自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖(gài)茨已多次公(gōng)开(kāi)谈论人工智能话(huà)题。在最近的一次采访中，他(tā)再次表示：“AI可能会让科技行(xíng)业迎来一次(cì)剧烈(liè)的洗(xǐ)牌(pái)”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期(qī)，AI的发展(zhǎn)可(kě)能会(huì)威胁到谷(gǔ)歌的市占率，因为微(wēi)软在AI方面的(de)行动相当迅速。而最终科技巨(jù)头将把AI整合成用(yòng)户的“全能(néng)助手”，包(bāo)揽一(yī)切应用，与(yǔ)人们进行沟通(tōng)并(bìng)提(tí)供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能(néng)尚需时日，但(dàn)由ControlNet引发(fā)的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画(huà)为(wèi)代表的AIGC上一次爆(bào)火的时候，还是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新兴(xīng)数字艺术家(jiā)竞赛(sài)中，一幅(fú)名为《太空歌剧(jù)院》的作品获奖。

随(suí)后各(gè)大厂商的AI绘画软(ruǎn)件(jiàn)被广(guǎng)大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们(men)可以在(zài)应用中输入一组关键词或(huò)者一张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一组(zǔ)关键词也可(kě)以创(chuàng)作(zuò)出很多(duō)张风(fēng)格不一样的画作，这(zhè)让创作(zuò)的(de)过(guò)程就像开盲盒。

很(hěn)多(duō)用户很喜(xǐ)欢这种不确定(dìng)的惊喜，他们会(huì)将(jiāng)生成的美(měi)图当做头像。而(ér)另(lìng)一部(bù)分(fēn)喜欢(huān)翻看AI绘画的“翻(fān)车(chē)”作品。在社交媒(méi)体上，许多用(yòng)户分(fēn)享AI“翻车现场”，例如(rú)，一位网友的小狗照(zhào)片被AI画成了“肌肉(ròu)男”，还有网(wǎng)友的个人照片(piàn)被(bèi)AI识别(bié)成(chéng)了建筑。

而(ér)如今随(suí)着ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键词游(yóu)戏可能要被颠覆(fù)了(le)。

ControlNet是(shì)一位正(zhèng)在斯坦(tǎn)福(fú)读博的中(zhōng)国人张吕敏(mǐn)创作的(de)一种基于控制点的图像变形算法，主要用于数字图像处理、计算机视觉(jué)和计算机图形学等领域。

其SD插件一(yī)经发(fā)布(bù)，在短短的两天内便成为了(le)AI绘画领域最新的热点(diǎn)。

在此之前，大家用(yòng)了很多方(fāng)法想(xiǎng)让AI生成(chéng)的结果(guǒ)尽(jǐn)可能的符合要求，但(dàn)是(shì)都不尽(jǐn)如人意，它的出(chū)现代(dài)表着AI生成开始进入真正的可(kě)控时期。

因为ControlNet可(kě)以直接提取画面的(de)构图(tú)，人物的姿势和(hé)画面的深度信息等。有了它的帮助，就不用频繁的用提(tí)示词来(lái)碰运气，抽盲盒式(shì)的(de)创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不少(shǎo)博主(zhǔ)的作品已经获(huò)得了大(dà)量的浏(liú)览量，“viggo”就是其中之一(yī)，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对(duì)应的关(guān)键词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始换关键词(cí)试效果。

通过(guò)图片就可以看(kàn)出来(lái)，效果十分惊艳。

更厉害(hài)的是，除了真实的照(zhào)片，草图(tú)也可以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现线稿转全(quán)彩图。大神张(zhāng)吕敏其本(běn)尊(zūn)也亲自回(huí)应。

不(bù)得(dé)不(bù)说当下(xià)AIGC已经变得越来越强大，甚(shèn)至输出的作品(pǐn)都已经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发(fā)

警(jǐng)惕(tì)安全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍(biàn)网络，而经过(guò)警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女(nǚ)照片都是AI制(zhì)作的真人(rén)照(zhào)片绘图，因为太逼真，被大家当成真事传播了。

不过仔细观察可以发(fā)现(xiàn)，活动发起者提(tí)供的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女(nǚ)性的手指部分有(yǒu)的存在异(yì)常(cháng)。

有行业人(rén)事表示：“现在因为手(shǒu)指(zhǐ)部分的绘画(huà)算法比(bǐ)较复杂，AI还(hái)不太会画人的手(shǒu)，但最新看到的图(tú)片已经(jīng)有越来(lái)越(yuè)完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已有(yǒu)发(fā)生(shēng)。据英国(guó)广播(bō)公司报道，土耳其地(dì)震(zhèn)期间，有Tiktok用(yòng)户使用(yòng)AI合成了儿童受灾的假(jiǎ)照片发布到网络(luò)，以此诱骗善良的人打赏“捐助”从而实(shí)施(shī)诈骗。

目前(qián)随着(zhe)技(jì)术发展，AIGC已经能做(zuò)出真人照片般的(de)绘图(tú)效果，如(rú)果这样的图(tú)片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大量前人的作品之后，其创作没有(yǒu)任何情绪和(hé)灵魂，难以和人(rén)类的艺术(shù)创作(zuò)相提并论。

另一(yī)方面，AIGC背后的版权(quán)、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会代替人(rén)类“至高(gāo)无上”的创意。

马斯克也(yě)强调，人工智能的安全(quán)问题需要得到重视(shì)，太晚就来(lái)不(bù)及(jí)了。

03

AIGC下(xià)一站除(chú)了视频，还有远方

技术都(dōu)是有两(liǎng)面性(xìng)的(de)，潜(qián)在的危害并不能掩盖(gài)其光辉的贡献(xiàn)。现(xiàn)在看来，人(rén)工智能技术将是第(dì)四次工(gōng)业革命的核心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人(rén)工智(zhì)能在技术和商业层面都有了巨大进展，AI绘(huì)画就是(shì)人(rén)工智能技术发生(shēng)方(fāng)向(xiàng)性改变的一个(gè)代表。其下一站或许就是视(shì)频。

此前(qián)，Meta和谷歌(gē)先(xiān)后发布(bù)了几(jǐ)条引爆(bào)科技圈(quān)的(de)短视频。这些视频引(yǐn)发(fā)关注并(bìng)非内容做得多优秀，反而都非(fēi)常简单，比如一匹正在喝水的(de)马，一只画画的玩(wán)具熊，或者一段骑(qí)摩托车的第一(yī)视角录(lù)像，随(suí)便(biàn)一(yī)个(gè)有手(shǒu)机的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)，创作者仅仅需(xū)要向AI输(shū)入(rù)一段话，甚(shèn)至只(zhǐ)是说一下要求，AI就(jiù)可以根据(jù)需要(yào)生成(chéng)一段视频。

谷歌(gē)发布的两(liǎng)个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了一波梗(gěng)，一(yī)个能(néng)够做出更高清视频(pín)的AI还不足以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令人震惊的地(dì)方在于，它可以制作出(chū)超过2分钟的连贯的(de)也有确切内容的(de)视频，这才是(shì)真正让人们感到惊喜的(de)地方。因为无论AI生成的视频多么高清，也只能是为(wèi)内容生产者提(tí)供一个灵感，一个(gè)素材，一(yī)个过(guò)场(chǎng)动画。

不过(guò)能够制作出(chū)有具体剧情(qíng)内(nèi)容的视频就(jiù)意味着(zhe)，一些视频创作由AI代(dài)替(tì)人工(gōng)完成已经初步有了可能(néng)。

当下AI的发(fā)展速度已(yǐ)经(jīng)超过大部分人的想象。内容产业的(de)本(běn)质是供给创造需求，AIGC作(zuò)为(wèi)全新的(de)内容生产方式，可以为内容(róng)产业带来更新的内容风格、更快(kuài)的(de)生产速度，更低的生(shēng)产成本，这无疑会驱动内容(róng)产业的大爆发(fā)。

除(chú)了(le)AI绘图、视频(pín)，AIGC技(jì)术还(hái)能应(yīng)用于音乐(lè)、代码、机器人动(dòng)作(zuò)等多(duō)种内容形式的生成。不难发(fā)现该项技术不(bù)仅(jǐn)在游戏(xì)等行业能(néng)得到有效(xiào)应用(yòng)，对于下一(yī)代互联(lián)网各种(zhǒng)元素(sù)的构建亦有关键意义。

从商(shāng)业(yè)化的角(jiǎo)度来看(kàn)，文(wén)化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领(lǐng)域，本身就对基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画(huà)及(jí)视(shì)频或不是结(jié)果，而只是AI进程(chéng)中的一块重要拼(pīn)图，有望(wàng)在技术更新的(de)加持下(xià)实现更(gèng)大的(de)应(yīng)用价值。

AI从(cóng)理解(jiě)内容，走向了可以生成内容，甚至(zhì)能够创造出独立价值和独立视角(jiǎo)的(de)内容。AIGC的再次出圈，更代(dài)表着(zhe)未来的(de)先(xiān)进生产力即将到(dào)来(lái)。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技(jì)术的发(fā)展也可(kě)以看出，在语言大模型、图像大(dà)模型之后，多模(mó)态大(dà)模(mó)型已经成(chéng)为(wèi)了新的(de)趋势(shì)。

大模型被(bèi)誉为当前(qián)人工智(zhì)能发展(zhǎn)的智(zhì)能(néng)底座(zuò)，是全球(qiú)竞争最激烈(liè)的(de)研究方向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众多头部企业都在竞相发力。

不过(guò)训练(liàn)大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一(yī)次(cì)的成本约为(wèi)140万美(měi)元。而对于一些(xiē)更大的LLM(大型语(yǔ)言(yán)模型)，训(xùn)练成本则介于200万(wàn)美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访(fǎng)客平均数(shù)1300万计算，其对应芯片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电(diàn)费就在5万美元左(zuǒ)右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力(lì)支持。在(zài)关注各类大模(mó)型的(de)发展同时，更应该关注算力网络的(de)建(jiàn)设。

算力网络(luò)正驱动AI产(chǎn)业发展进入史诗级加(jiā)速进程，让AIGC及通用(yòng)AI这一人工智能(néng)发展(zhǎn)的终极目标离得更近(jìn)。

因为算力可以对突破性技术创新提供大力的支持(chí)。这方面，多模态大模型是典型。作为面(miàn)向未来(lái)强(qiáng)人工智(zhì)能(néng)、通用人工智(zhì)能的重要技术(shù)创新，多模态(tài)大模型已(yǐ)经在人工智能领域提出了很多(duō)年，业界也有不少技(jì)术突破，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几何式上升(shēng)，一般(bān)的算力(lì)基础(chǔ)设施(shī)很快将难以胜任。

从图像、文(wén)字、语音单(dān)独一项的训练，到(dào)双模态(tài)、三模态的跃迁，让(ràng)人工(gōng)智能可(kě)以灵活应(yīng)对不同(tóng)模(mó)态的(de)转化、像人与世(shì)界交互一(yī)样(yàng)自(zì)然，这(zhè)方面(miàn)，由算力网络来驱(qū)动将有(yǒu)明显优势。

此(cǐ)外，还(hái)有很多需要爆发式增(zēng)长的算力来支撑的技术创(chuàng)新，将在人工智能算(suàn)力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力(lì)的支持下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 酵母菌是真核还是原核 细菌一定都是原核生物吗