自聊(liáo)天机器(qì)人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始(shǐ)人比(bǐ)尔·盖(gài)茨已多次公开谈论人工智能话题。在最(zuì)近的(de)一(yī)次(cì)采访中，他(tā)再次表示：“AI可(kě)能会让(ràng)科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结(jié)论是他在当地时间(jiān)2月(yuè)20日接(jiē)受《In Good Company》节目专访时(shí)提出的。

他(tā)预(yù)期，AI的发展(zhǎn)可能会(huì)威胁到谷歌(gē)的市占率，因(yīn)为微软在AI方面(miàn)的(de)行(xíng)动相当迅速。而最终科技巨头将把AI整合(hé)成用户(hù)的(de)“全(quán)能(néng)助手”，包揽一切应(yīng)用，与人们(men)进行沟(gōu)通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来(lái)可能(néng)尚需时日(rì)，但由ControlNet引发(fā)的(de)又一次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在(zài)美国科罗拉多州举办的新兴数字艺术家竞赛中，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(jiàn)被广大网友熟(shú)知并体验，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们可以在应用中输入一组关键词或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画的(de)关键就是所输(shū)入的(de)文(wén)本。同(tóng)一组关键(jiàn225是多大码的鞋子女，225是多大码的鞋子)词也可以创作出很(hěn)多张风格不一(yī)样(yàng)的(de)画作，这让(ràng)创(chuàng)作的(de)过程就像(xiàng)开(kāi)盲盒。

很(hěn)多用户(hù)很喜(xǐ)欢这种不确定的惊喜，他们会将生成的(de)美图当(dāng)做头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作品(pǐn)。在(zài)社交媒(méi)体上，许多用户(hù)分享AI“翻车现场”，例(lì)如(rú)，一(yī)位网友的(de)小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别成了建筑。

而如(rú)今随着ControlNet的(de)出现与(yǔ)加持，以往AI绘画(huà)的填写(xiě)关键词游戏可(kě)能要(yào)被颠覆了。

ControlNet是(shì)一位(wèi)正在斯坦福读博的中国人张吕敏创作的一种基于控制点的图像变形算法，主要用于数(shù)字图(tú)像处理、计(jì)算(suàn)机视(shì)觉和(hé)计算机图形学等领域。

其SD插件一经发布，在短短(duǎn)的(de)两天内便(biàn)成为了AI绘画(huà)领域最新(xīn)的热点。

在此之前(qián)，大家用了很多(duō)方法想让AI生(shēng)成的结果尽可能的(de)符合要求，但是都不(bù)尽如(rú)人意(yì)，它的出现代表着AI生成开始进入真正(zhèng)的(de)可(kě)控时期。

因(yīn)为ControlNet可(kě)以直接提(tí)取画面的(de)构图，人物的(de)姿(zī)势(shì)和画面的深度信(xìn)息等。有了它的帮(bāng)助，就不用(yòng)频(pín)繁的用提示词(cí)来碰(pèng)运气(qì)，抽盲盒式的创作了(le)。

通(tōng)俗的说ControlNet相当于给(gěi)AI绘画(huà)加了(le)“魔(mó)法”，不少博主的作(zuò)品(pǐn)已(yǐ)经获得了大(dà)量的浏览量，“viggo”就(jiù)是其中(zhōng)之(zhī)一，他用朋友(yǒu)的照片直接带(dài)她们走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对应的(de)关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以看出来，效(xiào)果十分惊(jīng)艳(yàn)。

更厉害的是，除了(le)真实(shí)的(de)照(zhào)片，草图也可以(yǐ)加上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其本(běn)尊也亲(qīn)自回(huí)应。

不得(dé)不说当(dāng)下AIGC已(yǐ)经变得越来(lái)越(yuè)强(qiáng)大，甚至输出的作品都已(yǐ)经能以假乱(luàn)真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经过警方辟(pì)谣这(zhè)所谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于这(zhè)个活动里面给(gěi)出的美女照(zhào)片都(dōu)是AI制作的真人照(zhào)片绘图，因为太(tài)逼真，被(bèi)大家当成真事传(chuán)播了。

不过(guò)仔细观察可以发现(xiàn)，活动(dòng)发起者(zhě)提供的照片中有个很大(dà)的漏(lòu)洞可以发现(xiàn)并非(fēi)真(zhēn)人，而是AI绘图，那便是图片中女性的手指部分有的存在异常。

有行业人事表示(shì)：“现在因为手指部分的绘画算法(fǎ)比较复杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有越来越完(wán)美的AI模型出现，以后(hòu)可能就完全没(méi)有(yǒu)漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在国(guó)外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用(yòng)AI合成(chéng)了儿童(tóng)受(shòu)灾的假照片发布到网络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助(zhù)”从而实施(shī)诈(zhà)骗。

目前随着技(jì)术(shù)发展，AIGC已经能(néng)做出真(zhēn)人照(zhào)片般的(de)绘图(tú)效果，如果这样的图(tú)片被用来诈骗，将非常(cháng)可怕(pà)。

此外(wài)AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在(zài)“学习”了大(dà)量前人的作品之后，其创作没有任何情(qíng)绪(xù)和灵魂，难以(yǐ)和(hé)人类(lèi)的(de)艺术创作(zuò)相提(tí)并(bìng)论。

另一(yī)方面，AIGC背(bèi)后的版权(quán)、目前都(dōu)并没有得到有效的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯(sī)克(kè)也强调，人工智能的安全问题需要得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有两面性的(de)，潜在的危害并不能(néng)掩(yǎn)盖其光辉的贡(gòng)献。现在看来，人工智能技(jì)术(shù)将(jiāng)是第四次工业革(gé)命(mìng)的核心(xīn)驱(qū)动力量，将创(chuàng)造(zào)新的增长奇迹。

过去(qù)一(yī)年(nián)，人工(gōng)智能在技术和商业层面都有了巨大进展，AI绘画(huà)就是(shì)人工(gōng)智能技术发生方(fāng)向(xiàng)性改(gǎi)变(biàn)的一个代表。其下一(yī)站或许就是视频。

此前，Meta和(hé)谷歌先后发布(bù)了几(jǐ)条引爆科技圈的短视频。这些视(shì)频(pín)引发关(guān)注并非内容做(zuò)得多优秀，反而(ér)都非常简单，比(bǐ)如一(yī)匹正在喝水的马，一只画画的玩具熊，或者(zhě)一段骑摩托车(chē)的第一视角录像，随(suí)便一个有手机的(de)人都(dōu)可以随手录下(xià)一段。

但这(zhè)些短视(shì)频的创作方(fāng)式非常简单，创作者仅仅需要向(xiàng)AI输入(rù)一(yī)段(duàn)话，甚至(zhì)只(zhǐ)是说一下(xià)要(yào)求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经玩了一波梗，一个能够做出(chū)更高(gāo)清视频的(de)AI还不足以在(zài)短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于(yú)，它可以制(zhì)作出超过2分钟的连贯的也有确切内容的视频，这才(cái)是真正让人们感到(dào)惊喜的地方。因(yīn)为无论AI生成的视频多(duō)么高清，也只能(néng)是(shì)为内容225是多大码的鞋子女，225是多大码的鞋子生产者提供一个灵感，一个(gè)素材(cái)，一个(gè)过场(chǎng)动画。

不(bù)过能够制作出有具(jù)体剧情内容的视(shì)频就意(yì)味着，一(yī)些视(shì)频(pín)创作由(yóu)AI代替人工完(wán)成已(yǐ)经初步有了可(kě)能。

当下AI的(de)发(fā)展(zhǎn)速(sù)度已经超过(guò)大部分人(rén)的想象。内容产业的(de)本质是供(gōng)给创造需求，AIGC作为全新的内(nèi)容(róng)生(shēng)产方式(shì)，可(kě)以为内容产业带来更新(xīn)的内(nèi)容风(fēng)格、更快的(de)生产速度，更(gèng)低的生产成本(běn)，这无疑会驱(qū)动内(nèi)容产(chǎn)业的大爆(bào)发。

除了AI绘图、视(shì)频(pín)，AIGC技术还(hái)能应(yīng)用于音乐(lè)、代码(mǎ)、机器人动(dòng)作(zuò)等多种内容形(xíng)式的生成。不难发现该项(xiàng)技(jì)术(shù)不仅在(zài)游(yóu)戏等(děng)行(xíng)业能得到有效应用(yòng)，对(duì)于下一代互联网各种元素(sù)的构建亦有关键意(yì)义(yì)。

从商业化的角度来看，文化(huà)娱(yú)乐、教育、传媒(méi)等诸多领域，本身就(jiù)对基于AI的可视化内容(róng)有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是AI进程(chéng)中(zhōng)的一块重要拼图，有望在技(jì)术更(gèng)新的加持下(xià)实现更大(dà)的(de)应用(yòng)价值。

AI从理解内容(róng)，走向(xiàng)了可以生(shēng)成内(nèi)容(róng)，甚至能(néng)够创(chuàng)造出独立价值和独立视角的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的(de)发展(zhǎn)也可以看(kàn)出，在语言(yán)大模型、图像大模型之后，多模态大(dà)模型已经成为了新的(de)趋势。

大模型被誉为当前人工智能发展的智能底(dǐ)座(zuò)，是全球竞争(zhēng)最激烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾讯等(děng)众多头部企业(yè)都在竞相(xiāng)发力。

不(bù)过(guò)训练大模(mó)型的确价格不菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需(xū)要(yào)多少算力》报告估算(suàn)，GPT-3训(xùn)练一次(cì)的成本约为140万美(měi)元(yuán)。而(ér)对于一些(xiē)更大的LLM(大型语言模(mó)型(xíng))，训练成本则介(jiè)于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数(shù)1300万计算，其对应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费(fèi)就在(zài)5万(wàn)美元左右(yòu)。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持(chí)。在(zài)关注(zhù)各类大模型的发展同时，更应该关注算力网络(luò)的建设(shè)。

算(suàn)力网络正驱动AI产业发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一(yī)人(rén)工智能发展的终极目标离(lí)得更近。

因为算力可(kě)以对突(tū)破性(xìng)技术创新提供(gōng)大力的支(zhī)持(chí)。这(zhè)方面，多(duō)模态大(dà)模型是典型。作为面向(xiàng)未来强(qiáng)人工智(zhì)能、通用人工智能的重(zhòng)要(yào)技术创(chuàng)新，多模态大模型(xíng)已经在人工(gōng)智能领域提出(chū)了很多年，业界(jiè)也有(yǒu)不少技术突破，但是，多模(mó)态(tài)大模型(xíng)进(jìn)一步往下走，算力需求呈几何式上升(shēng)，一般(bān)的算力(lì)基础设(shè)施很(hěn)快(kuài)将难(nán)以胜任。

从图像、文(wén)字(zì)、语音单(dān)独一项的训练，到双(shuāng)模(mó)态、三模态的跃迁，让(ràng)人工(gōng)智能可(kě)以灵(líng)活应对不同模态的转化、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(yǒu)明显优势。

此外，还(hái)有很多需要爆发(fā)式(shì)增长的算(suàn)力来支(zhī)撑的技术创新，将(jiāng)在人工智能算力网络支撑下(xià)快速(sù)推(tuī)进。

AIGC已经露出曙光，期待(dài)在(zài)大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产的(de)方式，将创造的边际(jì)成本降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 225是多大码的鞋子女，225是多大码的鞋子