自聊天机器人(rén)ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的一次采(cǎi)访中(zhōng)，他再次表示：“AI可能会让科技行业迎来一(yī)次剧烈的(de)洗牌”。

这个(gè)结论是他在(zài)当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可能会威胁到(dào)谷歌的市(shì)占率，因为微软在AI方面的行动相当迅速。而最终科技(jì)巨头将把AI整合成用(yòng)户的“全(quán)能助手”，包揽一切应用，与人(rén)们进行沟通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能助手的(de)到来可能(néng)尚需时日，但由ControlNet引(yǐn)发(fā)的又一次(cì)AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的AIGC上一次爆火(huǒ)的时(shí)候，还是2022年8月，在美(měi)国科(kē)罗(luó)拉多州举办的新(xīn)兴数(shù)字艺术家竞赛中，一幅名为《太(tài)空歌剧(jù)院》的作品获(huò)奖。

随后(hòu)各(gè)大厂商的AI绘画(huà)软件(jiàn)被广大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们可以在(zài)应用中输入一组关键词(cí)或(huò)者一张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关键就是所(suǒ)输(shū)入的文本。同(tóng)一组关键词也可以创作出很(hěn)多(duō)张风格不(bù)一样的画作，这让(ràng)创(chuàng)作的过(guò)程就像开盲盒。

很多用户很(hěn)喜欢这种(zhǒng)不确定的惊喜，他们(men)会将生成的美图当(dāng)做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘(huì)画的“翻(fān)车(chē)”作品。在社交媒体(tǐ)上，许多用户分(fēn)享AI“翻车现场”，例(lì)如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦(tǎn)福读(dú)博(bó)的中国人张(zhāng)吕敏创作的(de)一种基于控制点的图(tú)像变形算(suàn)法，主(zhǔ)要用于数字图像处理、计(jì)算机视觉(jué)和计算机图形学等领域。

其SD插件一经发布，在短(duǎn)短的两天内(nèi)便成为了AI绘画领域最新的热点。

在此之(zhī)前，大家用了很多方(fāng)法(fǎ)想让(ràng)AI生(shēng)成的(de)结果尽可能的符合要求(qiú)，但是都不尽(jǐn)如人意寿眉是最差的白茶吗，寿眉是什么档次的茶，它的(de)出现代(dài)表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接(jiē)提(tí)取画面的构图，人物的姿(zī)势和(hé)画面(miàn)的(de)深度信息(xī)等(děng)。有了它的帮(bāng)助，就(jiù)不用频繁的用(yòng)提示词(cí)来碰(pèng)运气，抽(chōu)盲盒式(shì)的创作了(le)。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主的作(zuò)品已经获得(dé)了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照片直接带她们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过图片就可以看出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草图(tú)也可(kě)以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神(shén)张吕敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经(jīng)变得越来越强大，甚至输(shū)出的作(zuò)品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经过警(jǐng)方辟谣这所谓的“party”可能是(shì)全国第(dì)一起AI绘图诈(zhà)骗。

由(yóu)于这(zhè)个活(huó)动里面给(gěi)出(chū)的美女照片都是AI制(zhì)作的真人照片绘图，因(yīn)为(wèi)太逼真，被大家当成(chéng)真(zhēn)事(shì)传(chuán)播了。

不过仔细观察可以发现(xiàn)，活动(dòng)发起(qǐ)者提供的照片中有个很大的漏洞可以发现并非真(zhēn)人，而(ér)是AI绘图，那便是(shì)图片中女性的手指部分有的存在异(yì)常。

有行业人事表(biǎo)示：“现在因为(wèi)手指部(bù)分的绘画算法(fǎ)比(bǐ)较复杂(zá)，AI还(hái)不太会画人的手，但最新看到的图片已经有越来(lái)越完美的AI模型(xíng)出(chū)现，以后可能(néng)就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英国广播公司报道，土耳其地震期(qī)间，有Tiktok用户(hù)使用AI合成了(le)儿童受灾的(de)假照片发布到网络(luò)，以此诱骗(piàn)善(shàn)良的人(rén)打赏“捐助(zhù)”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能(néng)做出(chū)真人照片般(bān)的(de)绘图(tú)效果，如果这(zhè)样的(de)图(tú)片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认为(wèi)AI在“学习(xí)”了大量(liàng)前人的作品之后(hòu)，其创(chuàng)作没有任何情(qíng)绪和灵(líng)魂(hún)，难以和人类的艺术创作(zuò)相(xiāng)提并论。

另一方面(miàn)，AIGC背(bèi)后的版权、目前(qián)都并没有得到有效的解决，还(hái)有AIGC会不会代(dài)替(tì)人类“至高(gāo)无上(shàng)”的创意。

马(mǎ)斯克(kè)也强调，人工智能的安全问(wèn)题需要得到(dào)重视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除了视频，还有远方(fāng)

技术都是有两面性的(de)，潜在的危害并(bìng)不能掩盖其(qí)光辉的(de)贡献。现在看来，人工智能技(jì)术将是第四次工业革命的核心(xīn)驱(qū)动力(lì)量，将创造(zào)新的增(zēng)长奇迹。

过去一年，人工智(zhì)能(néng)在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智能技术发生方(fāng)向性改变的一个代表。其下一站或许(xǔ)就是(shì)视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条(tiáo)引爆(bào)科技圈的短(duǎn)视频。这些视频引发关注并非内容做得多优秀(xiù)，反(fǎn)而都非常简单，比如(rú)一匹正(zhèng)在喝(hē)水(shuǐ)的马，一只画画的玩具(jù)熊(xióng)，或者(zhě)一段(duàn)骑摩托车的第一视角录像，随便一个有手机的(de)人(rén)都可(kě)以(yǐ)随手录下一段。

但这些短视频的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一段(duàn)话，甚至(zhì)只是(shì)说(shuō)一(yī)下要求(qiú)，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布(bù)的两个AI生(shēng)成视频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就(jiù)已经玩了(le)一波梗，一个能够做出更高清视频的AI还不足以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在于(yú)，它可以制作出超过2分钟的连贯(guàn)的也有确(què)切内(nèi)容的(de)视频，这才(cái)是(shì)真(zhēn)正(zhèng)让人们(men)感到惊喜的地方。因(yīn)为无论(lùn)AI生成的视频(pín)多么高清，也只能(néng)是(shì)为内容生产者提(tí)供一个灵(líng)感，一个素材，一个过场动画。

不(bù)过能够制作出有(yǒu)具体剧情内容的视频就意味着(zhe)，一(yī)些视频创(chuàng)作由AI代替(tì)人工完成(chéng)已经初(chū)步有了可能。

当下AI的发展速度已(yǐ)经超过大部分人(rén)的(de)想象(xiàng)。内容产(chǎn)业的本质是供给创造需求，AIGC作(zuò)为全新的内容生产方式，可以(yǐ)为(wèi)内容产业(yè)带来更(gèng)新的内容(róng)风格(gé)、更快的生产速度，更低的生产成本，这无疑会驱(qū)动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式(shì)的生成。不(bù)难(nán)发(fā)现该项技术不(bù)仅在(zài)游戏等行业能得到有效(xiào)应用，对(duì)于下一代互联网各(gè)种元素的构建亦有关键意义。

从商业化的角度来看，文化娱(yú)乐(lè)、教育、传媒等(děng)诸多领域(yù)，本身(shēn)就对基于AI的可视化内容有强烈需(xū)求。

因此(cǐ)，AI绘画及视频(pín)或不是(shì)结(jié)果，而只是AI进程(chéng)中的一块重要拼图，有望在技术(shù)更新(xīn)的加(jiā)持下(xià)实现更大的(de)应(yīng)用价值。

AI从理(lǐ)解(jiě)内(nèi)容，走向了可以生成内(nèi)容，甚至能(néng)够创造出独立价值和(hé)独立视角的内(nèi)容。AIGC的再次出圈，更代表(biǎo)着未来的(de)先进(jìn)生(shēng)产力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座

从技术的(de)发展也可以看(kàn)出，在语(yǔ)言(yán)大模(mó)型、图像大模(mó)型之后，多模态大模型已(yǐ)经成为了新的趋势。

大模型被誉为当前人工智能发展的智能底座(zuò)，是全球(qiú)竞争最激(jī)烈的(de)研究方向之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等众(zhòng)多头(tóu)部(bù)企业都在竞相发力(lì)。

不(bù)过(guò)训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而(ér)对于(yú)一些(xiē)更(gèng)大的LLM(大型语(yǔ)言模型)，训练成(chéng)本则介于(yú)200万美元(yuán)至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求(qiú)为(wèi)3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的(de)发展同(tóng)时(shí)，更应(yīng)该关注算力(lì)网络的建设(shè)。

算力网络正(zhèng)驱动AI产业(yè)发展进入史诗级加速进程，让AIGC及(jí)通(tōng)用(yòng)AI这一人工智(zhì)能发展的终极(jí)目(mù)标离得更近。

因为算力(lì)可以对突破性技术(shù)创(chuàng)新提供大力的支持。这方面，多(duō)模态(tài)大模型是典型。作(zuò)为面向(xiàng)未来(lái)强人工智能、通用人工(gōng)智能的(de)重要技(jì)术创新，多模态大(dà)模型已经在人工(gōng)智能(néng)领域提出了很多年，业界也有不(bù)少技(jì)术突破，但是，多模态(tài)大模型进一步往下走(zǒu)，算力需求(qiú)呈几何式上升，一般(bān)的算力(lì)基础设施很快将难以胜任。

从(cóng)图像、文(wén)字(zì)、语音单独(dú)一项的训练(liàn)，到双(shuāng)模态、三模态(tài)的跃(yuè)迁，让人工智(zhì)能可以灵活(huó)应对不同模态的转化(huà)、像人与世界交互一样自然，这方(fāng)面，由(yóu)算(suàn)力网络来驱动(dòng)将有明显优(yōu)势。

此外(wài)，还有很多需要爆发(fā)式增长的算力来支撑的技术(shù)创新，将在人工智能(néng)算力网络支撑下(xià)快速推进。

AIGC已经露(lù)出曙(shǔ)光(guāng)，期待(dài)在大模(mó)型和(hé)大算力的(de)支持下AIGC能持(chí)续颠覆内容生产的方式，将创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 寿眉是最差的白茶吗，寿眉是什么档次的茶