自聊天机器(qì)人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始人比尔·盖茨已多次公开(kāi)谈论人工智能话题。在最近的一(yī)次采访(fǎng)中，他再次表示：“AI可能(néng)会让科技行业迎来(lái)一次(cì)剧烈的(de)洗牌(pái)”。

这个结论是他在当(dāng)地(dì)时间2月20日(rì)接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他预(yù)期，AI的(de)发展可能会威胁到(dào)谷歌的市占率(lǜ)，因为微软在(zài)AI方面的行动相当迅速。而最终科技(jì)巨头将把AI整合成用户的“全能助手”，包揽一切应用(yòng)，与人们进行沟通并(bìng)提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能助手(shǒu)的到来可能尚需时(shí)日，但由(yóu)ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠(kào)近(jìn)

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新兴数字艺(yì)术家竞赛中(zhōng)，一幅名(míng)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)被广大网友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们(men)可以在应用中(zhōng)输入一组关键词或者一张照(zhào)片(piàn)，就能获(huò)得一幅AI创作的画作。

作画(huà)的关键就是(shì)所输(shū)入的文本(běn)。同一组(zǔ)关(guān)键(jiàn)词也可(kě)以创作出很(hěn)多张风格不(bù)一样(yàng)的画作，这让(ràng)创(chuàng)作的过程就像开(kāi)盲盒。

很(hěn)多用户(hù)很喜欢这种不确(què)定的惊(jīng)喜，他们会将生成的美图当做头(tóu)像。而另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作(zuò)品。在社交媒体(tǐ)上，许多(duō)用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片(piàn)被AI画成了(le)“肌(jī)肉男”，还有网友的个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写(xiě)关键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正(zhèng)在(zài)斯(sī)坦福读博的中国人张(zhāng)吕(lǚ)敏创作的一(yī)种(zhǒng)基于控制点(diǎn)的图像变形算法，主(zhǔ)要用于数(shù)字图像处理、计算机视觉和计算机(jī)图形学等领域。

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

在此(cǐ)之前，大家(jiā)用了很(hěn)多方(fāng)法想(xiǎng)让AI生成的(de)结果尽可能的符合要求，但是都不(bù)尽(jǐn)如人(rén)意，它的出现代表(biǎo)着AI生(shēng)成(chéng)开始进入真(zhēn)正(zhèng)的可(kě)控时期(qī)。

因为(wèi)ControlNet可以直(zhí)接提取画面的(de)构图，人物的(de)姿势(shì)和画(huà)面的深度信(xìn)息等。有了它的帮助，就不用频(pín)繁的用提示词来(lái)碰运气，抽盲盒式的(de)创作了。

通俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主(zhǔ)的作品(pǐn)已经获得了大量(liàng)的浏(liú)览量，“viggo”就是其(qí)中(zhōng)之(zhī)一，他用朋友(yǒu)的照片直接带她们走进动漫世(shì)界(jiè)。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼(gé)开始换关键词试效果(guǒ)。

通过图片就可以看出来，效果十分(fēn)惊(jīng)艳(yàn)。

更(gèng)厉害(hài)的(de)是，除了真实的照片，草图也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经变得越来越(yuè)强大，甚(shèn)至输出的作(zuò)品都(dōu)已经(jīng)能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的消息火遍(biàn)网络，而经过(guò)警方(fāng)辟(pì)谣这所谓的(de)“party”可能是全国(guó)第一起AI绘图(tú)诈骗。

由于(yú)这个活动里面给出的美女照(zhào)片都是AI制作的真(zhēn)人照片绘图，因(yīn)为太逼真，被大家当成真事传播了。

不过(guò)仔细(xì)观(guān)察可以发现，活动发(fā)起者提供(gōng)的照片中有个很大的漏洞(dòng)可以发现并(bìng)非真人，而是AI绘图，那便是图片中(zhōng)女性的手指部(bù)分有的存在(zài)异常。

有行业(yè)人事表(biǎo)示：“现在因为(wèi)手(shǒu)指部分的绘(huì)画算法比较(jiào)复杂，AI还不太(tài)会画(huà)人(rén)的手，但最新看到(dào)的图片已经(jīng)有越来(lái)越完美(měi)的AI模(mó)型出(chū)现，以后可能就完(wán)全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国(guó)外也(yě)已有(yǒu)发生。据英国广播公司报道，土耳其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱(yòu)骗善(shàn)良的人打赏(shǎng)“捐助”从而(ér)实施诈骗(piàn)。

目(mù)前随(suí)着技术发展，AIGC已经能做出真人照片般的绘图(tú)效果，如果这样的图(tú)片被用来诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判(pàn)者(zhě)认为AI在(zài)“学习”了大(dà)量前人(rén)的作品之(zhī)后，其(qí)创作(zuò)没有任(rèn)何情(qíng)绪和灵(líng)魂，难以和(hé)人类(lèi)的艺术创作相提并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前都并(bìng)没有(yǒu)得到有(yǒu)效的解决，还(hái)有(yǒu)AIGC会不(bù)会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能的(de)安全问题需要(yào)得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视(shì)频(pín)，还(hái)有远方

技术都是有两面(miàn)性的，潜在(zài)的危害并不(bù)能掩盖(gài)其光辉(huī)的贡献。现在看来(lái)，人工智能技术将(jiāng)是(shì)第四次工业(yè)革(gé)命的核心驱(qū)动力(lì)量(liàng)，将创造(zào)新(xīn)的增长奇(qí)迹。

过去一年，人工智能(néng)在技(jì)术(shù)和(hé)商(shāng)业(yè)层(céng)面(miàn)都有了巨大进(jìn)展(zhǎn)，AI绘画就(jiù)是人工(gōng)智能技术发(fā)生(shēng)方(fāng)向性改变的一个代表。其下一(yī)站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引(yǐn)爆科技圈的(de)短视频。这些视频引发关注并非内容做得多(duō)优(yōu)秀，反而都非常简单，比如一匹(pǐ)正在喝(hē)水的马，一只画(huà)画的(de)玩(wán)具熊，或者一段骑摩托车的第一(yī)视角(jiǎo)录像，随便一个有(yǒu)手机(jī)的人都可以随手录下(xià)一段。

但这些短视频的创作方式非常(cháng)简单，创作者仅(jǐn)仅需要(yào)向AI输入一段话，甚(shèn)至(zhì)只(zhǐ)是(shì)说一下(xià)要求，AI就可(kě)以根(gēn)据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出(chū)的是高清，与Meta的(de)Make-A-Video没有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了(le)AI生成的视频(pín)后，AI圈就已经玩了一波梗(gěng)，一个能够做出(chū)更(gèng)高清视频的AI还不足以(yǐ)在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超过(guò)2分钟(zhōng)的(de)连贯的也有确(què)切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊喜的(de)地方(fāng)。因为无(wú)论AI生成的视频多么高清(qīng)，也只能是为内容(róng)生产者提供一个灵感，一个素材，一个过场动画。

不过(guò)能够制作出有具体剧(jù)情(qíng)内容(róng)的(de)视(shì)频就意味着，一些视频创作由AI代(dài)替人工(gōng)完成已(yǐ)经初步有了可(kě)能。

当下AI的发展速度已经超(chāo)过大部分人的想象。内容(róng)产业的本质是(shì)供(gōng)给(gěi)创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为(wèi)内容(róng)产业带来更新的内容(róng)风格(gé)、更快的生产速度，更低的生产成(chéng)本，这无疑会驱动内容产业的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术还能(néng)应用于(yú)音乐、代(dài)码、机器人动(dòng)作等多种内容形式的(de)生成。不难发(fā)现该项技术不(bù)仅(jǐn)在游戏等行业能得到有效应用，对(duì)于(yú)下一代互联网各种元(yuán)素的构(gòu)建亦有关键意义。

从商业化的角(jiǎo)度来看(kàn)，文化(huà)娱乐、教育、传(chuán)媒等诸多领域，本身就对基(jī)于AI的可(kě)视(shì)化内容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一(yī)块重要拼(pīn)图，有望在技术更新的加持下实现更(gèng)大(dà)的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚至能够创造出(chū)独立(lì)价(jià)值和独(dú)立视角的内容。AIGC的再次出圈，更(gèng)代表着(zhe)未来的先进(jìn)生产力即(jí)将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从(cóng)技术(shù)的发(fā)展也可以(yǐ)看出(chū)，在语言大模型、图(tú)像大模型之后，多模态大模型已经成为了新的(de)趋(qū)势。

大模型被誉为当(dāng)前人工智能发展的智能底座(zuò)，是全(quán)球竞争最激烈的研究(jiū)方(fāng)向之一，包括(kuò)谷歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯等众多头部企(qǐ)业都在竞相发力。

不过训练大模型的确价格不菲(fēi)，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一(yī)次的成本约为140万美元。而(ér)对(duì)于(yú)一些更大(dà)的LLM(大型语言模型)，训练(liàn眉飞色舞是什么生肖 眉飞色舞是神态描写吗)成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万(wàn)计算，其对(duì)应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每日仅电费就在5万美元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离(lí)不开庞大(dà)算(suàn)力(lì)支持。在关注各类大模型的发展同时，更应该关注算力网络的(de)建设。

算力(lì)网络正驱动(dòng)AI产业发展(zhǎn)进入史诗级(jí)加速进程，让AIGC及通用AI这(zhè)一人(rén)工智能发展(zhǎn)的终(zhōng)极目标离得更近。

因为算力可以对突破性技术创新提(tí)供大力的支持。这方面，多模(mó)态大(dà)模型(xíng)是典型(xíng)。作(zuò)为面向(xiàng)未来强(qiáng)人工智能、通用人(rén)工智能的重要技术创新，多(duō)模态大模(mó)型已经在(zài)人工智能(néng)领(lǐng)域(yù)提出了很多年，业(yè)界也有不少技术突破，但(dàn)是(shì)，多模态大模型进一(yī)步(bù)往下走，算力需(xū)求呈几何式上升，一(yī)般(bān)的算力(lì)基础(chǔ)设施很快(kuài)将难以胜任。

从图像、文(wén)字、语(yǔ)音单(dān)独一(yī)项的(de)训练(liàn)，到双模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转(zhuǎn)化、像(xiàng)人与(yǔ)世(shì)界交互(hù)一样自然，这方面，由算力网络来驱(qū)动(dòng)将有(yǒu)明显优势。

此外，还有很(hěn)多(duō)需(xū)要(yào)爆(bào)发式增长的算力(lì)来支撑的技(jì)术创(chuàng)新，将在人工智(zhì)能算力网(wǎng)络支(zhī)撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的(de)支(zhī)持下(xià)AIGC能持续颠(diān)覆内容生产(chǎn)的(de)方式，将创造(zào)的边际(jì)成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 眉飞色舞是什么生肖 眉飞色舞是神态描写吗