自(zì)聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公(gōng)司创(chuàng)始人比尔·盖茨已多次公开谈论人工智能话题。在(zài)最近的一次(cì)采访中，他再次表(biǎo)示：“AI可(kě)能会让科技行业迎(yíng)来(lái)一次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访时(shí)提(tí)出(chū)的。

他预期，AI的发展可(kě)能会威胁到谷歌的(de)市占率(lǜ)，因(yīn)为微软在(zài)AI方面的(de)行动相(xiāng)当迅速。而最(zuì)终科技巨(jù)头将(jiāng)把AI整合成用户(hù)的(de)“全能助(zhù)手”，包(bāo)揽一切应用，与人们进行沟通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的(de)到来(lái)可(kě)能尚(shàng)需时日，但由ControlNet引发的(de)又一次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题(tí)热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次爆(bào)火的(de)时候(hòu)，还(hái)是2022年8月，在(zài)美国科罗(luó)拉多州举(jǔ)办的新(xīn)兴数字艺(yì)术(shù)家(jiā)竞(jìng)赛中，一(yī)幅(fú)名(míng)为《太空歌(gē)剧院》的(de)作(zuò)品获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软件被(bèi)广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

用(yòng)户(hù)们可以在应用中输入(rù)一组关键词或者一张照(zhào)片，就能获得一幅AI创作(zuò)的画作。

作(zuò)画的(de)关键(jiàn)就是所输(shū)入的(de)文本。同一组关(guān)键词也可以创作出很多张风格不一样的画作(zuò)，这让(ràng)创(chuàng)作的过程就像开盲(máng)盒。

很多用户很喜欢这(zhè)种不确(què)定的惊喜(xǐ)，他们会将生成(chéng)的美(měi)图(tú)当做头像(xiàng)。而另一部分喜欢(huān)翻看AI绘画(huà)的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成了(le)“肌肉(ròu)男”，还有(yǒu)网友的个(gè)人照片被AI识(shí)别(bié)成了建(jiàn)筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦福读(dú)博(bó)的中国(guó)人张吕(lǚ)敏创作的一种基于(yú)控制点(diǎn)的图像变形算法，主要用于数字图像处理、计算机视觉和(hé)计(jì)算机图形学等领域。

其SD插(chā)件一经发布，在短短的两天(tiān)内便成为了(le)AI绘(huì)画领域最新的(de)热点(diǎn)。

在此(cǐ)之前，大家用了很(hěn)多(duō)方法想让AI生成的结(jié)果尽可(kě)能的符合要(yào)求，但是(shì)都(dōu)不尽如人(rén)意(yì)，它的出现代表着AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可以直接提取画面的构图(tú)，人物(wù)的姿势和画面的(de)深度信息等。有(yǒu)了它的帮助，就不用(yòng)频繁的用提示词来碰运气(qì)，抽(chōu)盲盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不(bù)少博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其(qí)中之一，他(tā)用朋友的照片直接带她(tā)们(men)走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的关键(jiàn)词；最后用ControlNet插(chā)件绑(bǎng)定骨骼(gé)开始(shǐ)换关(guān)键词试(shì)效果(guǒ)。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更厉害的是(shì)，除了真实的(de)照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已经变(biàn)得(dé)越来越强大，甚至输出的作品都已经(jīng)能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的(de)消息火遍网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可能是全国第一(yī)起(qǐ)AI绘图(tú)诈骗。

由于(yú)这(zhè)个活动里面给出的美(měi)女照片都是AI制作的真人(rén)照(zhào)片绘图，因为太(tài)逼(bī)真，被(bèi)大家当成真事(shì)传播了(le)。

不(bù)过仔细观察可以发现(xiàn)，活动发(fā)起(qǐ)者提供的照(zhào)片(piàn)中有个很大的漏洞可以发(fā)现并非真人，而是(shì)AI绘(huì)图，那(nà)便(biàn)是(shì)图片中(zhōng)女性的手(shǒu)指部分有(yǒu)的存在异常。

有行业人事表(biǎo)示：“现在因为手指(zhǐ)部分的绘画算法比较复(fù)杂，AI还不(bù)太会画人的手，但最新(xīn)看到的(de)图片(piàn)已经有(yǒu)越(yuè)来(lái)越完美(měi)的AI模型出(chū)现(xiàn)，以后可能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾(zāi)的假(jiǎ)照片发(fā)布到(dào)网络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技(jì)术(shù)发展(zhǎn)，AIGC已经能做出真人照片般的(de)绘(huì)图效果，如(rú)果这(zhè)样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还(hái)引(yǐn)发了很多担忧，一方面(miàn)，批判者(zhě)认(rèn)为AI在“学(xué)习”了大量前人(rén)的作(zuò)品之后，其创作(zuò)没有任何情绪和(hé)灵魂，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前(qián)都(dōu)并(bìng)没有得到有(yǒu)效的解决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能的安全(quán)问题需(xū)要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远(yuǎn)方

技术都是有两面性的，潜在的危(wēi)害(hài)并不能掩盖其光辉(huī)的贡献。现在看来(lái)，人(rén)工智能技术将是第四(sì)次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能在技术和(hé)商业层面都有了巨(jù)大进展，AI绘画就是人工智能技术发生(shēng)方向性改变(biàn)的一个代表(biǎo)。其下一站或许(xǔ)就是(shì)视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频(pín)引(yǐn)发关注并非内容做得多优秀，反而都非(fēi)常简(jiǎn)单(dān)，比如一匹正在喝水的马，一只(zhǐ)画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的第一(yī)视(shì)角录像，随(suí)便一个有手(shǒu)机(jī)的(de)人都(dōu)可以随手录下一段。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅需要向(xiàng)AI输入一段(duàn)话，甚至只是说一下要求，AI就可(kě)以根据需要生成一段视(shì)频。

谷歌(gē)发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的(de)Make-A-Video没(méi)有太多的差别(bié)。

在(zài)Make-A-Video公布(bù)了(le)AI生成的视频(pín)后，AI圈就已(yǐ)经玩了一波梗，一个能够做出更(gèng)高清视频的AI还(hái)不足(zú)以在(zài)短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于，它可(kě)以制(zhì)作出(chū)超过2分钟的连(lián)贯的也有确切内容的视(shì)频，这才是真正让人们感到惊(jīng)喜的(de)地方。因为无论AI生成的(de)视(shì)频多么(me)高清，也只能(néng)是为(wèi)内容生(shēng)产者(zhě)提供(gōng)一个灵感，一(yī)个素材，一(yī)个过场(chǎng)动画。

不过能够制作出有具体(tǐ)剧情(qíng)内(nèi)容(róng)的(de)视(shì)频就(jiù)意味着，一些视频创作由AI代替人(rén)工完成已经初步有了可能。

当下AI的发展速(sù)度已经超过大(dà)部分人的(de)想象。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的(de)内(nèi)容生产方式(shì)，可(kě)以为内容产业带来更(gèng)新(xīn)的内(nèi)容(róng)风(fēng)格、更快的生(shēng)产(chǎn)速度，更低的(de)生产成本(b科兴是美国的还是中国的ěn)，这(zhè)无疑会驱(qū)动(dòng)内容产业的大爆(bào)发。

除了(le)AI绘图(tú)、视频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器(qì)人动作等多种内容(róng)形(xíng)式的生成。不难(nán)发(fā)现该项技术不仅在(zài)游戏等行业能得到有效(xiào)应用，对于下一代互联网(wǎng)各种元素的构建亦(yì)有关键意义。

从商业化(huà)的角度来看，文(wén)化娱(yú)乐(lè)、教育、传(chuán)媒等诸多领域，本身就对基(jī)于(yú)AI的可视化内容有强烈需求。

因(yīn)此，AI绘画(huà)及视频或不(bù)是结果(guǒ)，而只(zhǐ)是AI进程中的(de)一块(kuài)重(zhòng)要拼图，有望在技术更新的加(jiā)持下实现更(gèng)大的(de)应用价值。

AI从理解内容，走向了可(kě)以生成内容，甚至能(néng)够(gòu)创(chuàng)造出独(dú)立价值和(hé)独(dú)立(lì)视角的内容。AIGC的再次出圈，更代(dài)表着(zhe)未来的先进生产(chǎn)力即将(jiāng)到来。

04

紧(jǐn)抓大模型(xíng)与算力(lì)，牢固AIGC底座

从技术的发展也可(kě)以看(kàn)出，在(zài)语言(yán)大模型、图像大模型(xíng)之后，多模态(tài)大(dà)模型已(yǐ)经成为了(le)新(xīn)的趋势。

大(dà)模型被誉为当前(qián)人工智能发展(zhǎn)的智能底座，是全球竞争(zhēng)最激(jī)烈的研究(jiū)方向之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯等众多头部(bù)企业都在竞相发力。

不(bù)过训(xùn)练大模型(xíng)的确价格不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需(xū)要多少算力》报(bào)告估算(suàn)，GPT-3训练一(yī)次的成本约为140万美元。而(ér)对于一些更(gèng)大的LLM(大型(xíng)语(yǔ)言模型)，训练(liàn)成本则介于200万美元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对(duì)应芯片需求为3万多片英(yīng)伟(wěi)达A100 GPU，初始投入成本约(yuē)为8亿(yì)美元，每日仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类(lèi)大模型的发展同(tóng)时，更(gèng)应该关注算(suàn)力网络的建(jiàn)设。

算力网(wǎng)络正驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人(rén)工智能发展的终极目标离得更近。

因为(wèi)算力可以对突破性(xìng)技术创新提供大力(lì)的支持。这方面，多模态大模(mó)型是(shì)典型。作为面向未来强人工智(zhì)能、通用人(rén)工智能的重要技(jì)术创(chuàng)新，多(duō)模态大(dà)模型已经在人工智能(néng)领域提出(chū)了很多年，业界也有不少技术突破，但是，多模(mó)态大模型(xíng)进一(yī)步往下走，算力需求呈几何式上(shàng)升，一(yī)般的算力(lì)基础设施很快将难(nán)以胜任。

从(cóng)图像、文(wén)字、语音单独一项的训练，到双模态、三模态的(de)跃迁，让人工智能(néng)可以(yǐ)灵活应对不同模态的转化、像(xiàng)人与世界交互一样自(zì)然，这(zhè)方面，由(yóu)算力网络来驱(qū)动将有(yǒu)明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人工智能(néng)算力网络支撑(chēng)下快速(sù)推进。

AIGC已(yǐ)经(jīng)露出曙光，期待(dài)在大模型(xíng)和大算力的支(zhī)持下AIGC能持续(xù)颠覆内容生产的(de)方(fāng)式，将(jiāng)创造(zào)的边际成本降低，让万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 科兴是美国的还是中国的