自聊天机器(qì)人ChatGPT火爆以来(lái)，微软公(gōng)司创(chuàng)始人比尔·盖(gài)茨已多次公开谈论人工(gōng)智能话(huà)题。在最近的一次采(cǎi)访中，他再次表示：“AI可能会让科(kē)技(jì)行业迎来一次(cì)剧(jù)烈的洗牌”。

这个结(jié)论是他在当地时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时(shí)提出的。

他预(yù)期，AI的发(fā)展可能(néng)会(huì)威胁(xié)到(dào)谷(gǔ)歌的市占率，因为微软在AI方面的(de)行(xíng)动(dòng)相当(dāng)迅(xùn)速。而(ér)最终(zhōng)科技巨(jù)头(tóu)将(jiāng)把AI整(zhěng)合成用户(hù)的“全能(néng)助手”，包揽一(yī)切应用，与人们进行沟通(tōng)并提供建议，可(kě)以取代亚(yà)马逊、Siri或(huò)Outlook等应(yīng)用。

大佬(lǎo)口(kǒu)中全能助手的(de)到来(lái)可(kě)能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国(guó)科罗(luó)拉多(duō)州举办(bàn)的新兴数字(zì)艺术家竞赛中，一幅(fú)名(míng)为《太(tài)空(kōng)歌(gē)剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘(huì)画(huà)软件(jiàn)被广大网友熟知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们可以在应用(yòng)中(zhōng)输入一组关键(jiàn)词(cí)或者一张照片(piàn)，就能获得(dé)一幅(fú)AI创(chuàng)作的画作(zuò)。

作画的关键就是所输入的(de)文本。同一组关键词也(yě)可以创作出很多张风(fēng)格不(bù)一样(yàng)的画(huà)作(zuò)，这让(ràng)创作的过程就像开盲(máng)盒(hé)。

很多用户很喜欢这种不(bù)确定的惊(jīng)喜(xǐ)，他们会将生成的美图当做(zuò)头像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上，许多用户分(fēn)享AI“翻车现场”，例(lì)如，一位网友(yǒu)的小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还有网友的(de)个人(rén)照片被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的(de)出现与加持，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人(rén)张吕敏创作的一种基于控(kòng)制点(diǎn)的图像变形算法，主(zhǔ)要用于数字图像处(chù)理、计算(suàn)机视觉(jué)和计算机(jī)图(tú)形学等领域。

其SD插件一经(jīng)发布，在短(duǎn)短的两天内便(biàn)成为了AI绘画领域最新的热点。

在此之前，大家(jiā)用了很多方法(fǎ)想让AI生成的结(jié)果尽可(kě)能的符合要(yào)求，但是都不尽如人意，它的出(chū)现代表着AI生(shēng)成开始(shǐ)进(jìn)入真正的(de)可控(kòng)时期。

因为(wèi)ControlNet可(kě)以直接提取画面的构图，人物的(de)姿势和(hé)画(huà)面的深度信息等。有了它的(de)帮助，就不用(yòng)频繁的用提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法(fǎ)”，不少(shǎo)博主的作品已经(jīng)获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照片直接(jiē)带(dài)她们(men)走进动漫世界。

台积电是做什么的，台湾台积电是什么意思ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始(shǐ)换关(guān)键词试效果。

通(tōng)过图片就可(kě)以看(kàn)出来，效果十分惊艳。

更厉害的是，除了(le)真实的照片，草图也可以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大(dà)神张吕敏其本尊也亲自回应。

不得不(bù)说当下(xià)AIGC已经(jīng)变(biàn)得越来(lái)越强大，甚至输出的作品(pǐn)都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州(zhōu)金鸡(jī)湖有(yǒu)游(yóu)艇(tǐng)party”的消息火遍网络，而经过(guò)警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈(zhà)骗。

由于这个活动里面给(gěi)出的(de)美女(nǚ)照片(piàn)都(dōu)是AI制作的真人照片绘图，因为太逼真，被大家(jiā)当成真事传(chuán)播了。

不过仔(zǎi)细观察可(kě)以发现(xiàn)，活动发起(qǐ)者提供(gōng)的照(zhào)片中有个很大的(de)漏(lòu)洞(dòng)可以发现并非真人，而(ér)是AI绘(huì)图，那便(biàn)是(shì)图片中(zhōng)女性的手指部分有(yǒu)的存在异(yì)常。

有行业人事表示(shì)：“现在因(yīn)为手(shǒu)指部分的绘画(huà)算法比(bǐ)较复杂，AI还不(bù)太(tài)会画人的(de)手(shǒu)，但最新看到(dào)的图片已经(jīng)有越(yuè)来越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国(guó)广播公(gōng)司报(bào)道(dào)，土耳其(qí)地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受(shòu)灾的假照片发布(bù)到网络，以此诱骗善(shàn)良的(de)人打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般(bān)的绘图效果(guǒ)，如果这样的(de)图片被用来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引发了很(hěn)多担忧，一(yī)方面，批判者认为(wèi)AI在“学(xué)习”了(le)大量前人的作品之(zhī)后(hòu)，其(qí)创作没有任何情绪和(hé)灵魂，难以和人类(lèi)的(de)艺术创作相提并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前(qián)都并(bìng)没有得到有效(xiào)的(de)解(jiě)决，还有AIGC会不会(huì)代(dài)替人类“至高无上”的创(chuàng)意(yì)。

马斯克(kè)也强调，人工(gōng)智能的安全问题需要得到(dào)重视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远方

技(jì)术都是有(yǒu)两面性的，潜在的危害并不(bù)能掩盖其光辉的(de)贡献。现在看来，人工智能技(jì)术(shù)将是第四次(cì)工业革命(mìng)的核心驱动(dòng)力量(liàng)，将创造(zào)新(xīn)的增长奇迹。

过去一年，人(rén)工智能在技术和商业层面都有了巨大进(jìn)展(zhǎn)，AI绘画就是人工智能技(jì)术发生方向性改变(biàn)的一个代表。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌(gē)先(xiān)后(hòu)发布(bù)了几条引爆(bào)科技圈的短视频。这(zhè)些视频(pín)引发关注并非内容(róng)做得多优秀，反(fǎn)而都(dōu)非(fēi)常简单，比(bǐ)如一匹正在喝水的马，一(yī)只画画的玩(wán)具熊(xióng)，或(huò)者一段骑摩托车的第一视角录像，随(suí)便(biàn)一个有手机的(de)人都可以随手录下一段。

但(dàn)这些短视频(pín)的创作方(fāng)式(shì)非常简单，创作者(zhě)仅仅需要向(xiàng)AI输入一段(duàn)话(huà)，甚至(zhì)只(zhǐ)是说(shuō)一下要(yào)求(qiú)，AI就可以根据需(xū)要生成一段视频。

谷歌发布的两(liǎng)个AI生(shēng)成视频分(fēn)别来自于(yú)Imagen Video和(hé)Phenaki，前者主(zhǔ)要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一(yī)个能够(gòu)做(zuò)出更高(gāo)清视频的AI还(hái)不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地(dì)方在于，它可以制作出超(chāo)过2分钟的连贯的(de)也有(yǒu)确切内容的视频(pín)，这才是真正让(ràng)人(rén)们(men)感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视频(pín)多么高清，也(yě)只(zhǐ)能是为内容生产者提供(gōng)一个灵感，一个素材，一个过场(chǎng)动(dòng)画。

不过能(néng)够制作出有具(jù)体(tǐ)剧情内(nèi)容(róng)的视(shì)频就意味着，一些视频创作由(yóu)AI代替人工完成已经初步(bù)有了可能。

当下AI的发展速度已经(jīng)超过大部分(fēn)人的想象。内(nèi)容产业的本质是供给创造(zào)需求(qiú)，AIGC作为全(quán)新的内容生产方式，可以为内容产业(yè)带来(lái)更新的内容风(fēng)格、更(gèng)快的生产速度(dù)，更低的生(shēng)产成(chéng)本，这无疑会(huì)驱动内容产业的大(dà)爆(bào)发(fā)。

除了(le)AI绘(huì)图、视频，AIGC技术还(hái)能应(yīng)用(yòng)于(yú)音乐、代码、机器人动作等多种内容形式(shì)的生成。不难发现该项(xiàng)技术不仅在游戏(xì)等行(xíng)业能得到(dào)有(yǒu)效(xiào)应用，对(duì)于下一(yī)代互联网各(gè)种元素的构(gòu)建亦有(yǒu)关键(jiàn)意(yì)义(yì)。

从商业化的角度来看，文(wén)化娱乐、教育、传媒(méi)等诸多领域，本(běn)身就对(duì)基于AI的可视(shì)化内容有(yǒu)强烈需求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而只是(shì)AI进(jìn)程中的一块重(zhòng)要拼图，有望在技术(shù)更(gèng)新(xīn)的(de)加持(chí)下实现更大的应用价值。

AI从理解(jiě)内容(róng)，走向了可以生成内容，甚(shèn)至(zhì)能够创造出独立价值(zhí)和独立视角的内容。AIGC的再次出(chū)圈，更代表着未来(lái)的先进生(shēng)产(chǎn)力(lì)即将到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从(cóng)技术的(de)发展也可以看出(chū)，在语言大模型、图像(xiàng)大模型之后，多模态大模(mó)型已经(jīng)成为了新的趋(qū)势(shì)。

大(dà)模型(xíng)被誉为(wèi)当(dāng)前(qián)人工智能发展的智能底座，是全球竞争最(zuì)激烈(liè)的(de)研(yán)究方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等(děng)众多头(tóu)部(bù)企业都在(zài)竞相发力(lì)。

不过(guò)训练大模型的确价格不菲，以国(guó)盛证券发布的(de)《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万(wàn)美元(yuán)。而对(duì)于一些(xiē)更大的LLM(大(dà)型(xíng)语言(yán)模型)，训练成本则介(jiè)于200万(wàn)美元至1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客(kè)平均数1300万计算，其对应(yīng)芯片(piàn)需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美(měi)元，每日(rì)仅(jǐn)电(diàn)费就在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各(gè)类大模型(xíng)的发(fā)展(zhǎn)同时，更应该关注算力网络的(de)建设。

算力网络(luò)正驱(qū)动AI产业发(fā)展进入史诗级加(jiā)速(sù)进(jìn)程(chéng)，让AIGC及通用AI这(zhè)一人工(gōng)智能发展的终极目标离得更近。

因为算力可以(yǐ)对突破性(xìng)技术(shù)创新提供大力的支持。这方面，多模态(tài)大模(mó)型是典型。作(zuò)为(wèi)面向未来强人工智(zhì)能、通用人(rén)工智能的重要技(jì)术创新(xīn)，多模(mó)态大模型(xíng)已(yǐ)经(jīng)在人工(gōng)智能领域提(tí)出了很多年，业界也有不(bù)少技术突破，但是，多(duō)模态大(dà)模型(xíng)进一步往下走，算力需求呈几何式上升(shēng)，一(yī)般的算力基础(chǔ)设施很(hěn)快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模(mó)态(tài)的跃(yuè)迁，让(ràng)人工(gōng)智能可以灵活应对不同模(mó)态的转(zhuǎn)化、像人(rén)与世界交互一样自(zì)然，这(zhè)方面(miàn)，由算力网络(luò)来(lái)驱动将有明显优势(shì)。

此外，还(hái)有很多需要爆发式(shì)增长的算力来支撑的技术创新，将在人工智能算(suàn)力网络支撑下(xià)快速推(tuī)进。

AIGC已经露出曙光，期(qī)待在大模(mó)型和大算力的支(zhī)持下AIGC能(néng)持(chí)续颠覆内容生产的方式，将创造的边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 台积电是做什么的，台湾台积电是什么意思