自聊(liáo)天机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比尔·盖茨已(yǐ)多次公开谈论人工(gōng)智(zhì)能话题。在(zài)最近的一次采访中，他再(zài)次表示：“AI可能(néng)会让科技行业迎(yíng)来一次(cì)剧烈的洗牌(pái)”。

这个(gè)结(jié)论(lùn)是他在当地时间2月(yuè)20日(rì)接受《In Good Company》节目专访(fǎng)时提出的。

他预(yù)期，AI的发(fā)展可(kě)能(néng)会威胁到谷歌的(de)市(shì)占(zhàn)率，因为微软在AI方面的(de)行动相当迅速(sù)。而最终科(kē)技(jì)巨头将(jiāng)把AI整合成用(yòng)户的“全能(néng)助手”，包(bāo)揽一切(qiè)应用(yòng)，与人们进行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来(lái)可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一(yī)次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的(de)AIGC上一次爆(bào)火的(de)时(shí)候(hòu)，还是2022年8月(yuè)，在美(měi)国科罗拉(lā)多州举办的新兴数字(zì)艺术家(jiā)竞赛中，一幅名为《太空歌(gē)剧院》的(de)作品获奖。

随后各大厂商(shāng)的AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们(men)可(kě)以在(zài)应用中输入一组关键词(cí)或者一张照片(piàn)，就能获得(dé)一(yī)幅AI创作的画作。

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

很多用户很喜(xǐ)欢这(zhè)种不(bù)确定(dìng)的惊喜，他(tā)们会将(jiāng)生(shēng)成的美图(tú)当(dāng)做头像。而(ér)另一部(bù)分喜欢翻(fān)看(kàn)AI绘画(huà)的“翻车”作品(pǐn)。在社交媒(méi)体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如(rú)，一(yī)位(wèi)网友的小狗(gǒu)照(zhào)片(piàn)被(bèi)AI画成了“肌肉男(nán)”，还有网友的个(gè)人照片被AI识别(bié)成了(le)建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键(jiàn)词游戏可能(néng)要被颠覆了(le)。

ControlNet是(shì)一位正(zhèng)在斯坦(tǎn)福读博的(de)中国人张吕(lǚ)敏创作(zuò)的一(yī)种基(jī)于控(kòng)制点的图像(xiàng)变形(xíng)算(suàn)法，主要(yào)用(yòng)于数(shù)字图像(xiàng)处理、计算机视觉(jué)和(hé)计算机图形学等领域。

其(qí)SD插(chā)件一经发布(bù)，在(zài)短短(duǎn)的两(liǎng)天内便成为了AI绘画领(lǐng)域(yù)最新的热点。

在此之前，大(dà)家用了(le)很多方(fāng)法(fǎ)想让AI生成的结果尽可能的符合要(yào)求，但是都不尽如人意(yì)，它的出现代表着AI生(shēng)成开(kāi)始进入(rù)真正的可(kě)控时期。

因为ControlNet可以(yǐ)直接提取画面的(de)构(gòu)图，人物的姿势和画(huà)面的深度(dù)信息等。有了它的帮助，就不用(yòng)频繁的用(yòng)提(tí)示词来(lái)碰运气，抽盲(máng)盒式的创作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作品已(yǐ)经获得(dé)了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他(tā)用朋友的(de)照片(piàn)直接带她(tā)们走进动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的(de)关键(jiàn)词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始(shǐ)换关(guān)键(jiàn)词(cí)试效果。

通(tōng)过图(tú)片就可(kě)以(yǐ)看出来，效(xiào)果(guǒ)十分惊艳。

更厉害的是，除了(le)真实的(de)照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不(bù)得不说当下(xià)AIGC已(yǐ)经(jīng)变得越来越强大，甚至输(shū)出的作品都已经能(néng)以(yǐ)假(jiǎ)乱(luàn)真了(le)。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图(tú)诈骗。

由(yóu)于这个活动里面给出(chū)的美女(nǚ)照片都是AI制作(zuò)的(de)真人照片绘图，因为太逼真，被大家当(dāng)成真事传播(bō)了(le)。

不过仔(zǎi)细观察(chá)可以发(fā)现，活动发起者提(tí)供的(de)照片中有个很(hěn)大的漏洞可(kě)以(yǐ)发现并非真人，而是AI绘图，那便是图片中女(nǚ)性的(de)手指(zhǐ)部分有的存在(zài)异常。

有行业人事表示：“现在因(yīn)为手指部分的(de)绘画(huà)算法比较复(fù)杂，AI还不太(tài)会(huì)画人(rén)的手，但最新看(kàn)到的图片已经有越来越完美的AI模型(xíng)出现，以后可能就完全没有漏洞了(le)。”

类似的(de)AI作图诈(zhà)骗(piàn)在国外也(yě)已有(yǒu)发生(shēng)。据英国广播(bō)公司报道(dào)，土(tǔ)耳其(qí)地(dì)震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假(jiǎ)照片发布到网(wǎng)络(luò)，以此诱骗(piàn)善良的人打赏(shǎng)“捐助”从而(ér)实(shí)施诈骗。

目前随着(zhe)技(jì)术发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这(zhè)样的图片被用来诈(zhà)骗，将非常(cháng)可怕(pà)。

此(cǐ)外AIGC还(hái)引发了很多担忧，一方(fāng)面，批判者认(rèn)为(wèi)AI在(zài)“学习(xí)”了大量前(qián)人的作品之后，其创作没(méi)有任何情绪和(hé)灵魂(hún)，难以和人类的艺术创作相提并论。

另一(yī)方面(miàn)，AIGC背后的(de)版权(quán)、目前都并没有得到有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的创(chuàng)意(yì)。

马斯克也强调，人工智能的安全(quán)问题(tí)需要得到重视，太晚就来不及(jí)了。

03

AIGC下一(yī)站(zhàn)除了(le)视(shì)频，还有远方

技术都是有两面性的(de)，潜在的危(wēi)害并不能(néng)掩盖其(qí)光辉的贡献(xiàn)。现(xiàn)在看来(lái)，人工(gōng)智能技(jì)术将是第(dì)四次工业革命(mìng)的核心驱动力量，将(jiāng)创(chuàng)造新的增长奇迹。

过去一年(nián)，人工智能(néng)在(zài)技术和商业层(céng)面都有了巨(jù)大进展(zhǎn)，AI绘画就是(shì)人工(gōng)智能技术(shù)发生方向性(xìng)改变的一个代表。其下一(yī)站或许就是视(shì)频。

此(cǐ)前，Meta和(hé)谷歌(gē)先后发布(bù)了(le)几条引爆科技圈的短视频。这些视频引发关注(zhù)并非内容(róng)做得多优(yōu)秀，反而都非(fēi)常简单，比如一匹正在喝水的(de)马(mǎ)，一只画画的玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车的第一视角录像，随便一个有手机的(de)人都可以随手录下一(yī)段(duàn)。

但这(zhè)些(xiē)短视频的(de)创作方式(shì)非常(cháng)简(jiǎn)单，创(chuàng)作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只是说一(yī)下要求，AI就(jiù)可以(yǐ)根据(jù)需要生成一段(duàn)视(shì)频。

谷歌发布的两个AI生成(chéng)视频分别来自(zì)于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视频的(de)AI还不足(zú)以在短时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可(kě)以(yǐ)制作出超过2分钟(zhōng)的连(lián)贯(guàn)的也有确切(qiè)内容(róng)的(de)视(shì)频(pín)，这才(cái)是真正(zhèng)让人们感到惊喜的(de)地方。因(yīn)为无论AI生成的(de)视频多么高(gāo)清，也只能(néng)是为内容生产者提(tí)供一个灵感，一(yī)个素材，一个过场动画。

不过能够制作出有具(jù)体(tǐ)剧(jù)情内容的视频就(jiù)意(yì)味着，一些视频创作(zuò)由碳酸铜存在吗 有碳酸铜这种物质吗AI代替人工完(wán)成已经初步有了可能。

当(dāng)下AI的发展速度已经超过大部分人的想(xiǎng)象。内容产(chǎn)业(yè)的本质是供(gōng)给(gěi)创(chuàng)造需(xū)求(qiú)，AIGC作为全新的内(nèi)容生产方式，可以为(wèi)内容产业(yè)带来更新的内(nèi)容风格、更快(kuài)的生产(chǎn)速度，更低的生(shēng)产成本，这(zhè)无疑会(huì)驱(qū)动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码、机(jī)器人动(dòng)作等(děng)多(duō)种内容形式的生成。不难(nán)发(fā)现该(gāi)项技(jì)术不仅在(zài)游戏等行业能得到有效应用，对于下一代互(hù)联网各(gè)种元素(sù)的(de)构建亦有(yǒu)关键(jiàn)意义。

从商业(yè)化的(de)角(jiǎo)度(dù)来看，文化娱乐、教育(yù)、传媒等诸多领域，本(běn)身(shēn)就对基于AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而(ér)只是AI进程中的一块重要拼图(tú)，有望在技术更(gèng)新(xīn)的加持下(xià)实现更(gèng)大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚(shèn)至(zhì)能够创造出独立价值和独(dú)立视(shì)角(jiǎo)的内(nèi)容。AIGC的(de)再(zài)次出圈，更(gèng)代(dài)表着未来的(de)先(xiān)进(jìn)生(shēng)产力即将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座

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

大模型被誉为当(dāng)前人(rén)工智能(néng)发展的(de)智(zhì)能底座，是全(quán)球竞争最激烈的(de)研(yán)究方向之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头(tóu)部企业都在竞相发力。

不过训练(liàn)大模型的确价(jià)格(gé)不(bù)菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练(liàn)一次的(de)成本约为140万(wàn)美元。而对(duì)于一(yī)些更大的(de)LLM(大(dà)型语言模型)，训练(liàn)成(chéng)本则(zé)介于200万美(měi)元(yuán)至(zhì)1200万美(měi)元高(gāo)价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平(píng)均(jūn)数1300万计算，其对(duì)应芯片需(xū)求为(wèi)3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)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建设。

算力网络正驱动AI产业发展进入史诗(shī)级加速进程，让(ràng)AIGC及通用AI这一人工(gōng)智能发展的终极目标离得更(gèng)近。

因为算力可以对突破性技术创新提供大力的支持(chí)。这方面，多模态大模型(xíng)是典型。作为面向未(wèi)来强人工(gōng)智能(néng)、通用人工智(zhì)能的重要技(jì)术创新(xīn)，多模态大模型已经(jīng)在人工智能(néng)领域提出了(le)很多年，业(yè)界(jiè)也有不(bù)少(shǎo)技术突(tū)破，但(dàn)是，多(duō)模态大(dà)模(mó)型进一步(bù)往下(xià)走(zǒu)，算力需求呈(chéng)几何式(shì)上升，一般的算力基础设施很快(kuài)将难以胜任。

从(cóng)图(tú)像、文字、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工智能可以灵活(huó)应(yīng)对不同模(mó)态的转化(huà)、像人与世界交互一样自然，这方面，由算力网(wǎng)络来驱(qū)动(dòng)将(jiāng)有明显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式增长的算(suàn)力来支撑的技(jì)术创(chuàng)新，将在人(rén)工(gōng)智(zhì)能算力网(wǎng)络支撑下(xià)快(kuài)速推进(jìn)。

AIGC已(yǐ)经(jīng)露出曙光，期待在大模(mó)型和大算力的支持下(xià)AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边际成(chéng)本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 碳酸铜存在吗 有碳酸铜这种物质吗