)作的过程就像开盲盒。

很(hěn)多用户(hù)很(hěn)喜欢这种不确定的惊喜(xǐ)，他(tā)们(men)会将生(shēng)成的(de)美图当(dāng)做头像(xiàng)。而另一部分(fēn)喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如，一位网(wǎng)友的(de)小狗照片被(bèi)AI画成了(le)“肌肉男”，还有网友的个(gè)人照片被AI识(shí)别成了建(jiàn)筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的(de)填写关键无丝竹之乱耳的之是什么用法，无丝竹之乱耳的之是什么词性词(cí)游戏可(kě)能要(yào)被颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张吕敏创作的一种基于控(kòng)制点(diǎn)的图像变(biàn)形算法，主(zhǔ)要用于数字图像(xiàng)处(chù)理、计算机视(shì)觉和计算机(jī)图形学等领域(yù)。

其SD插件一经发布，在短短的两天(tiān)内便(biàn)成为了AI绘(huì)画领域最(zuì)新(xīn)的热点。

在(zài)此之前，大家用了很多方法想让AI生(shēng)成的结果尽可能(néng)的(de)符合要求，但(dàn)是(shì)都不尽如人意，它的出(chū)现代表着AI生成开始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可(kě)以直(zhí)接提(tí)取画(huà)面的构图，人物(wù)的姿势和(hé)画面的深度(dù)信(xìn)息等。有了它的帮助，就不用频繁的(de)用提(tí)示词来碰运气，抽盲盒式(shì)的创(chuàng)作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作品已经获得(dé)了大量的浏览量，“viggo”就是其中之一(yī)，他用朋(péng)友的照片直接带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词(cí)；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通(tōng)过图片(piàn)就可以看出来，效果十分惊艳。

更厉害的是(shì)，除了真实(shí)的照片，草图也(yě)可以加(jiā)上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到(dào)ControlNet还(hái)能实现(xiàn)线稿转全彩图。大(dà)神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品(pǐn)都已(yǐ)经能以假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆发

警惕(tì)安(ān)全问题

近(jìn)日(rì)，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火遍网(wǎng)络，而(ér)经过警方(fāng)辟谣(yáo)这(zhè)所谓的“party”可能(néng)是全国第(dì)一起AI绘图诈骗。

由于这个(gè)活动里面给出的美女照片都是AI制作(zuò)的真人(rén)照片绘图，因为太逼真，被大(dà)家当成真(zhēn)事传播了。

不过仔细观(guān)察可以发现(xiàn)，活动(dòng)发起者提供的照片中有个很大的漏(lòu)洞可(kě)以发现并(bìng)非真人，而是AI绘图(tú)，那便是(shì)图片(piàn)中女性的手指部分有的存在异常(cháng)。

有(yǒu)行业人事表(biǎo)示：“现在因(yīn)为手指(zhǐ)部分(fēn)的绘画算法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图片已经(jīng)有(yǒu)越来越完美(měi)的AI模(mó)型出现，以后可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国外也(yě)已有发生(shēng)。据英国广播(bō)公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发布(bù)到(dào)网络，以此诱骗善良的(de)人打赏“捐助”从(cóng)而实施(shī)诈骗。

目(mù)前随着技术发(fā)展，AIGC已(yǐ)经能做出真人照(zhào)片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学(xué)习”了大(dà)量前人的作品之后，其创作没有(yǒu)任何情(qíng)绪和灵魂，难以和人类的艺术创作相(xiāng)提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背后的版(bǎn)权、目前都并(bìng)没有得(dé)到(dào)有效(xiào)的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的(de)创意。

马斯克(kè)也强调，人(rén)工智能的(de)安全(quán)问题(tí)需(xū)要(yào)得到(dào)重视(shì)，太(tài)晚就(jiù)来不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方

技(jì)术都是有(yǒu)两面性的，潜在的危害并不能掩盖其光辉(huī)的贡(gòng)献。现在看来，人(rén)工智能(néng)技术将是第四(sì)次工(gōng)业革命的核心(xīn)驱动力量，将创造新(xīn)的(de)增长(zhǎng)奇迹。

过去一年，人工智能(néng)在技术和(hé)商业层面(miàn)都有(yǒu)了巨大进展，AI绘画就是(shì)人工智(zhì)能技术发(fā)生方向性改变的一个代表。其下一(yī)站(zhàn)或许就(jiù)是视频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条引爆(bào)科技圈的短(duǎn)视(shì)频。这些视(shì)频(pín)引发关注并(bìng)非内容做得多优秀，反而都非(fēi)常简单，比如(rú)一匹正在喝水的马(mǎ)，一只(zhǐ)画画的(de)玩(wán)具(jù)熊(xióng)，或者一段骑摩(mó)托车的第一视角录像，随便一个(gè)有手机的人(rén)都可以随手录(lù)下一(yī)段。

但这些短视频的(de)创作方式非常(cháng)简单，创作者仅仅需要(yào)向(xiàng)AI输入一段话，甚至只是说一下要(yào)求(qiú)，AI就可以根据需要生成(chéng)一段视频。

谷(gǔ)歌发布的两(liǎng)个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布(bù)了(le)AI生成的视频后(hòu)，AI圈(quān)就(jiù)已(yǐ)经玩了(le)一波梗，一个能够做出更高清视频的(de)AI还不足(zú)以在短时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制(zhì)作出超过(guò)2分钟的连贯(guàn)的也有确切内容的(de)视频，这才是(shì)真正让人(rén)们(men)感到(dào)惊喜的地方。因(yīn)为无论(lùn)AI生(shēng)成的视频多么(me)高清(qīng)，也只能是为内容生产者(zhě)提供一个(gè)灵感，一个素材，一个过场动画。

不(bù)过能够制作出有具体剧情(qíng)内容的(de)视频就(jiù)意味着，一些视频(pín)创(chuàng)作由AI代替人工完(wán)成(chéng)已经初(chū)步有了可能。

当下(xià)AI的发展速度已经超(chāo)过大部(bù)分人(rén)的想(xiǎng)象(xiàng)。内容产业的本质是(shì)供给创造需(xū)求，AIGC作为全(quán)新的内(nèi)容生产方式，可以为内容产(chǎn)业带来更新的内容风格、更快的生产速(sù)度，更低的生产(chǎn)成本，这无疑会驱(qū)动内容(róng)产业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机(jī)器人动(dòng)作等多种内容形式的生成。不难发现该项技术不仅在(zài)游戏等行业能(néng)得到有效应(yīng)用，对于下(xià)一代互联网各种元素(sù)的构建亦有关(guān)键意义。

从商(shāng)业化的(de)角度来看，文化娱乐(lè)、教育(yù)、传媒(méi)等诸多领域，本身就对基于AI的(de)可视化内容有强(qiáng)烈(liè)需求。

因(yīn)此，AI绘画及视频或不(bù)是结果，而只是AI进程中的一块重要拼图，有望在(zài)技术更(gèng)新(xīn)的加(jiā)持下实现更(gèng)大的应用价值。

AI从理(lǐ)解内容，走向了可(kě)以生成(chéng)内(nèi)容，甚至能够创造出独立价值和(hé)独立(lì)视角的(de)内容。AIGC的(de)再次出圈，更代(dài)表着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大(dà)模型之后，多模态大模型(xíng)已经成为了新(xīn)的趋(qū)势。

大模(mó)型被誉为当前(qián)人工(gōng)智能发展的智能底座，是全球(qiú)竞争最激(jī)烈(liè)的研究(jiū)方(fāng)向(xiàng)之一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众(zhòng)多头部企业都在竞相发力。

不过训练大模型(xíng)的确(què)价格不菲，以国盛(shèng)证券发布的(de)《ChatGPT需要(yào)多少算(suàn)力》报告估算(suàn)，GPT-3训练(liàn)一(yī)次的成本(běn)约为140万(wàn)美元。而对于一(yī)些更大的LLM(大型(xíng)语言模型)，训练成本则(zé)介于200万美(měi)元至(zhì)1200万美元高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独立(lì)访客平均(jūn)数(shù)1300万(wàn)计算(suàn)，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就(jiù)在(zài)5万美元左右(yòu)。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支持。在(zài)关注各(gè)类大模(mó)型的发展同时(shí)，更应该关注算力网(wǎng)络(luò)的建设。

算力网络正驱动(dòng)AI产(chǎn)业发展进(jìn)入史(shǐ)诗级加(jiā)速进程，让AIGC及(jí)通(tōng)用AI这一人工智能发展的终极目标离(lí)得更近。

因为(wèi)算力可以对突破性技术创新提供大力(lì)的支持。这(zhè)方面(miàn)，多(duō)模态大模型是典型。作为(wèi)面向未来强(qiáng)人工智能、通用人工智能的重要技(jì)术创新，多(duō)模态大模型已(yǐ)经在(zài)人工智能领域提(tí)出了(le)很多年，业(yè)界也有不少技术突破，但是，多模态大模型进一步往下走(zǒu)，算力需求呈(chéng)几何式上(shàng)升，一般的算力基础设(shè)施很快将难以胜(shèng)任。

从图像、文字、语音单独一项的(de)训(xùn)练，到双模态、三模态的(de)跃迁(qiān)，让人工智能(néng)可以灵活应对不(bù)同模态的转化、像人与(yǔ)世界(jiè)交互一样(yàng)自然，这(zhè)方面，由算力网络来驱动将有明(míng)显优势(shì)。

此(cǐ)外，还有(yǒu)很多需要爆发式增长的算(suàn)力来支撑的(de)技(jì)术创新，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露(lù)出曙光，期待在大(dà)模型和大算力(lì)的(de)支持下(xià)AIGC能(néng)持续颠覆(fù)内(nèi)容生(shēng)产(chǎn)的方(fāng)式，将创(chuàng)造的(de)边际成(chéng)本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 无丝竹之乱耳的之是什么用法，无丝竹之乱耳的之是什么词性