自(zì)聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多次公开谈(tán)论人(rén)工智(zhì)能话题(tí)。在最近(jìn)的一次(cì)采访中，他(tā)再次表示(shì)：“AI可能会让(ràng)科技行(xíng)业迎来一次剧烈(liè)的洗牌(pái)”。

这个结论是(shì)他(tā)在当地(dì)时间(jiān)2月(yuè)20日接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的(de)发展可能会(huì)威胁到(dào)谷歌的市占率(lǜ)，因为微(wēi)软(ruǎn)在(zài)AI方(fāng)面的(de)行动相当迅(xùn)速(sù)。而(ér)最终科技(jì)巨头(tóu)将把AI整(zhěng)合(hé)成(chéng)用(yòng)户(hù)的“全能(néng)助(zhù)手”，包揽一切(qiè)应用，与人们(men)进行沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需(xū)时日(rì)，但(dàn)由(yóu)ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次(cì)爆火的(de)时候，还是2022年8月，在美国科(kē)罗拉多(duō)州(zhōu)举办(bàn)的(de)新兴数(shù)字艺(yì)术家竞(jìng)赛中，一(yī)幅(fú)名为《太空歌(gē)剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件(jiàn)被(bèi)广(guǎng)大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在应(yīng)用中(zhōng)输入(rù)一(yī)组(zǔ)关键词或(huò)者一张照(zhào)片，就能获得一幅(fú)AI创作的画作。

作(zuò)画的关键就是所输入的(de)文本(běn)。同一组关键(jiàn)词也可以创作出很多张风(fēng)格不一样(yàng)的画作(zuò)，这让创作的过(guò)程就(jiù)像开盲(máng)盒。

很多用户很喜欢这种不确定的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而(ér)另一部分喜欢(huān)翻看AI绘画的(de)“翻车”作(zuò)品。在社交媒体上(shàng)，许多用(yòng)户分(fēn)享(xiǎng)AI“翻(fān)车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别成了建筑(zhù)。

而(ér)如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关(guān)键词游(yóu)戏(xì)可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的一种基于控制点的图像变形算法，主(zhǔ)要用于数字图像处(chù)理、计算机视(shì)觉和(hé)计算机(jī)图形学等领域。

其SD插件一经发布(bù)，在短短(duǎn)的两天内便成为(wèi)了(le)AI绘画(huà)领域最新的热点。

在(zài)此之前，大家用了很多方法想让AI生成的结果尽可能的(de)符合要求，但是都不尽如人意(yì)，它的出现代表着AI生(shēng)成开(kāi)始进入(rù)真正的可控(kòng)时期(qī)。

因(yīn)为ControlNet可以直接提取画(huà)面的构图，人物的姿势和(hé)画面(miàn)的(de)深(shēn)度信息(xī)等。有了它的帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的(de)说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘(huì)画加了(le)“魔法”，不少博主的作(zuò)品已(yǐ)经获(huò)得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓(tuò)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(jiàn)词试效果。

通过(guò)图片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全(quán)彩图(tú)。大(dà)神(shén)张吕敏(mǐn)其(qí)本尊(zūn)也亲自回应。

不得不说当下AIGC已经(jīng)变(biàn)得(dé)越来越强大，甚至(zhì)输出的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡(jī)湖有游(yóu)艇party”的消息火(huǒ)遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个活动(dòng)里面给出的美女照片都是AI制作的(de)真人照片绘图(tú)，因为太(tài)逼真，被大家当成(chéng)真事传播了。

不过仔(zǎi)细观察可以发(fā)现(xiàn)，活动(dòng)发起(qǐ)者提(tí)供的照片中有个很大的漏洞(dòng)可以发(fā)现并非真人，而是AI绘图，那便是图片(piàn)中(zhōng)女性(xìng)的(de)手指部分有(yǒu)的存在异常。

有(yǒu)行(xíng)业(yè)人事表示：“现(xiàn)在因为(wèi)手(shǒu)指部分的绘画(huà)算法比(bǐ)较(jiào)复杂，AI还不太会画(huà)人的手，但最(zuì)新看到(dào)的图片已(yǐ)经(jīng)有越来越完美的AI模(mó)型出现，以后(hòu)可能(néng)就完全没有漏洞了。”

类(lèi)似的(de)AI作图诈(zhà)骗在国外也已(yǐ)有发生。据(jù)英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾的假照片发布到网络，以此(cǐ)诱(yòu)骗(piàn)善良的人打赏“捐(juān)助(zhù)”从(cóng)而实施(shī)诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片般的绘图(tú)效果，如果这(zhè)样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很(hěn)多担忧(yōu)，一方面(miàn)，批(pī)判者认为AI在“学习(xí)”了大(dà)量(liàng)前人的作品之(zhī)后，其创作(zuò)没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都并没(méi)有得到有效(xiào)的解决，还(hái)有AIGC会不会代替(tì)人类“至高无(wú)上”的创意(yì)。

马斯克也强调(diào)，人工智能的安全问题需要得(dé)到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的(de)危(wēi)害并不能(néng)掩盖(gài)其光辉的贡献。现在看来，人工智能(néng)技术将是第四次工(gōng)业(yè)革(gé)命(mìng)的(de)核心(xīn)驱动力(lì)量，将创造新的增长奇迹。

过去一年，人工智能(néng)在技术和商业层面都有了(le)巨大进(jìn)展(zhǎn)，AI绘画就(jiù)是人工(gōng)智能技(jì)术发生方向性改变的一个(gè)代表(biǎo)。其下一站或许就是(shì)视频。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引爆(bào)科技圈的短视频。这(zhè)些(xiē)视频引发关注(zhù)并非内容做得(dé)多(duō)优秀，反而都非常简单，比(bǐ)如(rú)一匹正在喝水的(de)马，一(yī)只画画的玩具熊，或者一段骑摩(mó)托车的第(dì)一视角录像，随便一个有(yǒu)手机的人都可以随手录下一段。

但这些(xiē)短视频(pín)的创作方式非常简单，创作者仅仅(jǐn)需要向(xiàng)AI输入(rù)一段(duàn)话，甚至只是说一(yī)下(xià)要求(qiú)，AI就可以(yǐ)根据需要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩(wán)了(le)一波梗，一(yī)个能够做出(chū)更高清视频的AI还(hái)不足以在短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊(jīng)的地方(fāng)在于(yú)，它可以制作出(chū)超过2分钟的连贯的也有确(què)切内容(róng)的视频，这(zhè)才(cái)是(shì)真正让人们感(gǎn)到惊喜的地方。因(yīn)为(wèi)无(wú)论(lùn)AI生成的视频多(duō)么高清，也只能是为内容生产者提供一个灵感，一个素(sù)材(cái)，一个过场动画。

不过能(néng)够制(zhì)作出有具体剧情内容的视频(pín)就(jiù)意(yì)味着，一些(xiē)视频创作由AI代替人工完成已经初步有了可(kě)能。

当(dāng)下AI的发展速(sù)度已(yǐ)经超过(guò)大部(bù)分人的想象。内容(róng)产业(yè)的本质是供给创(chuàng)造需求，AIGC作为全新的内(nèi)容生产(chǎn)方式，可(kě)以为内容产业带(dài)来更新的内(nèi)容风(fēng)格、更快的生产速度，更(gèng)低的生产成本，这无疑会驱(qū)动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器人动作等多种(zhǒng)内容形式的生成(chéng)。不难发(fā)现该项技术不仅在游戏等行业能得到有效(xiào)应用，对于下一代互(hù)联网各种元素的构建亦有关键意义。

从(cóng)商(shāng)业化的(de)角(jiǎo)度来(lái)看(kàn)，文化娱乐、教育(yù)、传(chuán)媒等诸(zhū)多领(lǐng)域(yù)，本(běn)身就(jiù)对基于AI的可视化内容(róng)有强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及视频或不是结果，而只是AI进程中的一块(kuài)重要拼图，有望在技(jì)术更(gèng)新的加持下实现更大的应用(yòng)价(jià)值。

AI从理解内容，走向(xiàng)了可以生成内容，甚(shèn)至能够创造出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即将到(dào)来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的(de)发展也可以看出，在语言大模型、图像大模型之后，多模(mó)态大模型已(yǐ)经成(chéng)为了新的趋势。

大模型被誉为当前(qián)人(rén)工智能发展的智能底(dǐ)座，是全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部(bù)企业都(dōu)在竞相发力。

不(bù)过训练大模型(xíng)的确价格不菲(fēi)，以国盛证券发布的(de)《ChatGPT需要(yào)多(duō)少(shǎo)算力(lì)》报(bào)告估算，GPT-3训练一次(cì)的成本约为140万美元。而对于(yú)一些更大(dà)的LLM(大型语言模型)，训练成本则介于(yú)200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平(píng)均数1300万计算，其(qí)对应芯片需求(qiú)为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿美(měi)元，每日仅电费就在5万美元左(zuǒ)右。

此外不(bù)论是(shì)ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞大算力支持(chí)。在关注各(gè)类大(dà)模型的发展同时，更(gèng)应该(gāi)关注(zhù)算力(lì)网(wǎng)络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级加(jiā)速进程，让AIGC及(jí)通用AI这一人工智能(néng)发(fā)展的终(zhōng)极目标(biāo)离(lí)得更近(jìn)。

因为(wèi)算(suàn)力可以对突破性技(jì)术(shù)创新提供大力的支持。这方面，多(duō)模态(tài)大模型(xíng)是典(diǎn)型。作(zuò)为面向未(wèi)来强(qiáng)人工智(zhì)能、通用人工智能(néng)的重(zhòng)要技术创(chuàng)新，多模态大模型已经在人工(gōng)智能领域提出了很多年，业(yè)界(jiè)也有不少技术突(tū)破，但(dàn)是，多模(mó)态(tài)大模(mó)型进一步(bù)往下走，算力(lì)需(xū)求呈几何式上升，一般(bān)的算力基(jī)础(chǔ)设施很快(kuài)将难以胜任(rèn)。

从图像、文字、语音单(dān)独一项的训练(liàn)，到(dào)双模态、三模(mó)态的跃(yuè)迁，让人工智能可以灵活应对不同模态(tài)的转化、像人(rén)与世(shì)界交互一(yī)样自然，这(zhè)方面，由算(suàn)力网络(luò)来驱动将有(yǒu)明显优(yōu)势。

此外(wài)，还有很多需要爆发式增(zēng)长的算(suàn)力来支(zhī)撑的技(jì)术创新，将在人工(gōng)智能算力网络支撑(chēng)下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在大(dà)模(mó)型(xíng)和大算力的支(zhī)持下AIGC能持续颠(diān)覆内容生产(chǎn)的方式，将创(chuàng)造的边际成(chéng)本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 哪些人不适合穿老爹鞋，老爹鞋的优点和缺点