自(zì)聊(liáo)天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖茨已多次公开谈论人工(gōng)智(zhì)能话题(tí)。在最近的一次采(cǎi)访(fǎng)中(zhōng)，他再次表示：“AI可(kě)能(néng)会让科技行业迎(yíng)来一次剧烈(liè)的洗(xǐ)牌”。

这(zhè)个(gè)结论是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的发(fā)展可能会威胁到谷歌的(de)市占率，因为微软在AI方(fāng)面的行动(dòng)相当(dāng)迅(xùn)速。而(ér)最终科技(jì)巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行(xíng)沟(gōu)通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助手的(de)到(dào)来(lái)可能(néng)尚需时日，但由ControlNet引发(fā)的又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中(zhōng)杀(shā)出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗(luó)拉多州(zhōu)举办的新兴(xīng)数(shù)字艺(yì)术家竞赛中，一幅(fú)名为《太(tài)空(kōng)歌(gē)剧院》的作(zuò)品获奖(jiǎng)。

随(suí)后(hòu)各大厂商的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其(qí)中(zhōng)代表(biǎo)。

用户们可以在(zài)应用(yòng)中(zhōng)输入一(yī)组关键词或者一张照片(piàn)，就能获得一幅AI创(chuàng)作的画(huà)作(zuò)。

作(zuò)画(huà)的(de)关(guān)键(jiàn)就是所输(shū)入的文本(běn)。同一组关键词也可以创作出(chū)很多张风格不一样的画作，这让创作的(de)过程就像(xiàng)开盲盒。

很多用户(hù)很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会将生(shēng)成的美图当做(zuò)头像。而(ér)另一部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒体(tǐ)上，许(xǔ)多用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如(rú)，一位网友的小(xiǎo)狗(gǒu)照片被(bèi)AI画(huà)成了“肌肉男”，还(hái)有网友的个(gè)人照片被AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的(de)出现与(yǔ)加持(chí)，以往AI绘(huì)画的填写关键词游戏可(kě)能要被颠(diān)覆了。

ControlNet是一(yī)位正在斯坦福读博(bó)的中国人张吕敏创作的一种基于控制点(diǎn)的(de)图(tú)像变形算法，主要用于数字(zì)图(tú)像处理、计算机(jī)视觉和计算机(jī)图形学等(děng)领(lǐng)域。

其SD插件(jiàn)一经发布，在(zài)短短的两天内便(biàn)成为(wèi)了(le)AI绘(huì)画领域最新的热(rè)点。

在(zài)此(cǐ)之(zhī)前，大家(jiā)用了很多方法想让(ràng)AI生成(chéng)的结(jié)果(guǒ)尽可能(néng)的符合要求(qiú)，但(dàn)是都不尽如人意，它的出现代表着(zhe)AI生成开始进入(rù)真(zhēn)正的可控时期(qī)。

因为(wèi)ControlNet可以(yǐ)直(zhí)接提取画面的(de)构图，人物的姿(zī)势和画面(miàn)的深度信息等。有了它(tā)的(de)帮助，就不(bù)用频繁的(de)用提示词来(lái)碰运(yùn)气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法”，不(bù)少博(bó)主的作(zuò)品(pǐn)已(yǐ)经获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直(zhí)接带她们(men)走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试(shì)效(xiào)果。

通过图片就(jiù)可(kě)以(yǐ)看出来，效果十分(fēn)惊(jīng)艳。

更厉害的是(shì)，除了真实的(de)照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚(shèn)至输出的(de)作(zuò)品(pǐn)都已经能以假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金(jīn)鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍网(wǎng)络，而经(jīng)过警方辟谣这所谓(wèi)的“party”可能(néng)是全国(guó)第(dì)一起AI绘(huì)图诈骗。

由于这个活(huó一立方分米等于多少升 一立方分米等于多少斤)动里(lǐ)面(miàn)给出的美(měi)女照片都是(shì)AI制作的真(zhēn)人照(zhào)片(piàn)绘图，因(yīn)为(wèi)太逼真，被大(dà)家当(dāng)成真事传播了。

不过仔细观察可以发现，活动(dòng)发起者(zhě)提供的照片中有个很大的漏洞可(kě)以发现并非真人，而是(shì)AI绘图(tú)，那便是图片(piàn)中女性的手指部(bù)分有的(de)存在异常。

有(yǒu)行业人事表(biǎo)示：“现在因(yīn)为手指(zhǐ)部(bù)分的绘画算法比较复(fù)杂，AI还不太会画人的手，但最新看到的图片已经有越(yuè)来越完美(měi)的AI模型出现，以后可能就完全没有(yǒu)漏(lòu)洞了(le)。”

类似的AI作图诈骗在国(guó)外也已有(yǒu)发生。据英国广(guǎng)播(bō)公(gōng)司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片(piàn)发布到(dào)网络(luò)，以此诱骗善(shàn)良的人打赏“捐助(zhù)”从而实(shí)施(shī)诈(zhà)骗。

目前(qián)随着技(jì)术(shù)发展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的(de)绘图效果(guǒ)，如果(guǒ)这样的图片被(bèi)用(yòng)来诈骗，将非(fēi)常可怕。

此外(wài)AIGC还引(yǐn)发了很(hěn)多担(dān)忧(yōu)，一方面(miàn)，批(pī)判者认为AI在“学(xué)习(xí)”了大量(liàng)前(qián)人的作品之后，其创(chuàng)作没(méi)有任何情绪和灵魂，难(nán)以和人类的艺(yì)术创作相(xiāng)提并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目前都并没有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马(mǎ)斯克也强(qiáng)调(diào)，人(rén)工智能的安全问(wèn)题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有(yǒu)远(yuǎn)方(fāng)

技(jì)术(shù)都是有两(liǎng)面性的(de)，潜(qián)在的危害并不(bù)能(néng)掩盖其光(guāng)辉的贡献。现在看(kàn)来(lái)，人工智能技术将是第(dì)四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去(qù)一年(nián)，人工智能在(zài)技(jì)术和(hé)商业层面都有了巨(jù)大(dà)进展，AI绘画(huà)就(jiù)是(shì)人工智能技术发生方向性(xìng)改变(biàn)的一个(gè)代(dài)表(biǎo)。其下一站或许就(jiù)是视频。

此前(qián)，Meta和谷歌(gē)先后发布了几条引爆科技(jì)圈的短视频。这些视(shì)频引发关注并非内容(róng)做得多优(yōu)秀(xiù)，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的(de)玩具(jù)熊(xióng)，或者一(yī)段骑摩托(tuō)车的第一(yī)视角录像，随便一(yī)个有手机的人都可以随手(shǒu)录下(xià)一段。

但这些短视(shì)频的创作方式非常简单，创(chuàng)作者(zhě)仅仅需要向AI输入一段(duàn)话，甚(shèn)至(zhì)只(zhǐ)是说一下(xià)要求，AI就(jiù)可以(yǐ)根据需要(yào)生(shēng)成一段(duàn)视频(pín)。

谷歌发(fā)布的两个AI生(shēng)成(chéng)视频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一波(bō)梗，一个能够做出(chū)更高清视(shì)频(pín)的(de)AI还不(bù)足以在短时间内(nèi)戳中兴(xīng)奋点(diǎn)。

Phenaki更加令人震惊的地方在于(yú)，它可以(yǐ)制作出(chū)超过2分钟的连贯的(de)也有确切内容的视频，这(zhè)才是真正让人(rén)们感到惊(jīng)喜的地方。因(yīn)为无论AI生成的视频(pín)多么高(gāo)清，也只能是为内(nèi)容生产者提供一个灵感，一个(gè)素(sù)材，一个(gè)过场动画。

不(bù)过能够(gòu)制作出有具体(tǐ)剧情内容的视频就意味着，一些视频创作(zuò)由AI代(dài)替人工完(wán)成已经初步有了可(kě)能(néng)。

当下AI的发展速度已经超过大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以(yǐ)为内容产业带来(lái)更新的内容风格(gé)、更(gèng)快的生产速度，更低的(de)生产成本(běn)，这无疑会驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等(děng)多种内容形式的(de)生成(chéng)。不难发(fā)现该项技术不仅在游(yóu)戏等(děng)行业能得到有效应(yīng)用，对于下一代互联网各种元素的(de)构建亦有关(guān)键意义。

从商业化的(de)角(jiǎo)度来看(kàn)，文化娱乐(lè)、教育、传媒等诸多(duō)领域，本身就对基(jī)于AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而只(zhǐ)是AI进程中的(de)一块(kuài)重要拼图，有望在技术更(gèng)新的加持下实现更大的应(yīng)用(yòng)价值。

AI从理解内容(róng)，走向(xiàng)了可(kě)以(yǐ)生成内容，甚至能够创造(zào)出独立(lì)价值和独立视角的内容。AIGC的再次出圈(quān)，更代表(biǎo)着未来(lái)的先进生(shēng)产力即(jí)将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发展也可(kě)以(yǐ)看出，在(zài)语(yǔ)言大模型(xíng)、图像大模型之(zhī)后，多模(mó)态大(dà)模型已(yǐ)经成为了新的趋势。

大模型被誉为当前人(rén)工智(zhì)能发展的智(zhì)能底座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不(bù)过训练大(dà)模型的确价格不菲，以(yǐ)国盛证券(quàn)发布(bù)的《ChatGPT需要(yào)多少(shǎo)算力》报告(gào)估算，GPT-3训练一次的成本约为(wèi)140万美元。而(ér)对(duì)于一些更大(dà)的(de)LLM(大型(xíng)语言模(mó)型)，训练成本(běn)则介于200万美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万(wàn)计算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅电费就(jiù)在5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离(lí)不开(kāi)庞大算力支持。在关注各类大模型的(de)发展同时，更应该(gāi)关(guān)注算力网络(luò)的建设(shè)。

算力网络正驱动AI产业发展进入史(shǐ)诗级(jí)加速进程，让(ràng)AIGC及(jí)通用AI这一人(rén)工智能发展(zhǎn)的终极(jí)目标离得更近。

因为算力可(kě)以对突破性技术创新提供大力的支持。这方面，多模态大模型是典型。作(zuò)为面向未来强人工智(zhì)能、通用人工(gōng)智能的(de)重要技术(shù)创新，多模态大模型已经在人工智能领域提出了很多年，业界也有(yǒu)不(bù)少技术突破，但是，多模态(tài)大(dà)模(mó)型进一步往下走，算力需求呈几何式上(shàng)一立方分米等于多少升 一立方分米等于多少斤升，一般的算(suàn)力(lì)基础设施(shī)很快将难以(yǐ)胜任。

从图像、文(wén)字(zì)、语(yǔ)音单独一项的训练，到(dào)双模(mó)态、三模态的(de)跃迁，让人工智能(néng)可以灵活应对不同模态的转化、像人(rén)与世(shì)界交互一样自然，这(zhè)方面，由算力网(wǎng)络来驱动(dòng)将有明(míng)显优势。

此外，还(hái)有很多需要爆(bào)发式增(zēng)长的算力来支撑的技(jì)术创新，将在人工智能算力(lì)网络支撑下快(kuài)速(sù)推进(jìn)。

AIGC已经露出曙光，期待在大(dà)模(mó)型和(hé)大算力的支持下(xià)AIGC能(néng)持续颠(diān)覆内容生产的方(fāng)式，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 一立方分米等于多少升 一立方分米等于多少斤