自聊天机器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖茨(cí)已(yǐ)多次公(gōng)开谈论人(rén)工智能话题。在最(zuì)近的一次采访中，他(tā)再(zài)次表示：“AI可能(néng)会(huì)让(ràng)科技行(xíng)业迎(yíng)来一(yī)次剧烈的(de)洗牌”。

这(zhè)个结论是他在当地时(shí)间2月20日(rì)接受《In Good Company》节(jié)目(mù)专访(fǎng)时提出的(de)。

他预期，AI的(de)发(fā)展可能会威胁(xié)到谷歌的市占率，因为微软(ruǎn)在AI方面的行动相当(dāng)迅速(sù)。而最终科技巨头将把(bǎ)AI整合(hé)成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能(néng)助手的到来可能尚需(xū)时日，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的(de)AIGC上一次(cì)爆(bào)火的(de)时候，还是2022年8月，在美国科罗拉多州举办(bàn)的(de)新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院(yuàn)》的作品(pǐn)获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画软件被广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们(men)可以在应(yīng)用中输入一组关键词(cí)或者(zhě)一张照片，就(jiù)能(néng)获得(dé)一幅AI创作的画作。

作画的关键就是所输入的文(wén)本(běn)。同一组关键词也可以创(chuàng)作出很(hěn)多(duō)张风格(gé)不一样的(de)画(huà)作，这让创作的(de)过(guò)程就像开盲盒。

很多用(yòng)户很喜(xǐ)欢(huān)这(zhè)种不确定的惊喜，他(tā)们(men)会(huì)将生(shēng)成(chéng)的美图(tú)当做(zuò)头像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻车”作(zuò)品(pǐn)。在社(shè)交媒(méi)体上，许(xǔ)多(duō)用户(hù)分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了(le)建筑。

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

ControlNet是一(yī)位正在斯坦(tǎn)福(fú)读博的中国人张吕敏创作的一(yī)种基于控制点的图像变形算法，主(zhǔ)要(yào)用于数(shù)字图(tú)像处理、计(jì)算机视(shì)觉和计算机(jī)图形(xíng)学(xué)等领域。

其(qí)SD插件一经发(fā)布(bù)，在短短的(de)两天内便(biàn)成(chéng)为了AI绘画(huà)领域(yù)最新的热点。

在(zài)此(cǐ)之前，大家用了很多方(fāng)法想(xiǎng)让AI生成的结果尽可能(néng)的符合要求(qiú)，但是都不尽如人意(yì)，它的出现代(dài)表着AI生(shēng)成开始进入真正的可控(kòng)时(shí)期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图(tú)，人物的姿势和画面的深度信息等。有(yǒu)了它的帮(bāng)助，就不用频繁的(de)用(yòng)提示(shì)词来碰运气，抽盲盒式(shì)的创(chuàng)作(zuò)了(le)。

通俗的(de)说ControlNet相当于(yú)给(gěi)AI绘(huì)画加了“魔法(fǎ)”，不少博主的作品已经(jīng)获得(dé)了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的(de)照片直接带(dài)她(tā)们(men)走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试效果。

通过图片就(jiù)可以(yǐ)看(kàn)出(chū)来，效果十分惊艳。

更厉害的是，除了真实的照片，草(cǎo)图也可(kě)以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现(xiàn)线稿转全(quán)彩图。大神(shén)张吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得越来(lái)越强大，甚(shèn)至(zhì)输出的(de)作品都已经能以假乱真了(le)。

曹操的观沧海是什么体裁的诗，观沧海是什么体裁的诗古体诗rong>02

难(nán)辨(biàn)虚实，AIGC技术(shù)力爆发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消(xiāo)息火遍网络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可(kě)能是全国第一(yī)起AI绘图诈骗(piàn)。

由(yóu)于(yú)这个活动里面给出的美女照片都是(shì)AI制(zhì)作的真人照(zhào)片绘图，因为太逼真，被大家当成(chéng)真事传播了。

不过仔细观察可以(yǐ)发(fā)现(xiàn)，活动发(fā)起者提供的照片中(zhōng)有个很(hěn)大的漏洞(dòng)可以发现(xiàn)并(bìng)非(fēi)真(zhēn)人，而是AI绘图，那便是图片中女(nǚ)性(xìng)的手指部分(fēn)有的存在(zài)异(yì)常。

有(yǒu)行业人事表示：“现在因为手指部分的绘画算法比较(jiào)复杂，AI还不太(tài)会画人的手，但最新看到的图片(piàn)已(yǐ)经有越来越完美的AI模型出现，以后可能就(jiù)完(wán)全没有(yǒu)漏洞(dòng)了。”

类(lèi)似(shì)的AI作图诈骗在国(guó)外也已有(yǒu)发生。据英国广(guǎng)播公司报道(dào)，土耳其(qí)地震期间，有Tiktok用户(hù)使用AI合成了儿童受(shòu)灾的假(jiǎ)照片发布到网络(luò)，以此诱(yòu)骗善良的人打赏“捐助(zhù)”从而实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样的(de)图片被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一(yī)方面，批判者认为AI在(zài)“学习”了大(dà)量前(qián)人的(de)作(zuò)品之后，其创作没(méi)有任何情(qíng)绪(xù)和灵魂，难以和人类的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目前(qián)都(dōu)并(bìng)没有得到(dào)有效的解决，还有AIGC会不会代替人类“至高无(wú)上”的创意(yì)。

马斯克也强调(diào)，人工(gōng)智能(néng)的安(ān)全问题(tí)需要得(dé)到重视(shì)，太晚就来不及(jí)了(le)。

03

AIGC下一站除(chú)了视频，还有(yǒu)远方

技术都是(shì)有(yǒu)两面性的，潜在(zài)的危害(hài)并不能掩(yǎn)盖其(qí)光辉的贡(gòng)献。现在看(kàn)来，人工智能技术将是第(dì)四(sì)次(cì)工业革命的(de)核(hé)心驱动力(lì)量(liàng)，将(jiāng)创(chuàng)造(zào)新的增长奇迹。

过去一年，人(rén)工智能在技术和商(shāng)业(yè)层面都有了巨大进展，AI绘画就(jiù)是(shì)人工智能(néng)技术(shù)发生方向(xiàng)性改(gǎi)变的一个代表。其下一站或许就(jiù)是视(shì)频(pín)。

此前，Meta和谷歌先后(hòu)发布了(le)几条引爆科技圈的(de)短视频。这(zhè)些视频引发关注并非内容做得多(duō)优秀，反而都非常简单，比如(rú)一匹(pǐ)正(zhèng)在(zài)喝水的马(mǎ)，一只画画(huà)的玩具熊，或者(zhě)一(yī)段骑摩托车(chē)的第一视角录像，随(suí)便一个有手(shǒu)机的人都可以随(suí)手录下一段。

但这些短视频的创作方式非(fēi)常简单，创作者仅仅需要向(xiàng)AI输入一段话(huà)，甚至只是说(shuō)一(yī)下要(yào)求(qiú)，AI就可以根据需要生成(chéng)一(yī)段视(shì)频。

谷歌发布的两个(gè)AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的(de)是高清，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就(jiù)已经玩了(le)一波梗，一个(gè)能够做出更高清视频(pín)的AI还不足(zú)以在短时间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更(gèng)加令(lìng)人(rén)震惊(jīng)的地(dì)方在于，它可以(yǐ)制作出超(chāo)过2分钟(zhōng)的连贯的也有确切内容的视(shì)频，这才是真正让人们(men)感到惊喜的地方(fāng)。因为(wèi)无(wú)论AI生成的视频多么高(gāo)清，也只能是(shì)为内容生(shēng)产者提供(gōng)一(yī)个灵(líng)感(gǎn)，一个素材，一个(gè)过场动画。

不过能够(gòu)制作出有具(jù)体剧情内容的(de)视(shì)频就意味着，一些视频(pín)创作由AI代替人(rén)工完成(chéng)已经初步有(yǒu)了可能。

当下AI的发展速度已经超过(guò)大部分人(rén)的想象。内(nèi)容产(chǎn)业(yè)的本质是供给创造需求，AIGC作为全新的(de)内容生产方(fāng)式(shì)，可以为(wèi)内容产(chǎn)业带来更新的内容(róng)风格(gé)、更快的生产(chǎn)速(sù)度，更低的生产成本(běn)，这无疑会(huì)驱动内容产业的大(dà)爆发(fā)。

除了AI绘(huì)图、视频，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代(dài)码、机器人(rén)动作等多种内(nèi)容形式的生成。不难发现该(gāi)项技术(shù)不(bù)仅在游(yóu)戏等行业能(néng)得到(dào)有效(xiào)应用(yòng)，对(duì)于(yú)下一(yī)代互联(lián)网各种元素的构建亦(yì)有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本身(shēn)就(jiù)对基于(yú)AI的可视(shì)化内容有强(qiáng)烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块重要拼图，有望在技术更新的加(jiā)持下(xià)实现(xiàn)更大(dà)的应用价值。

AI从理解(jiě)内容，走向了可以生(shēng)成内容，甚至能(néng)够创造出独立(lì)价值(zhí)和独(dú)立(lì)视角(jiǎo)的(de)内容。AIGC的再(zài)次出圈，更(gèng)代表着未来的先进生产力即(jí)将到来。

04

紧(jǐn)抓大模型与(yǔ)算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以看出，在语言大模型、图像大模型之(zhī)后，多模(mó)态(tài)大(dà)模型已经成为了新的趋(qū)势。

大模(mó)型被誉为(wèi)当前人工智能发展(zhǎn)的智能(néng)底座(zuò)，是全球竞(jìng)争最激(jī)烈的研(yán)究方(fāng)向(xiàng)之一，包括(kuò)谷歌(gē)、亚马逊、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(dà)模(mó)型的确(què)价格不菲(fēi)，以国(guó)盛(shèng)证券发布(bù)的(de)《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练一(yī)次的成(chéng)本约为140万美元。而对(duì)于(yú)一些更大的LLM(大型语言(yán)模型(xíng))，训练(liàn)成(chéng)本(běn)则介于200万美(měi)元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均数1300万计算，其对(duì)应芯(xīn)片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初(chū)始(shǐ)投入成本约为(wèi)8亿美元，每(měi)日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支持。在关(guān)注各类大(dà)模型的发展(zhǎn)同时，更应该关注(zhù)算(suàn)力网络(luò)的建(jiàn)设。

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

因为算(suàn)力可以(yǐ)对(duì)突破性技术创新(xīn)提供大力的支持。这(zhè)方面(miàn)，多模态(tài)大模型是典型。作(zuò)为(wèi)面向未来(lái)强人(rén)工智能(néng)、通(tōng)用人工智能(néng)的重要技术(shù)创新，多模态(tài)大模型已经在(zài)人工智能领域提出了很多年(nián)，业(yè)界(jiè)也(yě)有不少技(jì)术突破，但是，多模态大(dà)模(mó)型(xíng)进一步(bù)往下走，算力需求呈几(jǐ)何(hé)式上升，一般(bān)的算力基础(chǔ)设(shè)施(shī)很快将难以胜任(rèn)。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模态的(de)跃迁(qiān)，让人工智(zhì)能可以灵活(huó)应对不同模态的转(zhuǎn)化、像人与(yǔ)世界交互一样(yàng)自然，这方面，由算(suàn)力网络(luò)来驱动将有明显优势。

此外(wài)，还有很多(duō)需(xū)要爆发式增长的算力来支撑(chēng)的技术创(chuàng)新，将在人工智能算力网(wǎng)络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙(shǔ)光，期待在大模型(xíng)和大算力(lì)的(de)支持下AIGC能持(chí)续颠覆(fù)内容生产的方式(shì)，将创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 曹操的观沧海是什么体裁的诗，观沧海是什么体裁的诗古体诗