自(zì)聊天机器人(rén)ChatGPT火爆(bào)以来，微(wēi)软公(gōng)司(sī)创始(shǐ)人比尔·盖(gài)茨已多次公开(kāi)谈论人(rén)工(gōng)智能话题。在(zài)最近的一次采(cǎi)访中(zhōng)，他(tā)再(zài)次表示：“AI可能(néng)会让科(kē)技行业迎来一次剧烈(liè)的洗牌(pái)”。

这(zhè)个(gè)结论是他在(zài)当地(dì)时(shí)间(jiān)2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市(shì)占率，因为微软(ruǎn)在AI方面(miàn)的行动相当迅速。而最终(zhōng)科技巨头将把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们(men)进行沟通(tōng)并提供建议，可(kě)以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全(quán)能助手的到来可能尚(shàng)需(xū)时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可(kě)控(kòng)靠近(jìn)

以AI绘画(huà)为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉(lā)多(duō)州举办(bàn)的新兴数字艺术家竞(jìng)赛(sài)中，一幅名(míng)为《太空歌剧院》的作(zuò)品获奖。

随(suí)后各大厂商的AI绘画(huà)软件(jiàn)被(bèi)广大网友(yǒu)熟知(zhī)并体验(yàn)，Stable Diffusion便是其(qí)中代(dài)表(biǎo)。

用户们可以在应用(yòng)中输入一(yī)组关(guān)键词或者一张照(zhào)片(piàn)，就能获得一幅AI创作的画作。

作(zuò)画的关键就是所输入的文本。同一(yī)组关键(jiàn)词也可以创作(zuò)出很多(duō)张风格不一样的(de)画作，这让创(chuàng)作的过(guò)程(chéng)就像开盲(máng)盒。

很多用户很喜欢这种不确定(dìng)的惊喜(xǐ)，他们(men)会将生成的(de)美图当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画(huà)的“翻车”作品。在社(shè)交(jiāo)媒体上，许多用户分享AI“翻车现(xiàn)场”，例(lì)如，一(yī)位网友(yǒu)的小狗照(zhào)片(piàn)被AI画成了“肌肉男(nán)”，还(hái)有网(wǎng)友的个人照(zhào)片被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词(cí)游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作的一(yī)种基于控制点的图像(xiàng)变形算(suàn)法，主要用于数字图像处(chù)理(lǐ)、计算机视觉和计算机图形学等(děng)领域。

其SD插件一经发布，在短短的两天(tiān)内便成为(wèi)了AI绘画领域最(zuì)新的热点。

在此之(zhī)前(qián)，大(dà)家用了很(hěn)多方法想让AI生(shēng)成(chéng)的结(jié)果尽可能的(de)符合(hé)要求(qiú)，但是都不(bù)尽如人意(yì)，它的出现代表着AI生(shēng)成开始(shǐ)进入真正的(de)可控(kòng)时期。

因为ControlNet可以直接(jiē)提取画面(miàn)的构图，人物的姿势和画面的深度信息(xī)等。有了它的帮助，就不(bù)用频繁的用(yòng)提示词(cí)来碰运气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不(bù)少博主(zhǔ)的作(zuò)品(pǐn)已经获(huò)得了大量的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友的照片直(zhí)接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑(bǎ三维向量叉乘公式矩阵，三维向量叉乘公式行列式ng)定骨(gǔ)骼开(kāi)始换关(guān)键词试效果。

通过图片(piàn)就可以看(kàn)出来，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩(cǎi)图。大神张吕敏其本尊也(yě)亲(qīn)自回应。

不得不说当下AIGC已经变得(dé)越来(lái)越(yuè)强大，甚至输出的作品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟(pì)谣(yáo)这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活(huó)动里(lǐ)面给出的(de)美女照片都(dōu)是(shì)AI制作的真人照片绘图，因为太逼真(zhēn)，被大(dà)家(jiā)当成(chéng)真事(shì)传播了(le)。

不过(guò)仔细(xì)观察可以发(fā)现，活(huó)动发起(qǐ)者提供的(de)照(zhào)片中有个很(hěn)大的漏洞可以发现并非真人，而(ér)是AI绘图(tú)，那便(biàn)是图片中(zhōng)女性的手指(zhǐ)部分(fēn)有的存在异常。

有(yǒu)行(xíng)业人事表(biǎo)示(shì)：“现(xiàn)在因为手(shǒu)指部(bù)分的绘(huì)画算法比(bǐ)较复杂(zá)，AI还不(bù)太会画人的手(shǒu)，但最新看到(dào)的图片已经有越(yuè)来越完美的AI模(mó)型出(chū)现，以后可(kě)能就完全没(méi)有漏洞了。”

类似的AI作图(tú)诈骗在国外(wài)也已有发生。据英国广播公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片(piàn)发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目(mù)前随着(zhe)技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如(rú)果这(zhè)样的图片(piàn)被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作(zuò)品(pǐn)之后，其创作没有(yǒu)任(rèn)何情绪和(hé)灵魂，难以和人类的(de)艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权(quán)、目(mù)前都并没有得(dé)到有效的解决，还有(yǒu)AIGC会不会(huì)代替人类“至高无(wú)上”的(de)创意。

马斯克也强(qiáng)调(diào)，人工智能(néng)的安全问题(tí)需要得(dé)到重视(shì)，太晚就来不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技术(shù)都是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看(kàn)来，人(rén)工智能(néng)技术(shù)将是第四次(cì)工(gōng)业革命(mìng)的核心驱(qū)动(dòng)力量，将创造新(xīn)的增长奇(qí)迹。

过去一年，人工智能在(zài)技术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能技术发(fā)生方向(xiàng)性改变的一(yī)个代(dài)表。其下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后(hòu)发(fā)布了几条引爆科技(jì)圈的(de)短(duǎn)视频。这些视频引发关注并(bìng)非内容做得多优秀，反而(ér)都非常简单，比如一匹正(zhèng)在喝水(shuǐ)的(de)马，一只画画的玩具(jù)熊，或(huò)者(zhě)一(yī)段骑摩托车的第一视角录像(xiàng)，随便一个有手机的人(rén)都可(kě)以随手(shǒu)录下一段。

但这(zhè)些短视频的创作方式非常(cháng)简单，创作者仅仅需要向AI输入一段话，甚至只(zhǐ)是说一(yī)下要求，AI就可以根据需要生(shēng)成一(yī)段视频。

谷歌发布的两个(gè)AI生成视频分别(bié)来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩(wán)了一波(bō)梗，一(yī)个能够做出更高清视(shì)频的AI还不足以(yǐ)在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方在于，它可以制作出超过2分钟的连贯的也有确(què)切(qiè)内容的视(shì)频，这才是真正(zhèng)让人们感到(dào)惊喜(xǐ)的地方。因为(wèi)无(wú)论AI生成的视频多么高清，也(yě)只能是为内容生(shēng)产者提供一个(gè)灵(líng)感(gǎn)，一个素材，一个过场动画(huà)。

不过能(néng)够(gòu)制作出有(yǒu)具(jù)体(tǐ)剧情内(nèi)容的(de)视频就意味着，一些视频(pín)创作(zuò)由(yóu)AI代替人工(gōng)完成已经初步有(yǒu)了可能。

当(dāng)下AI的发展速度已(yǐ)经超过大部分(fēn)人的想象(xiàng)。内容(róng)产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容生产方(fāng)式，可以为内(nèi)容(róng)产业(yè)带来更新的(de)内容风格、更快(kuài)的(de)生产速度(dù)，更低的生产成本，这无(wú)疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的生成。不难(nán)发现该项技(jì)术不(bù)仅在游戏等(děng)行业能得(dé)到(dào)有效应用(yòng)，对于(yú)下一代互联网各种元(yuán)素的构建亦有关键(jiàn)意义。

从(cóng)商(shāng)业(yè)化的角度(dù)来看(kàn)，文化娱(yú)乐、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可(kě)视化内(nèi)容有强烈需求。

因(yīn)此，AI绘画(huà)及视频或不(bù)是结果，而只(zhǐ)是AI进程(chéng)中的(de)一块重要(yào)拼图，有望在技术更新的加持(chí)下实现更大的应用价值(zhí)。

AI从理(lǐ)解(jiě)内(nèi)容，走向了可以生成内容，甚至能够创造出独立价值(zhí)和独立(lì)视角的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生产力即将到来。

04

紧抓大(dà)模(mó)型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出，在(zài)语言大(dà)模型、图像(xiàng)大模型之后，多模(mó)态大模型(xíng)已经成为了新(xīn)的趋势。

大模型被誉为当(dāng)前人工智能发(fā)展(zhǎn)的智能底(dǐ)座，是全球竞争最(zuì)激烈的研究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不过训练大模型的确(què)价(jià)格不(bù)菲，以国盛证券(quàn)发(fā)布的《ChatGPT需要多(duō)少算(suàn)力》报(bào)告(gào)估算(suàn)，GPT-3训(xùn)练(liàn)一次的成(chéng)本约为(wèi)140万美元。而(ér)对于(yú)一些(xiē)更大的LLM(大型语言模型)，训练成本则介(jiè)于200万美(měi)元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月(yuè)的(de)独立访客平(píng)均数(shù)1300万(wàn)计算，其对应(yīng)芯片需求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅(jǐn)电费(fèi)就(jiù)在5万(wàn)美元(yuán)左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力(lì)支(zhī)持。在关(guān)注各类大模型的发展同时，更应该关(guān)注算(suàn)力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产(chǎn)业发(fā)展进入(rù)史诗级加速进程，让AIGC及通(tōng)用AI这一人工(gōng)智能发展的终极目(mù)标离得更(gèng)近。

因(yīn)为算力(lì)可(kě)以对(duì)突破性技(jì)术创新(xīn)提供(gōng)大(dà三维向量叉乘公式矩阵，三维向量叉乘公式行列式)力的支持。这方面，多模态大模型是典型。作为(wèi)面(miàn)向未来强人工智(zhì)能、通用人(rén)工智能的重要技术创新，多模态大模(mó)型已经在人工智能领域提出了很多年，业(yè)界也有不少(shǎo)技术(shù)突(tū)破(pò)，但是，多模态(tài)大(dà)模型进一步往(wǎng)下走，算力需(xū)求呈几(jǐ)何式上升，一般的算力基础设施很快将难以胜任。

从图(tú)像、文字、语(yǔ)音单独(dú)一项的训练，到双模(mó)态、三模态的(de)跃迁，让人工智(zhì)能(néng)可以灵活应对不(bù)同(tóng)模态的转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络来驱动将有明显优势(shì)。

此外，还(hái)有很多需(xū)要爆发式增(zēng)长的(de)算力来(lái)支撑的技(jì)术(shù)创新(xīn)，将在人(rén)工智能算(suàn)力网络支撑下快速(sù)推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆(fù)内容(róng)生产的方式(shì)，将创造的边际成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 三维向量叉乘公式矩阵，三维向量叉乘公式行列式