自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比(bǐ)尔·盖(gài)茨已(yǐ)多次公(gōng)开谈论人(rén)工智能话(huà)题。在(zài)最(zuì)近(jìn)的一次(cì)采(cǎi)访中，他再次表示：“AI可(kě)能会让科技行业迎来一次剧烈的(de)洗牌”。

这个结论是(shì)他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节(jié)目(mù)专访时提(tí)出的。

他预(yù)期(qī)，AI的发展可能会威胁(xié)到谷(gǔ)歌(gē)的(de)市占率(lǜ)，因(yīn)为微软在AI方(fāng)面的行动相当迅速。而最(zuì)终科技巨头(tóu)将把(bǎ)AI整(zhěng)合成(chéng)用(yòng)户的“全能(néng)助手(shǒu)”，包揽一切应用，与人们进行沟通并(bìng)提供建(jiàn)议(yì)，可(kě)以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大(dà)佬口中全能助手的到(dào)来可(kě)能尚(shàng)需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的AIGC上(shàng)一(yī)次(cì)爆火的(de)时候，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新兴(xīng)数字艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院》的作(zuò)品获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘(huì)画软件被广大网友熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们(men)可以在应用(yòng)中输(shū)入一(yī)组(zǔ)关键词(cí)或者(zhě)一张照片(piàn)，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入的文本(běn)。同一(yī)组关键词(cí)也(yě)可以创作出很(hěn)多张风格(gé)不一样的画(huà)作，这让创作的过程就像(xiàng)开盲(máng)盒。

很多用(yòng)户很喜欢这(zhè)种不确(què)定的(de)惊喜，他(tā)们会将生成(chéng)的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在(zài)社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例(lì)如，一位网友的(de)小(xiǎo)狗照(zhào)片被AI画成(chéng)了“肌(jī)肉男(nán)”，还有(yǒu)网友的个(gè)人照片(piàn)被AI识别成了建筑(zhù)。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填(tián)写(xiě)关键词游戏可(kě)能(néng)要被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人(rén)张吕敏创作的(de)一种基于控制点的图像变(biàn)形算法，主要用(yòng)于数字图(tú)像处理(lǐ)、计算机视觉和计算机图(tú)形(xíng)学等领(lǐng)域。

其SD插件一(yī)经发(fā)布，在短短的两天内(nèi)便(biàn)成为了AI绘画领(lǐng)域最新的热点(diǎn)。

在此之(zhī)前，大家用了很(hěn)多方法想让AI生成的结果尽(jǐn)可能的符合要求，但(dàn)是都(dōu)不尽(jǐn)如人意(yì)，它的(de)出(chū)现代(dài)表着AI生(shēng)成开始进入真正的(de)可控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的构图(tú)，人物的姿势和画面的深(shēn)度信息(xī)等。有(yǒu)了它的帮助，就(jiù)不用频繁的用提示词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已(yǐ)经(jīng)获得了大量的浏览量，“viggo”就是(shì)其(qí)中之(zhī)一，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再(zài)用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图(tú)片就可以看出来，效果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草(cǎo)图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全彩图。大(dà)神张(zhāng)吕敏其(qí)本(běn)尊也亲(qīn)自回应。

不(bù)得不说当下(xià)AIGC已经变得越来越强(qiáng)大，甚至输出的作品都(dōu)已(yǐ)经能以假乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍(biàn)网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这个活动里面给出的美女照片(piàn)都(dōu)是(shì)AI制作的真人照片绘图，因为太逼(bī)真，被(bèi)大(dà)家当(dāng)成真事传播了。

不(bù)过(guò)仔细观察可以(yǐ)发(fā)现，活(huó)动(dòng)发(fā)起者提供的照片中有个很(hěn)大(dà)的(de)漏洞可以发现并非(fēi)真(zhēn)人，而(ér)是AI绘图，那便是图片中女性的(de)手(shǒu)指部分有的存在异常(cháng)。

有(yǒu)行业人事表示(shì)：“现在因为手(shǒu)指(zhǐ)部分的绘画算法(fǎ)比较复(fù)杂，AI还不太(tài)会画人的手，但(dàn)最新看到的图片已经有(yǒu)越来越(yuè)完(wán)美的AI模(mó)型(xíng)出现，以后(hòu)可能就完全没有漏(lòu)洞(dòng)了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用(yòng)户使用AI合(hé)成了儿童受灾的假照片发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助”从(cóng)而(ér)实(shí)施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人照(zhào)片般的(de)绘图(tú)效(xiào)果，如果这样的图片(piàn)被用(yòng)来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品之后，其创作没有任何(hé)情(qíng)绪和灵魂，难以(yǐ)和人(rén)类的艺(yì)术创作相提并(bìng)论。

另一方面，AIGC背后的(de)版权(quán)、目前(qián)都(dōu)并没有得(dé)到有效的解(jiě)决，还有AIGC会不会代替人类“至高无(wú)上”的(de)创(chuàng)意。

马(mǎ)斯(sī)克也强调，人工智能的(de)安全问题需要得(dé)到重(zhòng)视，太(tài)晚就(jiù)来(lái)不及了。

03

AIGC下(xià)一(yī)站除了视频，还有远(yuǎn)方

技术都是(shì)有(yǒu)两面性的(de)，潜在的(de)危害并不能掩盖其光(guāng)辉的贡(gòng)献(xiàn)。现在看来，人工智能技术将是第(dì)四(sì)次(cì)工业革命的(de)核(hé)心(xīn)驱动力量(liàng)，将创(chuàng)造新(xīn)的增长(zhǎng)奇迹(jì)。

过去一年，人工智(zhì)能在技术和商业层(céng)面都有了巨大进展，AI绘(huì)画就(jiù)是人工智能技术发(fā)生方向性(xìng)改变的一(yī)个代(dài)表。其下一站(zhàn)或许就是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科技圈(quān)的短视频。这(zhè)些视频引发(fā)关(guān)注并非内容做得多优秀(xiù)，反而都非常(cháng)简单，比如(rú)一匹正在喝(hē)水的马，一只画画的玩具熊，或(huò)者一段骑摩(mó)托车的第一视角录像(xiàng)，随便一个有手机的人都(dōu)可以随手(shǒu)录下一(yī)段。

但这些短视频的创(chuàng)作(zuò)方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求(qiú)，AI就可(kě)以根据(jù)需要生成(chéng)一段视频(pín)。

谷歌发布(bù)的两(liǎng)个(gè)AI生成(chéng)视频分(fēn)别来(lái)自(zì)于(yú)Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视(shì)频后，AI圈就已经玩了一波梗(gěng)，一个能够做出更高清(qīng)视频的AI还(hái)不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可以制作(zuò)出(chū)超过2分钟的连(lián)贯的也有确切内(nèi)容的视频，这才是真正让人们感到惊喜(xǐ)的(de)地方。因为无论AI生成的视(shì)频多么高清，也只能是为(wèi)内容生(shēng)产者提供一个灵感，一个素材(cái)，一个(gè)过(guò)场动画。

不过(guò)能够制作出有具体剧情内容的视(shì)频(pín)就意味着，一(yī)些(xiē)视频创作由AI代替人工完成(chéng)已经初步有了可能。

当(dāng)下AI的发展速(sù)度已经超过大部分人的想象。内容(róng)产业的本质是供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为内容(róng)产业(yè)带来更新的内容风格、更(gèng)快的生产速度(dù)，更低(dī)的生产成本，这无(wú)疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐(lè)、代码、机(jī)器人动作等(děng)多种内(nèi)容形式的生成。不难发现该项技术不仅(jǐn)在游戏等行业能(néng)得到有效应用，对于下一代(dài)互联网各种元素的(de)构建亦有关键意义。

从商业化(huà)的角度来看，文化(huà)娱乐(lè)、教育、传(chuán)媒等诸多领域，本身(shēn)就(jiù)对基(jī)于AI的(de)可视化内容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不(bù)是结(jié)果，而只是AI进(jìn)程中的一块重要(yào)拼图，有(yǒu)望在技术(shù)更新(xīn)的(de)加持下实现更(gèng)大的(de)应用价(jià)值。

AI从理解内容(róng)，走(zǒu)向了可(kě)以生成内容，甚至能够(gòu)创造(zào)出(chū)独立价值和独立(lì)视角的内容。AIGC的再次出圈，更(gèng)代表(biǎo)着未来的先进生产力即(jí)将到来。

04

紧抓大模型与算(suàn)力(lì)，牢固AIGC底座

从技术的发展也可以看(kàn)出，在语言大(dà)模型、图(tú)像大模型(xíng)之后，多模(mó)态大(dà)模型(xíng)已(yǐ)经成为(wèi)了(le)新的趋势。

大(dà)模型被誉(yù)为当前人(rén)工智(zhì)能(néng)发展的智能底(dǐ)座，是全球竞争(zhēng)最(zuì)激烈的(de)研究方向之一，包括谷歌(gē)、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众多(duō)头(tóu)部(bù)企业都在(zài)竞相发力。

不过训练(liàn)大模(mó)型的确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需要(yào)多少(shǎo)算力》报(bào)告估算，GPT-3训(xùn)练(liàn)一(yī)次的成本(běn)约为140万(wàn)美(měi)元。而对于一些更大的(de)LLM(大型语言(yán)模型)，训练成本则(zé)介于200万美元至1200万(wàn)美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平均(jūn)数1300万计算(suàn)，其对应(yīng)芯片(piàn)需(xū)求(qiú)为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成(chéng)本约(yuē)为(wèi)8亿美元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不(bù)开庞大算力支持(chí)。在关注各类(lèi)大(dà)模型(xíng)的发展同时，更应该(gāi)关注算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产业发(fā)展(zhǎn)进入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一(yī)人工智能发展(zhǎn)的终(zhōng)极目标离(lí)得更近。

因为算(suàn)力可以(yǐ)对(duì)突破性技术创新提供大力的支持。这方(fāng)面(miàn)，多模态(tài)大模型是典型(xíng)。作为面向未来强人工(gōng)智能、通(tōng)用(yòng)人工智能的重要技术创新，多(duō)模态大模(mó)型(xíng)已经在(zài)人(rén)工(gōng)智能(néng)领域提(tí)出了(le)很多年，业界(jiè)也有不(bù)少技术(shù)突破，但是，多模态(tài)大模型进一步往下走，算力(lì)需(xū)求呈几何式(shì)上(shàng)升，一般的算力(lì)基础设(shè)施很快将难(nán)以胜任。

从(cóng)图(tú)像、文字(zì)、语音单独(dú)一项的训练，到双模态、三模态(tài)的跃迁，让人工智能可(kě)以(yǐ)灵活应对不同模态的转(zhuǎn)化(huà)、像人与世界交互一样自然(rán)，这方面，由算力(lì)网络来驱(qū)动将(jiāng)有(yǒu)明(míng)显(xiǎn)优势。

此外，还有很多需要爆发式增(zēng)长的算(suàn)力来支(zhī)撑的技术创新，将在人工智(zhì)能算(suàn)力网络(luò)支(zhī)撑下快速推进。

AIGC已经(jīng)露(lù)出曙(shǔ)光，期待在(zài)大(dà)模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 secx的不定积分推导过程，secx的不定积分推导过程图片