自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已多次公开谈(tán)论人工智能话题。在最(zuì)近的一次采访中，他再(zài)次表示：“AI可能会(huì)让科技行业迎来一(yī)次剧烈(liè)的洗牌”。

这个(gè)结论是他在当地时(shí)间2月(yuè)20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发(fā)展可能会威胁到谷歌的(de)市占率，因为微(wēi)软(ruǎn)在AI方面(miàn)的(de)行动相当(dāng)迅速。而最终科技巨(jù)头(tóu)将(jiāng)把AI整合(hé)成(chéng)用户的“全能助手”，包揽(lǎn)一切应用(yòng)，与人(rén)们进行沟通并提(tí)供(gōng)建议(yì)，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多(duō)州举办的新(xīn)兴(xīng)数(shù)字(zì)艺(yì)术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧院》的(de)作品获奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用(yòng)户们可以在应用中输入(rù)一组关(guān)键(jiàn)词(cí)或者一(yī)张照片，就能获得一(yī)幅AI创作的画作。

作(zuò)画的关键(jiàn)就(jiù)是(shì)所输(shū)入的文(wén)本。同(tóng)一组关键(jiàn)词(cí)也可(kě)以创作出很多张风(fēng)格不一样的(de)画作(zuò)，这让(ràng)创作的过程(chéng)就像开盲盒。

很(hěn)多(duō)用户(hù)很(hěn)喜欢这种(zhǒng)不确定的惊喜，他(tā)们(men)会(huì)将生成(chéng)的美(měi)图当做(zuò)头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒(méi)体(tǐ)上，许(xǔ)多用(yòng)户分享(xiǎng)AI“翻车现场”，例如(rú)，一位(wèi)网友(yǒu)的小狗照片(piàn)被(bèi)AI画成了(le)“肌肉男”，还(hái)有网(wǎng)友的个人照(zhào)片被AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写关键(jiàn)词游戏可能要被颠(diān)覆了。

ControlNet是一位正(zhèng)在斯坦福读(dú)博的中国人张(zhāng)吕敏创(chuàng)作的一种基(jī)于控(kòng)制点的图(tú)像变形算法，主要用于(yú)数(shù)字图像处理(lǐ)、计算机视觉(jué)和计算机图形学等领域。

其SD插件一(yī)经发布，在短短的(de)两天内便成为了AI绘画领域最新的(de)热点。

在此之(zhī)前，大(dà)家用了很多方法想让AI生成的(de)结果尽可能的符合要求(qiú)，但(dàn)是都不(bù)尽如人意，它的出现(xiàn)代(dài)表着AI生成(chéng)开始(shǐ)进入真(zhēn)正的可(kě)控时(shí)期。

因(yīn)为ControlNet可(kě)以直接(jiē)提(tí)取画面(miàn)的(de)构图，人物的(de)姿势和画面的深(shēn)度信息等。有了它的帮助(zhù)，就不用频繁的用提示词来碰运气(qì)，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博(bó)主的作品已(yǐ)经获得了大(dà)量的浏览量，“viggo”就是其(qí)中之一，他用朋友的照片直(zhí)接带她们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的(de)关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始(shǐ)换关键词(cí)试效果。

通过(guò)图(tú)片就(jiù)可以看出来(lái)，效果十分(fēn)惊艳。

更厉害的是(shì)，除了真实的(de)照片，草图也(yě)可(kě)以加上“魔(mó)法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自(zì)回应(yīng)。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕(tì)安全问(wèn)题

近日，“苏州(zhōu)金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络，而(ér)经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女(nǚ)照片都是AI制作(zuò)的真人照片(piàn)绘图，因为太逼真，被(bèi)大家当成真事传播了。

不过仔细观察可以发现，活动(dòng)发起(qǐ)者提(tí)供的(de)照片中有个(gè)很大的漏(lòu)洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那便是图片中女性的手指(zhǐ)部分有的(de)存在异常。

有行业人事表示：“现(xiàn)在因(yīn)为手(shǒu)指部(bù)分的(de)绘画算(suàn)法比较复杂，AI还不太会画(huà)人的(de)手(shǒu)，但最新(xīn)看到的(de)图(tú)片(piàn)已经有越来(lái)越完美的(de)AI模(mó)型(xíng)出现，以后可(kě)能(néng)就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在国外(wài)也已有发生。据英国广(guǎng)播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布到网络，以此诱骗善(shàn)良的(de)人打赏“捐助”从而实施诈骗。

目前(qián)随着技(jì)术发展(zhǎn)，AIGC已(yǐ)经能做出(chū)真人照(zhào)片般的绘(huì)图效果，如(rú)果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很(hěn)多担忧(yōu)，一方面，批判者认(rèn)为AI在“学习”了大(dà)量(liàng)前人的作品之后(hòu)，其(qí)创作没有任何情(qíng)绪和灵(líng)魂，难以和人(rén)类的艺术创(chuàng)作(zuò)相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会代(dài)替人类(lèi)“至高无上”的创意(yì)。

马斯(sī)克(kè)也强调，人工智(zhì)能的安全问题需要(yào)得到重(zhòng)视(shì)，太晚(wǎn)就来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远方

技术都是有(yǒu)两面性的，潜在的危害(hài)并不能掩盖其光辉的(de)贡献。现在看来(lái)，人工智(zhì)能技(jì)术将(jiāng)是第四次工业革(gé)命(mìng)的(de)核心驱(qū)动(dòng)力量，将创造新(xīn)的增长奇迹。

过去一年，人工(gōng)智(zhì)能在技(jì)术和商业层(céng)面(miàn)都(dōu)有了巨(jù)大进(jìn)展，AI绘画就是人工智能(néng)技术发生方(fāng)向性改(gǎi)变的(de)一个(gè)代表。其(qí)下一站或(huò)许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后(hòu)发布了(le)几条引(yǐn)爆科技圈(quān)的短视频。这(zhè)些视频引发(fā)关注并(bìng)非(fēi)内容做得多优(yōu)秀，反而都非常简(jiǎn)单，比(bǐ)如(rú)一(yī)匹(pǐ)正(zhèng)在喝水的(de)马(mǎ)，一只画画的玩(wán)具(jù)熊(xióng)，或者一(yī)段骑摩托车的(de)第一视角录像，随便一个(gè)有手(shǒu)机的人都可以(yǐ)随手录下一(yī)段(duàn)。

但(dàn)这(zhè)些短视(shì)频的创作(zuò)方式非常简单，创作(zuò)者仅仅需要向(xiàng)AI输入(rù)一段话，甚至只(zhǐ)是说一(yī)下要(yào)求，AI就可以根(gēn)据需要(yào)生成一段(duàn)视频(pín)。

谷(gǔ)歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的(de)视频(pín)后(hòu)，AI圈(quān)就已经玩了一波梗，一个能够做(zuò)出(chū)更高(gāo)清视频(pín)的AI还不足以在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令人震惊的(de)地(dì)方在于，它可以制作出超过2分钟的连贯(guàn)的也(yě)有(yǒu)确切内容的视频，这(zhè)才是真正让人们感(gǎn)到惊喜的地方。因为(wèi)无论AI生成的视频(pín)多么高清，也(yě)只能是为内容(róng)生产者提供一(yī)个(gè)灵感，一(yī)个素(sù)材，一个过场动画(huà)。

不过能(néng)够制作出有具体剧情内容的(de)视频(pín)就意味着，一(yī)些视频(pín)创作由AI代(dài)替人(rén)工完成已经(jīng)初步(bù)有了可能。

当下(xià)AI的发展速度(dù)已经超(chāo)过大部(bù)分人(rén)的想(xiǎng)象(xiàng)。内(nèi)容产业的本质是供给创(chuàng)造需(xū)求，AIGC作为全(quán)新(xīn)的内容生产方式，可以为内容产(chǎn)业带来更新的内(nèi)容(róng)风(fēng)格、更快的生产速度，更低的生产成本，这无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音(yīn)乐(lè)、代码、机器人动作等多种内(nèi)容形式的生成。不难发现该项技术(shù)不(bù)仅在游(yóu)戏等(děng)行业能得到(dào)有效(xiào)应用，对(duì)于下一代互联网(wǎng)各种元素的构建亦有关(guān)键意义。

从(cóng)商业(yè)化(huà)的角度来看，文(wén)化娱乐、教育、传媒等诸(zhū)多领域，本(běn)身就对基于(yú)AI的可(kě)视化内(nèi)容有强(qiáng)烈需(xū)求。

因(yīn)此，AI绘画(huà)及视频或不是结果(guǒ)，而只是AI进程中(zhōng)的(de)一(yī)块重要拼图，有望(wàng)在技术更新的加持下实现(xiàn)更大(dà)的应用价值。

AI从理(lǐ)解内(nèi)容，走向了可(kě)以生(shēng)成内(nèi)容，甚(shèn)至能(néng)够创造(zào)出独(dú)立价值(zhí)和独立视角的内容。AIGC的再次出圈(quān)，更代(dài)表着未来(lái)的(de)先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术(shù)的(de)发展也可以(yǐ)看出，在(zài)语(yǔ)言大模(mó)型、图像大模型(xíng)之后，多模态(tài)大模型已经成为了新(xīn)的趋(qū)势。

大模型被誉为(wèi)当前人工智能发展的智(zhì)能底座，是全(quán)球竞争(zhēng)最激烈的研(yán)究方(fāng)向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞相发(fā)力。

不过训练大模型的(de)确价格(gé)不菲，以(yǐ)国(guó)盛(shèng)证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于(yú)一些(xiē)更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客平均数(shù)1300万计算，其对(duì)应芯片(piàn)需求(qiú)为3万多片英伟(wěi)达(dá)A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此(cǐ)外(wài)不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算(suàn)力支持。在关(guān)注各(gè)类大(dà)模(mó)型的发(fā)展同时，更应该关注算力网络的建设(shè)。

算力网(wǎng)络(luò)正驱动AI产业发展进入史诗级加(jiā)速进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更(gèng)近。

因为(wèi)算力可以(yǐ)对突破性技术创新(xīn)提供(gōng)大(dà)力的支持。这方面(miàn)，多模态大(dà)模型是典(diǎn)型。作为面向未来(lái)强人工智能、通用(yòng)人工智能的(de)重要技术创新，多模态大模型已经在人工(gōng)智能领域提出了(le)很(hěn)多年，业界也有不少(shǎo)技术突破，但是，多模(mó)态(tài)大模型进一步往下走，算力需求呈几何式上升，一般的算力基础设施很快将(jiāng)难以胜(shèng)任。

从图像、文(wén)字、语音单独一项(xiàng)的训练，到双模(mó)态、三模态(tài)的跃迁(qiān)，让人(rén)工智能可以(yǐ)灵活应对不同(tóng)模态(tài)的(de)转化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显优(yōu)势。

此外，还有很多需要爆(bào)发式增长的(de)算力(lì)来支(zhī)撑的技术创新(xīn)，将在人工智(zhì)能算力(lì)网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内容生产(chǎn)的(de)方(fāng)式，将创造(zào)的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 央音展演比赛金奖比例 央音展演总展演是国家级的吗