自聊天机(jī)器人(rén)ChatGPT火爆以来(lái)，微软公(gōng)司(sī)创始(shǐ)人比尔·盖茨(cí)已多次公开谈论人工智能(néng)话(huà)题。在最近的一次(cì)采访中，他(tā)再(zài)次表示(shì)：“AI可(kě)能会(huì)让科技行(xíng)业迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当(dāng)地(dì)时间2月20日接受《In Good Company》节(jié)目专访(fǎng)时(shí)提出的。

他预(yù)期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动(dòng)相当迅速。而(ér)最终(zhōng)科技巨头(tóu)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(jìn)行沟通并提供建议(yì)，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可(kě)能尚需时(shí)日，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新(xīn)玩法

AIGC向可(kě)控靠(kào)近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗(luó)拉多州举办(bàn)的新(xīn)兴数(shù)字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的(de)作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软件被广(guǎng)大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用(yòng)中输入一组关键(jiàn)词或(huò)者(zhě)一张照片，就能获得一幅AI创作的画作。

作(zuò)画的关键就(jiù)是所输入的(de)文本(běn)。同(tóng)一组关键词也可以创(chuàng)作出很多张风格不一(yī)样的画作，这让创作的(de)过程就(jiù)像开盲盒。

很多用(yòng)户(hù)很喜欢这种不确定的(de)惊喜，他们会将(jiāng)生成的美(měi)图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒(méi)体(tǐ)上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如(rú)，一(yī)位网友的小狗照片被AI画成了(le)“肌肉男”，还有网友的个人照片(piàn)被AI识别成了(le)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戏可能(néng)要被颠覆了。

ControlNet是一(yī)位正在斯坦(tǎn)福(fú)读博的中国人(rén)张吕敏创作的一种基于控制点的图(tú)像(xiàng)变(biàn)形算法，主要用于数字图像处理、计算(suàn)机视觉和计算机图形学等(děng)领(lǐng)域。

其SD插件一经发布(bù)，在(zài)短短(duǎn)的(de)两天(tiān)内便成为了(le)AI绘画(huà)领域最新的热点(diǎn)。

在此(cǐ)之前，大家用了很多方法(fǎ)想让(ràng)AI生成(chéng)的结果尽可能的符合要求，但是都(dōu)不尽如人(rén)意，它的出现代表着AI生成开始进(jìn)入真正(zhèng)的(de)可控时期(qī)。

因为ControlNet可以直接提取画(huà)面的构图(tú)，人物的姿势和画面的深度信(xìn)息等。有了它(tā)的帮助(zhù)，就不用(yòng)频繁(fán)的(de)用(yòng)提示词(cí)来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了(le)“魔(mó)法”，不少博主的作品已经获得了(le)大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她们走(zǒu)进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

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

通过(guò)图片(piàn)就可以看出来，效果十分惊艳。

更厉(lì)害的是，除(chú)了真实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕(lǚ)敏其(qí)本尊也(yě)亲自回应。

不得不(bù)说当下(xià)AIGC已经(jīng)变得(dé)越来(lái)越强大，甚至(zhì)输出的作品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络，而经过(guò)警方(fāng)辟谣这所谓(wèi)的“party”可能(néng)是全国(guó)第(dì)一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片都是AI制(zhì)作的真人照片绘图(tú)，因(yīn)为太逼真，被大家当成真事传播了。

不过仔细观察可以发现(xiàn)，活动发起者提供的(de)照片中有(yǒu)个很(hěn)大的漏洞可以发现并非真人，而是(shì)AI绘图，那便(biàn)是图片中女性的手指部分有的存在异常。

有行业人事表示：“现(xiàn)在因为(wèi)手(shǒu)指部(bù)分的绘画算法(fǎ)比较复杂，AI还不太会画人(rén)的手，但(dàn)最新看到(dào)的图片已经有越(yuè)来越完美的AI模型出现，以后(hòu)可能就完全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗在(zài)国(guó)外也已有发生。据(jù)英国广播(bō)公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾的(de)假照片发(fā)布(bù)到网络，以此诱骗善良的(de)人打赏“捐(juān)助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能(néng)做出(chū)真人(rén)照片(piàn)般的绘图(tú)效(xiào)果，如(rú)果这样的(de)图片(piàn)被用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的作品之(zhī)后，其(qí)创作没有任何情绪和灵魂，难以和人类的艺(yì)术创(chu广西属于南方还是北方àng)作相提并(bìng)论(lùn)。

另一方面，AIGC背(bèi)后(hòu)的版权、目前都并(bìng)没有得到(dào)有效(xiào)的解决，还有AIGC会不会代替人(rén)类“至高无(wú)上”的创意。

马斯(sī)克也强(qiáng)调，人工智能(néng)的(de)安全问题需要得到重(zhòng)视，太(tài)晚(wǎn)就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技术都(dōu)是有(yǒu)两面(miàn)性的，潜在的(de)危害并不能掩盖其(qí)光辉的(de)贡献。现在(zài)看来，人(rén)工智能技术(shù)将(jiāng)是第四次工业革(gé)命的核心驱动力量，将(jiāng)创造新(xīn)的增长奇迹。

过去一年，人(rén)工智(zhì)能在技(jì)术和商业(yè)层面都有了巨大进展，AI绘画就是人工智能技术发(fā)生方向性改变(biàn)的一个代表。其(qí)下一站或许就是(shì)视频。

此前，Meta和谷歌先后发布(bù)了几条(tiáo)引爆科技圈的短视(shì)频。这些(xiē)视频引(yǐn)发(fā)关注并非内容做得多优秀，反而(ér)都非(fēi)常简单，比如一匹正在喝水的马，一只画(huà)画的玩(wán)具熊，或者一(yī)段骑摩托车(chē)的第一视角录(lù)像，随便一个有(yǒu)手(shǒu)机(jī)的人(rén)都可(kě)以随手录(lù)下一段。

但这些短视频的创(chuàng)作(zuò)方(fāng)式(shì)非(fēi)常简单，创(chuàng)作者仅仅需要向AI输入一段话(huà)，甚至只是说(shuō)一下要求(qiú)，AI就可(kě)以(yǐ)根据需要生成(chéng)一段(duàn)视频。

谷歌发布的两个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波(bō)梗(gěng)，一个能够(gòu)做(zuò)出更(gèng)高清视频(pín)的(de)AI还不(bù)足以(yǐ)在短时间内戳(chuō)中(zhōng)兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方(fāng)在于，它可以(yǐ)制作出(chū)超(chāo)过2分(fēn)钟的连(lián)贯的也有确切内容的视(shì)频，这才(cái)是(shì)真(zhēn)正(zhèng)让人们感到惊喜的地(dì)方。因为无论(lùn)AI生成的视频多么(me)高清，也只能是为广西属于南方还是北方内容生产者提供一(yī)个(gè)灵感(gǎn)，一个(gè)素(sù)材，一个(gè)过(guò)场动画。

不过(guò)能够(gòu)制作出有(yǒu)具体剧情内容(róng)的视频就(jiù)意(yì)味着，一些视(shì)频创作由AI代替人工完(wán)成已经初步有了可能。

当下(xià)AI的发(fā)展速度(dù)已经超过大(dà)部分人的(de)想(xiǎng)象。内容产业的(de)本质是供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新的内容生产方(fāng)式，可以(yǐ)为内容产业带(dài)来更(gèng)新(xīn)的内(nèi)容(róng)风格(gé)、更快的(de)生产速度，更低的(de)生产成本，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码、机器人动作等多种内容形式的生成。不难发现(xiàn)该项(xiàng)技(jì)术不仅在游戏(xì)等行业能得到(dào)有效应用，对于下一代互联(lián)网各种元(yuán)素(sù)的构建亦有(yǒu)关(guān)键意义。

从(cóng)商业化的角度来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因(yīn)此(cǐ)，AI绘画及视频(pín)或不(bù)是结果，而只是AI进程中(zhōng)的一块重要拼图，有望在技术(shù)更新的加持下实现(xiàn)更(gèng)大的应用(yòng)价(jià)值。

AI从理解内容，走向(xiàng)了(le)可(kě)以生成内容，甚(shèn)至(zhì)能够(gòu)创造出(chū)独(dú)立价值和独立(lì)视角的(de)内容。AIGC的再次出圈(quān)，更(gèng)代(dài)表着未来的先(xiān)进(jìn)生产力即将到来。

04

紧抓大(dà)模(mó)型与算力(lì)，牢固AIGC底座(zuò)

从技术(shù)的发展也可以看(kàn)出，在语言大模型(xíng)、图像大模型之后，多模态大模(mó)型已经成(chéng)为了新(xīn)的趋势。

大模型被誉为当前人(rén)工智能(néng)发(fā)展的智(zhì)能底座，是全(quán)球竞争最(zuì)激烈的研(yán)究方向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等众多头部(bù)企业(yè)都在竞相(xiāng)发(fā)力。

不过训(xùn)练大模型(xíng)的确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需要多(duō)少算力》报(bào)告估(gū)算，GPT-3训练(liàn)一(yī)次的成本(běn)约为140万美(měi)元。而对于一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万(wàn)计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿(yì)美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开(kāi)庞大算力支持。在关注(zhù)各类大模型的发展(zhǎn)同时，更应该关注算力网络(luò)的建(jiàn)设。

算力网络正驱动AI产业(yè)发展进(jìn)入史诗级加速(sù)进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标离得更近。

因为算力可(kě)以对突(tū)破性技术创新提供大力的支(zhī)持。这方面，多(duō)模(mó)态大模型是典型。作(zuò)为面(miàn)向未(wèi)来(lái)强人工智能、通用(yòng)人(rén)工智能的重要技术创新，多模态(tài)大(dà)模型已经在人工智能领(lǐng)域(yù)提出了很多年，业界也有不(bù)少技术(shù)突破(pò)，但是，多模态大(dà)模(mó)型(xíng)进一(yī)步往下走，算力需求呈(chéng)几何式上升，一(yī)般(bān)的算(suàn)力基础设施很快将难以胜任。

从图像、文字(zì)、语音(yīn)单独一(yī)项的训练，到双模态、三(sān)模态(tài)的跃迁，让人(rén)工智能可(kě)以灵活(huó)应对不同模态的转化、像人(rén)与世(shì)界交互一(yī)样自然，这方面(miàn)，由算力网络来驱动(dòng)将有明(míng)显优势。

此外，还有很多(duō)需要爆发(fā)式增长的算力(lì)来支撑(chēng)的技术(shù)创新，将(jiāng)在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容(róng)生产的方(fāng)式，将创造(zào)的(de)边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 广西属于南方还是北方