自聊天机器人ChatGPT火爆(bào)以(yǐ)来(lái)，微软公司创(chuàng)始人比尔(ěr)·盖茨已多次公开谈论人工智能话题。在最近的一次(cì)采访中(zhōng)，他再次表示：“AI可(kě)能会让科(kē)技行业迎来(lái)一次剧烈的洗(xǐ)牌(pái)”。

这个(gè)结论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期(qī)，AI的(de)发展可能会威胁到谷歌的市占率，因为微软在AI方面(miàn)的行动(dòng)相当迅速。而最终科技(jì)巨头(tóu)将把AI整合(hé)成用户的(de)“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可能尚需(xū)时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画(huà)新玩法

AIGC向可控(kòng)靠(kào)近(jìn)

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的(de)时(shí)候，还是2022年(nián)8月，在美国科(kē)罗拉多州举办的新兴(xīng)数(shù)字(zì)艺术家竞赛(sài)中(zhōng)，一幅名为《太(tài)空歌剧院(yuàn)》的(de)作品获奖(jiǎng)。

随后(hòu)各大厂商的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应(yīng)用中输入一组关键词或者一张照片(piàn)，就(jiù)能获(huò)得一幅AI创作的画(huà)作。

作画的(de)关键就是(shì)所(suǒ)输入的文本。同一(yī)组关键词也可以创作(zuò)出(chū)很多(duō)张(zhāng)风格不(bù)一样的(de)画作，这让创(chuàng)作的过程(chéng)就像开盲盒。

很多(duō)用户很喜(xǐ)欢这种不(bù)确定的惊喜，他(tā)们会(huì)将生成的(de)美图(tú)当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上(shàng)，许多(duō)用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画(huà)成了“肌(jī)肉男”，还有(yǒu)网友的个人照(zhào)片(piàn)被AI识别成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘(huì)画的填写(xiě)关键(jiàn)词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正(zhèng)在斯坦福(fú)读博的中国人张吕敏创作的一(yī)种基于控制(zhì)点的图像变(biàn)形算(suàn)法，主要用于数字(zì)图像处理、计(jì)算机视觉(jué)和(hé)计算机图形学(xué)等(děng)领域。

其SD插件一经发(fā)布，在(zài)短短的两(liǎng)天(tiān)内便(biàn)成(chéng)为了AI绘画(huà)领(lǐng)域最新的(de)热点。

在此之前(qián)，大家(jiā)用了很(hěn)多方法想让AI生(shēng)成(chéng)的(de)结果尽可能(néng)的(de)符合要(yào)求，但是都不尽如人意，它的(de)出现代(dài)表着(zhe)AI生成开(kāi)始进入真正的可(kě)控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图，人物的姿势和画面的深度信息(xī)等。有(yǒu)了它(tā)的帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不(bù)少博主的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的(de)照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开(kāi)始换(huàn)关(guān)键(jiàn)词试效果。

通过图片就可以看出来，效(xiào)果十分(fēn)惊艳。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔(mó)法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张吕(lǚ)敏其本(běn)尊也亲自回应。

不(bù)得(dé)不说当下AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的(de)作品都(dōu)已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方(fāng)辟谣(yáo)这所谓的“party像火花像蝴蝶段绍荣是谁杀的”可(kě)能是全(quán)国第一(yī)起AI绘图诈骗。

由于(yú)这个活(huó)动(dòng)里面给出的美女照(zhào)片都是(shì)AI制作(zuò)的真人照片绘图，因为(wèi)太逼真，被大家当成(chéng)真(zhēn)事传播了。

不过仔细观察可以发(fā)现，活动发起者提(tí)供的照片中有个很大的漏洞可(kě)以(yǐ)发现并非真人，而(ér)是AI绘图，那便是图片(piàn)中女性的手指部(bù)分有(yǒu)的存在异常。

有行业(yè)人事(shì)表示：“现在因(yīn)为(wèi)手指(zhǐ)部分的绘画算法比较(jiào)复杂，AI还(hái)不太会画(huà)人的手，但最新看到的图(tú)片已经有越来越完(wán)美的(de)AI模型出现，以(yǐ)后可能(néng)就完全(quán)没(méi)有漏(lòu)洞了(le)。”

类似(shì)的AI作图诈(zhà)骗在国外也已有发生。据英国广播(bō)公司(sī)报道，土耳(ěr)其地(dì)震(zhèn)期间(jiān)，有Tiktok用(yòng)户使用AI合(hé)成了(le)儿童(tóng)受灾的假照片发布到网络(luò)，以此诱骗善良的(de)人打赏“捐(juān)助”从而(ér)实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真人(rén)照(zhào)片般(bān)的绘图(tú)效果(guǒ)，如果(guǒ)这(zhè)样的图片被用来诈(zhà)骗，将非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量前人的作品(pǐn)之后，其创(chuàng)作(zuò)没有任何(hé)情绪和(hé)灵魂，难以和人类的艺术创作(zuò)相提(tí)并论(lùn)。

另(lìng)一(yī)方面，AIGC背后的版权、目前都并没有(yǒu)得到有效(xiào)的(de)解决(jué)，还有AIGC会(huì)不(bù)会代替人(rén)类“至(zhì)高无上”的(de)创意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需(xū)要得(dé)到重视，太(tài)晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面性的(de)，潜在的危害并不能(néng)掩盖其光(guāng)辉的贡献。现在看来(lái)，人(rén)工智能技术将(jiāng)是第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一(yī)年，人工(gōng)智(zhì)能在技术和商业层面都(dōu)有了(le)巨(jù)大(dà)进展，AI绘画就是(shì)人工智能技术发生方(fāng)向性改变的一个代表(biǎo)。其下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈(quān)的短视(shì)频。这些(xiē)视频引(yǐn)发(fā)关注并非内容做(zuò)得多优秀(xiù)，反而都非常简单，比如一匹(pǐ)正在喝水的马，一只画画的玩具(jù)熊，或者一段骑(qí)摩托(tuō)车的(de)第一视角录(lù)像，随便(biàn)一个(gè)有手(shǒu)机的人都可以随(suí)手(shǒu)录下一段(duàn)。

但这些(xiē)短视频的(de)创作方式非(fēi)常(cháng)简单，创作者仅仅需要向AI输入一段(duàn)话(huà)，甚至只是说一下要求，AI就可以根据需(xū)要生成一段(duàn)视频。

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

在Make-A-Video公(gōng)布了(le)AI生(shēng)成的视频后，AI圈就已(yǐ)经(jīng)玩了一波(bō)梗，一个能够做(zuò)出(chū)更高清视(shì)频的(de)AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它(tā)可以制作出超过2分(fēn)钟(zhōng)的连贯的(de)也(yě)有确切内容的视频，这才是真正让人们感到(dào)惊喜(xǐ)的地方。因为无论(lùn)AI生成的视频多么高清，也只能(néng)是为内容生(shēng)产者提供一(yī)个(gè)灵感，一个素材(cái)，一个过场动画。

不过(guò)能够制作出有具(jù)体剧情内容(róng)的视频就(jiù)意味着，一些视频(pín)创作(zuò)由AI代替(tì)人工完成已经初步有了可能。

当(dāng)下(xià)AI的发展速度(dù)已经超过大部分人的想象。内容产业的本质是(shì)供给创造(zào)需求，AIGC作(zuò)为全新的内容生产(chǎn)方式，可以为内容产业(yè)带来更新的内容风格、更快的生产速度(dù)，更低的生产成本，这无(wú)疑会驱(qū)动内容产业(yè)的大爆发(fā)。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用于(yú)音乐、代(dài)码、机(jī)器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能得到有效应用，对于下一代互联网(wǎng)各(gè)种元素(sù)的构建亦有关键(jiàn)意义。

从商业化的角度(dù)来看，文(wén)化娱乐、教(jiào)育、传(chuán)媒(méi)等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或(huò)不是(shì)结果，而(ér)只是AI进(jìn)程中的一(yī)块重(zhòng)要(yào)拼图，有望在技术(shù)更新的(de)加持下实现(xiàn)更大的应用价值。

AI从理(lǐ)解内容，走向(xiàng)了可以生成内(nèi)容(róng)，甚至能够创造出独像火花像蝴蝶段绍荣是谁杀的(dú)立价值和独立视角的内容。AIGC的(de)再次出(chū)圈(quān)，更(gèng)代(dài)表着未来(lái)的(de)先进生产力(lì)即将到(dào)来(lái)。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术(shù)的发展也可(kě)以看(kàn)出，在(zài)语言大模型、图像大模型之后，多模(mó)态(tài)大模型已(yǐ)经成为(wèi)了新的趋势(shì)。

大模型被誉为当前(qián)人工智能发展的智(zhì)能底座，是全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等众多头部企业都在竞(jìng)相发力。

不过训练大模(mó)型的(de)确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报(bào)告估算(suàn)，GPT-3训练一次(cì)的(de)成本约为140万(wàn)美元。而对于一些(xiē)更大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客(kè)平(píng)均数(shù)1300万(wàn)计算，其对(duì)应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日(rì)仅电费就(jiù)在5万美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在(zài)关注(zhù)各类(lèi)大(dà)模型的发展(zhǎn)同时(shí)，更应该关注算(suàn)力网络的建设。

算力网络正驱(qū)动(dòng)AI产业发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一人工智能发(fā)展(zhǎn)的终极目标离得更(gèng)近。

因为算(suàn)力(lì)可以(yǐ)对(duì)突破性技术创(chuàng)新(xīn)提(tí)供大力的支持。这方面，多(duō)模态大模型是(shì)典型。作为面向未来强(qiáng)人工智能、通用人(rén)工智能的重要技术创(chuàng)新，多模态大(dà)模型已经在(zài)人工智能领域提出了很多(duō)年，业(yè)界(jiè)也有不少(shǎo)技(jì)术突破，但是，多模态大模型(xíng)进一步往下走，算力需求呈几何式上升，一般的(de)算力基础设施很快将难(nán)以(yǐ)胜任。

从图像、文字、语(yǔ)音单(dān)独一项的训练，到双模态、三(sān)模态的(de)跃迁，让人工智能可以灵活应对不同模态(tài)的转化、像人与世界交互一样(yàng)自然(rán)，这方面，由算力网络来驱动将有明显优势(shì)。

此外，还有很多需要爆发式增长(zhǎng)的(de)算(suàn)力来支撑的技术创(chuàng)新，将在人工智能算力网(wǎng)络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力(lì)的支持下AIGC能持续颠覆内容生产的方式(shì)，将创造的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 像火花像蝴蝶段绍荣是谁杀的