自聊(liáo)天机器(qì)人(rén)ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始(shǐ)人(rén)比(bǐ)尔(ěr)·盖(gài)茨已多次(cì)公(gōng)开谈论人工智能话(huà)题(tí)。在(zài)最(zuì)近的(de)一次采访中，他再次(cì)表示：“AI可能会让科(kē)技行业(yè)迎来(lái)一次剧烈的洗牌(pái)”。

这个结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节(jié)目(mù)专访时提(tí)出的。

他预期，AI的发(fā)展(zhǎn)可能(néng)会威(wēi)胁到谷歌的市占率，因为微软在AI方(fāng)面的行动相当迅(xùn)速。而最终(zhōng)科技(jì)巨头(tóu)将(jiāng)把AI整合成(chéng)用(yòng)户(hù)的“全能助(zhù)手”，包揽(lǎn)一切应用，与人(rén)们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中(zhōng)全能助(zhù)手的到来(lái)可能(néng)尚需时日，但由(yóu)ControlNet引(yǐn)发(fā)的(de)又一(yī)次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一(yī)次(cì)爆火(huǒ)的时候，还是2022年(nián)8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名(míng)为《太空(kōng)歌剧院》的(de)作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键词(cí)或者一张照片，就能获得一(yī)幅(fú)AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的(de)文本。同一组关键(jiàn)词也可以创作出(chū)很多张风格(gé)不一样的画作，这(zhè)让创作的(de)过(guò)程就像开盲(máng)盒(hé)。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将(jiāng)生成(chéng)的美图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交媒体上，许(xǔ)多用户(hù)分享AI“翻车(chē)现场”，例(lì)如，一位(wèi)网友的小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如(rú)今随着ControlNet的(de)出现与(yǔ)加持，以往AI绘画的填(tián)写关键词游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一位正在(zài)斯坦(tǎn)福(fú)读博的中国人(rén)张吕敏创(chuàng)作的(de)一种基于控(kòng)制点的图像变形(xíng)算法，主要(yào)用(yòng)于(yú)数(shù)字(zì)图(tú)像处理、计算机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插件一经发布(bù)，在短短的(de)两天内便成为了AI绘(huì)画领(lǐng)域最新的热(rè)点。

在此(cǐ)之前，大家用了很多方法(fǎ)想让AI生(shēng)成的结果尽可能的符合要求，但是都不尽如(rú)人(rén)意(yì)，它(tā)的出(chū)现(xiàn)代表着AI生成开始进入真正的可控时期(qī)。

因为(wèi)ControlNet可以直(zhí)接提(tí)取画面的构图，人物的姿势和画面的(de)深度信息等(děng)。有了(le)它(tā)的(de)帮(bāng)助，就不(bù)用频繁的用(yòng)提示词来碰运(yùn)气，抽(chōu)盲盒(hé)式的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作(zuò)品已经(jīng)获(huò)得了(le)大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的(de)照片(piàn)直(zhí)接(jiē)带她们(men)走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到(dào)对应(yīng)的关键词(cí)；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始换关键(jiàn)词试效果。

通过图片就可(kě)以看出来，效果十分惊艳。

更厉(lì)害的是，除了真实的照片，草图也可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全(quán)彩(cǎi)图。大神(shén)张吕(lǚ)敏其本尊也(yě)亲自回(huí)应。

不得不(bù)说当下AIGC已(yǐ)经(jīng)变得越(yuè)来越强大，甚至输出的作品都(dōu)已经能以假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆发

警(jǐng)惕(tì)安全问题

近日，“苏州(zhōu)金(jīn)鸡湖有游(yóu)艇party”的消(xiāo)息火(huǒ)遍网络，而经过(guò)警方辟谣这所谓的(de)“party”可能是全(quán)国第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个活动里面给出的美(měi)女照片都是AI制作的真人照片绘(huì)图，因为太逼真(zhēn)，被大家当成(chéng)真事传播了。

不过(guò)仔(zǎi)细观察可以发现(xiàn)，活动发起(qǐ)者提(tí)供(gōng)的照(zhào)片中有(yǒu)个很大的漏洞可以(yǐ)发现并(bìng)非(fēi)真(zhēn)人，而(ér)是AI绘图(tú)，那便是(shì)图(tú)片中女性(xìng)的手指部(bù)分有的存在异常。

有行(xíng)业人事表示：“现在因为手指(zhǐ)部分的(de)绘画算法比较复(fù)杂，AI还不太会画人的手，但(dàn)最新看到的(de)图片已(yǐ)经(jīng)有(yǒu)越来越完(wán)美的AI模(mó)型出现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似的AI作图(tú)诈(zhà)骗在国外也(yě)已有发生。据英(yīng)国(guó)广播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童受灾的(de)假照(zhào)片发布到网络，以(yǐ)此诱骗善良的(de)人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随着技(jì)术发展，AIGC已(yǐ)经能(néng)做出(chū)真人照(zhào)片般的绘图效果(guǒ)，如(rú)果(guǒ)这(zhè)样的图(tú)片被(bèi)用(yòng)来诈(zhà)骗，将非常可怕(pà)。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面(miàn)，批判者认为AI在“学习”了大量前人的作品(pǐn)之后，其创(chuàng)作(zuò)没(méi)有任(rèn)何情绪和灵(líng)魂，难以(yǐ)和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权(quán)、目前都并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会代(dài)替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工智(zhì)能的安(ān)全问题需要(yào)得(dé)到(dào)重(zhòng)视，太(tài)晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还(hái)有远方(fāng)

技术(shù)都(dōu)是有两(liǎng)面(miàn)性(xìng)的，潜(qián)在的危害(hài)并不能掩盖(gài)其光辉的贡献。现在看来，人工智能技(jì)术将是第四次工业(yè)革命(mìng)的核心(xīn)驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人工智能在技术(shù)和商业层面(miàn)都(dōu)有了(le)巨(jù)大进展(zhǎn)，AI绘画就(jiù)是人工(gōng)智能技(jì)术发生方向性改变的(de)一个代(dài)表(biǎo)。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆(bào)科(kē)技圈的短视频。这些视(shì)频引发关注并非内容做得多优秀，反(fǎn)而都非常简单，比如(rú)一(yī)匹正(zhèng)在喝水的马，一只画画的玩(wán)具熊，或(huò)者一段骑摩托车的第一视角录像，随便一个有手机的人都可(kě)以随手录下(xià)一段。

但(dàn)这(zhè)些短视频的创(chuàng)作方(fāng)式(shì)非常简单，创作者(zhě)仅仅需(xū)要向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以根据需要(yào)生(shēng)成一段视频(pín)。

谷歌(gē)发布的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈就已经玩了一波梗，一个能够做(zuò)出(chū)更高(gāo)清(qīng)视频(pín)的AI还不(bù)足(zú)以在短时间(jiān)内戳(chuō)中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令(lìng)人(rén)震惊的(de)地方在(zài)于(yú)，它可以制作出超过2分钟(zhōng)的连(lián)贯的也(yě)有确(què)切(qiè)内容的视频，这才是(shì)真正让人们感到惊(jīng)喜的地方(fāng)。因(yīn)为(wèi)无论AI生成的视频多么高清，也只能是为内容生(shēng)产者提供一个灵感，一个素(sù)材，一个过场动画。

不(bù)过(guò)能(néng)够(gòu)制作出有(yǒu)具体剧(jù)情(qíng)内容(róng)的视频就意味着，一些(xiē)视频创作由AI代替人(rén)工完(wán)成(chéng)已经初步有(yǒu)了可能。

当下AI的(de)发展(zhǎn)速度已(yǐ)经超过大部分人的想(xiǎng)象。内容产业的本质是供给创造(zào)需求，AIGC作为全新(xīn)的内(nèi)容(róng)生产(chǎn)方式，可以为内容(róng)产业带来更新的内容(róng)风格、更快的(de)生产速(sù)度，更低的生产(chǎn)成本，这无(wú)疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人动作等多种内容形式(shì)的生成。不(bù)难发现该项(xiàng)技术不(bù)仅在游(yóu)戏等行业能得到有效应用(yòng)，对于下(xià)一代互联网各种(zhǒng)元素的构建亦有关键意义。

从商业化的角度(dù)来看，文化娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及视频或(huò)不(bù)是结果，而(ér)只是AI进程(chéng)中的(de)一块重要拼(pīn)图(tú)，有望在(zài)技术更新的(de)加持下(xià)实现更(gèng)大的应用(yòng)价值。

AI从理解内容(róng)，走(zǒu)向(xiàng)了可以生(shēng)成内容(róng)，甚至能够创(chuàng)造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代表着(zhe)未来的先进生产力即将(jiāng)到(dào)来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展(zhǎn)也可(kě)以看出，在语言大模型、图像大模型之后，多模态大模型(xíng)已(yǐ)经(jīng)成为了新(xīn)的趋势(shì)。

大模型被誉为当前人(rén)工智能(néng)发展的智能(néng)底座(zuò)，是全球竞争最激(jī)烈(liè)的研究(jiū)方向(xiàng)之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等众多头部企业都在(zài)竞相发力。

不过训练(liàn)大模型(xíng)的确价格不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需(xū)要多少(shǎo)算力(lì)》报告估算，GPT-3训练一次(cì)的成本(běn)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(zé)介于200万美元至1200万(wàn)美元(yuán)高(gāo)价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独立访客平均数(shù)1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿(yì)美元，每日仅(jǐn)电费就(jiù)在(zài)5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离(lí)不开庞大算力支持。在关注各类(lèi)大模型的发展同时，更(gèng)应(yīng)该(gāi)关注(zhù)算力网(wǎng)络(luò)的建设。

算力网络(luò)正(zhèng)驱动AI产业(yè)发展进入史诗级加速进(jìn)程，让AIGC及(jí)通(tōng)用AI这一人工智能发展的(de)终(zhōng)极目(mù)标离得更近。

因为算力可以对(duì)突(tū)破性(xìng)技(jì)术(shù)创新提供大力(lì)的支持。这(zhè)方(fāng)面，多模态(tài)大模型是典型。作为面向(xiàng)未来强(qiáng)人工智(zhì)能(néng)、通(tōng)用人工智(zhì)能的重要(yào)技术(shù)创新(xīn)，多(duō)模态大模型已经在人工智能领域提(tí)出了很多年，业界也有不少技术突破，但是，多模态大模(mó)型进一步(bù)往(wǎng)下走，算力需求(qiú)呈几(jǐ)何(hé)式上(shàng)升，一般的算力基础设施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语(yǔ)音(yīn)单独(dú)一项的训练，到(dào)双模态、三模(mó)态的跃迁，让人工智能可(kě)以(yǐ)灵活应对不同(tóng)模态的转(zhuǎn)化、像人与世界(jiè)交互一样自然，这(zhè)方面，由(yóu)算力网络来(lái)驱动将(jiāng)有(yǒu)明显优势。

此(cǐ)外，还有很多需要爆发式增长的(de)算力来支(zhī)撑的(de)技术创(chuàng)新，将在人工智能算力网(wǎng)络支撑下快速推进(jìn)。

AIGC已经露(lù)出曙(shǔ)光，期(qī)待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方(fāng)式，将创(chuàng)造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 俯首甘为孺子牛的含义是什么意思，俯首甘为孺子牛的上句是什么