自聊天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始(shǐ)人比尔(ěr)·盖(gài)茨(cí)已多次公开(kāi)谈(tán)论人(rén)工智能话题(tí)。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让科技行业迎来一次(cì)剧烈的(de)洗牌”。

这个结论(lùn)是他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市占(zhàn)率，因为微软在(zài)AI方面的行(xíng)动相当迅(xùn)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(yīng)用，与(yǔ)人(rén)们(men)进行沟(gōu)通(tōng)并提供建议，可以取(qǔ)代亚(yà)马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口(kǒu)中全(quán)能助(zhù)手的到来可(kě)能尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新玩法

AIGC向可控(kòng)靠近

以AI绘(huì)画为代表的(de)AIGC上一次爆火的时(shí)候，还是2022年8月(yuè)，在美国科罗(luó)拉多州举办的新兴(xīng)数字艺术家(jiā)竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各(gè)大厂商(shāng)的AI绘画(huà)软件(jiàn)被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以在应用(yòng)中输入一组关键(jiàn)词(cí)或者一张照片，就能获得一(yī)幅AI创作的(de)画作。

作(zuò)画(huà)的关(guān)键就是(shì)所输(shū)入的文本(běn)。同一组(zǔ)关键词也可以创作出很(hěn)多张风格(gé)不一(yī)样的画作，这让创作(zuò)的过(guò)程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜(xǐ)，他们会将生成的(de)美图当(dāng)做头像(xiàng)。而另一部分喜欢翻(fān)看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别(bié)成(chéng)了(le)建筑。

而如今随着ControlNet的(de)出现与(yǔ)加持，以往(wǎng)AI绘(huì)画的填写关键词游(yóu)戏(xì)可能要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读(dú)博的中国人张吕敏创作的一种基于控(kòng)制点(diǎn)的图(tú)像变形算法，主要用于数(shù)字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天内便成为了AI绘画领域(yù)最新的热(rè)点。

在此之前(qián)，大(dà)家用了很多方法(fǎ)想(xiǎng)让AI生成的(de)结(jié)果尽可能的符合(hé)要(yào)求(qiú)，但是都(dōu)不尽如人意，它的出现代表着(zhe)AI生成开始(shǐ)进入真正(zhèng)的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿(zī)势(shì)和(hé)画面(miàn)的深度信息等。有了它的帮(bāng)助，就不用(yòng)频(pín)繁的用提示词来碰运气，抽(chōu)盲盒式的创作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘(huì)画加了(le)“魔法”，不少博主的作品已经(jīng)获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋(péng)友的照片直(zhí)接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的(de)关键词(cí)；最(zuì)后(hòu)用ControlNet插件(jiàn)绑定骨骼(gé)开(kāi)始换关键词试(shì)效果。

通过图片就可以看出来，效果十分惊(jīng)艳。

更(gèng)厉(lì)害的是(shì)，除了真(zhēn)实的照片，草图也可以加(jiā)上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大神(shén)张(zhāng)吕敏其(qí)本尊也亲自回(huí)应。

不得不说(shuō)当下AIGC已经(jīng)变得(dé)越(yuè)来越强大，甚至输出的作品都已(yǐ)经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技(jì)术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣这(zhè)所(suǒ)谓的“party”可能是(shì)全国第(dì)一(yī)起AI绘图诈(zhà)骗。

由(yóu)于(yú)这个活动里(lǐ)面给出的美女照片都是AI制作(zuò)的(de)真人照片绘图，因(yīn)为(wèi)太逼真，被大家当(dāng)成真事传播了。

不过仔细观察可(kě)以发现，活动发起(qǐ)者提供的照片中有个很大的漏(lòu)洞可以发(fā)现(xiàn)并非真人，而是AI绘图，那便是图片中女性的手(shǒu)指(zhǐ)部分有的存(cún)在异常(cháng)。

有(yǒu)行业人事表示(shì)：“现在因为手指部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会画人的(de)手，但最新看到的图片已经有越来(lái)越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似(shì)的AI作图诈(zhà)骗在(zài)国外也已有发生。据(jù)英国广播(bō)公司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户(hù)使(shǐ)用(yòng)AI合成了儿童受灾的(de)假照片发布到网络，以此诱骗(piàn)善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随着技(jì)术发(fā)展，AIGC已(yǐ)经能(néng)做出真(zhēn)人照片般的(de)绘图效果(guǒ)，如(rú)果这样的(de)图片(piàn)被(bèi)用(yòng)来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很(hěn)多担忧(yōu)，一方面，批判(pàn)者认(rèn)为AI在“学(xué)习”了大量前人的作(zuò)品之后，其创(chuàng)作没(méi)有任何情绪(xù)和灵魂，难以和人(rén)类的艺(yì)术创作相(xiāng)提并论。

另一方面，AIGC背后的(de)版(bǎn)权、目前都并(bìng)没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了(le)视(shì)频，还有(yǒu)远方

技术都是有两面(miàn)性的，潜在的危(wēi)害并不能掩盖其光辉(huī)的贡献。现在看(kàn)来(lái)，人工智能技(jì)术将是第(dì)四次工业革(gé)命的(de)核(hé)心驱动力(lì)量(liàng)，将创(chuàng)造新的(de)增长奇迹。

过去一(yī)年，人工智能(néng)在技术和商(shāng)业层面都有了巨大进展，AI绘画(huà)就(jiù)是人(rén)工智(zhì)能技(jì)术发生方向性改变的一(yī)个代(dài)表。其下(xià)一(yī)站或许就是视(shì)频(pín)。

此(cǐ)前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这些视频(pín)引发关(guān)注(zhù)并非内容(róng)做得多优秀，反(fǎn)而(ér)都非(fēi)常简单，比如一匹(pǐ)正在喝水的马，一只(zhǐ)画画的玩具熊，或(huò)者一(yī)段骑摩(mó)托车的第(dì)一视角录像，随便(biàn)一个有手(shǒu)机的人都可以随手录下一段。

但这些短视(shì)频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输(shū)入一段(duàn)话，甚至只是说(shuō)一下要(yào)求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公(gōng)布了(le)AI生(shēng)成的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能够做出更高清(qīng)视频的AI还不足以在短时(shí)间(jiān)内戳中兴(xīng)奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地方在于，它可以(yǐ)制作出(chū)超过2分(fēn)钟的连贯的也有(yǒu)确(què)切内容的视频，这才是(shì)真正让(ràng)人们感到惊(jīng)喜的(de)地方。因为无(wú)论(lùn)AI生成的视频多么高(gāo)清，也只(zhǐ)能是为(wèi)内容生(shēng)产者提供(gōng)一(yī)个灵感，一(yī)个(gè)素材，一个过场(chǎng)动画。

不过能够制作出有具体剧情(qíng)内容的视频就(jiù)意味着(zhe)，一些视(shì)频创作由AI代替人(rén)工完成已经初(chū)步有了可能(néng)。

当下AI的发展速度已经超过大(dà)部分人的想象。内容产业的(de)本质(zhì)是供给创造需求(qiú)，AIGC作(zuò)为全新的内容(róng)生产(chǎn)方式，可以(yǐ)为内容产(chǎn)业(yè)带来更新的内容风格、更快的(de)生产速度(dù)，更低的(de)生(shēng)产成(chéng)本，这无疑(yí)会驱(qū)动(dòng)内容(róng)产业的(de)大爆(bào)发(fā)。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等(děng)多种内容(róng)形式的生成。不难发现该项技术不仅(jǐn)在(zài)游戏等行业能得到(dào)有(yǒu)效应用，对(duì)于下一代互联网各种(zhǒng)元素(sù)的(de)构建亦有关键意义。

从(cóng)商业化的角度(dù)来看，文化(huà)娱乐(lè)、教育(yù)、传媒等诸(zhū)多领域，本身就对基于AI的可视化(huà)内容(róng)有强(qiáng)烈需求。

因(yīn)此，AI绘画及(jí)视(shì)频或不是结(jié)果，而只是AI进程中的一块重要拼图，有望在技(jì)术更(gèng)新的加持(chí)下实现更(gèng)大(dà)的(de)应用价值。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够创造出独立(lì)价(jià)值和独立视角(jiǎo)的(de)内(nèi)容(róng)。AIGC的再次出圈，更代(dài)表着未来的先进(jìn)生产力即将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢固(gù)AIGC底座

从技术的发展也可以看出，在语言(yán)大模型(xíng)、图像(xiàng)大模型之后，多模态大模型(xíng)已(yǐ)经(jīng)成为了新的趋(qū)势。

大模(mó)型(xíng)被誉为(wèi)当前人(rén)工(gōng)智能发展的智能底座，是全球竞争最(zuì)激烈的研究方向之(zhī)一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在(zài)竞相发力。

不(bù)过训练大模型(xíng)的(de)确价格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成本约(yuē)为140万美(měi)元。而对于一些(xiē)更(gèng)大的LLM(大型语言(yán)模型)，训练(liàn)成(chéng)本(běn)则介于200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年(nián)1月的(de)独立访客(kè)平均数1300万计算，其对应(yīng)芯片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日仅电费(fèi)就在5万美(měi)元左(zuǒ)右。

此(cǐ)外不(bù)论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在(zài)关注(zhù)各类(lèi)大(dà)模型的发展同时，更应该(gāi)关(guān)注算力网络的建(jiàn)设。

算力(lì)网络正驱动AI产(chǎn)业(yè)发展(zhǎn)进入史诗(shī)级加(jiā)速进程，让AIGC及通用AI这一人工智能(néng)发展的(de)终(zhō感康可以连续吃几天，感康连续吃几天为宜ng)极目标离得更近。

因为算(suàn)力可以对突破性技(jì)术(shù)创新(xīn)提供(gōng)大力的支持。这方面，多模(mó)态(tài)大模型是(shì)典型。作为面(miàn)向未来强人工(gōng)智能、通用人工智能的重要技术创新，多(duō)模态大(dà)模型(xíng)已经在人工(gōng)智能领域提出了很(hěn)多年，业界也有不(bù)少技术突破，但(dàn)是，多(duō)模态(tài)大模型(xíng)进一步往下走，算力(lì)需(xū)求呈(chéng)几(jǐ)何式上升，一(yī)般的算力基础设施很快将难以胜任。

从图像、文字、语音单(dān)独一(yī)项的训练(liàn)，到双模态、三模(mó)态的(de)跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人(rén)与(yǔ)世界交互一样自然(rán)，这方面，由算(suàn)力网(wǎng)络(luò)来驱(qū)动(dòng)将有明显优(yōu)势(shì)。

此(cǐ)外(wài)，还有(yǒu)很多需要爆发式增长的算力来支(zhī)撑的技术创新，将在人工智(zhì)能算(suàn)力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型(xíng)和大算力的(de)支持下AIGC能持(chí)续颠(diān)覆内(nèi)容生产的(de)方式，将创造(zào)的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 感康可以连续吃几天，感康连续吃几天为宜