自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公(gōng)司创始人比(bǐ)尔(ěr)·盖茨(cí)已多次公开谈论(lùn)人工智能(néng)话题(tí)。在最近(jìn)的一次采(cǎi)访(fǎng)中，他再次表示(shì)：“AI可能会让科技行(xíng)业迎来(lái)一次剧烈的洗牌”。

这个(gè)结论是他在(zài)当地时间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他(tā)预期，AI的发(fā)展可能会威(wēi)胁到谷歌的市占率，因为微(wēi)软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合(hé)成用(yòng)户的“全能(néng)助手”，包揽一切应(yīng)用(yòng)，与人(rén)们进行沟通并提供(gōng)建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来(lái)可能尚(shàng)需时日(rì)，但(dàn)由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的(de)AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州举办的新兴数(shù)字艺术家竞赛(sài)中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的AI绘(huì)画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们(men)可以(yǐ)在应用中输入一组关(guān)键词或者一张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关(guān)键(jiàn)就是(shì)所输(shū)入的文本。同一组关键词(cí)也可以创作(zuò)出很多张风(fēng)格不一样的(de)画作，这(zhè)让创作的(de)过程就像开盲(máng)盒。

很多(duō)用户很(hěn)喜欢这(zhè)种不确定的惊喜，他(tā)们会将生成的美(měi)图当做头像(xiàng)。而(ér)另一部(bù)分喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例如(rú)，一(yī)位网友(yǒu)的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照片(piàn)被AI识别成了建筑。

而(ér)如今随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写关键词(cí)游戏可能(néng)要被(bèi)颠(diān)覆(fù)了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读(dú)博(bó)的中国人张吕敏创(chuàng)作的一(yī)种(zhǒng)基(jī)于控制(zhì)点(diǎn)的图像变形算法，主要用于数字图像处理、计(jì)算机视(shì)觉(jué)和计算机图形(xíng)学等(děng)领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天内便成为了(le)AI绘画(huà)领域(yù)最新的(de)热点(diǎn)。

在此之前(qián)，大家用了很多方法想(xiǎng)让AI生(shēng)成的结果尽可能的(de)符合要求(qiú)，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入真正的(de)可(kě)控时期。

因为(wèi)ControlNet可(kě)以直接提(tí)取(qǔ)画(huà)面的(de)构图，人(rén)物的姿势和画面的深(shēn)度信(xìn)息等。有了它的帮助，就不用(yòng)频(pín)繁的用提示词来碰运气(qì)，抽盲盒式(shì)的(de)创作了(le)。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的(de)作品已经获得了(le)大量的浏览量，“viggo”就是其(qí)中(zhōng)之一，他用(yòng)朋友(yǒu)的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始换(huàn)关键词(cí)试效果。

通(tōng)过(guò)图片就可(kě)以(yǐ)看(kàn)出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除(chú)了真实的(de)照片，草图也可(kě)以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神(shén)张吕敏(mǐn)其本尊也亲自回(huí)应。

不(bù)得不(bù)说当下AIGC已经变得(dé)越来越强大，甚至输出的作品都已(yǐ)经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏(sū)州金鸡湖(hú)有游艇party”的消(xiāo)息(xī)火遍网络，而经(jīng)过警方辟谣(yáo)这所谓的“party”可(kě)能(néng)是全国第(dì)一起AI绘(huì)图诈骗。

由于这(zhè)个(gè)活动里面(miàn)给出的美女照片都是AI制(zhì)作的真(zhēn)人照(zhào)片绘图，因为太逼(bī)真，被大家(jiā)当成真(zhēn)事传播(bō)了。

不过仔细观察可以发现，活动发起者提供(gōng)的照片中(zhōng)有个很大的漏(lòu)洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中女(nǚ)性(xìng)的手(shǒu)指部分有(yǒu)的存在异常。

有行业人事(shì)表示：“现在因(yīn)为手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还(hái)不太会(huì)画人(rén)的手(shǒu)，但最新看到(dào)的图片已(yǐ)经有越来越(yuè)完美的(de)AI模型出现，以(yǐ)后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在(zài)国(guó)外也(yě)已有发生。据英国(guó)广播公(gōng)司报道，土耳其(qí)地震期间，有Tiktok用户(hù)使用AI合成了儿(ér)童(tóng)受灾(zāi)的假照(zhào)片(piàn)发布(bù)到网络，以(yǐ)此诱骗(piàn)善良的(de)人打赏“捐助”从而实施诈骗。

目前随着技术(shù)发(fā)展(zhǎn)，AIGC已经(jīng)能做出(chū)真人照片般的(de)绘图效果，如果这样的图片被用(yòng)来诈(zhà)骗(piàn)，将非常可怕。

此(cǐ)外(wài)AIGC还引(yǐn)发了很(hěn)多担忧，一方面(miàn)，批(pī)判者认为AI在“学习”了大量(liàng)前(qián)人(rén)的(de)作品(pǐn)之后，其创作没有(yǒu)任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺术(shù)创作相提并论。

另一(yī)方面，AIGC背后(hòu)的版(bǎn)权、目前都(dōu)并没(méi)有得(dé)到有效的解决，还有AIGC会(huì)不会代替人类(lèi)“至高无上”的创意。

马斯克(kè)也强调，人工智(zhì)能的安全问题需(xū)要得到重视，太(tài)晚就(jiù)来不及(jí)了。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术都是有(yǒu)两(liǎng)面性的，潜在的危害并不能(néng)掩盖其光(guāng)辉的贡献。现在看来(lái)，人工智(zhì)能技术将是(shì)第四(sì)次工业革命的核心驱动力量，将创造新的增长奇(qí)迹。

过去(qù)一年(nián)，人(rén)工智能在技(jì)术和(hé)商业层面都有了巨大进展，AI绘画(huà)就是人工智能技术(shù)发生方向性(xìng)改变的一(yī)个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条(tiáo)引爆(bào)科技圈的短视频(pín)。这些视频引发关注并非内容做得多优秀，反而都非常简单(dān)，比如一匹正(zhèng)在(zài)喝水(shuǐ)的马，一只画画的玩(wán)具熊(xióng)，或(huò)者一段(duàn)骑摩托车(chē)的第一(yī)视角(jiǎo)录像，随便一个有手机的人都(dōu)可(kě)以随手录下一(yī)段。

但这(zhè)些短视频的(de)创作方式非常简单，创作者仅仅需要向AI输入一段话(huà)，甚至只是说(shuō)一下要求，AI就(jiù)可以根据需要生成一段视频。

谷(gǔ)歌发(fā)布的两个AI生(shēng)成视频(pín)分别来(lái)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(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈就已经玩了(le)一波(bō)梗，一个能够做出更高清视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人(rén)震惊的地方在于，它可(kě)以制作出超过2分钟的连贯的也(yě)有确切(qiè)内(nèi)容的视频，这(zhè)才是(shì)真正让人们(men)感到惊喜(xǐ)的地方。因为无论AI生成(chéng)的(de)视频多(duō)么高(gāo)清，也只能是为内容生(shēng)产者(zhě)提供(gōng)一个灵(líng)感，一个素材，一个过场动画。

不(bù)过能够制作出有具体剧情内(nèi)容的视(shì)频就意味着，一(yī)些视(shì)频创作由AI代替人(rén)工(gōng)完成已经初(chū)步(bù)有了可能。

当下(xià)AI的发展速度已(yǐ)经超过大(dà)部(bù)分人的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式(shì)，可(kě)以为内容产业(yè)带来更(gèng)新的内容风(fēng)格(gé)、更快的生产速度，更低的生产成本，这无疑会驱动(dòng)内容产业的大(dà)爆发。

除了AI绘图(tú)、视(shì)频(pín)，AIGC技术(shù)还能应用(yòng)于(yú)音乐、代码(mǎ)、机器人动作等多种内容形式(shì)的生成(chéng)。不(bù)难发现(xiàn)该项(xiàng)技术不仅在游(yóu)戏等行业能得到有效应用，对于下一代互联(lián)网各种元(yuán)素的构建亦有关键(jiàn)意义。

从商业化的角度(dù)来看，文(wén)化(huà)娱乐、教育、传媒(méi)等诸多领域，本身就对基(jī)于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而(ér)只是AI进程中的一块重(zhòng)要拼图，有望在技术更(gèng)新的(de)加持下实现更大的应用价值。

AI从理解(jiě)内容，走向了(le)可以生成内容，甚至能够创造出独(dú)立价值和独(dú)立视角的(de)内容。AIGC的(de)再次出圈，更代表着未来的先进生产(chǎn)力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技(jì)术的(de)发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型已经成为(wèi)了新的趋势。

大模(mó)型被誉为当(dāng)前(qián)人工(gōng)智能发(fā)展(zhǎn)的(de)智(zhì)能底座，是全球竞(jìng)争最(zuì)激烈的研究方向之(zhī)一，包(bāo)括谷(gǔ)歌、亚马逊(xùn)、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过(guò)训(xùn)练大模(mó)型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训练一(yī)次(cì)的成本约为140万美元。而对于一(yī)些更大的LLM(大型语言模型)，训练成(chéng)本则介于200万美(měi)元至(zhì)1200万美(měi)元(yuán)高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计算(suàn)，其对(duì)应芯片需(xū)求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美元，每日仅(jǐn)电费就在(zài)5万美元左(zuǒ)右(yòu)。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支持。在(zài)关注各类大模型(xíng)的发展同(tóng)时，更应该关注算力网络的建设(shè)。

算力网络正驱动AI产(chǎn)业发展进入(rù)史诗级加速进程，让AIGC及(jí)通用AI这一人工(gōng)智能发展(zhǎn)的终极(jí)目标(biāo)离得更近。

因为(wèi)算(suàn)力可以对突(tū)破性技(jì)术(shù)创新提供大力的支(zhī)持。这(zhè)方面，多模态大模型是(shì)典型。作为面向20分米等于多少米 20分米等于多少厘米(xiàng)未来强人工智能、通用(yòng)人工智能的重要(yào)技术创新，多模态大模型已(yǐ)经在人工智(zhì)能(néng)领域提出了很多年，业(yè)界也有(yǒu)不少技术突破(pò)，但是(shì)，多模态大模型进(jìn)一步往下(xià)走，算力需(xū)求呈(chéng)几何式上升，一般的算力基础(chǔ)设施很快将难(nán)以胜任。

从图(tú)像(xiàng)、文字、语音(yīn)单(dān)独(dú)一(yī)项的(de)训练，到双(shuāng)模态(tài)、三(sān)模态的跃(yuè)迁，让人工智(zhì)能可以灵活应(yīng)对不(bù)同模(mó)态的(de)转化、像人与世界交互一样自然，这方面(miàn)，由(yóu)算(suàn)力网(wǎng)络来驱动将有(yǒu)明(míng)显优势。

此外，还有很多(duō)需要爆发式增(zēng)长的算力来支撑(chēng)的技(jì)术创新，将在人工(gōng)智能(néng)算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在(zài)大模型和大算(suàn)力的支持下AIGC能持续颠覆内容生(shēng)产的(de)方式，将创造的(de)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 20分米等于多少米 20分米等于多少厘米