自聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软(ruǎn)公(gōng)司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈论人工智能话(huà)题(tí)。在最(zuì)近的一次(cì)采(cǎi)访中，他再次表示：“AI可能会让科技行业迎(yíng)来一次(cì)剧烈的洗(xǐ)牌(pái)”。

这个结论是(shì)他在当(dāng)地(dì)时(shí)间2月20日接受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会威胁(xié)到(dào)谷(gǔ)歌(gē)的市占(zhàn)率，因(yīn)为微(wēi)软(ruǎn)在(zài)AI方面的行动相当迅速。而最(zuì)终(zhōng)科技巨头将把AI整合成用户的“全(quán)能助(zhù)手(shǒu)”，包揽(lǎn)一切应用，与人们进行沟通并提供(gōng)建(jiàn)议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可(kě)能(néng)尚需时日，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数(shù)字(zì)艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用(yòng)中输(shū)入(rù)一组关键词或(huò)者一张照(zhào)片，就能获得一(yī)幅AI创作的画作。

作(zuò)画的关(guān)键就是所输入(rù)的文本。同一组关键词(cí)也可以创(chuàng)作出很多张风格不一样的(de)画作(zuò)，这让创作的过程就(jiù)像开盲盒(hé)。

很多用(yòng)户(hù)很喜欢这种(zhǒng)不确(què)定(dìng)的(de)惊喜，他们会将生成的美图当做(zuò)头像。而另一(yī)部分喜欢(huān)翻看AI绘(huì)画的(de)“翻车”作(zuò)品。在社(shè)交媒(méi)体上，许多(duō)用(yòng)户分享AI“翻车现场(chǎng)”，例如(rú)，一位网(wǎng)友的小狗照(zhào)片被AI画成了(le)“肌肉(ròu)男”，还(hái)有网友的个人照片(piàn)被AI识别成了建筑。

而(ér)如今随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国(guó)人(rén)张吕敏创作(zuò)的一种基于控制(zhì)点的图像变形(xíng)算(suàn)法，主要用于数字图像(xiàng)处(chù)理(lǐ)、计算机视觉和计算机(jī)图(tú)形学等(děng)领域。

其SD插(chā)件一经发布，在(zài)短短的两(liǎng)天(tiān)内便成为了AI绘画(huà)领域最(zuì)新的热点。

在(zài)此之前(qián)，大家用了很多方(fāng)法想让AI生成的结果尽可能的符(fú)合要求，但是都(dōu)不(bù)尽(jǐn)如人意，它的(de)出现代(dài)表着AI生成开始进(jìn)入(rù)真正的可(kě)控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面的(de)深度信(xìn)息(xī)等。有了它(tā)的帮助，就不用频繁(fán)的(de)用提(tí)示词来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博(bó)主的作(zuò)品(pǐn)已经(jīng)获(huò)得了大量的(de)浏览(lǎn)量(liàng)，“viggo”就是其(qí)中之一，他(tā)用朋友的照片直接带她(tā)们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的(de)关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开(kāi)始换(huàn)关键(jiàn)词(cí)试效果。

通过图片就可以看出来，效(xiào)果十分惊艳。

更厉害的是(shì)，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿(gǎo)转全(quán)彩图(tú)。大神(shén)张吕敏其(qí)本尊也亲自回应。

不得(dé)不说(shuō)当下(xià)AIGC已经变得(dé)越(yuè)来越强(qiáng)大(dà)，甚至输出的作品(pǐn)都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟谣(yáo)这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由(yóu)于(yú)这个活动里面给出的美(měi)女照片都是(shì)AI制作(zuò)的真人照(zhào)片绘图，因为太(tài)逼(bī)真，被大家当(dāng)成(chéng)真事(shì)传播了。

不过仔细观察可以发现，活动(dòng)发起(qǐ)者提供的照(zhào)片(piàn)中有个很(hěn)大(dà)的(de)漏洞(dòng)可以发现并非真人，而(ér)是AI绘图，那便是图(tú)片中(zhōng)女性(xìng)的手指部分有的存在异常。

有行业人(rén)事表示：“现在因为手指部分的绘画(huà)算法比较复杂，AI还不(bù)太会画(huà)人的手，但最新看到的图片(piàn)已经有(yǒu)越来越(yuè)完美(měi)的(de)AI模型出(chū)现，以后可能(néng)就完(wán)全没(méi)有漏(lòu)洞了。”

类似的AI作图诈骗(piàn)在国外(wài)也(yě)已有发(fā)生(shēng)。据英(yīng)国广播公司报道，土耳其地(dì)震(zhèn)期(qī)间(jiān)，有Tiktok用户使用(yòng)AI合(hé)成了(le)儿(ér)童受灾的假照片(piàn)发布(bù)到网络，以此(cǐ)诱骗善良(liáng)的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着技术(shù)发(fā)展，AIGC已经(jīng)能(néng)做出真人照(zhào)片(piàn)般的绘图效果(guǒ)，如(rú)果这样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪(xù)和灵(líng)魂，难(nán)以和人类(lèi)的艺术(shù)创作相(xiāng)提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都(dōu)并没(méi)有得到有(yǒu)效(xiào)的解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的安(ān)全问(wèn)题需要得到重视(shì)，太(tài)晚就来不及了。

03

AIGC下(xià)一站(zhàn)除了视频，还(hái)有远(yuǎn)方(fāng)

技(jì)术都(dōu)是有两(liǎng)面性的，潜(qián)在的(de)危害并不能掩盖其(qí)光辉的贡献。现在看来，人(rén)工智能(néng)技术将是第(dì)四次工业(yè)革命的核(hé)心驱动力量，将(jiāng)创(chuàng)造新的增(zēng)长奇迹。

过去一年，人工智能在技术(shù)和商(shāng)业层面都有了巨大进(jìn)展(zhǎn)，AI绘画(huà)就是人工智能技(jì)术发生方向(xiàng)性改变的一个代(dài)表。其下一(yī)站或许(xǔ)就是视频。

此前，Met割韭菜是什么意思网络，网络上割韭菜是什么意思a和(hé)谷歌先后发(fā)布(bù)了几条引爆科技圈的(de)短视频。这些视(shì)频(pín)引发关注(zhù)并非内容做得(dé)多优秀，反而(ér)都非(fēi)常简单，比如一(yī)匹正在喝水(shuǐ)的马，一只(zhǐ)画画(huà)的玩具熊，或者一段骑摩托(tuō)车的(de)第一视角录像，随(suí)便一个有手(shǒu)机的人都可以随手录(lù)下一段。

但(dàn)这些(xiē)短(duǎn)视频(pín)的创作方式非常简单，创(chuàng)作者仅仅需要(yào)向AI输入(rù)一(yī)段话，甚至只是说一(yī)下要求，AI就可(kě)以(yǐ)根据需要生(shēng)成一段视频。

谷歌发(fā)布(bù)的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视(shì)频的AI还不足以在短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过2分钟(zhōng)的(de)连贯的也有确切内容的视(shì)频，这才是真正(zhèng)让人们(men)感到(dào)惊(jīng)喜的地方。因为无论(lùn)AI生(shēng)成(chéng)的(de)视(shì)频多么(me)高清，也只能是为内(nèi)容生产者提供一个灵感，一个(gè)素材，一个(gè)过场动画。

不过能够制作出有(yǒu)具体剧(jù)情内容(róng)的视频就意(yì)味着(zhe)，一些视频创(chuàng)作由(yóu)AI代(dài)替人工完成已经初步有了可能。

当下AI的发展速度已经超过(guò)大部分人(rén)的想象(xiàng)。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内(nèi)容产业带来更新的内容(róng)风格(gé)、更快(kuài)的生产速度(dù)，更低(dī)的生产(chǎn)成本，这(zhè)无疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用于音乐、代码(mǎ)、机器人动作等多种内容形式的生成。不难发现(xiàn)该项技术(shù)不仅在游戏等行业能得到有效应用，对于下(xià)一代(dài)互联(lián)网各种元(yuán)素的构建亦有关键意(yì)义(yì)。

从商业化的(de)角度来看，文化娱乐、教(jiào)育、传(chuán)媒等诸(zhū)多领域，本身(shēn)就对(duì)基于AI的可视化内容(róng)有强烈需(xū)求。

因(yīn)此，AI绘画及视频或不是(shì)结果(guǒ)，而只(zhǐ)是AI进程中的一块重要(yào)拼图，有望(wàng)在(zài)技术更新的加持下实现更大的应(yīng)用价(jià)值。

AI从理解内容，走向(xiàng)了可(kě)以生成内容(róng)，甚至能够创造出独立价值和独立视角的内容。AIGC的再次出圈(quān)，更代(dài)表着未来的先进生(shēng)产力(lì)即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的发展也可(kě)以(yǐ)看(kàn)出，在语言(yán)大(dà)模型、图像大模型之后，多模态大(dà)模型已经成(chéng)为(wèi)了新(xīn)的(de)趋势。

大(dà)模型(xíng)被誉为(wèi)当前人工(gōng)智能(néng)发展的智能底座，是(shì)全球竞争(zhēng)最激烈(liè)的研(yán)究方(fāng)向之(zhī)一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企(qǐ)业都在竞相发力。

不过训练大模型的确价(jià)格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报(bào)告估算，GPT-3训练一次(cì)的(de)成(chéng)本(běn)约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训练成本则介于(yú)200万(wàn)美元至(zhì)1200万(wàn)美(měi)元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应芯片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每(měi)日(rì)仅电(diàn)费就(jiù)在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞(páng)大算力支持(chí)。在(zài)关注各类大模型(xíng)的发展同时，更(gèng)应该关(guān)注算(suàn)力(lì)网络的建设。

算力(lì)网络(luò)正驱(qū)动AI产(chǎn)业(yè)发展进入史(shǐ)诗级加速进程，让AIGC及通用(yòng)AI这一人工智(zhì)能发展的(de)终极目标(biāo)离(lí)得更近。

因为算力可以对突破性技术创新提供(gōng)大力(lì)的支持。这方(fāng)面，多模态大模(mó)型是典型。作为面向(xiàng)未来强人工(gōng)智(zhì)能(néng)、通(tōng)用(yòng)人工智能的重要技术创新，多模态大模型(xíng)已经(jīng)在人工(gōng)智能(néng)领(lǐng)域提出了很多(duō)年，业界也有(yǒu)不少技术突(tū)破，但(dàn)是，多模(mó)态大模型进(jìn)一步往(wǎng)下走，算力需(xū)求(qiú)呈几何式(shì)上(shàng)升，一般的(de)算力基础设施(shī)很快将难(nán)以胜任(rèn)。

从图像、文字、语音(yīn)单独一项的(de)训练，到双模态、三(sān)模(mó)态的跃迁，让(ràng)人工(gōng)智能可以(yǐ)灵活应对不(bù)同模态的转化、像人(rén)与世界交互一样自然，这(zhè)方面，由算力网络来驱(qū)动将(jiāng)有明(míng)显优势。

此外，还有很(hěn)多需要爆发(fā)式增长的算力来支撑(chēng)的(de)技术创新(xīn)，将在人工智能算力网(wǎng)络(luò)支撑(chēng)下快(kuài)速(sù)推进。

AIGC已经露出(chū)曙光，期待(dài)在大模(mó)型和大算力的支持下AIGC能持续颠(diān)覆内容生产的(de)方式，将创造的边际成本(běn)降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 割韭菜是什么意思网络，网络上割韭菜是什么意思