自聊天机器人(rén)ChatGPT火爆以来(lái)，微(wēi)软公司创(chuàng)始人比尔·盖茨已多次公开谈论(lùn)人(rén)工(gōng)智能话题。在最近(jìn)的一(yī)次采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来一次剧(jù)烈的洗(xǐ)牌”。

这个结论是他(tā)在当(dāng)地时(shí)间2月(yuè)20日接受《In Good Company》节目(mù)专访(fǎng)时提出(chū)的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的(de)行动相当迅速。而最终科技巨头(tóu)将把AI整合(hé)成用户的“全能助手”，包揽一切应用，与人们进行沟通并(bìng)提供(gōng)建(jiàn)议，可以取代(dài)亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手(shǒu)的(de)到来可能(néng)尚(shàng)需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘(huì)画为(wèi)代表的AIGC上一次爆火的(de)时候，还(hái)是(shì)2022年8月(yuè)，在美国(guó)科罗拉多州举办的新兴数字(zì)艺术家(jiā)竞赛(sài)中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖。

随后各(gè)大(dà)厂商(shāng)的AI绘画(huà)软件(jiàn)被广大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一组关键词或者(zhě)一(yī)张(zhāng)照片，就能获(huò)得一幅(fú)AI创作(zuò)的画作。

作画的(de)关(guān)键(jiàn)就是所(suǒ)输(shū)入的文本。同一组关(guān)键(jiàn)词也(yě)可以(yǐ)创作出很(hěn)多张风(fēng)格不一样的画作，这(zhè)让(ràng)创(chuàng)作的(de)过程(chéng)就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成(chéng)的美图当做头像(xiàng)。而另一部分喜(xǐ)欢翻看AI绘(huì)画的“翻车(chē)”作品(pǐn)。在社交媒体上(shàng)，许多用户分享AI“翻(fān)车现(xiàn)场”，例(lì)如，一(yī)位网(wǎng)友(yǒu)的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片(piàn)被AI识别成了建(jiàn)筑。

而如今(jīn)随着(zhe)ControlNet的出现与(yǔ)加(jiā)持，以(yǐ)往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张(zhāng)吕敏(mǐn)创(chuàng)作的一种基于(yú)控制点的图像变(biàn)形算(suàn)法，主要用于数(shù)字图(tú)像处理、计算机视觉和计算机图形学(xué)等领域。

其(qí)SD插件一经发布，在(zài)短短的两(liǎng)天内便成为了AI绘(huì)画领域(yù)最新的热点。

在此之前，大家用(yòng)了很多方法想让AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是都不尽(jǐn)如人意，它的出现(xiàn)代(dài)表(biǎo)着AI生成(chéng)开始进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可(kě)以直接提取画面的(de)构图(tú)，人物的姿势和画(huà)面的深度(dù)信息(xī)等(děng)。有了它的帮助，就不用频(pín)繁的用(yòng)提(tí)示词(cí)来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已(yǐ)经获(huò)得了大量的浏览(lǎn)量，“viggo”就(jiù)是(shì)其中之一，他用(yòng)朋友的照片直接带她们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插(chā)件(jiàn)拓展找到(dào)对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试(shì)效果(guǒ)。

通过图片就可(kě)以看(kàn)出(chū)来，效果十分惊艳。

更厉害的是，除了真(zhēn)实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其(qí)本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来(lái)越强大，甚(shèn)至输出的作(zuò)品都(dōu)已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的(de)美女照片都是AI制(zhì)作的真人(rén)照片绘图，因为太逼真，被大(dà)家当成(chéng)真事传播了。

不过仔细观察可以发现(xiàn)，活动发起者(zhě)提供的照片中有个很大(dà)的漏洞可以发现并非真人，而是(shì)AI绘图，那便是(shì)图片中(zhōng)女性(xìng)的手指(zhǐ)部分有的存在异常(cháng)。

有(yǒu)行(xíng)业人事表(biǎo)示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最(zuì)新(xīn)看(kàn)到的(de)图片已(yǐ)经有越(yuè)来越完美的AI模型出现，以后可能就完全没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生。据英国广播公司报道，土耳其地(dì)震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿(ér)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“捐助”从而实施诈骗。

目(mù)前(qián)随(suí)着技(jì)术发展，AIGC已经能(néng)做出真人(rén)照片般的绘图(tú)效果，如果这(zhè)样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引(yǐn)发了很多担忧，一方面，四大灵猴的兵器叫什么名字批判者认为AI在“学习”了(le)大量前(qián)人的作品(pǐn)之(zhī)后，其创作没有任何情绪(xù)和(hé)灵魂，难以和人类的(de)艺(yì)术创(chuàng)作相提并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得(dé)到有效的解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯(sī)克(kè)也(yě)强调，人工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了(le)视频，还(hái)有远方

技术都是(shì)有(yǒu)两面性的(de)，潜(qián)在(zài)的危(wēi)害并不能掩盖其光辉(huī)的(de)贡献。现在看来，人工智能技术将是第四次工业(yè)革命的(de)核心驱动(dòng)力量，将(jiāng)创造新的(de)增(zēng)长奇(qí)迹。

过去一年，人工智能在技术(shù)和商业层面(miàn)都有(yǒu)了巨大进展，AI绘画(huà)就是人工智能技术(shù)发(fā)生方向性改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷歌先后发布了几条引爆(bào)科技圈的(de)短视频(pín)。这些视频引发关注并非内(nèi)容做得多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或者一(yī)段骑摩(mó)托车的第一视(shì)角(jiǎo)录像(xiàng)，随便一个有手机的人都可以随手录下一段。

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

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的(de)是高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈就已经玩(wán)了一波梗，一个能够做出更高清视(shì)频的AI还(hái)不足以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加令人(rén)震惊(jīng)的地方在于，它可以制作(zuò)出超过2分钟的连贯的也有(yǒu)确切(qiè)内容的视频，这才是(shì)真正让人们(men)感到惊喜的地方。因为无论AI生(shēng)成的视频(pín)多么高清，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一个过场动(dòng)画(huà)。

不过能(néng)够制作出(chū)有具(jù)体剧情内容的视(shì)频就意味(wèi)着，一些视频(pín)创作由AI代替人(rén)工完成已经初步有了可能。

当(dāng)下AI的(de)发(fā)展速度已经(jīng)超(chāo)过大(dà)部分人(rén)的想(xiǎng)象。内(nèi)容(róng)产业的(de)本质(zhì)是供给创(chuàng)造需求，AIGC作为全新(xīn)的内容生产(chǎn)方式，可以为内容产业带来(lái)更新的(de)内容风格、更快的生产速度，更(gèng)低的(de)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、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器(qì)人(rén)动作等多种内容(róng)形式(shì)的(de)生成。不难发现该项技(jì)术不仅在游戏(xì)等行业能(néng)得到有(yǒu)效应用(yòng)，对于下一代互联网各种(zhǒng)元素(sù)的构建亦有关键意义。

从商业化的角度来看，文化娱(yú)乐(lè)、教育、传(chuán)媒等诸多(duō)领域，本(běn)身就对基于AI的可视化内容有强烈需(xū)求。

因此，AI绘画及视频(pín)或不是结果，而(ér)只是(shì)AI进(jìn)程中的一块重要拼(pīn)图(tú)，有望在(zài)技(jì)术更(gèng)新(xīn)的加持下实现更大的应用(yòng)价值。

AI从理(lǐ)解内(nèi)容，走向了可(kě)以生成(chéng)内容(róng)，甚至能够创造出独立价值和(hé)独立(lì)视角的内容。AIGC的再(zài)次出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模型与算力(lì)，牢固(gù)AIGC底(dǐ)座

从技术(shù)的发(fā)展也可以看出(chū)，在语言大模(mó)型、图(tú)像大模型之后，多(duō)模态大模型已经成为了新(xīn)的趋势。

大模型(xíng)被誉为(wèi)当前人工智能发展的智能底座(zuò)，是(shì)全球竞争(zhēng)最激(jī)烈的研究(jiū)方向之(zhī)一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相(xiāng)发力。

不过(guò)训练大模型的(de)确价格(gé)不菲，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多少算力》报(bào)告(gào)估算，GPT-3训练(liàn)一次的成本(běn)约(yuē)为140万美元。而对于(yú)一些更大的(de)LLM(大型语言模型)，训练(liàn)成本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访客平(píng)均数1300万计(jì)算，其(qí)对应芯(xīn)片需(xū)求为3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日(rì)仅(jǐn)电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算(suàn)力(lì)支(zhī)持。在关注各(gè)类大模型的发展同时，更应该关(guān)注(zhù)算力网络的(de)建设(shè)。

算力网络正驱动AI产(chǎn)业(yè)发(fā)展进入史诗级加速进(jìn)程，让AIGC及(jí)通(tōng)用(yòng)AI这一人工智(zhì)能发展的终极目标离得更近。

因(yīn)为算力可(kě)以对突破性技术(shù)创新提供大力的(de)支持(chí)。这方面，多模态大模型是典(diǎn)型。作为面(miàn)向未来强人(rén)工(gōng)智能(néng)、通用人工智能的重(zhòng)要技术创新，多模态大模(mó)型已经在人(rén)工(gōng)智能领域提出了(le)很多(duō)年(nián)，业界也(yě)有(yǒu)不少(shǎo)技术突破，但是，多模态大(dà)模型(xíng)进一步往下走(zǒu)，算力需(xū)求呈几何式上(shàng)升(shēng)，一般(bān)的算力基础设(shè)施(shī)很(hěn)快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练，到双模态、三模态的跃迁(qiān)，让人工智能可以灵活应对不同模态的转(zhuǎn)化、像人与世界交互一(yī)样自然，这方面，由算力网络(luò)来驱动将有明(míng)显(xiǎn)优势。

此外，还有很(hěn)多需(xū)要(yào)爆发式增长(zhǎng)的(de)算力来支撑的技术创新，将在人工智能(néng)算力网络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在大模型(xíng)和(hé)大算力的支持下AIGC能持(chí)续(xù)颠覆内容生产的方式，将创造的边(biān)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 四大灵猴的兵器叫什么名字