自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔·盖茨(cí)已多次(cì)公开谈论人(rén)工(gōng)智能(néng)话题。在最(zuì)近的一次(cì)采访中，他再次表示：“AI可(kě)能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当地时间2月(yuè)20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的(de)发(fā)展可能会(huì)威胁到谷歌的(de)市(shì)占率(lǜ)，因为(wèi)微软在(zài)AI方面的行动相当迅速。而(ér)最终(zhōng)科技巨头(tóu)将(jiāng)把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人(rén)们进行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可(kě)控(kòng)靠近(jìn)

以AI绘画为(wèi)代表的AIGC上一(yī)次爆火的时候，还是(shì)2022年8月，在美(měi)国(guó)科罗拉多州举办(bàn)的新兴数字艺(yì)术家竞赛中，一幅名(míng)为《太(tài)空(kōng)歌剧院》的作(zuò)品获奖(jiǎng)。

随后各(gè)大厂商(shāng)的(de)AI绘画(huà)软件(jiàn)被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键词(cí)或者(zhě)一(yī)张照片，就能获得一幅AI创作(zuò)的画作。

作画的(de)关键就是所(suǒ)输入(rù)的文(wén)本(běn)。同一(yī)组关键词也(yě)可以(yǐ)创作出很多张风格不一样(yàng)的(de)画(huà)作，这让(ràng)创(chuàng)作(zuò)的过(guò)程就像开盲盒。

很多用户(hù)很喜欢(huān)这种不确(què)定的惊喜，他们会将生成的美图当做头像(xiàng)。而(ér)另(lìng)一部分喜欢翻(fān)看AI绘画的(de)“翻车(chē)”作(zuò)品。在社交媒体(tǐ)上，许多用(yòng)户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一位(wèi)网友的(de)小狗照(zhào)片被AI画成(chéng)了“肌肉(ròu)男”，还有(yǒu)网友的个(gè)人照片被AI识别成了建(jiàn)筑。

而(ér)如今随着ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键词游戏可(kě)能要(yào)被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中(zhōng)国人张(zhāng)吕(lǚ)敏创作的(de)一种基于控制点的图像变形(xíng)算法，主要用于数字图像(xiàng)处理、计算机视觉和计(jì)算机图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便(biàn)成为了AI绘(huì)画领(lǐng)域最新的(de)热点(diǎn)。

在此之前，大(dà)家(jiā)用了(le)很多方法想让AI生成的(de)结果尽可能的符合要(yào)求，但是都(dōu)不尽如(rú)人意，它(tā)的出现代表(biǎo)着AI生(shēng)成开始(shǐ)进(jìn)入(rù)真正的(de)可控时(shí)期。

因(yīn)为(wèi)ControlNet可以(yǐ)直(zhí)接提取画面的构图，人物(wù)的姿势(shì)和画面(miàn)的深度信(xìn)息等。有了它(tā)的帮(bāng)助(zhù)，就(jiù)不用频繁的用提示词来碰运(yùn)气(qì)，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就是其中之一(yī)，他用朋友的照(zhào)片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图片就可以看出(chū)来，效果(guǒ)十(shí)分惊艳。

更(gèng)厉害的是(shì)，除(chú)了真实的照片(piàn)，草(cǎo)图也可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张(zhāng)吕敏其本尊(zūn)也亲自回应(yīng)。

不得不说当(dāng)下AIGC已经(jīng)变得越来(lái)越强(qiáng)大，甚至输出的作品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火(huǒ)遍网络，而经(jīng)过(guò)警方辟谣(yáo)这所谓的(de)“party”可(kě)能是全国(guó)第一起(qǐ)AI绘图诈骗。

由(yóu)于这(zhè)个活动(dòng)里面(miàn)给(gěi)出的(de)美女照片都是AI制(zhì)作的真人照片绘图，因为太(tài)逼(b涂指甲油之前要涂护甲油吗，涂指甲油之前要涂护甲油吗ī)真，被大(dà)家当成真(zhēn)事传播(bō)了(le)。

不过仔细观察可以发(fā)现，活动(dòng)发起者提供的照片中(zhōng)有个(gè)很大(dà)的漏洞可以(yǐ)发现并非(fēi)真人，而是AI绘图(tú)，那便是图片(piàn)中女性的手(shǒu)指部分有的(de)存在异常。

有行业人事表示：“现在因为手(shǒu)指部(bù)分的绘(huì)画算(suàn)法比较复杂，AI还不太会(huì)画(huà)人(rén)的手(shǒu)，但(dàn)最新(xīn)看到的图片已经有越来越完美的AI模型(xíng)出现，以后(hòu)可能就完全(quán)没(méi)有(yǒu)漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗在国外(wài)也(yě)已有发(fā)生。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用(yòng)AI合(hé)成了儿童受(shòu)灾的假照片发(fā)布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从(cóng)而实施(shī)诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出真人照片(piàn)般的绘图效果，如果这样的图片被用来诈骗，将非(fēi)常可(kě)怕。

此外AIGC还引发了很(hěn)多担忧，一方(fāng)面(miàn)，批判者认为AI在“学习”了大量前(qián)人的作品之后，其创作没(méi)有任何情(qíng)绪和灵魂，难以和人类的艺(yì)术创作相(xiāng)提(tí)并论。

另一方(fāng)面，AIGC背后的版权(quán)、目前(qián)都并(bìng)没有得到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也(yě)强调(diào)，人工智能的安全问题需(xū)要得(dé)到(dào)重视，太晚(wǎn)就来不及了(le)。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技术都是有两面性的，潜在(zài)的(de)危害并(bìng)不(bù)能掩(yǎn)盖其光辉的贡献。现在看来，人工(gōng)智能(néng)技术将(jiāng)是(shì)第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一(yī)年，人(rén)工(gōng)智(zhì)能在(zài)技术(shù)和(hé)商业层面(miàn)都(dōu)有了(le)巨(jù)大进展(zhǎn)，AI绘画就是人工(gōng)智能技术(shù)发生(shēng)方向(xiàng)性改变的一个代(dài)表(biǎo)。其下一站或(huò)许就是视频。

此前(qián)，Meta和(hé)谷歌先后(hòu)发(fā)布了几条(tiáo)引爆科技圈(quān)的短视频(pín)。这些视频引发关注并非内容做(zuò)得多优秀(xiù)，反而都非常简(jiǎn)单(dān)，比如一匹正在喝水的(de)马，一只画画的(de)玩具(jù)熊，或者一段骑摩托车的(de)第一视角录像，随便一个(gè)有手机的人(rén)都可(kě)以随手录下一段。

但(dàn)这些短视频(pín)的创作方式非常简(jiǎn)单，创作(zuò)者仅仅需(xū)要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就(jiù)可以根据(jù)需要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就(jiù)已经玩(wán)了一波梗，一个能够做(zuò)出更高清视频的AI还不足以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加(jiā)令(lìng)人震(zhèn)惊的地(dì)方在(zài)于，它可(kě)以制作出超过2分钟的连贯的也有确切内(nèi)容的视频，这才是真正让(ràng)人(rén)们感到惊(jīng)喜(xǐ)的地(dì)方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容生(shēng)产者提供一个(gè)灵感(gǎn)，一(yī)个(gè)素材，一个过场动画。

不过能够制(zhì)作出(chū)有具体剧情内容(róng)的视频就意味着，一(yī)些视频创作由AI代(dài)替人(rén)工完成已经初步有了可能(néng)。

当(dāng)下AI的发展速(sù)度已经超过(guò)大部(bù)分人的想象。内(nèi)容产业的本(běn)质(zhì)是供给创造需求，AIGC作为(wèi)全新(xīn)的内(nèi)容生产(chǎn)方式，可以为内(nèi)容产业(yè)带来更新(xīn)的内容风格、更快的生产速度，更低的生(shēng)产成本，这无(wú)疑会驱动(dòng)内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用(yòng)于(yú)音乐(lè)、代码、机器人动作等多(duō)种内容形式(shì)的(de)生成。不难发现该项技术不(bù)仅在游戏等行(xíng)业(yè)能得到有效应用，对(duì)于(yú)下一(yī)代互联网各种(zhǒng)元素(sù)的构建(jiàn)亦有关(guān)键意义。

从商业化的角度来(lái)看(kàn)，文化(huà)娱(yú)乐(lè)、教育、传(chuán)媒(méi)等诸多领域(yù)，本身就对基于AI的(de)可(kě)视化内容(róng)有强烈需求。

因(yīn)此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一(yī)块重(zhòng)要(yào)拼图，有望在技术(shù)更新的加持(chí)下实(shí)现更(gèng)大(dà)的应用(yòng)价值。

AI从理解内容，走(zǒu)向(xiàng)了可(kě)以生成(chéng)内容，甚至能(néng)够创(chuàng)造出独立价值和独立视(shì)角(jiǎo)的内容。AIGC的再(zài)次(cì)出圈，更代表着未来的先进(jìn)生产力(lì)即将到来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在语言(yán)大模型、图像大模型(xíng)之后(hòu)，多模态大模型已经成为了新(xīn)的(de)趋势。

大模型被誉为(wèi)当前人工智能发展(zhǎn)的智能底(dǐ)座，是全球竞(jìng)争最激烈的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在(zài)竞相发力。

不过训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要(yào)多少算力》报告估(gū)算，GPT-3训练一次(cì)的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型)，训(xùn)练成(chéng)本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美(měi)元，每日仅电费就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大(dà)算力支持。在关(guān)注各类大(dà)模(mó)型的发(fā)展(zhǎn)同时，更应(yīng)该关注算力网(wǎng)络的建(jiàn)设。

算力网络正驱动(dòng)AI产业(yè)发展(zhǎn)进入史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离得更近。

因为算力可(kě)以对突破性技术(shù)创新提供大力的支持。这(zhè)方面，多模态大模型是典(diǎn)型(xíng)。作为面向未来强人工智能、通用人(rén)工智(zhì)能(néng)的重要技术创新，多模态大(dà)模型已经在人(rén)工智能领域提出(chū)了(le)很(hěn)多年(nián)，业界也(yě)有不少技(jì)术突破，但(dàn)是，多(duō)模态大模型进(jìn)一步往下走，算(suàn)力(lì)需求呈几何式上升，一般(bān)的算(suàn)力基础设施(shī)很快(kuài)将难以胜(shèng)任。

从图像、文字、语音单独一项的训(xùn)练(liàn)，到双模态、三模态的跃迁，让人(rén)工智(zhì)能可(kě)以灵(líng)活(huó)应对不同模态的转化、像人(rén)与世(shì)界交互一(yī)样自然，这方面，由算力(lì)网络来(lái)驱动将有明(míng)显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的(de)技术创新，将在人工(gōng)智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已(yǐ)经(jīng)露出曙光，期(qī)待在大模型和大算力的支持下AIGC能持续颠覆内容生产的(de)方式，将创造的边际成本(běn)降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 涂指甲油之前要涂护甲油吗，涂指甲油之前要涂护甲油吗