自聊(liáo)天机(jī)器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多次公开谈论人工(gōng)智能话题(tí)。在(zài)最近(jìn)的一次采访中，他再次表(biǎo)示：“AI可能(néng)会让科(kē)技行业(yè)迎来一(yī)次剧烈的(de)洗牌”。

这个(gè)结论是他在当地时(shí)间2月(yuè)20日接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷(gǔ)歌的市占率，因为(wèi)微(wēi)软在AI方面的行动相当迅(xùn)速。而最(zuì)终科技(jì)巨头(tóu)将把AI整合成用户(hù)的“全能助手”，包揽一(yī)切(qiè)应(yīng)用，与(yǔ)人们进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口(kǒu)中全能(néng)助手的到来(lái)可能尚需时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的(de)时候，还是2022年(nián)8月，在美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧(jù)院(yuàn)》的作品获奖(jiǎng)。

随后各大厂商的(de)AI绘画软件(jiàn)被(bèi)广大网(wǎng)友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以(yǐ)在应用中输(shū)入一(yī)组关键词或者(zhě)一张(zhāng)照片，就(jiù)能获得(dé)一幅AI创(chuàng)作的画作。

作画的关键就(jiù)是(shì)所(suǒ)输入的文(wén)本。同一组关(guān)键词也可(kě)以创作(zuò)出很多(duō)张风(fēng)格(gé)不一样的画作，这让(ràng)创作的过(guò)程就(jiù)像开盲盒。

很(hěn)多用户很喜欢(huān)这(zhè)种不(bù)确定的惊(jīng)喜，他(tā)们(men)会将生成的美图当做头(tóu)像。而另(lìng)一部(bù)分喜欢(huān)翻看AI绘画的“翻车(chē)”作品(pǐn)。在社交(jiāo)媒(méi)体(tǐ)上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友的(de)小狗(gǒu)照片被AI画成了“肌肉男”，还有网友(yǒu)的个(gè)人照片被(bèi)AI识别(bié)成了建筑。

而如今随(suí)着(zhe)ControlNet的出(chū)现与加(jiā)持，以往(wǎng)AI绘(huì)画的填熊二变成僵尸了，光头强被僵尸咬了写关(guān)键词游戏可能要被颠(diān)覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张(zhāng)吕(lǚ)敏创(chuàng)作的一(yī)种基于控制点的图像变(biàn)形算(suàn)法，主要用于(yú)数字(zì)图(tú)像处(chù)理、计(jì)算机视觉(jué)和计算机图形学等领域。

其SD插(chā)件一(yī)经发布，在短短(duǎn)的两天内便成为了AI绘画领域最新的热(rè)点。

在此之前，大家(jiā)用了很(hěn)多(duō)方法想让AI生(shēng)成的(de)结果(guǒ)尽可能的(de)符合要求(qiú)，但是都不尽如(rú)人意，它(tā)的(de)出(chū)现(xiàn)代表着(zhe)AI生(shēng)成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接(jiē)提取画面(miàn)的构(gòu)图，人物的姿势和(hé)画面(miàn)的深度信息等。有(yǒu)了它的帮(bāng)助，就不用频繁(fán)的用(yòng)提示词来(lái)碰运气，抽盲盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当于(yú)给(gěi)AI绘画加(jiā)了(le)“魔法”，不少博(bó)主的作品已(yǐ)经获(huò)得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词；最后(hòu)用ControlNet插(chā)件(jiàn)绑定骨骼开始换(huàn)关(guān)键(jiàn)词试效果。

通过图片就可(kě)以看出(chū)来，效果十分(fēn)惊艳。

更(gèng)厉害的是，除了真实的(de)照片，草图也可以加上(shàng)“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图。大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(lái)越(yuè)强大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火(huǒ)遍(biàn)网络(luò)，而经过(guò)警方(fāng)辟谣(yáo)这所谓的“party”可能是全(quán)国(guó)第一起(qǐ)AI绘图诈骗。

由(yóu)于这个活动里面(miàn)给出的(de)美(měi)女照片(piàn)都(dōu)是AI制作的真人照(zhào)片绘图，因为太逼真，被(bèi)大家当成真事传(chuán)播(bō)了。

不过仔细(xì)观察可以发现，活动发起者提供的(de)照片(piàn)中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是(shì)图片中女(nǚ)性的手指部分有的存(cún)在异常(cháng)。

有行(xíng)业(yè)人事表(biǎo)示：“现在(zài)因为手(shǒu)指部分(fēn)的绘画(huà)算法比较复杂，AI还不太会画(huà)人的(de)手，但最(zuì)新看到的(de)图片已经有越来越完(wán)美的AI模型(xíng)出现，以(yǐ)后可(kě)能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外也已有发生。据(jù)英国(guó)广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受(shòu)灾的假照片发布(bù)到网络，以此诱骗善良的人(rén)打(dǎ)赏(shǎng)“捐助”从而实施诈(zhà)骗。

目前随(suí)着技术发(fā)展，AIGC已经(jīng)能做(zuò)出真人照片般的绘图效(xiào)果(guǒ)，如果这(zhè)样的图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还引发了很多担忧(yōu)，一方(fāng)面(miàn)，批判(pàn)者(zhě)认为AI在“学习(xí)”了大量(liàng)前人的作品之后，其创作没有任何情绪和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到有效的解决，还有AIGC会(huì)不(bù)会代替人(rén)类“至高无上(shàng)”的创意。

马斯克也强调，人(rén)工(gōng)智能的安全问题需要得到重视(shì)，太晚就来不及了(le)。

03

AIGC下一(yī)站除(chú)了视(shì)频，还有(yǒu)远方

技术都是有(yǒu)两面性的，潜在的危害并不能掩盖其光辉的贡(gòng)献。现在看来，人(rén)工(gōng)智(zhì)能技术将(jiāng)是第四次工业革命的核心驱动力量，将创(chuàng)造(zào)新的增(zēng)长奇迹。

过去一年(nián)，人(rén)工智能在技术(shù)和商业层(céng)面都有了(le)巨大进展(zhǎn)，AI绘画就是人工智能技(jì)术发生方向性改变的一个代表。其下一站或许就是视频(pín)。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频(pín)。这(zhè)些(xiē)视频引发关注(zhù)并(bìng)非内容做(zuò)得多优秀(xiù)，反(fǎn)而(ér)都(dōu)非常简单(dān)，比如一匹(pǐ)正在喝水的马，一(yī)只画画(huà)的玩具熊，或者一段骑摩托(tuō)车的第(dì)一视角录像，随便(biàn)一个有手机的人都可以随(suí)手录(lù)下一段。

但这些短视频(pín)的创作方式非常简(jiǎn)单，创作者(zhě)仅仅(jǐn)需要向AI输入一(yī)段话(huà)，甚(shèn)至(zhì)只是说一下要求，AI就可以根(gēn)据(jù)需要(yào)生(shēng)成一(yī)段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个能(néng)够做出更高清视(shì)频的AI还(hái)不足以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制(zhì)作出超过2分钟的连贯的也有(yǒu)确切内容(róng)的视(shì)频(pín)，这(zhè)才是真正让人(rén)们(men)感到惊喜(xǐ)的(de)地方。因为无(wú)论AI生成的视(shì)频多么高清，也只能是为内容生(shēng)产(chǎn)者提供(gōng)一个灵感，一个素(sù)材，一个过场(chǎng)动画。

不过能够制作出(chū)有具体剧情内容的视频就意味着，一些视频创作由(yóu)AI代替人工完成已经初(chū)步有了(le)可能。

当下AI的发展(zhǎn)速度已(yǐ)经(jīng)超过大部分人的想象。内容(róng)产业的本质是供给创造需求，AIGC作为全新的(de)内容生产(chǎn)方式，可以为(wèi)内容产业带(dài)来更新(xīn)的内容风格(gé)、更快的生产速度，更低(dī)的生产成本(běn)，这(zhè)无疑(yí)会驱(qū)动(dòng)内容产业的大(dà)爆发(fā)。

除(chú)了AI绘图(tú)、视(shì)频，AIGC技术还能应(yīng)用于音乐、代码(mǎ)、机器人(rén)动作(zuò)等(děng)多(duō)种内(nèi)容形式的(de)生(shēng)成。不难发(fā)现该项技术不仅在游戏等行业能得到有效应用(yòng)，对于下一代互(hù)联网(wǎng)各种(zhǒng)元素的构建(jiàn)亦(yì)有关键意义(yì)。

从商业(yè)化的(de)角度来看，文化(huà)娱乐(lè)、教(jiào)育(yù)、传媒等诸(zhū)多(duō)领域(yù)，本身(shēn)就对基于AI的可视(shì)化内容有(yǒu)强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及视频(pín)或不是结果，而只是(shì)AI进程(chéng)中的一块重(zhòng)要拼图，有(yǒu)望(wàng)在技(jì)术更新(xīn)的加持下实现更大的应用价值(zhí)。

AI从理(lǐ)解(jiě)内容，走向了可(kě)以生成内容，甚(shèn)至能够创造出(chū)独立价值和独立视角的(de)内容。AIGC的再次(cì)出圈(quān)，更代表着未来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座

从技术(shù)的发展也(yě)可以看出，在语言大模型、图(tú)像大模型之后(hòu)，多模态大模型已经成为了(le)新的趋势。

大模(mó)型被誉为当(dāng)前人工智能发(fā)展的智能底座，是全(quán)球竞争最激烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿(ā)里、腾讯等众多头(tóu)部(bù)企业都在竞相发力。

不(bù)过训练大模型的确价格(gé)不菲(fēi)，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多少算力(lì)》报(bào)告估(gū)算，GPT-3训(xùn)练一次的成本(běn)约(yuē)为140万美(měi)元。而对于(yú)一些更(gèng)大(dà)的LLM(大型语言(yán)模型(xíng))，训练(liàn)成本则(zé)介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的(de)独立访客平均数1300万计算(suàn)，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模型的发展同时(shí)，更(gèng)应该关注算力网络的建设。

算力(lì)网络正驱动AI产(chǎn)业发展进入史(shǐ)诗级加速进程，让(ràng)AIGC及通用AI这一人工(gōng)智能(néng)熊二变成僵尸了，光头强被僵尸咬了发展的终极目标离得(dé)更近。

因为算力可以(yǐ)对(duì)突破性(xìng)技术(shù)创(chuàng)新提(tí)供大力的支持。这方(fāng)面，多模态大模型是典型。作为面向未(wèi)来(lái)强人(rén)工智能、通用人(rén)工智能的(de)重要技术创新(xīn)，多模态大模(mó)型已经(jīng)在人工智(zhì)能领域提(tí)出(chū)了很(hěn)多年，业界也有不(bù)少技术突破，但是，多模态大模型进一步往下走，算力需求呈(chéng)几何式上升，一般的算力(lì)基础(chǔ)设施很(hěn)快将难以胜任。

从图像、文字(zì)、语音单独一(yī)项的训练(liàn)，到(dào)双模态、三模(mó)态的(de)跃迁，让人(rén)工智能可(kě)以灵活应(yīng)对不同模态的转化、像人与世界交互一样自然，这方面(miàn)，由算力(lì)网络来驱动将(jiāng)有明显优(yōu)势(shì)。

此外，还有很多需要爆发式增长的算力来支撑(chēng)的(de)技术创新，将在(zài)人工智能算力(lì)网(wǎng)络支撑下快(kuài)速推进(jìn)。

AIGC已(yǐ)经露出曙光(guāng)，期待在大模型和(hé)大(dà)算力的(de)支持下AIGC能持续颠覆(fù)内(nèi)容生(shēng)产的方式，将(jiāng)创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 熊二变成僵尸了，光头强被僵尸咬了