自聊(liáo)天机器人ChatGPT火爆(bào)以(yǐ)来(lái)，微(wēi)软公(gōng)司(sī)创(chuàng)始人比尔·盖(gài)茨已多次(cì)公开谈论人工智能话(huà)题。在(zài)最近的一次采(cǎi)访(fǎng)中，他再(zài)次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在(zài)当地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可能会威胁到(dào)谷(gǔ)歌(gē)的市占率，因为微软在AI方(fāng)面的行动(dòng)相当迅(xùn)速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行沟通并提供建议，可(kě)以(yǐ)取(qǔ)代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候(hòu)，还是(shì)2022年8月，在(zài)美(měi)国科罗拉多州(zhōu)举办的新兴(xīng)数字艺术家竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院》的(de)作品获(huò)奖。

随后各大厂商的AI绘(huì)画软件(jiàn)被广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以(yǐ)在应用中输入(rù)一组关键词或者一张照片(piàn)，就能获得一幅AI创作的(de)画作(zuò)。

作画的关键(jiàn)就是所输入(rù)的(de)文本。同一组关键词(cí)也(yě)可(kě)以创作出很多张风格不一样的画作，这让创作的(de)过(guò)程就像(xiàng)开(kāi)盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们会将生成(chéng)的(de)美(měi)图当(dāng)做(zuò)头(tóu)像。而另一部分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户(hù)分享AI“翻(fān)车现场(chǎng)”，例(lì)如，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的个(gè)人照片被AI识别成(chéng)了建(jiàn)筑(zhù)。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往(wǎng)AI绘画的填写(xiě)关键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人(rén)张吕敏创作的一种基于控(kòng)制点的图像变形算法，主要用于数字图像(xiàng)处(chù)理(lǐ)、计算机(jī)视觉和计算机(jī)图形(xíng)学等领域(yù)。

其SD插(chā)件(jiàn)一经发布，在短短的两天内便成(chéng)为了AI绘画领域(yù)最(zuì)新的热点。

在此之前，大家用了很多方法(fǎ)想让AI生成的结果尽可(kě)能的符合要求，但(dàn)是都不尽如人意(yì)，它(tā)的出(chū)现(xiàn)代表着(zhe)AI生成开始(shǐ)进入(rù)真正(zhèng)的可控时(shí)期。

因为ControlNet可以直接提取画(huà)面的构图，人物(wù)的姿势和画面(miàn)的深度信息(xī)等。有了(le)它的帮助，就不(bù)用频(pín)繁的(de)用提示词来碰运(yùn)气(qì)，抽盲盒式的创(chuàng)作了。

通(tōng)俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少(shǎo)博主的作品已经获(huò)得(dé)了大量(liàng)的(de)浏览(lǎn)量，“viggo”就是其中之一(yī)，他(tā)用朋友的照片直接(jiē)带她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词(cí)试效果(guǒ)。

通过图(tú)片就(jiù)可(kě)以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是(shì)，除了真实的照(zhào)片(piàn)，草图(tú)也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍到ControlNet还能(néng)实现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其(qí)本尊(zūn)也亲自回应。

不(bù)得不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输(shū)出的作品都已经能(néng)以假(jiǎ)乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经(jīng)过警(jǐng)方辟(pì)谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照(zhào)片都是AI制作(zuò)的(de)真人照(zhào)片(piàn)绘图，因(yīn)为太逼真，被大家当成真(zhēn)事传播(bō)了。

不过仔(zǎi)细观察可以发现(xiàn)，活动(dòng)发起者提供的照片(piàn)中有(yǒu)个很(hěn)大(dà)的漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是图片中女性的(de)手(shǒu)指部分有的(de)存在异(yì)常。

有行业人事表示：“现在因为(wèi)手(shǒu)指(zhǐ)部(bù)分的(de)绘画(huà)算法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图片(piàn)已经有越(yuè)来越完美(měi)的AI模型(xíng)出现，以后(hòu)可(kě)能就(jiù)完全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广播公(gōng)司报道，土耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾的假照片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实施(shī)诈骗(piàn)。

目前随着技术发展，AIGC已经(jīng)能做(zuò)出真(zhēn)人照片般(bān)的(de)绘图效果，如果这样的图片被(bèi)用来(lái)诈(zhà)骗，将非常可怕(pà)。

此外(wài)AIGC还引发了很(hěn)多担忧，一(yī)方面，批判者(zhě)认为AI在“学习”了大量(liàng)前人的作品之后，其(qí)创作没有任(rèn)何情(qíng)绪和灵魂，难(nán)以和人类(lèi)的艺(yì)术创作相(xiāng)提并论。

另一(yī)方面，AIGC背(bèi)后的版(bǎn)权(quán)、目(mù)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“至高无上”的(de)创意(yì)。

马斯克也强(qiáng)调，人工(gōng)智能的安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一(yī)站除了视频，还有远(yuǎn)方

技术都是有两面性的(de)，潜(qián)在的危(wēi)害并不能(néng)掩(yǎn)盖其光(guāng)辉的贡(gòng)献。现在看(kàn)来，人工智能(néng)技术(shù)将是第四次工业革命(mìng)的核心驱动力(lì)量，将创造新(xīn)的(de)增(zēng)长奇迹。

过去(qù)一年，人(rén)工(gōng)智能在技(jì)术和商业(yè)层(céng)面都有了(le)巨大进展，AI绘画就是人工智能技术发生(shēng)方向性(xìng)改变的(de)一个代(dài)表。其下(xià)一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆(bào)科技(jì)圈的短视频。这(zhè)些视频引发关注并非内(nèi)容做得多优秀，反而都(dōu)非常简(jiǎn)单，比如(rú)一匹正在喝水的(de)马，一只画(huà)画的玩具熊，或者(zhě)一段骑摩托车的第一视角录像，随便一个有(yǒu)手机的(de)人都可以随(suí)手录下(xià)一段。

但这些(xiē)短视频的创作方(fāng)式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要求，AI就(jiù)可以根据需要生成一(yī)段视频(pín)。

谷歌发(fā)布(bù)的两个(gè)AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一个能(néng)够做出更高清视(shì)频的(de)AI还不(bù)足(zú)以在短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人(rén)震惊的地(dì)方在于，它可以制作出超过(guò)2分钟的(de)连贯的也有(yǒu)确切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊喜的地(dì)方。因为(wèi)无论AI生成的视(shì)频多么高清，也只能(néng)是为内容生产(chǎn)者(zhě)提供一(yī)个(gè)灵感，一个素材(cái)，一(yī)个(gè)过场动画。

不过(guò)能够制作出(chū)有具(jù)体剧情(qíng)内容的视频就意味(wèi)着，一些视频创作由AI代替人工完(wán)成已经初步有了可(kě)能。

当下AI的发展速度已经(jīng)超过大部分人的想象。内容产(chǎn)业的本质是供给创造需求，AIGC作为全新(xīn)的(de)内容生产方式，可以为内容产业带来更新的内(nèi)容风(fēng)格、更快(kuài)的生产(chǎn)速度，更(gèng)低的(de)生(shēng)产成本，这无疑会驱动内容产业的(de)大爆(bào)发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能(néng)应用于音乐、代码(mǎ)、机(jī)器(qì)人动作等多种内容形式(shì)的生成。不难(nán)发现该(gāi)项技(jì)术(shù)不仅在游(yóu)戏等(děng)行业能得到有效应用，对于下一代互联网各种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角(jiǎo)度来看，文化娱乐(lè)、教(jiào)育、传媒等诸多领域，本身就(jiù)对基于AI的(de)可视化内(nèi)容(róng)有强烈需求。

因此，AI绘画及(jí)视频或(huò)不是结果，而(ér)只是AI进程(chéng)中(zhōng)的一块(kuài)重(zhòng)要拼图，有望在技(jì)术更新的加(jiā)持下(xià)实现更大(dà)的应(yīng)用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够创(chuàng)造(zào)出独(dú)立价(jià)值和独(dú)立视角的内容。AIGC的再次出(chū)圈(quān)，更代表着未来的先进(jìn)生产力(lì)即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模(mó)型之后，多模态大模型已(yǐ)经成为(wèi)了新的趋势。

大模型被誉为当前人工智(zhì)能(néng)发展的智能底座，是(shì)全球(qiú)竞争最激烈的研究方(fāng)向之一，包括(kuò)谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业都在竞(jìng)相发力。

不(bù)过训练大模(mó)型的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一(yī)些更大的LLM(大(dà)型语言模型)，训练成本则介于200万(wàn)美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算，其(qí)对(duì)应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日(rì)仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞(páng)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(wǎng)络(luò)的建(jiàn)设。

算力网络正驱(qū)动(dòng)AI产(chǎn)业发展进(jìn)入(rù)史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离(lí)得更近。

因(yīn)为算力可以(yǐ)对突破(pò)性(xìng)技术创(chuàng)新提供(gōng)大力的支持。这(zhè)方面，多(duō)模(mó)态大模型是典型。作为面向未来(lái)强人工(gōng)智能、通(tōng)用人工(gōng)智能的重要技术创新，多模态大模(mó)型已经(jīng)在人工智能领域提出了很多年，业界也有不少(shǎo)技(jì)术突(tū)破，但是，多模(mó)态大(dà)模(mó)型进一步往下走，算力需(xū)求呈几何式上升，一(yī)般(bān)的算力基础(chǔ)设(shè)施(shī)很快(kuài)将难(nán)以胜任。

从图像、文字、语音单(dān)独一项的训练，到双(shuāng)模态、三模态的跃迁(qiān)，让人工智能可以(yǐ)灵(líng)活(huó)应对不(bù)同模态的转化、像人与世界(jiè)交(jiāo)互一(yī)样自(zì)然，这方面，由(yóu)算力网(wǎng)络(luò)来驱动将有(yǒu)明显优势。

此(cǐ)外(wài)，还有很多需要爆发式增长的算(suàn)力来支撑的(de)技术创新，将在人工(gōng)智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模(mó)型和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 上海四大八校是指什么高中，上海市重点高中排名一览表