自聊天机器(qì)人(rén)ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人(rén)比尔·盖茨已多次公开谈(tán)论人工(gōng)智能话题(tí)。在最近的一(yī)次采访(fǎng)中，他再次表示：“AI可能(néng)会让(ràng)科技行业迎来一次剧烈(liè)的洗(xǐ)牌”。

这个结论是他在当(dāng)地时间2月20日接(jiē)受(shòu)《In Good Company》节目(mù)专访时提出(chū)的(de)。

他预期，AI的发展(zhǎn)可(kě)能会(huì)威胁到(dào)谷歌的(de)市占率，因为微软在AI方面的行动相(xiāng)当迅速(sù)。而最(zuì)终(zhōng)科(kē)技巨(jù)头将把(bǎ)AI整合成(chéng)用户的“全(quán)能助(zhù)手”，包揽一切应(yīng)用，与人们进行沟通并(bìng)提(tí)供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能(néng)助手(shǒu)的到来可(kě)能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉多(duō)州举(jǔ)办的新兴数字(zì)艺术家竞赛(sài)中(zhōng)，一幅名(míng)为《太空歌剧院(yuàn)》的(de)作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘画软件被(bèi)广大网(wǎng)友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以在(zài)应用(yòng)中输入一(yī)组(zǔ)关键词或者一张(zhāng)照(zhào)片，就能获得一幅AI创作的(de)画作(zuò)。

作画的关(guān)键就(jiù)是所输入的(de)文本。同一组(zǔ)关键词也可以创作(zuò)出(chū)很多(duō)张风格不一样(yàng)的画(huà)作，这让创作的过程(chéng)就像开盲(máng)盒。

很多用(yòng)户很(hěn)喜欢这种不(bù)确定(dìng)的惊喜，他们会将生成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上(shàng)，许多用户分享AI“翻(fān)车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还有(yǒu)网友(yǒu)的个人照片被(bèi)AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画(huà)的填(tián)写(xiě)关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中(zhōng)国人张(zhāng)吕(lǚ)敏创作的一种基于控制(zhì)点的图像(xiàng)变形算法(fǎ)，主要(yào)用于数字图像(xiàng)处(chù)理、计算机视觉和计算(suàn)机(jī)图形学(xué)等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了(le)很多方法(fǎ)想让AI生成的结果尽可能的符合要求，但是(shì)都(dōu)不尽如人意，它(tā)的出现代(dài)表着(zhe)AI生成开始进入真正(zhèng)的可控时(shí)期。

因为ControlNet可以直(zhí)接提取画面的构图，人物的姿势和画(huà)面(miàn)的深度信息等。有了它的帮助，就(jiù)不用频繁的用(yòng)提示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作品已(yǐ)经获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之(zhī)一，他用(yòng)朋(péng)友的照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果(guǒ)。

通过图片就可以看出来(lái)，效果十分惊艳。

更厉(lì)害的是，除了真实的(de)照片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已(yǐ)经变得越(yuè)来越强大，甚至输出(chū)的作品都已经能以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警(jǐng)惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火遍网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可能是全国(guó)第(dì)一起AI绘图诈(zhà)骗(piàn)。

由于这个(gè)活动里面(miàn)给出的(de)美女照片都是AI制作的真人(rén)照片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔细(xì)观察可以发(fā)现，活动发(fā)起(qǐ)者提(tí)供的照片(piàn)中有个很大(dà)的(de)漏洞可以发现并非(fēi)真人，而是AI绘(huì)图，那便是图(tú)片中女(nǚ)性的手指部分(fēn)有的存在异常。

有行业人事表(biǎo)示：“现在因为(wèi)手指部(bù)分的绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不(bù)太会画人的手，但最新看到(dào)的(de)图片已经(jīng)有越来越完美的AI模型出现(xiàn)，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈骗在(zài)国外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假照(zhào)片发(fā)布到网(wǎng)络(luò)，以此诱骗善良的人打赏“捐助”从(cóng)而实(shí)施(shī)诈骗。

目前随着(zhe)技术(shù)发展，AIGC已(yǐ)经能做出真人照片般(bān)的绘图(tú)效果，如(rú)果这样的图片(piàn)被用来(lái)诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在“学习(xí)”了(le)大量前(qián)人的作品(pǐn)之后，其(qí)创作没(méi)有任(rèn)何(hé)情绪和(hé)灵魂，难以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背后(hòu)的(de)版权、目前都(dōu)并没有得到(dào)有(yǒu)效的解决，还(hái)有AIGC会不会(huì)代替人类“至高(gāo)无上(shàng)”的创意。

马斯克也强调，人工智能的安全(quán)问题(tí)需要得(dé)到重视(shì)，太晚就(jiù)来(lái)不及了(le)。

03

AIGC下一(yī)站(zhàn)除了视频，还有(yǒu)远方

技术(shù)都是有两面性(xìng)的，潜在的危害(hài)并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能(néng)技术将(jiāng)是第(dì)四次(cì)工业革(gé)命的核心驱动力量，将(jiāng)创造新(xīn)的增长(zhǎng)奇(qí)迹。

过去一年，人工智能在技术(shù)和商业层(céng)面都有了巨大(dà)进展，AI绘画就是(shì)人(rén)工智能技术发生方向性改变的一个代表。其下一(yī)站或许就是视(shì)频。

此(cǐ)前，Meta和谷歌先(xiān)后发布了几条引(yǐn)爆科技圈的短视频。这些视频引发关注并非内容做得(dé)多(duō)优(yōu)秀，反而都非常简单，比(bǐ)如一匹正(zhèng)在喝水的(de)马，一只画画的玩(wán)具熊，或(huò)者一(yī)段(duàn)骑(qí)摩托车的第一视角(jiǎo)录像，随(suí)便一个有(yǒu)手机的(de)人都(dōu)可(kě)以随手录(lù)下(xià)一段。

但这些(xiē)短视(shì)频的创作(zuò)方式(shì)非(fēi)常简单(dān)，创作(zuò)者仅仅需要向AI输(shū)入一段(duàn)话，甚(shèn)至只是说一下要求(qiú)，AI就可以根据需要生成一段(duàn)视频。

谷歌发布的两(liǎng)个AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生(shēng)成(chéng)的视(shì)频后，AI圈就(jiù)已经玩了(le)一波梗，一个(gè)能够做出更高清视(shì)频的AI还不足以在短(duǎn)时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才(cái)是真正让(ràng)人们感到(dào)惊(jīng)喜的地(dì)方。因(yīn)为无论AI生成的(de)视频多么高清(qīng)，也只能是(shì)为(wèi)内(nèi)容生产者提(tí)供(gōng)一个灵感，一个素材(cái)，一个过场动画。

不过能够(gòu)制作(zuò)出(chū)有(yǒu)具体剧情内容的视(shì)频就意味着，一些视(shì)频创作由(yóu)AI代替人工完成已经(jīng)初步有了(le)可能。

当(dāng)下AI的发展速度已经超过大(dà)部分人(rén)的想象(xiàng)。内容产(chǎn)业(yè)的本质是供给创造需求，AIGC作为全新(xīn)的内容生(shēng)产方式(shì)，可(kě)以为内容产业带(dài)来(lái)更新的(de)内容(róng)风格、更快的生产速度，更低的生产成本，这无疑会驱动(dòng)内容产业的大爆发。

除了(le)AI绘(huì)图、视频(pín)，AIGC技术还(hái)能应用于音乐(lè)、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发现该项技术不仅在游(yóu)戏等行业(yè)能(néng)得到(dào)有效应用，对于(yú)下一代互(hù)联网各种元(yuán)素的构建亦有关(guān)键意义。

从商业化的角度来看，文(wén)化(huà)娱乐、教育(yù)、传媒(méi)等诸多领域(yù)，本身(shēn)就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只(zhǐ)是AI进程中(zhōng)的一(yī)块(kuài)重要拼(pīn)图，有望在技术更新的加持下实现更大(dà)的(de)应用(yòng)价(jià)值。

AI从理(lǐ)解内容，走(zǒu)向了可以生成内容，甚至能够创(chuàng)造出(chū)独立(lì)价值和(hé)独立(lì)视角的(de)内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与(yǔ)算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术的发展也可以看出，在语言大模(mó)型、图像大模型之后，多模态大模型已经(jīng)成为了新的(de)趋(qū)势(shì)。

大模型被誉为当前人工智能发(fā)展(zhǎn)的智(zhì)能底座，是全球竞争最激烈的(de)研究方向之一，包括(kuò)谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾(téng)讯等(děng)众多头部(bù)企(qǐ)业都(dōu)在竞(jìng)相发力(lì)。

不过训练大模型的确价格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报(bào)告估算，GPT-3训练一次的(de)成本约为140万(wàn)美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万(wàn)美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万(wàn)计(jì)算(suàn)，其(qí)对应芯(xīn)片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电(diàn)费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类(lèi)大(dà)模(mó)型的发展同时，更应该关注算力网络(luò)的建(jiàn)设。

算力网络正驱动AI产业(yè)发展进入(rù)史诗级加速进程(chéng)，让(ràng)AIGC及通(tōng)用AI这(zhè)一人(rén)工智能(nén中山有多少个镇区，中山有多少个镇区,都叫什么名g)发(fā)展(zhǎn)的终极目标离得更近。

因为算力可以对突(tū)破性技术创新提供大(dà)力的支持。这(zhè)方面(miàn)，多模态大模型(xíng)是典型(xíng)。作为面向未(wèi)来强人工(gōng)智能(néng)、通用人工智能的重要技术创(chuàng)新(xīn)，多模态(tài)大模型已经在人工智能领域提出(chū)了很多(duō)年，业(yè)界也有不(bù)少技术(shù)突(tū)破，但(dàn)是，多模态大模(mó)型进(jìn)一步往下(xià)走，算(suàn)力需求呈几何式上升，一(yī)般的算力基(jī)础(chǔ)设(shè)施(shī)很(hěn)快(kuài)将难(nán)以胜任。

从图(tú)像、文(wén)字、语(yǔ)音单独一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让(ràng)人工智能可(kě)以灵活应对(duì)不(bù)同(tóng)模态的转化、像(xiàng)人与(yǔ)世界(jiè)交互一样(yàng)自然，这方面，由算力网络来(lái)驱动将有明显优势。

此外，还有很多需要爆发式增长的(de)算力(lì)来(lái)支撑的技(jì)术创新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在大模型和(hé)大算力的支(zhī)持下AIGC能持续颠(diān)覆内容生产的方式，将创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 中山有多少个镇区，中山有多少个镇区,都叫什么名