自(zì)聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司(sī)创始人比尔·盖茨已多次(cì)公开谈(tán)论人工智能话题。在最近的一次(cì)采(cǎi)访中，他再(zài)次表(biǎo)示：“AI可能会(huì)让科技行业迎来(lái)一次剧烈的洗牌”。

这个结论是他在当地时间2月20日(rì)接受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期，AI的发展可能会威胁到谷歌的市(shì)占率，因为微软(ruǎn)在(zài)AI方面的行动相当迅速。而最终(zhōng)科技巨头将把AI整合成用户的“全(quán)能(néng)助手(shǒu)”，包揽一切应用，与人(rén)们进行(xíng)沟通并(bìng)提供建议，可(kě)以(yǐ)取(qǔ)代(dài)亚(yà)马逊、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引发的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的(de)话题热点(diǎn)包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可(kě)控靠(kào)近(jìn)

以AI绘画为(wèi)代表的(de)AIGC上(shàng)一次爆火的(de)时候，还(hái)是2022年8月，在美国科(kē)罗拉(lā)多州举办的新兴(xīng)数(shù)字艺(yì)术家竞赛(sài)中，一幅名(míng)为《太空(kōng)歌(gē)剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广(guǎng)大网友熟(shú)知(zhī)并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在(zài)应用中输入一组关(guān)键词(cí)或(huò)者(zhě)一张照片，就(jiù)能获得一(yī)幅AI创作的画作。

作画的关(guān)键就是所输入的文本。同一组(zǔ)关键(jiàn)词(cí)也可以创作出(chū)很多张风格不(bù)一样的(de)画作，这(zhè)让创作(zuò)的过程就像开盲盒。

很多用户(hù)很喜(xǐ)欢这种不(bù)确定的(de)惊喜，他(tā)们(men)会将生成的(de)美图当做头像(xiàng)。而另一部(bù)分喜欢翻(fān)看(kàn)AI绘画的“翻车(chē)”作品。在(zài)社交媒体上(shàng)，许(xǔ)多用(yòng)户分享AI“翻车(chē)现场”，例如，一位网友的小(xiǎo)狗照片(piàn)被AI画成了(le)“肌肉男”，还有(yǒu)网(wǎng)友的(de)个人照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏可(kě)能(néng)要(yào)被颠(diān)覆了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中(zhōng)国人张吕敏创作的(de)一种基于控制点(diǎn)的图像变(biàn)形(xíng)算法，主要用于数字(zì)图像处理、计算机视觉(jué)和计算(suàn)机(jī)图形学等领域。

其SD插件一经发布，在(zài)短短的两天内便成为(wèi)了AI绘画领域最新的(de)热点。

在此之前，大家(jiā)用了(le)很多方法想让AI生(shēng)成的结果尽可能的符合要求，但是都(dōu)不尽如人意，它(tā)的(de)出现代(dài)表着AI生成开始进入真(zhēn)正(zhèng)的可控时期(qī)。

因为ControlNet可以(yǐ)直(zhí)接提(tí)取画面的构图，人物的姿势和画面的深(shēn)度信息等(děng)。有(yǒu)了它的帮助，就不(bù)用频繁的用提(tí)示词来碰运气，抽盲盒式的创作了。

通(tōng)俗(sú)的说ControlNet相(xiāng)当于给(gěi)AI绘(huì)画加了“魔法(fǎ)”，不少博主(zhǔ)的作(zuò)品(pǐn)已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他(tā)用(yòng)朋友的照片直接(jiē)带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对应(yīng)的(de)关键词；最(zuì)后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊艳(yàn)。

更(gèng)厉害(hài)的是，除了真(zhēn)实的(de)照(zhào)片，草(cǎo)图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲(qīn)自回应。

不得(dé)不说当下AIGC已经变得越来越(yuè)强大，甚至(zhì)输出的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近mbb是什么公司，mbb是什么意思缩写日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣(yáo)这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里(lǐ)面给出的美女照片都是(shì)AI制作(zuò)的真人照片绘图(tú)，因为太(tài)逼真，被(bèi)大家当成真(zhēn)事传播了。

不过仔细(xì)观察可以发现，活动发起(qǐ)者提(tí)供的照片(piàn)中有个很大的漏洞可以发现并(bìng)非(fēi)真(zhēn)人(rén)，而是AI绘图，那(nà)便是图片中女性的(de)手指(zhǐ)部分有(yǒu)的存在异(yì)常。

有行业人事(shì)表示(shì)：“现在因为手指部分的绘画算法比较复(fù)杂(zá)，AI还不太(tài)会画人(rén)的手，但最新看到的图片已经有(yǒu)越来越完美的AI模型出现，以后可(kě)能就(jiù)完全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外(wài)也已有发生。据英国(guó)广播公司报道(dào)，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假(jiǎ)照片发布(bù)到网络，以此诱(yòu)骗善(shàn)良的(de)人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目前(qián)随着技(jì)术发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发(fā)了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量前(qián)人的作(zuò)品之后，其创作没有任(rèn)何情(qíng)绪和灵(líng)魂(hún)，难(nán)以和人类的艺术创作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没有(yǒu)得(dé)到(dào)有效的解(jiě)决，还有AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克也强调，人工智能的安(ān)全问题需(xū)要(yào)得到重视(shì)，太(tài)晚就(jiù)来(lái)不及(jí)了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两(liǎng)面性的，潜(qián)在的危害(hài)并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是第四次(cì)工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过去一年，人工智能(néng)在技术和商业层面都有了巨大进展，AI绘(huì)画就是人(rén)工智能技术发生方向性改变的一个代表(biǎo)。其(qí)下一站或许就是视(shì)频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈(quān)的(de)短视频。这些(xiē)视频(pín)引发关注并(bìng)非(fēi)内容做得多优秀，反而都非常简单，比如一匹正(zhèng)在(zài)喝水的马，一(yī)只画画的(de)玩(wán)具熊，或者(zhě)一段(duàn)骑摩托车的第一(yī)视角(jiǎo)录(lù)像(xiàng)，随便一个有(yǒu)手机的人都可以随手(shǒu)录(lù)下(xià)一(yī)段。

但(dàn)这些短(duǎn)视频的创作方式非常简单，创(chuàng)作者(zhě)仅仅(jǐn)需要向(xiàng)AI输(shū)入一段话，甚至(zhì)只是(shì)说一下要求，AI就可以根据需要生(shēng)成(chéng)一(yī)段(duàn)视频。

谷歌发布的两个(gè)AI生(shēng)成(chéng)视频分(fēn)别来(lái)自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出(chū)的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视(shì)频后，AI圈(quān)就已(yǐ)经玩(wán)了一(yī)波梗，一个能够做出更高清视(shì)频的AI还(hái)不足以在(zài)短(duǎn)时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制(zhì)作(zuò)出超(chāo)过2分钟的连贯的也有确(què)切内(nèi)容的视频，这才是(shì)真正让人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的视频多么高(gāo)清，也只能是为内容生(shēng)产者提供一个灵感，一(yī)个素(sù)材，一个过场动画。

不过能够制作出有具体剧情内(nèi)容的(de)视(shì)频就意味着，一些视频创作由AI代替人工(gōng)完成已经初步有了可能。

当(dāng)下(xià)AI的发展速度(dù)已经超过大部(bù)分(fēn)人的(de)想象。内容产业的本(běn)质(zhì)是供(gōng)给创造(zào)需(xū)求，AIGC作为全(quán)新的内容(róng)生产(chǎn)方式(shì)，可(kě)以为内容产业带来更新的内容风格、更快的生(shēng)产速度，更低的生产(chǎn)成本，这无(wú)疑会驱动内容产业的(de)大爆发。

除了(le)AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于(yú)音(yīn)乐、代码、机(jī)器人动作等多种内容形式的生(shēng)成(chéng)。不(bù)难(nán)发(fā)现该项技术不仅在游戏等行业(yè)能得到有效(xiào)应用，对于下(xià)一代互(hù)联(lián)网各(gè)种元素的构建亦有关键意义。

从商业化(huà)的(de)角度来看，文化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多领域，本身就对(duì)基(jī)于AI的可视化内容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程中(zhōng)的一(yī)块(kuài)重要拼图，有望在技术更新的加持下(xià)实现更大的应用价值。

AI从理解内容，走(zǒu)向(xiàng)了可(kě)以(yǐ)生(shēng)成(chéng)内(nèi)容，甚至能够(gòu)创造(zào)出独(dú)立价值和独(dú)立视角的内容。AIGC的再次(cì)出圈，更(gèng)代表着(zhe)未来(lái)的先进生(shēng)产力(lì)即将到来(lái)。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固(gù)AIGC底(dǐ)座

从技术的(de)发展也(yě)可以看出，在(zài)语言大模(mó)型(xíng)、图像大模型之后(hòu)，多模态(tài)大模(mó)型已经成为了新的趋势。

大(dà)模型被(bèi)誉为当前人工(gōng)智能发展(zhǎn)的智能(néng)底座(zuò)，是全球竞争最激烈的研(yán)究方向之一(yī)，包括谷歌、亚马(mǎ)逊、百度、阿里(lǐ)、腾(téng)讯等众多头部企业(yè)都在竞相发力。

不(bù)过训(xùn)练大模(mó)型的确价格不菲，以(yǐ)国(guó)盛(shèng)证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训练(liàn)一次的成本(běn)约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型(xíng))，训练成本则介于200万美元至(zhì)1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其(qí)对应芯片需求(qiú)为(wèi)3万多片(piàn)英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电(diàn)费(fèi)就在5万(wàn)美(měi)元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算力(lì)支持。在关(guān)注各类(lèi)大模型的发展同(tóng)时，更应该关(guān)注(zhù)算力网(wǎng)络的建设。

算力网络正驱动AI产(chǎn)业发展进入史诗级(jí)加(jiā)速进(jìn)程，让AIGC及通用AI这(zhè)一人工智(zhì)能发(fā)展的(de)终极(jí)目标离得更近。

因(yīn)为算(suàn)力可以对突(tū)破性技术创新提供大力(lì)的支(zhī)持。这方面，多模态大模型是典型。作为面向未来强人工(gōng)智能、通用(yòng)人(rén)工智能(néng)的重(zhòng)要技术创新，多(duō)模态大模型(xíng)已经(jīng)在人工智能(néng)领域提出了很多年，业界也有不少技术突(tū)破，但是，多模态大(dà)模型进(jìn)一步往(wǎng)下走(zǒu)，算力(lì)需求呈几何式上升(shēng)，一般的算(suàn)力基础设施很快将难以胜任。

从图像、文字、语音(yīn)单(dān)独一项的训练(liàn)，到双模态、三模态的(de)跃迁，让人工智能可以(yǐ)灵(líng)活应对(duì)不(bù)同(tóng)模态的转化、像人(rén)与世界交互(hù)一(yī)样自然，这(zhè)方面，由算(suàn)力网络来驱动将(jiāng)有明显(xiǎn)优势(shì)。

此(cǐ)外，还有很多需要爆发式增长的算(suàn)力来支撑的技术创新，将在人工智能算(suàn)力网络(luò)支(zhī)撑下快速推进(jìn)。

AIGC已经露出(chū)曙光(guāng)，期待在(zài)大模型和(hé)大算力的支持下(xià)AIGC能持续颠(diān)覆内容生产的方式，将(jiāng)创造的(de)边际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 mbb是什么公司，mbb是什么意思缩写