自聊(liáo)天机器人ChatGPT火爆以来(lái)，微软公司创始人(rén)比(bǐ)尔(ěr)·盖茨(cí)已多次公(gōng)开谈论(lùn)人工智能话题。在(zài)最近的一次采访(fǎng)中，他再次表示：“AI可能会(huì)让科(kē)技行业迎(yíng)来一次剧(jù)烈(liè)的洗牌(pái)”。

这个结(jié)论是他(tā)在当地(dì)时间2月20日接受(shòu)《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威胁(xié)到(dào)谷歌的(de)市占率，因为(wèi)微软在AI方面(miàn)的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用(yòng)户的(de)“全能(néng)助手”，包揽一切应用，与人(rén)们进行沟通并提供建(jiàn)议，可以取(qǔ)代(dài)亚(yà)马逊(xùn)、Siri或Outlook等(děng)应用。

大佬(lǎo)口(kǒu)中全能助手(shǒu)的到来(lái)可能尚(shàng)需时日(rì)，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代表的AIGC上一次(cì)爆火的时候(hòu)，还(hái)是2022年8月，在(zài)美(měi)国(guó)科罗(luó)拉多州举办的新兴数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太(tài)空歌(gē)剧院》的作(zuò)品(pǐn)获奖。

随后各大厂商(shāng)的AI绘(huì)画(huà)软件(jiàn)被(bèi)广(guǎng)大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代(dài)表(biǎo)。

用户们可以在(zài)应用中输入(rù)一组关键词或者一张照片，就能获得(dé)一幅AI创作的画作(zuò)。

作画的关键(jiàn)就是所输(shū)入的文本。同(tóng)一组关键(jiàn)词也可以创作出很多张风格(gé)不一样的画作(zuò)，这让(ràng)创作的过程就像开盲盒(hé)。

很多(duō)用户很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生成的美图当(dāng)做头像。而(ér)另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在(zài)社交(jiāo)媒体(tǐ)上，许(xǔ)多用(yòng)户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友(yǒu)的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个(gè)人照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与(yǔ)加(jiā)持(chí)，以往AI绘画的(de)填写关(guān)键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福(fú)读博的中国(guó)人张吕敏创作的一种基于控制点(diǎn)的图(tú)像(xiàng)变形(xíng)算法(fǎ)，主(zhǔ)要用于数字(zì)图像处理(lǐ)、计算机视觉和计算(suàn)机图(tú)形学(xué)等领域。

其SD插件一经发(fā)布，在(zài)短短的两(liǎng)天内便成(chéng)为了(le)AI绘画领(lǐng)域最新(xīn)的热点。

在此之(zhī)前，大家用了很多方(fāng)法想让AI生成的结(jié)果尽可能的符合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成开始(shǐ)进入(rù)真(zhēn)正的可控(kòng)时期。

因(yīn)为ControlNet可以直(zhí)接提取画(huà)面(miàn)的构图，人物的姿势和(hé)画面的深(shēn)度信息等。有(yǒu)了它的(de)帮(bāng)助，就(jiù)不用频繁的用(yòng)提示词来(lái)碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不少博(bó)主的作品已经获得了大量(liàng)的浏览量，“viggo”就是(shì)其中之(zhī)一，他用(yòng)朋友的照(zhào)片直接带她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应(yīng)的(de)关键(jiàn)词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图(tú)片就可以看出来，效果十(shí)分惊艳。

更厉害(hài)的是(shì)，除了(le)真实的照片，草图(tú)也可(kě)以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张(zhāng)吕敏其本(běn)尊也亲(qīn)自回应。

不得不说当下AIGC已经变得(dé)越来越强大，甚至输出的作品都(dōu)已(yǐ)经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警惕安全问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡(jī)湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警方(fāng)辟谣(yáo)这所(suǒ)谓的“party”可能是全国(guó)第(dì)一起AI绘图诈骗。

由于这个活(huó)动里面给出的(de)美女照片都是AI制作(zuò)的真人照片绘(huì)图(tú)，因为太逼真，被大家当成(chéng)真事(shì)传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很(hěn)大(dà)的(de)漏洞可(kě)以(yǐ)发现并非真人，而是AI绘图，那便是图(tú)片中女(nǚ)性的手(shǒu)指部(bù)分有的存在异常(cháng)。

有(yǒu)行业人事表示：“现在因为手指部分的绘(huì)画算法比(bǐ)较复(fù)杂，AI还不太会画(huà)人(rén)的手，但最(zuì)新(xīn)看到的图片已经有越(yuè)来越完美的AI模型(xíng)出现，以(yǐ)后(hòu)可能(néng)就完(wán)全(quán)没有漏(lòu)洞(dòng)了。”

类似(shì)的AI作图(tú)诈(zhà)骗在国(guó)外也已有发生。据英(yīng)国(guó)广(guǎng)播公司报道(dào)，土耳其(qí)地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的假照片(piàn)发布到网络，以(yǐ)此(cǐ)诱骗善良的(de)人打赏“捐助”从而实施(shī)诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的绘(huì)图效果(guǒ)，如果这样的(de)图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担(dān)忧，一方面(miàn)，批判者(zhě)认(rèn)为AI在(zài)“学习”了大量前人(rén)的作品之后，其创作没有任(rèn)何情绪和(hé)灵魂(hún)，难以和人类的艺(yì)术创作相提并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的解决，还(hái)有AIGC会不会代替人类(lèi)“至高无(wú)上(shàng)”的创意。

马斯克(kè)也强调，人工(gōng)智能的安(ān)全问题需要(yào)得(dé)到重视(shì)，太晚就来不及(jí)了。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还(hái)有远(yuǎn)方

技术都是有两面(miàn)性的，潜(qián)在的危害并(bìng)不能(néng)掩盖其光(guāng)辉的贡献。现在(zài)看来，人工智(zhì)能技(jì)术将是第四次工业革命(mìng)的核心驱动力量，将创造新的增长奇(qí)迹。

过(guò)去一年(nián)，人工智能在技(jì)术和商业层面(miàn)都有了巨大进展，AI绘画就是(shì)人(rén)工智(zhì)能技术发生(shēng)方向(xiàng)性改变(biàn)的(de)一(yī)个代(dài)表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后发布了几条(tiáo)引爆科(kē)技(jì)圈的短(duǎn)视频。这些视频引发(fā)关(guān)注并(bìng)非(fēi)内容做得多优秀，反(fǎn)而都非(fēi)常(cháng)简单，比如一匹正在喝(hē)水的马，一只(zhǐ)画画的玩(wán)具熊，或(huò)者一(yī)段骑摩万里长城是秦始皇造的吗，长城是秦始皇修建的吗(mó)托车(chē)的第一(yī)视角录像，随便一个有手(shǒu)机的人都可以随手录下一(yī)段。

但(dàn)这些短视频(pín)的(de)创(chuàng)作方式非常简单，创作者仅仅需(xū)要向AI输(shū)入一(yī)段话，甚(shèn)至只是说一(yī)下要求，AI就可以根据需要(yào)生成一段视频。

谷歌发布的两个AI生成视(shì)频分别(bié)来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经(jīng)玩了(le)一波(bō)梗，一个(gè)能够(gòu)做出更(gèng)高清视(shì)频的AI还不足以在短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令(lìng)人震惊的(de)地(dì)方在于，它可以制作出超(chāo)过2分(fēn)钟的连贯的也有确切(qiè)内容的(de)视频(pín)，这才(cái)是真正(zhèng)让(ràng)人(rén)们感到惊喜的(de)地方。因为无论AI生(shēng)成(chéng)的视(shì)频多么高清，也(yě)只能是为内容生(shēng)产者(zhě)提供一(yī)个灵感，一个(gè)素材(cái)，一(yī)个过场动画。

不过能够(gòu)制(zhì)作(zuò)出有具体剧情内(nèi)容的视频就(jiù)意味着，一些视频创(chuàng)作(zuò)由AI代替人工完(wán)成已经初(chū)步有(yǒu)了可能。

当下AI的发(fā)展速度(dù)已经超过大部分人的想象。内容(róng)产(chǎn)业的(de)本质是供给创造需求，AIGC作为全新的内容生产方(fāng)式，可以(yǐ)为内(nèi)容产业带(dài)来更新(xīn)的(de)内(nèi)容风格、更快的生产速度，更低(dī)的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器(qì)人(rén)动作等多种内容形(xíng)式的生成。不难发现该项技术(shù)不仅在游(yóu)戏等行业能(néng)得(dé)到有(yǒu)效应用，对于下一(yī)代(dài)互联网各种元素的构建亦(yì)有(yǒu)关键意义。

从商业化(huà)的角度来看，文化(huà)娱乐(lè)、教育(yù)、传媒等诸(zhū)多领(lǐng)域(yù)，本身就(jiù)对基于AI的可视(shì)化内容有(yǒu)强烈(liè)需(xū)求(qiú)。

因此，AI绘画及视(shì)频或不(bù)是结果，而只(zhǐ)是AI进程中(zhōng)的一块重要(yào)拼(pīn)图(tú)，有(yǒu)望在技术更新的加持下实现更大(dà)的应用价(jià)值。

AI从理解内容(róng)，走(zǒu)向了(le)可(kě)以生成内容，甚至能够创造出独立(lì)价值和(hé)独(dú)立视角(jiǎo)的内容。AIGC的(de)再次出(chū)圈，更代表着(zhe)未来的先进(jìn)生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从(cóng)技术(shù)的发(fā)展也可以(yǐ)看出，在语言大(dà)模型、图像(xiàng)大模型之后，多模态大模型已经成为了新的(de)趋势。

大模(mó)型被誉为当(dāng)前人工智能(néng)发(fā)展(zhǎn)的智能底座，是全球竞争(zhēng)最(zuì)激烈的(de)研究方(fāng)向之(zhī)一，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾讯(xùn)等(děng)众多头部(bù)企业(yè)都在竞相发力(lì)。

不(bù)过训练大模型(xíng)的确价(jià)格不(bù)菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训练(liàn)一次的成(chéng)本约(yuē)为140万(wàn)美(měi)元。而对(duì)于(yú)一些更(gèng)大的LLM(大型语(yǔ)言模型)，训(xùn)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月的独立(lì)访(fǎng)客平均数1300万(wàn)计算，其对应芯片需(xū)求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投(tóu)入成本约(yuē)为8亿美元，每日仅电(diàn)费就在5万(wàn)美元左右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各类大模(mó)型的发(fā)展同时，更(gèng)应(yīng)该关注算力网(wǎng)络的建(jiàn)设。

算力网络正(zhèng)驱动AI产业发展(zhǎn)进入(rù)史诗级加速进程，让AIGC及通用AI这一人(rén)工智能(néng)发展的终极目标离得更近(jìn)。

因为算力(lì)可以对(duì)突破性(xìng)技术(shù)创新提供大力的支(zhī)持(chí)。这方面，多模态大模型是典型(xíng)。作为面向未来(lái)强人(rén)工智能、通用人工智能的重要(yào)技术创新(xīn)，多模态大模(mó)型已经(jīng)在人(rén)工智能领域提出(chū)了很多年，业(yè)界也(yě)有不(bù)少技术突破(pò)，但是，多模(mó)态大模型(xíng)进一步(bù)往下走(zǒu)，算力需求(qiú)呈(chéng)几何式上升(shēng)，一(yī)般的算力基础设施很(hěn)快(kuài)将(jiāng)难以胜任。

从图像(xiàng)、文(wén)字、语音(yīn)单(dān)独一项(xiàng)的训练，到双模态、三模态(tài)的跃(yuè)迁(qiān)，让人工(gōng)智(zhì)能可以(yǐ)灵活(huó)应对(duì)不(bù)同(tóng)模态的(de)转化、像人(rén)与世界交互一样自然，这方面，由(yóu)算力(lì)网络(luò)来(lái)驱动(dòng)将(jiāng)有明(míng)显优势(shì)。

此外，还有很多需(xū)要爆发式增(zēng)长(zhǎng)的算力来支撑(chēng)的技术创新(xīn)，将在人工智能(néng)算力网络支撑下快速推进。

AIGC已经(jīng)露出曙光(guāng)，期待在(zài)大模型和大算(suàn)力的支持下AIGC能持续颠覆内(nèi)容生产的方式，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 万里长城是秦始皇造的吗，长城是秦始皇修建的吗