自聊天(tiān)机器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔·盖茨已多次公开谈论人工(gōng)智(zhì)能话(huà)题(tí)。在最近的一次采访(fǎng)中，他再次(cì)表(biǎo)示：“AI可能会让科技行业迎来一次剧(jù)烈(liè)的洗(xǐ)牌”。

这个结论(lùn)是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提(tí)出的。

他预期，AI的发展可能会威(wēi)胁(xié)到谷歌的市占率，因(yīn)为(wèi)微软(ruǎn)在(zài)AI方面(miàn)的行(xíng)动(dòng)相当迅速。而最(zuì)终科(kē)技巨(jù)头将(jiāng)把(bǎ)AI整(zhěng)合成用户的“全能助手”，包揽(lǎn)一切应(yīng)用，与人们进行(xíng)沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到来可能(néng)尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为代(dài)表的AIGC上一次爆(bào)火的(de)时候，还是2022年8月(yuè)，在美(měi)国科罗拉多州(zhōu)举办的(de)新(xīn)兴数字(zì)艺术家竞赛(sài)中，一幅(fú)名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以(yǐ)在应用中输入(rù)一组关(guān)键词(cí)或者一(yī)张(zhāng)照(zhào)片，就(jiù)能(néng)获(huò)得一(yī)幅AI创作的画作。

作画的(de)关(guān)键就(jiù)是所输入(rù)的文本。同一组(zǔ)关键词也可以(yǐ)创作出很多张(zhāng)风格不一样的画作，这让(ràng)创作的过(guò)程就像开(kāi)盲盒。

很多用户很(hěn)拉斯维加斯在美国的哪个地方 拉斯维加斯是沙漠城市吗喜欢这种不确(què)定的惊喜，他(tā)们会将生成(chéng)的(de)美图当做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的(de)“翻车”作(zuò)品。在社交媒体上，许(xǔ)多用户分(fēn)享AI“翻车现场”，例(lì)如，一(yī)位(wèi)网友的小狗照片被AI画(huà)成了(le)“肌肉男”，还(hái)有(yǒu)网友(yǒu)的个人照片被AI识别成了建筑(zhù)。

而如今随(suí)着(zhe)ControlNet的(de)出现与(yǔ)加(jiā)持，以往AI绘(huì)画的填写(xiě)关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博(bó)的中国(guó)人张吕敏创作的一种(zhǒng)基于控制(zhì)点的图像变(biàn)形算法，主要(yào)用于数字图像(xiàng)处理(lǐ)、计算机视觉和计算(suàn)机图(tú)形(xíng)学(xué)等领(lǐng)域。

其SD插件一(yī)经发布，在短短的(de)两天(tiān)内便成为了AI绘画(huà)领(lǐng)域最新的热(rè)点。

在此之(zhī)前，大家用了很(hěn)多方法想让AI生成(chéng)的结果(guǒ)尽可(kě)能的符合要求，但是都不(bù)尽如人意，它的出(chū)现代表着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直(zhí)接提取画(huà)面的构图(tú)，人物的姿势和画(huà)面的深度信息等。有了它的帮助，就不用频繁(fán)的用提示词(cí)来碰运气，抽(chōu)盲盒式的(de)创(chuàng)作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已经获得(dé)了大量的(de)浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照(zhào)片(piàn)直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键(jiàn)词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键词试效(xiào)果(guǒ)。

通过图片(piàn)就可(kě)以看(kàn)出来，效果十分惊艳。

更厉害的(de)是(shì)，除了真(zhēn)实的照(zhào)片，草(cǎo)图也可以加(jiā)上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线(xiàn)稿转全彩(cǎi)图(tú)。大神张吕敏其本尊(zūn)也(yě)亲自回应。

不(bù)得不说当下AIGC已经变得越来越强大(dà)，甚(shèn)至输出的(de)作品都已经(jīng)能以假(jiǎ)乱(luàn)真了(le)。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日，“苏州金(jīn)鸡(jī)湖有游艇party”的消息火遍网(wǎng)络，而经(jīng)过警方辟谣这所谓的“party”可能是全国第一(yī)起(qǐ)AI绘图(tú)诈骗。

由于这(zhè)个(gè)活动里面给(gěi)出的美女照(zhào)片都是AI制(zhì)作的真人照(zhào)片绘图，因为(wèi)太逼真，被(bèi)大家(jiā)当成真事传(chuán)播了。

不(bù)过仔(zǎi)细观察可(kě)以发(fā)现，活动发(fā)起者提供的照片中(zhōng)有(yǒu)个(gè)很(hěn)大的漏洞(dòng)可以发(fā)现并(bìng)非真人，而是AI绘(huì)图(tú)，那便(biàn)是(shì)图(tú)片中女(nǚ)性的手指部分有的(de)存(cún)在异常。

有行(xíng)业人(rén)事(shì)表示(shì)：“现(xiàn)在因为手指部(bù)分的绘画(huà)算法(fǎ)比较复(fù)杂，AI还不(bù)太会画人的手，但最新看(kàn)到的(de)图片(piàn)已经有越来越完美的AI模型出(chū)现(xiàn)，以后可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在(zài)国外也已有发生。据英国(guó)广播公(gōng)司(sī)报(bào)道，土耳(ěr)其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了儿童受(shòu)灾的假(jiǎ)照片发布到网络，以(yǐ)此诱骗善(shàn)良(liáng)的(de)人打赏“捐助”从(cóng)而(ér)实施(shī)诈骗(piàn)。

目前随着(zhe)技术(shù)发展，AIGC已经(jīng)能做出(chū)真人照片般(bān)的绘图效果，如果这样的图(tú)片(piàn)被用来诈骗，将非(fēi)常可(kě)怕(pà)。

此外AIGC还引(yǐn)发了(le)很多担忧，一方面，批判(pàn)者认(rèn)为AI在“学(xué)习”了大量(liàng)前人的(de)作品(pǐn)之后，其创(chuàng)作没有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目(mù)前都(dōu)并没有得到有效的解决，还有AIGC会不会代替人(rén)类(lèi)“至高(gāo)无上”的(de)创意。

马斯克也强调，人工(gōng)智能的安(ān)全问题需(xū)要得到重视，太(tài)晚就来不(bù)及(jí)了(le)。

03

AIGC下一(yī)站除了视频，还有远方

技术都(dōu)是有两面性的(de)，潜在的危害并不能掩盖其(qí)光辉的贡献(xiàn)。现(xiàn)在看来，人工智能技术将(jiāng)是第四次工业革命的核心驱动(dòng)力量，将(jiāng)创造新的增长奇迹。

过去(qù)一年，人工智能在技(jì)术和商(shāng)业层面都有了巨大进展，AI绘(huì)画就是人(rén)工智能技术发生方向性(xìng)改变的(de)一个(gè)代表。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条(tiáo)引爆科(kē)技圈的短视频(pín)。这些视频(pín)引发关(guān)注并(bìng)非内容(róng)做得多(duō)优秀(xiù)，反而(ér)都非(fēi)常简(jiǎn)单，比如一(yī)匹正(zhèng)在喝水的马，一(yī)只画(huà)画的玩具熊(xióng)，或者一段骑摩托(tuō)车的(de)第(dì)一视角录(lù)像，随便一个有手(shǒu)机的人都可(kě)以随手录下一(yī)段。

但这(zhè)些短视频的创作(zuò)方式非常简单，创作者(zhě)仅仅需要向AI输入一(yī)段话(huà)，甚(shèn)至只是说一下要求(qiú)，AI就可(kě)以根据需要生成一段视频(pín)。

谷歌发布的两(liǎng)个AI生成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了(le)AI生成的(de)视频后(hòu)，AI圈就已(yǐ)经玩(wán)了一(yī)波梗，一个(gè)能够做出(chū)更高清视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加(jiā)令人(rén)震惊(jīng)的地方在于，它(tā)可以制(zhì)作出超过(guò)2分钟的连贯的也有确切(qiè)内容(róng)的视频，这才(cái)是真正(zhèng)让人们感到(dào)惊喜的地方。因为无(wú)论AI生(shēng)成的视频多么(me)高清，也(yě)只能(néng)是(shì)为内容生产者提(tí)供一个灵感，一个素材(cái)，一(yī)个过(guò)场动画(huà)。

不过能够制作出(chū)有(yǒu)具体剧情(qíng)内容的视频就意味(wèi)着，一些视(shì)频创作由(yóu)AI代替人工完成已经初步有了(le)可能。

当下AI的(de)发(fā)展速(sù)度已经超过大部分人的想象。内容产业的本质是供给(gěi)创造需求(qiú)，AIGC作为全(quán)新的内(nèi)容生(shēng)产方式，可以为(wèi)内容产业带来更新的内容风格(gé)、更快的生产速度，更低(dī)的生产成本，这无疑会(huì)驱(qū)动内容产(chǎn)业的大爆发。

除(chú)了(le)AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多(duō)种内容形式的生成。不难发现该项(xiàng)技术不(bù)仅在游戏(xì)等行(xíng)业能得到(dào)有(yǒu)效应用，对(duì)于下一代互联(lián)网各种元素的构建亦有关键意义。

从商(shāng)业(yè)化的角度来看，文化娱乐、教育(yù)、传媒等诸多(duō)领域，本(běn)身就对基于AI的可视化(huà)内容有强烈(liè)需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的(de)一(yī)块重(zhòng)要拼图，有望在技术(shù)更新的加持下(xià)实现更(gèng)大的应用价值。

AI从理解内容，走(zǒu)向了可(kě)以生(shēng)成(chéng)内容，甚至能够创造出独立(lì)价值和独立视(shì)角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着未来的(de)先进生产力即(jí)将到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言(yán)大模(mó)型、图像大模型之后，多模态(tài)大模型已经成(chéng)为了新(xīn)的趋势(shì)。

大模型被(bèi)誉(yù)为(wèi)当前人工(gōng)智(zhì)能发展的智(zhì)能底(dǐ)座(zuò)，是全球竞争最(zuì)激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都(dōu)在竞相发(fā)力。

不(bù)过(guò)训练大模型的(de)确价格不菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报告估算(suàn)，GPT-3训练一次(cì)的成本约(yuē)为140万美元。而(ér)对于一些更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本则(zé)介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平(píng)均数1300万计算(suàn)，其对应(yīng)芯(xīn)片需(xū)求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成(chéng)本约为(wèi)8亿美元，每日仅电费就在5万(wàn)美元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持(chí)。在关注各类大模(mó)型的发展(zhǎn)同时，更应该关注算力网络的(de)建设。

算力(lì)网络(luò)正驱动AI产业发(fā)展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极(jí)目(mù)标离得更近(jìn)。

因为算力可以(yǐ)对突破性技术创新(xīn)提供大力(lì)的(de)支持(chí)。这方面，多模态大模型是典型。作为面(miàn)向(xiàng)未来强人工智能、通用人工智能的重(zhòng)要(yào)技术(shù)创新，多模态大模(mó)型已经在人(rén)工智(zhì)能领域(yù)提出了很多年，业界(jiè)也有不(bù)少技术突破，但是(shì)，多(duō)模(mó)态大(dà)模型进一步往下走，算力需求呈(chéng)几何式(shì)上升，一般的(de)算(suàn)力基础设(shè)施很快将(jiāng)难以胜任。

从图像、文(wén)字、语音(yīn)单独(dú)一项(xiàng)的训练(liàn)，到双模态、三模态的跃(yuè)迁(qiān)，让人工(gōng)智能可以灵活应对不同模态的转化、像人与世界交互一样自(zì)然，这方面，由(yóu)算(suàn)力网络来驱(qū)动将有(yǒu)明显优势。

此(cǐ)外，还(hái)有很多需(xū)要爆发(fā)式(shì)增长的算力来(lái)支撑的技术创新，将在人(rén)工(gōng)智能算(suàn)力网络支撑(chēng)下快速推进(jìn)。

AIGC已经露(lù)出曙(shǔ)光，期待在大模(mó)型和大算力的支持下AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将(jiāng)创造的边际成本降低(dī)，让(ràng)万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 拉斯维加斯在美国的哪个地方 拉斯维加斯是沙漠城市吗