自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨已多次公开谈论(lùn)人工智能话(huà)题。在最近的一次(cì)采(cǎi)访中，他再次表示：“AI可能(néng)会让科(kē)技行业(yè)迎来一(yī)次剧烈的洗牌”。

这个结(jié)论是(shì)他在(zài)当地(dì)时间(jiān)2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的(de)发展可能(néng)会(huì)威胁(xié)到谷歌的市占率，因为(wèi)微(wēi)软在(zài)AI方面(miàn)的行动相当迅速。而最(zuì)终科技巨头将把AI整合成用(yòng)户的“全能(néng)助手”，包揽一(yī)切应用，与(yǔ)人们进行(xíng)沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全(quán)能助手的到(dào)来(lái)可(kě)能尚(shàng)需时(shí)日，但由ControlNet引(yǐn)发(fā)的又一次(cì)AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上(shàng)一(yī)次爆火的时候，还是2022年(nián)8月，在(zài)美国科罗拉多州(zhōu)举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作(zuò)品获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软件被(bèi)广大网(wǎng)友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输入一组关键(jiàn)词或者(zhě)一(yī)张照片(piàn)，就能(néng)获得一(yī)幅AI创作(zuò)的画作。

作画的关键就是所输(shū)入的(de)文本。同一组(zǔ)关键词也可(kě)以(yǐ)创作出很多张(zhāng)风格(gé)不一样(yàng)的画作，这让创作(zuò)的(de)过程就(jiù)像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做(zuò)头像。而另(lìng)一(yī)部分喜欢翻(fān)看(kàn)AI绘画的“翻(fān)车”作品。在社交媒(méi)体上(shàng)，许多用(yòng)户分享AI“翻车现场”，例如(rú)，一(yī)位网友的小(xiǎo)狗(gǒu)照(zhào)片被AI画(huà)成了“肌(jī)肉男”，还(hái)有网友的个人照片被AI识别成了(le)建(jiàn)筑。

而如今随着ControlNet的出现与(yǔ)加持(chí)，以往AI绘画的填写关键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的(de)中(zhōng)国人张吕(lǚ)敏创作的一种基于(yú)控制点的图像(xiàng)变形算法，主要用于数字图像处理、计算机视觉和计算机图(tú)形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内(nèi)便成(chéng)为了AI绘(huì)画领(lǐng)域最(zuì)新的热点。

在(zài)此之前，大(dà)家用了很(hěn)多方(fāng)法(fǎ)想让AI生成(chéng)的结(jié)果尽可能(néng)的(de)符合要求，但是都(dōu)不尽如人意，它(tā)的出现代表(biǎo)着AI生成开(kāi)始进入真正的可控(kòng)时期(qī)。

因为(wèi)ControlNet可以(yǐ)直(zhí)接提(tí)取画面的(de)构图，人物的姿势和画面的深度信息等。有了(le)它的帮助，就不(bù)用频繁的用(yòng)提示(shì)词来碰运(yùn)气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了(le)“魔法”，不少(shǎo)博主的(de)作(zuò)品(pǐn)已(yǐ)经获得(dé)了大量的浏览量，“viggo”就(jiù)是(shì)其中之(zhī)一，他用朋友的(de)照片直接带她们(men)走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文(wén)字。

再(zài)用(yòng)Text2Prompt插件拓展找到对应(yīng)的(de)关键词；最后用(yòng)ControlNet插件绑定骨骼开始换(huàn)关键词试效(xiào)果。

通过图片就可以看出来，效(xiào)果十分惊艳。

更厉害的是(shì)，除了真(zhēn)实(shí)的照(zhào)片，草(cǎo)图(tú)也(yě)可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得(dé)越(yuè)来越强大(dà)，甚至输出的作品(pǐn)都(dōu)已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安全(quán)问题

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是(shì)全国(guó)第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女照(zhào)片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成(chéng)真事(shì)传播了。

不过仔(zǎi)细观察可以发现，活动发起(qǐ)者提供的照片中有个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那便(biàn)是图片(piàn)中(zhōng)女性的手指部(bù)分(fēn)有的(de)存在异常。

有行业(yè)人(rén)事表示：“现在(zài)因(yīn)为手指部分(fēn)的绘(huì)画算(suàn)法比较复(fù)杂(zá)，AI还不太会画人的手，但(dàn)最(zuì)新看到的(de)图片已经有越来越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国(guó)广(guǎng)播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的假照片发布到网络，以此诱骗(piàn)善良(liáng)的人打(dǎ)赏(shǎng)“捐(juān)助(zhù)”从而实施诈骗。

目前随着(zhe)技(jì)术(shù)发展(zhǎn)，AIGC已经能(néng)做出真人照片般的绘图(tú)效(xiào)果，如果这样(yàng)的图片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方(fāng)面，批(pī)判者认为AI在“学习”了大量前(qián)人的作品之(zhī)后(hòu)，其(qí)创作(zuò)没有任何情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决(jué)，还有(yǒu)AIGC会不会代(dài)替(tì)人(rén)类“至高无上(shàng)”的(de)创意。

马斯(sī)克也(yě)强调，人工智能的安全问(wèn)题需要得到(dào)重视，太晚就(jiù)来不及了(le)。

03

AIGC下一(yī)站除了(le)视频，还(hái)有远方

技术都(dōu)是(shì)有两面性的，潜在(zài)的危害并(bìng)不(bù)能(néng)掩(yǎn)盖其光辉的贡献。现(xiàn)在看来，人工(gōng)智能(néng)技术将是第(dì)四次(cì)工业革命的核心驱动力量(liàng)，将创造新的(de)增长奇迹。

过去(qù)一年，人工智(zhì)能在技术(shù)和商(shāng)业层面都有了巨大进展，AI绘画就(jiù)是人工(gōng)智能技术发(fā)生方(fāng)向性(xìng)改(gǎi)变的一个代表。其下一(yī)站(zhàn)或(huò)许就是(shì)视(shì)频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几(jǐ)条引爆科技圈的(de)短视频。这些视(shì)频引(yǐn)发(fā)关注并非内容做得多优秀(xiù)，反而都(dōu)非常简单，比如(rú)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(shì)角(jiǎo)录像，随便(biàn)一(yī)个有(yǒu)手机的人都可以随(suí)手(shǒu)录下一(yī)段。

但这些短视频的(de)创(chuàng)作方式非常简单，创作者(zhě)仅仅需要向(xiàng)AI输入一(yī)段话(huà)，甚至只是说一下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌(gē)发布的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要突出(chū)的(de)是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太(tài)多的(de)差(chà)别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后(hòu)，AI圈就已经玩了一波梗，一个能够做出更高(gāo)清视频的(de)AI还(hái)不足以(yǐ)在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人(rén)震(zhèn)惊的地(dì)方在于，它可以制(zhì)作出(chū)超过2分钟(zhōng)的连贯的也(yě)有确(què)切(qiè)内容(róng)的(de)视(shì)频(pín)，这才是真(zhēn)正让人们感到惊(jīng)喜的地方。因为无论AI生(shēng)成的视频(pín)多(duō)么高清，也只能是为内容生产(chǎn)者提(tí)供一个(gè)灵感，一个素材，一个过场动画(huà)。

不过能够(gòu)制作出有具体剧(jù)情(qíng)内容(róng)的视频就意(yì)味着，一些视频创作由AI代替人工完成已经(jīng)初(chū)步有了可能。

当下AI的发展(zhǎn)速度已(yǐ)经超过(guò)大部分人的想象。内容产(chǎn)业的本质是(shì)供给创造需求，AIGC作为全(quán)新的内容生产方式(shì)，可以为内容产业带来更新的内容(róng)风格、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(yè)的(de)大(dà)爆发(fā)。

除(chú)了(le)AI绘图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器人(rén)动作等多(duō)种(zhǒng)内(nèi)容(róng)形式(shì)的生(shēng)成。不难发现该项技术(shù)不仅(jǐn)在(zài)游(yóu)戏等(děng)行(xíng)业能得到有效应用，对于下一代互联网各种元素的构建亦有关键意义。

从商业化的角度(dù)来(lái)看(kàn)，文(wén)化娱乐、教育、传媒等诸多领域，本身(shēn)就对基于AI的可视化内容有强(qiáng)烈需求。

因此(cǐ)，AI绘(huì)画及(jí)视频或不是结果，而只是AI进(jìn)程中的一(yī)块重(zhòng)要拼图，有望在技术(shù)更新(xīn)的加持(chí)下实现更大(dà)的(de)应用价(jià)值(zhí)。

AI从理解(jiě)内容，走向了(le)可以生成内容，甚至能够(gòu)创造(zào)出独(dú)立(lì)价值(zhí)和(hé)独(dú)立视角的(de)内容。AIGC的再次出圈(quān)，更(gèng)代表着未来的先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从(cóng)技术的发展也可以看出，在语言大(dà)模(mó)型、图像大(dà)模型之后，多模态大模(mó)型已(yǐ)经成为了新的趋势。

大模(mó)型(xíng)被誉为当前(qián)人(rén)工智能发展的智(zhì)能底(dǐ)座，是全球竞(jìng)争最激烈的研究方向之一，包括谷歌(gē)、亚马逊(xùn)、百度、阿(ā)里(lǐ)、腾讯等众多头部企业都(dōu)在竞(jìng)相发(fā)力。

不过训练(liàn)大模(mó)型(xíng)的确价格不(bù)菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一次的(de)成本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万(wàn)美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万(wàn)计算(suàn)，其(qí)对(duì)应(yīng)芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入(rù)成本约为(wèi)8亿美元，每日仅电费就在(zài)5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离(lí)不开庞大算力支持。在关注各类大模型的发展(zhǎn)同时，更应(yīng)该关注(zhù)算力网络的(de)建设。

算力网络正驱动AI产业发展(zhǎn)进入(rù)史诗级加速进程，让AIGC及通(t世态炎凉是什么意思，人心冷暖世态炎凉下一句是什么ōng)用AI这一人工智能发(fā)展的终(zhōng)极(jí)目标离得更近。

因为算力(lì)可以对突破性技术创(chuàng)新提供大(dà)力的支持(chí)。这方面，多模(mó)态大模型是典型(xíng)。作为(wèi)面向(xiàng)未(wèi)来强(qiáng)人工智能、通(tōng)用人工智能(néng)的重(zhòng)要技术创新，多模态大(dà)模(mó)型(xíng)已经在人工智能领(lǐng)域提(tí)出了很多年，业界也有不少技术突破(pò)，但是，多模态大模(mó)型进(jìn)一步往(wǎng)下(xià)走，算力需求呈几何式上升，一般的(de)算(suàn)力基(jī)础设施很快(kuài)将难以胜任。

从图像(xiàng)、文(wén)字、语音单独一项的训(xùn)练，到双模态(tài)、三模态的跃迁，让(ràng)人工智(zhì)能可以灵活应对不(bù)同模态(tài)的转化(huà)、像人与世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还(hái)有很多需要爆发式增长(zhǎng)的算(suàn)力来支撑的技(jì)术(shù)创新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型(xíng)和(hé)大算力(lì)的(de)支持下AIGC能持(chí)续颠(diān)覆内容生产的方(fāng)式，将创造的边(biān)际(jì)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 世态炎凉是什么意思，人心冷暖世态炎凉下一句是什么