自聊(liáo)天机器(qì)人ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖茨已多(duō)次公(gōng)开谈(tán)论人工智能话题。在(zài)最近的一(yī)次采访中(zhōng)，他再次表示：“AI可能会让科技行业迎来(lái)一次剧烈(liè)的洗牌”。

这个结论是他在当地(dì)时间(jiān)2月20日接(jiē)受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期，AI的(de)发展可能会威胁到谷(gǔ)歌(gē)的(de)市占(zhàn)率，因为微(wēi)软(ruǎn)在(zài)AI方面(miàn)的行动相当迅速。而(ér)最(zuì)终科技巨头(tóu)将(jiāng)把(bǎ)AI整(zhěng)合成用户的(de)“全能助手”，包揽一切应用，与人们(men)进(jìn)行沟通并提供建议(yì)，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全(quán)能助(zhù)手的到(dào)来可(kě)能尚需(xū)时日，但由(yóu)ControlNet引(yǐn)发的(de)又一次AI绘(huì)画浪潮(cháo)，让(ràng)AIGC在ChatGPT的(de)话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘(huì)画为代(dài)表的AIGC上一(yī)次爆(bào)火的时候，还是(shì)2022年(nián)8月，在美国科罗拉多州举办的新兴数字艺(yì)术(shù)家竞(jìng)赛(sài)中，一(yī)幅名为《太空歌剧(jù)院》的作(zuò)品获奖。

随后各大厂商(shāng)的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户(hù)们可以(yǐ)在应用中输(shū)入一组关键词(cí)或(huò)者一张照片，就能获得一幅(fú)AI创作(zuò)的画作。

作画的关键就(jiù)是所输入的文本。同一组关键词也可以(yǐ)创作出很多张(zhāng)风格不一样的画作，这(zhè)让创作的过程就像开盲盒。

很多用户(hù)很(hěn)喜欢这种不确(què)定的惊喜(xǐ)，他们(men)会(huì)将生(shēng)成(chéng)的美图当做(zuò)头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许多(duō)用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的小狗照片(piàn)被AI画成了“肌(jī)肉(ròu)男”，还有网(wǎng)友的个人照片被AI识别(bié)成了建筑(zhù)。

而(ér)如(rú)今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的填(tián)写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕(lǚ)敏创作的一种(zhǒng)基于控制点的图像变形(xíng)算法，主(zhǔ)要用于数字图像处(chù)理、计算机(jī)视觉(jué)和计算(suàn)机图(tú)形(xíng)学等领域。

其(qí)SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为了AI绘画领(lǐng)域最新(xīn)的热点。

在(zài)此之前(qián)，大家(jiā)用了很多方法想让AI生成的结果尽(jǐn)可能的符合要(yào)求，但是都不尽如(rú)人意，它的出现代表(biǎo)着AI生成开始(shǐ)进入真正的可(kě)控时期(qī)。

因为ControlNet可以直(zhí)接提(tí)取画(huà)面的构图(tú)，人物的姿势(shì)和(hé)画面(miàn)的(de)深度信息等。有了它(tā)的帮(bāng)助，就不用频繁的(de)用(yòng)提示词(cí)来碰运气，抽盲盒式(shì)的创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法(fǎ)”，不少博(bó)主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们(men)走进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词；最后用(yòng)ControlNet插件(jiàn)绑(bǎng)定骨骼开始换(huàn)关键词试效果。

通过图片就(jiù)可以看出来，效(xiào)果十分惊艳。

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

不得(dé)不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚至输(shū)出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息火遍(biàn)网络，而经(jīng)过警方(fāng)辟谣这(zhè)所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

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

不(bù)过仔(zǎi)细观察(chá)可(kě)以发(fā)现，活动发(fā)起(qǐ)者(zhě)提(tí)供的照片中有个很(hěn)大的漏洞可(kě)以发现(xiàn)并非真人，而是(shì)AI绘图，那便是图片中(zhōng)女(nǚ)性(xìng)的手指部分(fēn)有的存(cún)在(zài)异常。

有行业人事表示：“现在因为(wèi)手指部分的绘(huì)画(huà)算法比(bǐ)较复杂，AI还不太会(huì)画人的(de)手，但最新看(kàn)到(dào)的(de)图片已经有越来越完美的AI模型出(chū)现(xiàn)，以后可能就(jiù)完全(quán)没有漏洞了(le)。”

类似(shì)的(de)AI作图诈骗在国外也已有(yǒu)发(fā)生。据(jù)英国广(guǎng)播(bō)公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿(ér)童受灾的假照片发布到网络，以此诱骗善(shàn)良的人打赏“捐助”从(cóng)而实施诈(zhà)骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做出(chū)真人照(zhào)片般的(de)绘(huì)图(tú)效果，如(rú)果这样的图片被用来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引发了很多担忧，一(yī)方面(miàn)，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品之后，其创作没有任何情绪和灵魂(hún)，难(nán)以和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并(bìng)没有得到有效的解决，还(hái)有AIGC会不(bù)会代替(tì)人类(lèi)“至高(gāo)无上”的(de)创意。

马斯克(kè)也强调，人工智能的(de)安全问题需要得到重视(shì)，太(tài)晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是(shì)有两面性的，潜在的危害(hài)并不(bù)能(néng)掩盖其光辉的(de)贡献。现(xiàn)在看来，人工智能技术将是第四次工业(yè)革(gé)命(mìng)的(de)核(hé)心驱动力(lì)量，将创造(zào)新的增长奇(qí)迹。

过(guò)去一年，人工智能在技(jì)术和商业层(céng)面都(dōu)有了(le)巨大进(jìn)展，AI绘画就(jiù)是(shì)人工智能技术发生方向性(xìng)改变(biàn)的(de)一(yī)个代表。其下一站或许就是视频。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科技圈的短视(shì)频。这些视频引发关注并(bìng)非(fēi)内容做得多优秀，反而都非常简单(dān)，比如一匹(pǐ)正在喝水的马，一只(zhǐ)画(huà)画的玩(wán)具熊(xióng)，或者一段骑摩托车(chē)的第一视角录像，随便一(yī)个有手(shǒu)机的(de)人(rén)都可以随手录(lù)下一(yī)段。

但(dàn)这些短(duǎn)视频的创作方式非(fēi)常简单，创作者仅仅需要向AI输入一段话，甚至只是说一下(xià)要求，AI就(jiù)可以根(gēn)据需(xū)要生成一段视频。

谷歌(gē)发布的两(liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已(yǐ)经(jīng)玩了一(yī)波梗，一个能够做出更(gèng)高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令(lìng)人震惊(jīng)的地方在于(yú)，它可以(yǐ)制(zhì)作出超过2分钟的连贯的也有确切内容的视频，这(zhè)才是(shì)真(zhēn)正让人们感到惊(jīng)喜的地方。因为无论(lùn)AI生成(chéng)的视频多(duō)么(me)高清，也只能是(shì)为内容生产者提(tí)供一个灵感，一个素(sù)材，一(yī)个过场动画。

不过(guò)能够(gòu)制作(zuò)出有具体(tǐ)剧情内容的视频就意味(wèi)着(zhe)，一些(xiē)视频(pín)创作由AI代替人工(gōng)完成已经初(chū)步(bù)有了(le)可能。

当下AI的发展速(sù)度已经超(chāo)过大(dà)部分(fēn)人的(de)想(xiǎng)象。内容(róng)产(chǎn)业的本质是供给创(chuàng)造需求，AIGC作为全(quán)新的内容(róng)生产方式，可以为内容产业带(dài)来(lái)更(gèng)新的内容风(fēng)格、更快的生(shēng)产速度，更低的生产成本，这无疑会(huì)驱动内容产业的(de)大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术还能应(yīng)用于音乐(lè)、代(dài)码、机器人动(dòng)作等(děng)多(duō)种内容形(xíng)式的生成。不难发现该项(xiàng)技术不(bù)仅(jǐn)在(zài)游戏等行业(yè)能(néng)得到有(yǒu)效应用，对于下一代互联网(wǎng)各(gè)种元(yuán)素的构建亦有(yǒu)关键意义(yì)。

从商(shāng)业(yè)化的角度来看，文化娱乐(lè)、教(jiào)育、传媒等诸多领域(yù)，本身就对基于AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只是(shì)AI进(jìn)程中的一块重要拼图，有望在(zài)技术更(gèng)新的加持下实现更大的(de)应用(yòng)价值。

AI从理解(jiě)内(nèi)容，走(zǒu)向了可以生成(chéng)内容，甚至能够创造出独立价值和独立视角的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来的先进(jìn)生产(chǎn)力(lì)即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在(zài)语言大模型、图像大模型之(zhī)后，多模态大模型已经成为了新的趋势。

大(dà)模型被誉(yù)为当前人工智能发展的(de)智能底座，是全球竞争(zhēng)最激(jī)烈(liè)的研(yán)究方向之一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多(duō)头部企(qǐ)业都(dōu)在竞相(xiāng)发力。

不(bù)过训练大模型的确价格不(bù)菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练(liàn)一次的成本哥呀是什么鱼怎么叫 戈雅鱼是淡水鱼吗(běn)约为140万美元(yuán)。而对于一些更大的(de)LLM(大型语言模型)，训练成本则介于200万(wàn)美元至1200万美(měi)元高价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立访客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本(běn)约(yuē)为8亿美(měi)元，每日仅电费就在5万美元左右。

此(cǐ)外不论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算(suàn)力(lì)支持。在关(guān)注各(gè)类大(dà)模(mó)型的(de)发展同时，更应该关(guān)注(zhù)算力(lì)网(wǎng)络的建(jiàn)设。

算力(lì)网络正(zhèng)驱动AI产业发展进(jìn)入史诗级加(jiā)速(sù)进程，让AIGC及通(tōng)用AI这(zhè)一人工智能发展的终极目标离得更(gèng)近。

因为算(suàn)力可(kě)以(yǐ)对突(tū)破性技(jì)术创新(xīn)提供大力的支(zhī)持。这方面，多(duō)模态大模型是典型(xíng)。作为面向(xiàng)未来(lái)强人工智能、通用人工智能的重要技术(shù)创新，多模态(tài)大模(mó)型已(yǐ)经在人工智能领域提出了很(hěn)多年(nián)，业(yè)界(jiè)也(yě)有不少技术(shù)突破，但是(shì)，多模态大模型(xíng)进(jìn)一步往下走，算(suàn)力需求呈几何式上升(shēng)，一(yī)般的(de)算力基础设(shè)施很快将难以胜任。

从图像、文(wén)字、语音(yīn)单独一项的训练，到(dào)双模态、三(sān)模态的跃迁，让人工智能可以灵活(huó)应(yīng)对(duì)不同模态的(de)转化(huà)、像人(rén)与(yǔ)世界交互一样(yàng)自然，这方(fāng)面，由算(suàn)力网络来驱动将有明(míng)显优势。

此外，还有很多需要(yào)爆发式增(zēng)长的算力来支撑的技(jì)术创新，将在人工智(zhì)能算(suàn)力网络(luò)支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光，期(qī)待(dài)在大模型(xíng)和大算力的支持下(xià)AIGC能持(chí)续颠(diān)覆(fù)内容生(shēng)产的方式，将创造的(de)边际成(chéng)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 哥呀是什么鱼怎么叫 戈雅鱼是淡水鱼吗