自聊天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨已多(duō)次公开谈论人工智能话题。在最近的一次采访中(zhōng)，他再次表示(shì)：“AI可能(néng)会让科技行业迎来(lái)一次剧烈的(de)洗牌”。

这个结论是他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节(jié)目专访时提(tí)出的。

他预(yù)期，AI的发展(zhǎn)可能会威胁到(dào)谷歌的(de)市占率，因为微软在AI方面的行动相当迅速。而最终科(kē)技巨头将把AI整合成用(yòng)户的“全能(néng)助手”，包(bāo)揽一切(qiè)应(yīng)用，与人们进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的(de)到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的(de)AIGC上一(yī)次爆(bào)火的时候(hòu)，还是2022年(nián)8月，在(zài)美国科罗拉多州举办的新兴数字(zì)艺术(shù)家(jiā)竞赛中(zhōng)，一幅名为《太空歌剧(jù)院》的作品获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软(ruǎn)件被广大网友(yǒu)熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代表。

用户们(men)可以在应用(yòng)中输入一(yī)组关键词或者一张照片(piàn)，就(jiù)能获(huò)得一幅(fú)AI创作的画作。

作(zuò)画的关键就是所(suǒ)输入(rù)的文本(běn)。同一组(zǔ)关键词(cí)也可以(yǐ)创作出(chū)很(hěn)多张风格不一样(yàng)的画(huà)作，这让创作的过(guò)程(chéng)就(jiù)像(xiàng)开盲盒。

很多用户很喜(xǐ)欢这种(zhǒng)不确定的(de)惊喜，他们(men)会(huì)将生成(chéng)的美图当做头(tóu)像(xiàng)。而另一部(bù)分喜欢翻(fān)看(kàn)AI绘画的“翻(fān)车”作品。在社交(jiāo)媒体(tǐ)上，许多用户(hù)分享AI“翻车现场”，例如，一位网(wǎng)友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画的填写关键词(cí)游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读(dú)博的中国(guó)人张吕(lǚ)敏创作的一种(zhǒng)基(jī)于控制(zhì)点的(de)图(tú)像变形算法(fǎ)，主要用于(yú)数字图像处理、计算(suàn)机视觉(jué)和计算机图形学等领域。

其SD插(chā)件(jiàn)一经发布，在短短(duǎn)的(de)两天(tiān)内便成为(wèi)了(le)AI绘画领(lǐng)域最新的(de)热点(diǎn)。

在此之前，大家用了很多方法想让AI生成(chéng)的结果尽(jǐn)可能的(de)符(fú)合(hé)要求，但是(shì)都(dōu)不尽(jǐn)如人意，它的(de)出现代表着AI生成开始(shǐ)进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面的构图，人物的(de)姿势(shì)和画面的深度信(xìn)息等。有了(le)它的(de)帮助(zhù)，就不用频(pín)繁的用(yòng)提示词来(lái)碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的作品已经获得了(le)大量的浏览量，“viggo”就是其(qí)中之(zhī)一(yī)，他用朋友(yǒu)的照片直接(jiē)带(dài)她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键(jiàn)词(cí)；最后(hòu)用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了(le)真实的照片，草图也可以加上“魔(mó)法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大(dà)神张吕(lǚ)敏其本(běn)尊也(yě)亲自回应。

不得(dé)不说当下AIGC已经变(biàn)得越来越(yuè)强大，甚至输出的(de)作品都(dōu)已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题(tí)

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全(quán)国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动(dòng)里面给(gěi)出(chū)的(de)美(měi)女照片都是AI制作的真人照片绘图(tú)，因为太逼真(zhēn)，被大家当成真事传播(bō)了。

不过仔细观察可以发现，活动(dòng)发起者提供的(de)照片中有个很大的(de)漏(lòu)洞可以(yǐ)发现并非(fēi)真人，而是AI绘(huì)图，那(nà)便是图片中女性的手指部分有的(de)存(cún)在异常。

有(yǒu)行(xíng)业人事(shì)表示：“现在因为(wèi)手指部分的绘(huì)画算法比较复(fù)杂，AI还不(bù)太会画人的手，但最新看(kàn)到的(de)图片(piàn)已经有越来越(yuè)完(wán)美(měi)的AI模(mó)型出现，以后可能(néng)就完全没有(yǒu)漏洞了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外也已有(yǒu)发(fā)生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了(le)儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人(rén)打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能(néng)做(zuò)出真人照片般的(de)绘图效果，如果这样(yàng)的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认(rèn)为AI在“学习”了大(dà)量(liàng)前人(rén)的(de)作(zuò)品之(zhī)后，其创作没有任何情绪和灵魂，难以和人类(lèi)的艺(yì)术创作相提并论。

另一方面，AIGC背(bèi)后(hòu)的版权、目前(qián)都并没有得到有效(xiào)的解决，还有AIGC会不会代(dài)替人(rén)类“至高无上(shàn当兵至少要当几年才可以退伍呢，当兵至少当几年才能退伍g)”的创意。

马(mǎ)斯克也(yě)强调，人工(gōng)智(zhì)能的安全问(wèn)题需要得到(dào)重视，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都(dōu)是有(yǒu)两面性(xìng)的，潜(qián)在的(de)危害并不能掩盖其光辉的贡献。现在看来，人工智能(néng)技(jì)术(shù)将(jiāng)是第四次工业革命的核心驱(qū)动(dòng)力量，将创造新的增长奇(qí)迹。

过去(qù)一年，人工智能在技(jì)术(shù)和商业层面都有了(le)巨大进(jìn)展(zhǎn)，AI绘画就是人工智(zhì)能技术发生方向性改变(biàn)的(de)一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此(cǐ)前(qián)，Meta和谷歌(gē)先(xiān)后发布了几(jǐ)条引爆科技圈的短视频。这些视频(pín)引发关注并非内容做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者(zhě)一(yī)段骑摩托(tuō)车的第一视(shì)角录像，随(suí)便(biàn)一(yī)个有手机的人都可以(yǐ)随手录下一段(duàn)。

但(dàn)这些(xiē)短(duǎn)视频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需(xū)要生成一段(duàn)视(shì)频。

谷歌发布的两(liǎng)个(gè)AI生成(chéng)视(shì)频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成(chéng)的(de)视频后，AI圈(quān)就已经玩了一波(bō)梗，一个能够做出更高清视频(pín)的AI还不(bù)足以在短(duǎn)时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地方在(zài)于，它可以制作出超过2分钟的连(lián)贯的也(yě)有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么(me)高(gāo)清，也只(zhǐ)能是(shì)为内容生产者提(tí)供一个灵(líng)感(gǎn)，一个素材，一(yī)个(gè)过(guò)场动画(huà)。

不(bù)过能够(gòu)制(zhì)作出有具体(tǐ)剧情(qíng)内容的视(shì)频就意味着，一(yī)些视频创(chuàng)作(zuò)由AI代替人工完(wán)成已(yǐ)经初步有了可能。

当(dāng)下AI的(de)发展速度已(yǐ)经超过大部(bù)分人的想象。内容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新(xīn)的内容生(shēng)产方式(shì)，可以为内容产业(yè)带来更新的内(nèi)容风格、更(gèng)快的生产速度(dù)，更低的(de)生产成本，这无(wú)疑会驱动内(nèi)容产业的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机器人动作(zuò)等(děng)多种(zhǒng)内容形式的生成。不难发现该项技术不(bù)仅在游戏等行(xíng)业能得到有效应(yīng)用，对于(yú)下(xià)一代互(hù)联网各(gè)种元(yuán)素的构建亦有(yǒu)关键意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域，本身就(jiù)对基于AI的可(kě)视化(huà)内(nèi)容有(yǒu)强烈需求。

因此，AI绘(huì)画及(jí)视(shì)频或不是结果(guǒ)，而只是AI进程中的一块重要拼图，有望在技(jì)术更(gèng)新的加持(chí)下(xià)实现更大的(de)应(yīng)用价(jià)值。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚至(zhì)能(néng)够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的先(xiān)进生产力即将到来。

04

紧抓大模(mó当兵至少要当几年才可以退伍呢，当兵至少当几年才能退伍)型与算力，牢(láo)固(gù)AIGC底座

从技术的发展也可以(yǐ)看出，在语言大模(mó)型(xíng)、图像大模型之后，多模(mó)态大模型已(yǐ)经成为(wèi)了(le)新的趋势。

大模型被(bèi)誉为当(dāng)前(qián)人工智能发展(zhǎn)的(de)智(zhì)能(néng)底座，是全球竞争最激烈的研(yán)究方向之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等众多(duō)头(tóu)部(bù)企业都在竞相发力。

不过训练大模型的(de)确价格(gé)不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需(xū)要多少(shǎo)算力》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美(měi)元(yuán)。而(ér)对(duì)于(yú)一些(xiē)更(gèng)大的LLM(大(dà)型语言模型)，训练(liàn)成本则介于200万美元至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注各(gè)类(lèi)大模型的发展同(tóng)时，更应该关注算(suàn)力网络的建(jiàn)设。

算(suàn)力(lì)网络(luò)正(zhèng)驱动AI产业发展进入史诗级(jí)加(jiā)速进程，让AIGC及(jí)通用AI这一人工智能发(fā)展的终极目标离得(dé)更近。

因为算力(lì)可以对突破性(xìng)技术创(chuàng)新提供大力的(de)支持。这方(fāng)面，多模态(tài)大模型(xíng)是典型。作为面向未来(lái)强人工(gōng)智(zhì)能、通(tōng)用(yòng)人工智能(néng)的重要技术创(chuàng)新，多模态大(dà)模型已经在(zài)人(rén)工(gōng)智(zhì)能领域提出(chū)了很(hěn)多(duō)年，业(yè)界也有不少技术突破，但是(shì)，多(duō)模态大模(mó)型进一步往下(xià)走，算力需求呈几(jǐ)何(hé)式上(shàng)升，一般的(de)算力基础设施(shī)很快将难以(yǐ)胜(shèng)任。

从图像、文字、语(yǔ)音单独一(yī)项的(de)训练(liàn)，到双模态、三模(mó)态的跃(yuè)迁(qiān)，让人工智能(néng)可以(yǐ)灵活应对不同模(mó)态的转化、像人与世界交(jiāo)互一样自然，这方(fāng)面(miàn)，由(yóu)算力(lì)网络来驱动将(jiāng)有明显(xiǎn)优(yōu)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(jiāng)在(zài)人工智能算(suàn)力网络支撑下快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待(dài)在大模型(xíng)和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成(chéng)本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 当兵至少要当几年才可以退伍呢，当兵至少当几年才能退伍