自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司(sī)创始人比(bǐ)尔·盖茨(cí)已多次公开谈(tán)论人(rén)工智能话题。在最近的一次采访中，他再(zài)次表示：“AI可能会让科技(jì)行业(yè)迎来(lái)一次剧烈的洗牌”。

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(mù)专访时提出(chū)的。

他(tā)预期，AI的(de)发展可(kě)能会威胁到(dào)谷(gǔ)歌的市占(zhàn)率，因为(wèi)微软在AI方面的行动相当迅速。而最(zuì)终科(kē)技巨头将把AI整(zhěng)合(hé)成(chéng)用户的“全能助手(shǒu)”，包揽一(yī)切应用，与人们(men)进行沟通(tōng)并(bìng)提(tí)供建议(yì)，可(kě)以(yǐ)取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀(shā)出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在美(měi)国科罗拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛中，一(yī)幅名(míng)为《太(tài)空歌(gē)剧院》的作(zuò)品获(huò)奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输入一组关键词或者(zhě)一张照片，就能获(huò)得一幅(fú)AI创作的画作。

作画的(de)关键就是所输入的文(wén)本(běn)。同一组关键词也可以创作出很多张风格不一样的画作，这让创(chuàng)作的过程就像开盲盒。

很多用户很(hěn)喜欢这(zhè)种不确定的惊喜，他们会将生成的美(měi)图当做(zuò)头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品。在(zài)社交(jiāo)媒体(tǐ)上(shàng)，许多用户分享AI“翻车现场”，例(lì)如(rú)，一(yī)位网友的(de)小(xiǎo)狗照片被AI画成了“肌肉男”，还有(yǒu)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(yǔ)加持，以(yǐ)往AI绘画(huà)的填写关键词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读博(bó)的中国人张吕敏(mǐn)创作(zuò)的一(yī)种基于控(kòng)制点的图像变(biàn)形算法，主要用于数字图像处理、计算机视觉和计算机图(tú)形学等(děng)领(lǐng)域。

其(qí)SD插件一经发布，在短(duǎn)短的两(liǎng)天(tiān)内便(biàn)成为了AI绘画(huà)领域最新的热(rè)点。

在此之前，大(dà)家用了很多(duō)方(fāng)法想让AI生(shēng)成(chéng)的结果尽(jǐn)可能的符合要求，但是都不尽如人意，它的出现(xiàn)代(dài)表(biǎo)着AI生(shēng)成开始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物的姿势和画面的深度信息等。有了(le)它(tā)的(de)帮(bāng)助，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式(shì)的创作了(le)。

通(tōng)俗的(de)说ControlNet相当于给(gěi)AI绘画(huà)加(jiā)了“魔法”，不少博主的作品已(yǐ)经(jīng)获(huò)得(dé)了大量的浏(liú)览(lǎn)量(liàng)，“viggo”就(jiù)是其中之(zhī)一，他(tā)用朋友的照片直(zhí)接带她们走进动(dòng)漫世界(jiè)。

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

再(zài)用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始换关键词(cí)试效果。

通过图片就(jiù)可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉(lì)害的是，除了真实(shí)的照片，草图也可(kě)以加(jiā)上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能(néng)实现线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回应。

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

02

难辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全(quán)问(wèn)题

近日，“苏州金鸡(jī)湖有游(yóu)艇(tǐng)party”的消息火(huǒ)遍网络，而经过警方辟(pì)谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图(tú)诈骗。

由于这个活动里面给出的美女照(zhào)片(piàn)都是(shì)AI制作的真人照片(piàn)绘图，因为太逼真，被(bèi)大家当成(chéng)真事传播了。

不过仔细观察可以发现，活动(dòng)发起者(zhě)提供的照片中有个很大的漏洞可以发现并非真人(rén)，而是AI绘图(tú)，那便是(shì)图片中女性的手指部分(fēn)有的存(cún)在异常。

有(yǒu)行业人(rén)事表(biǎo)示(shì)：“现在因为手(shǒu)指(zhǐ)部分的绘画(huà)算(suàn)法(fǎ)比较复杂，AI还不太会画人(rén)的手，但最新看到的图片已经(jīng)有越来越(yuè)完美的AI模型出(chū)现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外也(yě)已有(yǒu)发生。据英国广(guǎng)播(bō)公司报(bào)道，土耳(ěr)其地震期间，有(yǒu)Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片发布到(dào)网络，以此(cǐ)诱骗善(shàn)良的人打赏(shǎng)“捐助”从(cóng)而实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真人(rén)照(zhào)片般的绘图(tú)效果，如果(guǒ)这样的图(tú)片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了(le)很(hěn)多担忧(yōu)，一方(fāng)面，批(pī)判者认为(wèi)AI在“学(xué)习”了大(dà)量前人(rén)的作品之后(hòu)，其(qí)创作没有(yǒu)任何(hé)情绪(xù)和灵魂，难以和人类的(de)艺术(shù)创作(zuò)相提(tí)并(bìng)论。

另一方面，AIGC背后(hòu)的版权、目前都并没(méi)有得到(dào)有效(xiào)的解(jiě)决(jué)，还有AIGC会不会代替人类(lèi)“至高无上”的(de)创意(yì)。

马斯克也强调，人工智能的安全问题需要得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下(xià)一站(zhàn)除了视频，还有远方

技(jì)术都是(shì)有两面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献。现在看来，人工智(zhì)能技术将(jiāng)是(shì)第(dì)四(sì)次(cì)工业(yè)革命的核(hé)心驱动力(lì)量，将创造新(xīn)的增(zēng)长奇迹。

过去(qù)一年，人工(gōng)智能在技术和商(shāng)业层面都有了巨大进展，AI绘画(huà)就是人工(gōng)智能技术发生方(fāng)向性改(gǎi)变的(de)一(yī)个代表。其下一站或许(xǔ)就是(shì)视频(pín)。

此前(qián)，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视(shì)频。这些视(shì)频引发关注并(bìng)非内(nèi)容做得多优(yōu)秀，反(fǎn)而(ér)都非常简单(dān)，比(bǐ)如一(yī)匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊(xióng)，或(huò)者一段骑摩托车(chē)的(de)第一视(shì)角录像，随便一个有手机的人(rén)都(dōu)可(kě)以随手录下(xià)一段。

但这些短视频的(de)创(chuàng)作(zuò)方式(shì)非(fēi)常简单，创作者仅仅需要向AI输(shū)入一段话，甚(shèn)至只是说一下要求，AI就可以根(gēn)据(jù)需要(yào)生成一(yī)段视频(pín)。

谷(gǔ)歌发布的(de)两个(gè)AI生成(chéng)视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的是高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的(de)视(shì)频(pín)后，AI圈就已经(jīng)玩了一(yī)波梗，一个能(néng)够做出更高清视频的AI还不(bù)足以在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方在于(yú)，它可以制作出超过2分钟的(de)连贯的也(yě)有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视(shì)频多么(me)高清，也只能是为内容生(shēng)产(chǎn)者提供一个(gè)灵感，一个素材，一个过场动画。

不过(guò)能够制作出有(yǒu)具体剧情内容(róng)的(de)视(shì)频就意味着，一(yī)些(xiē)视(shì)频(pín)创作由AI代替人工完成已经初(chū)步(bù)有(yǒu)了可能(néng)。

当下AI的发(fā)展速度已经超过(guò)大部分人的想象。内容产业的本质是(shì)供给(gěi)创造需求，AIGC作为全新的(de)内(nèi)容生产方式，可以为内容产业(yè)带来更新的(de)内容风(fēng)格、更快(kuài)的(de)生产速度，更低的生产成本，这无(wú)疑(yí)会(huì)驱动内(nèi)容产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机器人动(dòng)作等多种内容形(xíng)式的生(shēng)成(chéng)。不难(nán)发(fā)现该项技术不(bù)仅(jǐn)在游(yóu)戏等(děng)行业能得到有效应(yīng)用，对于下一代互(hù)联网各种元素的(de)构建亦有关键(jiàn)意义(yì)。

从商业化的角度来看，文化娱(yú)乐、教(jiào)育、传媒等诸多领域，本身就对基(jī)于(yú)AI的可视化内容有强烈(liè)需求。

因此，AI绘画及视(shì)频或不是(shì)结冰箱1到5哪个最冷，冰箱1最冷还是5最冷(jié)果，而只是AI进程中的一(yī)块重(zhòng)要拼图，有望在技(jì)术更新(xīn)的加持下实现更大(dà)的(de)应用价值。

AI从理(lǐ)解内容，走向了可(kě)以生成内容，甚至能够创造(zào)出(chū)独立价值和(hé)独立视(shì)角的内容。AIGC的再次出(chū)圈，更代表着未来的先(xiān)进生产力即将(jiāng)到来(lái)。

04

紧(jǐn)抓大模(mó)型(xíng)与(yǔ)算力，牢固AIGC底座(zuò)

从技术的发(fā)展也可以看出(chū)，在语(yǔ)言大(dà)模型、图像大模(mó)型之后，多(duō)模(mó)态大模型(xíng)已(yǐ)经成(chéng)为了新(xīn)的(de)趋势。

大模型被誉为当前(qián)人(rén)工智能发展的智能底座，是(shì)全球竞争最激烈的研究方向之一，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿(ā)里、腾讯等(děng)众多头部企业都(dōu)在竞相发(fā)力。

不(bù)过训练大(dà)模(mó)型的确价格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需(xū)要多(duō)少算力》报告(gào)估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元。而(ér)对(duì)于一些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元(yuán)至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万(wàn)计(jì)算，其对应芯(xīn)片需(xū)求(qiú)为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅(jǐn)电费就在5万美(měi)元左右(yòu)。

此(cǐ)外(wài)不论(lùn)是ChatGPT还是AIGC，都(dōu)离(lí)不开庞大(dà)算力支(zhī)持。在(zài)关注各类(lèi)大模(mó)型(xíng)的发展同(tóng)时，更(gèng)应该关注算力网络(luò)的建设。

算力网络正驱动AI产业发展进入史诗级(jí)加速(sù)进程，让(ràng)AIGC及(jí)通用AI这一人工智能发(fā)展(zhǎn)的终极目(mù)标离得更近。

因为算力可以对突(tū)破(pò)性技术(shù)创(chuàng)新提(tí)供大力(lì)的支持。这(zhè)方面(miàn)，多模态大(dà)模型(xíng)是典型。作为面(miàn)向未来强人工智(zhì)能、通用人(rén)工智(zhì)能的重要技术(shù)创新(xīn)，多(duō)模态大模型已(yǐ)经在人工(gōng)智能领域(yù)提出(chū)了很多年，业界也(yě)有不少技术突破，但是，多模态大模型(xíng)进一步(bù)往下走，算(suàn)力需求呈(chéng)几(jǐ)何(hé)式上升，一般的算力基础(chǔ)设施很快将(jiāng)难以胜任。

从图像、文字、语(yǔ)音单独(dú)一项的训练，到双模态、三模(mó)态的跃迁，让人工(gōng)智能可以灵活应对不同模(mó)态的转(zhuǎn)化、像(xiàng)人与世(shì)界(jiè)交互一(yī)样自(zì)然(rán)，这方面，由算力网(wǎng)络(luò)来驱动将有明显优势。

此外，还有很多需(xū)要(yào)爆发式增长的(de)算力(lì)来(lái)支撑的技术创新，将在人工(gōng)智能算力(lì)网络支撑(chēng)下快(kuài)速推(tuī)进(jìn)。

AIGC已(yǐ)经露出曙光，期待在大模型和(hé)大算力的支持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将创造的(de)边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 冰箱1到5哪个最冷，冰箱1最冷还是5最冷