自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微(wēi)软公(gōng)司创(chuàng)始(shǐ)人比尔·盖茨已(yǐ)多次公开谈论(lùn)人工(gōng)智能话题(tí)。在最近的一次采访中(zhōng)，他再(zài)次(cì)表示：“AI可能会(huì)让科技行(xíng)业迎来一(yī)次剧烈的洗牌(pái)”。

这(zhè)个结论是(shì)他在当地时间2月20日接(jiē)受《In Good Company》节目专访时提(tí)出的(de)。

他预期，AI的发展可能会(huì)威胁到(dào)谷歌(gē)的(de)市(shì)占率，因(yīn)为微软在AI方面的行动相当迅速。而最终科技巨头将(jiāng)把(bǎ)AI整合成用(yòng)户(hù)的(de)“全(quán)能助手”，包(bāo)揽一(yī)切应用，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火的(de)时候(hòu)，还(hái)是2022年(nián)8月(yuè)，在美国科罗拉多州(zhōu)举办的(de)新(xīn)兴数字艺术家竞赛中，一幅名(míng)为《太空(kōng)歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘(huì)画软件被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以在应用中输入一(yī)组关键(jiàn)词或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画的关(guān)键就是所(suǒ)输入的(de)文(wén)本。同一组(zǔ)关(guān)键词也(yě)可以创(chuàng)作出很多张(zhāng)风格不一样的画(huà)作，这让创作的(de)过程(chéng)就像开盲(máng)盒。

很多用户很喜欢这种不确定(dìng)的惊喜，他(tā)们会将生成的美(měi)图当(dāng)做头(tóu)像。而(ér)另一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例(lì)如，一位网友(yǒu)的小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘(huì)画的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)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(xíng)算法，主要用(yòng)于数字图像(xiàng)处理、计算机视觉和(hé)计算机图形学等领域。

其(qí)SD插件一经(jīng)发布，在短短的两(liǎng)天内便成为了AI绘画领域最新的(de)热(rè)点。

在此(cǐ)之前，大家用了很多方法(fǎ)想让AI生成(chéng)的(de)结果尽(jǐn)可能(néng)的符合要(yào)求，但是(shì)都(dōu)不尽如(rú)人意，它的出(chū)现代表(biǎo)着AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可(kě)以直接提取画面的构图(tú)，人物(wù)的姿势(shì)和画面的深(shēn)度信(xìn)息等。有了它(tā)的(de)帮助，就不(bù)用频(pín)繁的用提示词来(lái)碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗(sú)的说(shuō)ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少博(bó)主的(de)作品已(yǐ)经获得了大量的浏览量(liàng)，“viggo”就(jiù)是(shì)其中之一，他用朋友的(de)照片直接带(dài)她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文(wén)字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开始换关(guān)键词试效果。

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(de)照片(piàn)，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩(cǎi)图。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当(dāng)下(xià)AIGC已(yǐ)经变得越来越(yuè)强大(dà)，甚至输出的作品都(dōu)已经能(néng)以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日，“苏州金鸡(jī)湖(hú)有游艇party”的(de)消息火遍网(wǎng)络，而经过警(jǐng)方(fāng)辟谣(yáo)这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片(piàn)都是AI制作(zuò)的真人照片绘(huì)图，因为太(tài)逼(bī)真，被大(dà)家当(dāng)成真事传(chuán)播了。

不过仔(zǎi)细观察(chá)可(kě)以发现(xiàn)，活动(dòng)发起者提供(gōng)的照片中有个很大的漏洞可以发现并非真人，而是AI绘图(tú)，那便是图片(piàn)中女性(xìng)的手指(zhǐ)部分(fēn)有的存在异常(cháng)。

有行业人(rén)事表示(shì)：“现在(zài)因(yīn)为手指部分的绘画(huà)算法比较复杂，AI还不(bù)太会画人(rén)的手(shǒu)，但最(zuì)新看到的(de)图片已(yǐ)经有越来越(yuè)完(wán)美的AI模型出现，以后可能就完全没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发生。据英国广播公司报道，土耳其地(dì)震期间，有Tiktok用户(hù)使用AI合(hé)成了儿(ér)童受(shòu)灾(zāi)的假照(zhào)片(piàn)发(fā)布到(dào)网络(luò)，以此诱骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果(guǒ)，如果这样的(de)图片被(bèi)用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判(pàn)者认(rèn)为AI在“学习”了大量(liàng)前人的作品(pǐn)之后(hòu)，其创作没有任何(hé)情绪和灵魂(hún)，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有(yǒu)效的解(jiě)决，还有(yǒu)AIGC会不会代替人类“至高无(wú)上”的创意。

马斯克也强调，人(rén)工智能的(de)安全(quán)问题(tí)需要(yào)得(dé)到重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一(yī)站(zhàn)除了视(shì)频，还有远(yuǎn)方

技术都是有两面性的(de)，潜在的(de)危害并不能掩(yǎn)盖其光辉的贡献(xiàn)。现在看来，人(rén)工(gōng)智能技(jì)术(shù)将是(shì)第四次(cì)工业革(gé)命的核心驱动力量(liàng)，将创造新(xīn)的增(zēng)长奇迹(jì)。

过去(qù)一年，人工(gōng)智能在(zài)技(jì)术和商(shāng)业层面都有了巨(jù)大进展(zhǎn)，AI绘画就是(shì)人工(gōng)智能技术发生方向(xiàng)性改变的一个代表。其(qí)下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视频。这些视频引发关(guān)注并非内(nèi)容(róng)做得(dé)多(duō)优(yōu)秀，反而都非常简单(dān)，比如一(yī)匹正在(zài)喝(hē)水的马，一只画画的玩具熊，或者一段骑摩托车的第(dì)一视角(jiǎo)录像，随(suí)便一个有手机的人(rén)都可以随手录(lù)下(xià)一段。

但这些短视频的创作方式非(fēi)常简单，创作者仅(jǐn)仅需要(yào)向AI输入一段话，甚至只是说一下要(yào)求，AI就(jiù)可(kě)以根(gēn)据需要(yào)生成一段视频(pín)。

谷歌(gē)发(fā)布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出(chū)的(de)是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就已(yǐ)经玩了一波梗，一个能(néng)够做出更高清视频(pín)的(de)AI还不足以在短(duǎn)时(shí)间内戳中兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊(jīng)的地(dì)方在于，它可以(yǐ)制作出超(chāo)过2分钟的(de)连贯的(de)也有确(què)切内容的视频，这才是(shì)真(zhēn)正让人们感到惊喜的地方(fāng)。因为(wèi)无论AI生成的视频多么(me)高清(qīng)，也(yě)只(zhǐ)能是为内容(róng)生(shēng)产者提供(gōng)一个灵感，一(yī)个素材，一个(gè)过场(chǎng)动画(huà)。

不(bù)过能够制作(zuò)出有具体剧(jù)情内容的(de)视频就意味着，一(yī)些视频(pín)创作(zuò)由(yóu)AI代替(tì)人工完成已经(jīng)初步有了可(kě)能。

当(dāng)下AI的发展(zhǎn)速(sù)度已经超过(guò)大(dà)部(bù)分(fēn)人的想象。内(nèi)容产(chǎn)业的本(běn)质是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为(wèi)全(quán)新的内容生产(chǎn)方式，可以为内容产业带来更新的内容风格(gé)、更快的(de)生(shēng)产速度，更(gèng龙有几个爪 龙有两个根吗)低的生产成本，这无疑(yí)会驱(qū)动(dòng)内(nèi)容产业(yè)的大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐、代码、机(jī)器(qì)人动作等(děng)多种内(nèi)容形式的生成。不(bù)难发现该项技术不仅(jǐn)在游(yóu)戏等行(xíng)业能得到有效应用，对于下一(yī)代互联网各种元素的构建亦有(yǒu)关键(jiàn)意义。

从(cóng)商业(yè)化(huà)的角(jiǎo)度来(lái)看(kàn)，文化娱(yú)乐、教育、传媒等诸多(duō)领(lǐng)域，本(běn)身就对(duì)基于AI的可视化(huà)内容有强烈需求。

因(yīn)此，AI绘画及视频(pín)或不是结(jié)果，而只是AI进程中(zhōng)的一(yī)块(kuài)重(zhòng)要拼图(tú)，有望在技术更新的加(jiā)持下实现更大的应用价值。

AI从(cóng)理解内容，走向了可以(yǐ)生(shēng)成内容，甚至(zhì)能够创造出独(dú)立价值(zhí)和独立视(shì)角(jiǎo)的内(nèi)容。AIGC的再(zài)次出圈，更代表着未来的先进生(shēng)产(chǎn)力即(jí)将到来(lái)。

04

紧抓大模型与(yǔ)算(suàn)力，牢(láo)固AIGC底(dǐ)座(zuò)

从技术的发展(zhǎn)也可以看出(chū)，在语言大模型(xíng)、图像大(dà)模(mó)型之后，多(duō)模态大模型已(yǐ)经成为了新(xīn)的趋势。

大模型被誉为当前人工智能发展的智能底座，是全(quán)球(qiú)竞争最激烈的研究方向之一，包括谷(gǔ)歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业都在(zài)竞(jìng)相发(fā)力。

不(bù)过训练大模型的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型)，训练成本则介于200万(wàn)美元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立(lì)访客(kè)平均数1300万计(jì)算，其对应芯(xīn)片需求为3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初始(shǐ)投(tóu)入成本(běn)约为8亿美元，每日仅电费(fèi)就在5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支持。在关(guān)注(zhù)各类(lèi)大模(mó)型(xíng)的(de)发展同(tóng)时，更应该关注(zhù)算力网络的建设(shè)。

算力网(wǎng)络正驱动(dòng)AI产(chǎn)业发展进(jìn)入(rù)史诗级(jí)加(jiā)速进(jìn)程，让AIGC及通用AI这一人工智能发展(zhǎn)的(de)终极目标离得(dé)更近。

因为算力可以(yǐ)对突破性技术创新提供大力的支持(chí)。这(zhè)方面，多模(mó)态大模型(xíng)是典(diǎn)型(xíng)。作为面向(xiàng)未来强人工智能、通用人工智能的重要技(jì)术创新(xīn)，多模态大模型已(yǐ)经在人工(gōng)智能领域提出了(le)很多年，业界也(yě)有不少技术突破，但是，多模态(tài)大模型进一步(bù)往下走，算力需(xū)求呈几何(hé)式上升，一(yī)般的算力基础设施(shī)很快将难以胜任。

从图(tú)像、文字(zì)、语音(yīn)单(dān)独一(yī)项的训练，到双模态(tài)、三模态的(de)跃(yuè)迁，让(ràng)人(rén)工智能可(kě)以灵(líng)活应对(duì)不同模态的转化、像人与世(shì)界交互一样自然，这(zhè)方面(miàn)，由算力网络来驱动将有明显优势。

此外，还有很多需(xū)要爆发(fā)式增长的算力来支撑的技术(shù)创(chuàng)新，将在(zài)人(rén)工智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模型和大(dà)算力(lì)的支持下AIGC能持(chí)续颠(diān)覆内(nèi)容生产的方式(shì)，将创造的(de)边际成本降低(dī)，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 龙有几个爪 龙有两个根吗