自聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论人工智能话题。在最(zuì)近的一次采访中，他(tā)再(zài)次(cì)表示：“AI可能会让科(kē)技(jì)行(xíng)业迎来一次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时(shí)提出的。

他预期，AI的发展可能会威(wēi)胁到谷歌(gē)的市占率，因为微软在AI方面(miàn)的行动(dòng)相当迅速。而最终科技巨头(tóu)将把AI整合成(chéng)用(yòng)户的“全(quán)能助(zhù)手”，包揽一(yī)切(qiè)应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大(dà)佬口中全能助手的到来(lái)可能尚需时日(rì)，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热(rè)点(diǎn)包围中(zhōng)杀(shā)出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次爆(bào)火的时候，还是2022年8月，在(zài)美国科罗拉多州举办的(de)新兴数字艺术家竞赛中(zhōng)，一(yī)幅名为《太空(kōng)歌剧(jù)院》的作(zuò)品(pǐn)获奖(jiǎng)。

随后各大(dà)厂商的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应(yīng)用中输(shū)入一组关键词或者(zhě)一张照片，就能(néng)获得(dé)一幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入的文本。同(tóng)一组关(guān)键(jiàn)词(cí)也可以创作出很多(duō)张(zhāng)风(fēng)格(gé)不一样(yàng)的画作(zuò)，这让创作的过程(chéng)就像开盲盒。

很多(duō)用户很(hěn)喜欢这种不确定的惊喜，他们会将(jiāng)生(shēng)成的美图当(dāng)做头像(xiàng)。而另一部分喜(xǐ)欢翻(fān)看(kàn)AI绘画的(de)“翻车(chē)”作品。在(zài)社交媒(méi)体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个(gè)人照(zhào)片被AI识别成(chéng)了建筑(zhù)。

而(ér)如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填写关(guān)键词(cí)游戏(xì)可能要被颠(diān)覆了。

ControlNet是(shì)一位正在斯(sī)坦福(fú)读博(bó)的中国人张吕(lǚ)敏创作的一(yī)种基于控制(zhì)点的(de)图像变形算(suàn)法，主要用于数字图像(xiàng)处理、计算机视觉和计算机图形(xíng)学等领(lǐng)域。

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

在此之前(qián)，大家用了很多(duō)方法想让AI生成的结(jié)果尽可(kě)能的符(fú)合要求，但(dàn)是都不尽(jǐn)如人意(yì)，它的出现代表着(zhe)AI生成(chéng)开始进入真正的可控时期。

因(yīn)为ControlNet可(kě)以(yǐ)直接(jiē)提取画面的构图，人物的姿势(shì)和画面的(de)深(shēn)度(dù)信息等(děng)。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式(shì)的创(chuàng)作(zuò)了。

通俗的(de)说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是(shì)其中之一，他用朋友的照片直接带(dài)她们走(zǒu)进(jìn)动(dòng)漫世(shì)界。

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

再用Text2Prompt插(chā)件拓展找到对(duì)应的关键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始换关键(jiàn)词试效(xiào)果。

粤西是指什么地方data-w="1280">

通过图片就可以(yǐ)看(kàn)出来，效果十分惊艳。

更厉害的是，除了(le)真实的照片，草图也(yě)可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿转(zhuǎn)全彩图。大神(shén)张吕敏其本尊也亲自回(huí)应。

不得(dé)不说当下AIGC已经变得(dé)越来越强大(dà)，甚至(zhì)输出的(de)作品都已(yǐ)经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕(tì)安全(quán)问题

近日，“苏州金鸡(jī)湖有游艇party”的消(xiāo)息火(huǒ)遍网络，而经过警(jǐng)方辟谣这所谓的“party”可(kě)能是全国第一(yī)起AI绘图诈骗(piàn)。

由于这个(gè)活动里面给出的美女照(zhào)片都是AI制(zhì)作的真人照片绘图，因为太逼(bī)真，被大家当成(chéng)真事传(chuán)播了。

不过(guò)仔细观(guān)察可以发(fā)现，活(huó)动发起者(zhě)提供的照(zhào)片中有(yǒu)个很(hěn)大(dà)的(de)漏洞可以发现并非(fēi)真人，而(ér)是AI绘图，那便是图(tú)片中女性的手指部分有的存(cún)在异常。

有(yǒu)行业(yè)人事表示：“现在因为手指部分的绘(huì)画(huà)算法比(bǐ)较复杂，AI还不太会画(huà)人的手，但最(zuì)新看到的图片已经有(yǒu)越(yuè)来(lái)越(yuè)完美(měi)的AI模(mó)型出现，以(yǐ)后可(kě)能就完全没有漏洞了。”

类(lèi)似的AI作(zuò)图(tú)诈骗在国外也已有发生。据英(yīng)国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合(hé)成(chéng)了儿童受灾的假(jiǎ)照(zhào)片发布到网(wǎng)络(luò)，以此诱骗善(shàn)良的人(rén)打赏“捐(juān)助”从而实(shí)施诈骗(piàn)。

目(mù)前随着技术发展，AIGC已(yǐ)经能做(zuò)出(chū)真人照片般的绘图效果(guǒ)，如果这(zhè)样的图片(piàn)被用来诈(zhà)骗(piàn)，将非(fēi)常(cháng)可怕。

此(cǐ)外AIGC还引(yǐn)发了很(hěn)多担忧，一方面，批判者认为AI在(zài)“学习(xí)”了(le)大(dà)量前人的作品之后，其创作(zuò)没有任何情绪和灵魂(hún)，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到有(yǒu)效(xiào)的解决，还有AIGC会不会(huì)代替(tì)人类“至高无(wú)上”的创意。

马斯克(kè)也强调，人工智(zhì)能的安全问题需要得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术(shù)都是有两面性(xìng)的，潜(qián)在(zài)的危害并不(bù)能掩盖其(qí)光辉的(de)贡献。现在(zài)看来，人工智能技术(shù)将(jiāng)是第(dì)四次工业(yè)革命的核心驱动(dòng)力量(liàng)，将(jiāng)创造(zào)新的(de)增长(zhǎng)奇(qí)迹。

过去一年(nián)，人工智能在技(jì)术和商业(yè)层面都有了巨大进展，AI绘画就是人(rén)工智能技术(shù)发生方(fāng)向(xiàng)性改变的一个代表(biǎo)。其下一站或许就是视频。

此前(qián)，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多优秀(xiù)，反而都(dōu)非(fēi)常(cháng)简单，比如一(yī)匹正在喝(hē)水的马，一只画画(huà)的玩具(jù)熊(xióng)，或者一段(duàn)骑(qí)摩(mó)托车的第一(yī)视角录像(xiàng)，随(suí)便(biàn)一个有手机的(de)人都可以随手录下一段。

但这些短视频的创作方式非(fēi)常简单(dān)，创作者仅(jǐn)仅需(xū)要向AI输入一(yī)段话，甚至(zhì)只是说一下要求，AI就可(kě)以(yǐ)根(gēn)据(jù)需要生成一(yī)段视频。

谷(gǔ)歌发布的两个(gè)AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有(yǒu)太多的(de)差别。

在(zài)Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈(quān)就已经玩了一波梗，一(yī)个能够做出更高(gāo)清视(shì)频的(de)AI还不足以在(zài)短时间(jiān)内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制作出(chū)超过2分钟的连贯的也有确切内(nèi)容的视(shì)频，这才是真正让(ràng)人们感(gǎn)到(dào)惊(jīng)喜的地方(fāng)。因(yīn)为(wèi)无论AI生成的视频多么高清，也只(zhǐ)能是为内(nèi)容生(shēng)产者提(tí)供一个灵感，一个素材，一个过(guò)场(chǎng)动画。

不过能够制作出有具体剧情(qíng)内容(róng)的视频就意味(wèi)着(zhe)，一些视频创(chuàng)作由AI代替人(rén)工(gōng)完成已经初步有了可能。

当下AI的发展速度已经(jīng)超过大部分人的想象。内容产业的(de)本质是供给创造需求(qiú)，AIGC作为全新的(de)内容生产方式，可以为(wèi)内(nèi)容产业带来更新的内容(róng)风格(gé)、更快的生(shēng)产速度，更(gèng)低的生(shēng)产成本(běn)，这无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器人动(dòng)作等多种内容形(xíng)式的(de)生成。不(bù)难发现该项技术(shù)不仅(jǐn)在游戏等行业能得到有(yǒu)效(xiào)应用，对于下(xià)一代(dài)互联网各(gè)种元素的(de)构建亦(yì)有(yǒu)关键意(yì)义。

从商业化的角度来看(kàn)，文化娱乐、教育(yù)、传媒(méi)等诸(zhū)多领域，本(běn)身就(jiù)对基于(yú)AI的(de)可视化内容有强烈需求。

因此(cǐ)，AI绘画及视(shì)频(pín)或(huò)不是结(jié)果(guǒ)，而只是AI进程(chéng)中的一块重要拼图，有望在技术更新的加持下(xià)实(shí)现更大的应用价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成内容，甚至能够(gòu)创(chuàng)造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力(lì)即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可(kě)以看出(chū)，在(zài)语言(yán)大模型(xíng)、图像大模型之(zhī)后，多模态(tài)大模型已经成为了新的(de)趋势。

大模型被誉为当前人工智(zhì)能(néng)发展的智能底座，是全球(qiú)竞争最激烈的研究方(fāng)向(xiàng)之一，包(bāo)括谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部企业(yè)都在竞相发力。

不过训练(liàn)大模型(xíng)的(de)确价格不菲(fēi)，以国盛证(zhèng)券(quàn)发布(bù)的(de)《ChatGPT需要多少算力》报(bào)告估算(suàn)，GPT-3训练一次(cì)的成(chéng)本约为140万美元。而对于一些更(gèng)大的LLM(大(dà)型语(yǔ)言模(mó)型)，训练(liàn)成本则介(jiè)于200万(wàn)美元(yuán)至1200万美元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万(wàn)计(jì)算，其对(duì)应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入(rù)成本约(yuē)为8亿美元(yuán)，每日(rì)仅电费就在5万美元左(zuǒ)右(yòu)。

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞(páng)大算(suàn)力支持。在(zài)关注各类大模型的发(fā)展同时，更应(yīng)该关注算(suàn)力网络的建(jiàn)设。

算力网络(luò)正(zhèng)驱动AI产业发展进入史(shǐ)诗级加(jiā)速(sù)进程，让AIGC及(jí)通(tōng)用(yòng)AI这一人工智能发展的终极目标离得更(gèng)近(jìn)。

因为(wèi)算力可(kě)以对突破性技(jì)术创新提供大(dà)力的支持。这(zhè)方(fāng)面，多模态大模(mó)型是典型。作为(wèi)面向(xiàng)未来强(qiáng)人工智能、通用人工智能的重(zhòng)要技术创新，多(duō)模态大(dà)模型已(yǐ)经在人工(gōng)智能(néng)领域提(tí)出(chū)了很多年，业界也有不少(shǎo)技(jì)术突破，但是，多模态(tài)大模型进一(yī)步往下走(zǒu)，算力需求呈几何式上升，一般的(de)算力(lì)基础设施很快将(jiāng)难(nán)以胜任(rèn)。

从图像、文(wén)字、语音单独一项的训练，到双模(mó)态(tài)、三模态的跃迁(qiān)，让(ràng)人(rén)工智能可以灵活应(yīng)对不同模态的转化、像人与世界(jiè)交互(hù)一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很(hěn)多需要爆发式(shì)增长的(de)算力来(lái)支(zhī)撑(chēng)的技术创新，将在人工智能(néng)算力网络支撑(chēng)下快(kuài)速推进。

AIGC已(yǐ)经露(lù)出曙光，期(qī)待在大模(mó)型和大算力的支持下AIGC能持(chí)续颠覆内容生(shēng)产的方式，将创造的边(biān)际成本降低(dī)，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 粤西是指什么地方