自聊天机(jī)器人ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始人比尔·盖茨已多(duō)次公开谈论(lùn)人(rén)工智能(néng)话题。在最(zuì)近的一次采访(fǎng)中(zhōng)，他再次(cì)表(biǎo)示(shì)：“AI可(kě)能(néng)会让(ràng)科技行业迎来(lái)一次剧(jù)烈的洗牌”。

这个结论是他(tā)在当地(dì)时间(jiān)2月20日接(jiē)受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可能会威(wēi)胁到谷歌的市占率，因(yīn)为(wèi)微软在AI方面的行动相当迅速。而最终科技巨头将(jiāng)把AI整合成用户的“全能(néng)助手”，包(bāo)揽一(yī)切(qiè)应用，与人们(men)进行(xíng)沟通并提供建议(yì)，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到来可能尚需时(shí)日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题热(rè)点包(bāo)围(wéi)中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州(zhōu)举(jǔ)办(bàn)的新兴数字艺术家竞赛(sài)中，一幅(fú)名(míng)为《太空歌(gē)剧院》的作品(pǐn)获奖(jiǎng)。

随后各大厂商的(de)AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中输入(rù)一(yī)组关(guān)键词或者(zhě)一(yī)张照片，就能(néng)获得一幅AI创(chuàng)作的画作。

作(zuò)画的关键就是所输(shū)入的文本。同(tóng)一组关键(jiàn)词(cí)也可以(yǐ)创作出很多张风格不一样的画(huà)作(zuò)，这(zhè)让(ràng)创作的(de)过程就像(xiàng)开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不(bù)确定的(de)惊(jīng)喜，他(tā)们(men)会将生(shēng)成的美图当做头像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画(huà)的(de)“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的小(xiǎo)狗照(zhào中国现在有多少士兵军人，目前中国有多少士兵)片(piàn)被(bèi)AI画(huà)成了“肌肉(ròu)男(nán)”，还(hái)有(yǒu)网友的个(gè)人照片被AI识(shí)别成(chéng)了建筑。

而(ér)如今随(suí)着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人(rén)张吕敏创作的一(yī)种基于控制点的图像(xiàng)变形算法，主要(yào)用于数字(zì)图(tú)像处理(lǐ)、计算机视觉和(hé)计算机图形(xíng)学(xué)等领(lǐng)域。

其(qí)SD插件一经发布，在短短的两天内(nèi)便成为了AI绘(huì)画领域最(zuì)新(xīn)的热(rè)点(diǎn)。

在(zài)此之前，大家用了很多方法想让AI生成(chéng)的结果尽可能的(de)符合(hé)要求，但是(shì)都不尽如人意(yì)，它的出现(xiàn)代表(biǎo)着AI生成开始进(jìn)入真正的可控(kòng)时期(qī)。

因(yīn)为ControlNet可(kě)以直接提(tí)取画面的构图(tú)，人(rén)物的姿势和(hé)画面的深度(dù)信息等。有了它的帮助，就不用(yòng)频繁(fán)的用提示词来碰运气，抽盲盒式(shì)的创作了。

通(tōng)俗的(de)说ControlNet相(xiāng)当于给AI绘(huì)画加了“魔法”，不少博(bó)主(zhǔ)的作(zuò)品已经获得了大量(liàng)的(de)浏览量，“viggo”就是其中之(zhī)一，他(tā)用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件(jiàn)拓(tuò)展找(zhǎo)到(dào)对(duì)应的(de)关键词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词试(shì)效(xiào)果(guǒ)。

通(tōng)过图片就可(kě)以(yǐ)看出来，效果十分(fēn)惊(jīng)艳(yàn)。

更厉害的是，除(chú)了真实的(de)照片，草图也可以加上“中国现在有多少士兵军人，目前中国有多少士兵魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿(gǎo)转全(quán)彩(cǎi)图。大神张(zhāng)吕(lǚ)敏其本尊也亲自回(huí)应。

不得不(bù)说当下AIGC已(yǐ)经变(biàn)得越来越(yuè)强大，甚(shèn)至输出的(de)作(zuò)品(pǐn)都已经能(néng)以假乱(luàn)真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由于这(zhè)个活动里(lǐ)面(miàn)给出的美女照片都是(shì)AI制(zhì)作的真人(rén)照(zhào)片绘图，因为太(tài)逼真(zhēn)，被大家当(dāng)成真事(shì)传播(bō)了。

不过仔细观察可以发现，活(huó)动发起者提供的照片中有个(gè)很(hěn)大(dà)的漏洞可以发(fā)现并非真人，而是AI绘图，那便(biàn)是图片中女性的(de)手指部分有(yǒu)的(de)存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘画算法比较(jiào)复杂，AI还(hái)不太会画人(rén)的手，但最新看到的(de)图片已经(jīng)有越(yuè)来越(yuè)完(wán)美的AI模型(xíng)出(chū)现，以后(hòu)可能(néng)就完全没(méi)有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国外也已有发生。据英国广播公司报道(dào)，土耳(ěr)其地震期(qī)间，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假照片发布到网络，以此诱骗善(shàn)良(liáng)的人打赏“捐助”从(cóng)而(ér)实施诈骗。

目前随着技(jì)术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者认为AI在“学(xué)习”了大量前人的作品之(zhī)后(hòu)，其创作没(méi)有任(rèn)何情绪(xù)和灵魂，难以和人类的艺术创作相(xiāng)提并论(lùn)。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没(méi)有得到有效的解决，还有AIGC会不会代替人类(lèi)“至高(gāo)无上”的创意。

马斯(sī)克也强调(diào)，人工智能(néng)的(de)安(ān)全问(wèn)题需要得到重(zhòng)视，太(tài)晚就来不及了(le)。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技术都是有(yǒu)两(liǎng)面性的(de)，潜在的危害(hài)并不能掩(yǎn)盖其光(guāng)辉的贡献。现在看来，人(rén)工智(zhì)能技术将是(shì)第四次工业革命的核心驱动力(lì)量(liàng)，将创(chuàng)造(zào)新的增长奇迹(jì)。

过(guò)去一年，人工(gōng)智能在技术和(hé)商(shāng)业(yè)层(céng)面都有了巨大进展，AI绘画就是人工(gōng)智能技术发生方向性改变(biàn)的一个代表。其下(xià)一站或(huò)许就是视频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引(yǐn)爆科技圈的短视频(pín)。这些视频引发关注(zhù)并非内容(róng)做(zuò)得多优秀(xiù)，反而都(dōu)非(fēi)常简单，比如(rú)一匹正在喝(hē)水的马，一只(zhǐ)画(huà)画的玩具熊，或者一段骑摩托车(chē)的第一视角录像，随便(biàn)一个有手机的人都可以随手录下一段。

但这些短视频的(de)创作方式非常(cháng)简(jiǎn)单，创作者(zhě)仅仅需(xū)要向AI输入一(yī)段话，甚(shèn)至只是说一(yī)下要求(qiú)，AI就可以根(gēn)据需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视(shì)频后，AI圈(quān)就已经玩了一波(bō)梗，一个能够做出(chū)更高(gāo)清视频的AI还(hái)不(bù)足以在(zài)短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过2分钟的连(lián)贯的也(yě)有(yǒu)确切内容的视频，这才(cái)是真正让(ràng)人们感到惊喜的(de)地(dì)方。因(yīn)为无论AI生成的视频多(duō)么(me)高清(qīng)，也只能是为(wèi)内(nèi)容生产者提(tí)供一个灵感，一个素材，一个(gè)过场动画。

不过能(néng)够制作出有具(jù)体剧情内容的视(shì)频就意(yì)味着，一些视频创(chuàng)作由AI代替(tì)人(rén)工完成已经初(chū)步有(yǒu)了可能。

当(dāng)下(xià)AI的发(fā)展速度已经超过大(dà)部分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作为全新(xīn)的内容(róng)生(shēng)产方(fāng)式，可以为内容产业(yè)带(dài)来更新的内容(róng)风(fēng)格、更快的生产速度，更(gèng)低(dī)的生产成本，这无(wú)疑会驱动内容产业的大爆(bào)发(fā)。

除了(le)AI绘图、视频(pín)，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种内容形式的生成。不(bù)难发现该项技术(shù)不仅在游戏(xì)等行业能(néng)得到有(yǒu)效应用，对(duì)于下一代互(hù)联网各(gè)种元素的构建亦有关键意义。

从商(shāng)业(yè)化(huà)的角度来看，文(wén)化娱(yú)乐、教育、传媒(méi)等诸多领域，本身就对基于AI的(de)可视化内容有强烈需求。

因此(cǐ)，AI绘(huì)画及视频(pín)或不(bù)是结果，而只是AI进程(chéng)中(zhōng)的一块重要拼(pīn)图，有望(wàng)在(zài)技(jì)术更新的加持下实现(xiàn)更(gèng)大的应(yīng)用价值(zhí)。

AI从理解内容，走向了可(kě)以生成(chéng)内容，甚至能(néng)够创造出独立价值和(hé)独(dú)立视角的内容。AIGC的再次出圈，更(gèng)代表着未(wèi)来的(de)先进(jìn)生产力即将到(dào)来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技(jì)术(shù)的(de)发展也可以看出，在语言大模型(xíng)、图像大模型之后(hòu)，多模态大模型已经成为了新的趋势。

大模型被誉为当(dāng)前人工智(zhì)能(néng)发展的智能底座(zuò)，是(shì)全球竞争最(zuì)激(jī)烈的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头(tóu)部企(qǐ)业(yè)都在竞相发力。

不过训练大模(mó)型(xíng)的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算(suàn)，GPT-3训练一次的成(chéng)本约为140万美(měi)元。而(ér)对于一些更(gèng)大的LLM(大(dà)型语言模型)，训(xùn)练成本则(zé)介于200万美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平均(jūn)数(shù)1300万计算，其对应芯(xīn)片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿美元，每日仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力(lì)支持。在关(guān)注各类大(dà)模型的发展(zhǎn)同时，更应该(gāi)关注算(suàn)力网(wǎng)络的建(jiàn)设。

算(suàn)力网(wǎng)络(luò)正(zhèng)驱动AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更近(jìn)。

因(yīn)为算力可以对突破(pò)性技术(shù)创新提供大力的支持。这方面，多模态大模型是典型。作为(wèi)面向(xiàng)未来强(qiáng)人(rén)工智能、通用(yòng)人工智能的(de)重要技术创新，多模态大模型已(yǐ)经在人(rén)工智能领域提出了很多年(nián)，业(yè)界也有不少技术突破，但是，多模态大模型进一步往(wǎng)下走，算力需求呈几何式上(shàng)升，一般的算力基础设(shè)施很(hěn)快将难以胜任。

从(cóng)图(tú)像、文字、语音单(dān)独(dú)一项的(de)训练，到双模态(tài)、三模态的跃(yuè)迁，让人工(gōng)智能可以灵活应对不(bù)同模态的(de)转(zhuǎn)化(huà)、像(xiàng)人与(yǔ)世界交(jiāo)互一样自然，这方面(miàn)，由算力网络来(lái)驱动将(jiāng)有明(míng)显优(yōu)势。

此外，还(hái)有很多需(xū)要爆(bào)发式增长的算力来支撑的(de)技术创新(xīn)，将(jiāng)在人工智能算力网络支(zhī)撑(chēng)下快速推进。

AIGC已经露(lù)出曙(shǔ)光，期待在大模(mó)型和大(dà)算力的支持下AIGC能持续颠覆内容(róng)生产的方式(shì)，将创(chuàng)造的边际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 中国现在有多少士兵军人，目前中国有多少士兵