自聊(liáo)天(tiān)机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始(shǐ)人比尔·盖茨已多次公(gōng)开谈论人工智能话题(tí)。在最(zuì)近的一(yī)次采访(fǎng)中(zhōng)，他再次表示：“AI可能(néng)会让科(kē)技行业迎来(lái)一(yī)次剧(jù)烈(liè)的(de)洗牌”。

这个结论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专访时提(tí)出的(de)。

他预期，AI的发展可能会(huì)威胁到谷歌的(de)市占率，因为微软在AI方面(miàn)的行(xíng)动相(xiāng)当迅速(sù)。而最(zuì)终科技巨(jù)头将(jiāng)把AI整合成用户的“全能(néng)助手”，包揽(lǎn)一(yī)切应用，与人们(men)进行沟通并(bìng)提供建议，可(kě)以取代(dài)亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大(dà)佬口中全能(néng)助手的到来可能尚需(xū)时(shí)日，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一(yī)次爆火的时候，还(hái)是2022年8月，在美国科罗拉(lā)多州举办的新兴数字(zì)艺术家(jiā)竞(jìng)赛中，一幅(fú)名为《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后(hòu)各大厂商的AI绘画软件被广大网(wǎng)友(yǒu)熟知(zhī)并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们(men)可(kě)以在(zài)应用中输入一组关键词(cí)或(huò)者一张照片(piàn)，就能获得(dé)一幅AI创(chuàng)作的画(huà)作。

作画的关键(jiàn)就是(shì)所输入的(de)文(wén)本。同(tóng)一组(zǔ)关键词也可以创作出(chū)很(hěn)多(duō)张风(fēng)格不(bù)一(yī)样的画作，这让创作的过(guò)程就像(xiàng)开盲(máng)盒(hé)。

很多(duō)用户很喜欢这种不确定的惊喜(xǐ)，他(tā)们(men)会将生成的美(měi)图当做头(tóu)像。而另一部(bù)分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多(duō)用户分(fēn)享AI“翻(fān)车现场(chǎng)”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成(chéng)了“肌肉(ròu)男”，还有网友(yǒu)的(de)个人照(zhào)片被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能(néng)要(yào)被颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福读博的中(zhōng)国人(rén)张吕(lǚ)敏(mǐn)创作的(de)一种(zhǒng)基(jī)于(yú)控(kòng)制点的图(tú)像变形算法，主(zhǔ)要用于数字图像(xiàng)处理、计(jì)算机视觉和计算机图形学(xué)等领(lǐng)域。

其SD插(chā)件一经发布，在短短(duǎn)的两天(tiān)内便成为了AI绘画领域最(zuì)新(xīn)的(de)热点(diǎn)。

在此之前，大家用了很多方(fāng)法想让AI生(shēng)成的结果尽可能的符合(hé)要求，但(dàn)是都不尽(jǐn)如人意(yì)，它的出现代表着AI生成开始进(jìn)入真(zhēn)正的(de)可(kě)控时期。

因为ControlNet可以直接提(tí)取(qǔ)画面的构(gòu)图，人物的姿(zī)势和画面(miàn)的深(shēn)度信(xìn)息等。有了它的(de)帮助，就不用频繁的(de)用提示词来碰运气，抽盲盒式的创作了(le)。

通俗的(de)说ControlNet相当于(yú)给(gěi)AI绘画加了(le)“魔法(fǎ)”，不(bù)少(shǎo)博主的作品已经(jīng)获(huò)得了大(dà)量(liàng)的浏览量(liàng)，“viggo”就是(shì)其(qí)中之一，他用朋友的照(zhào)片(piàn)直接带(dài)她们走进(jìn)动漫世界。

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

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最后(hòu)用ControlNet插件绑定骨骼开始换(huàn)关键词试(shì)效果。

没带罩子他c了我一节课，没带bra被捏了一节课s="300,640" data-type="jpeg" data-w="1280">

通过图片就可(kě)以看出来，效果十分(fēn)惊艳。

更厉害的是(shì)，除了(le)真(zhēn)实的照片(piàn)，草(cǎo)图也可(kě)以加(jiā)上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩图。大神张(zhāng)吕敏其本尊(zūn)也亲(qīn)自回应。

不得不说当下(xià)AIGC已(yǐ)经变得越(yuè)来越强大，甚至输出的作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖(hú)有(yǒu)游艇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(shì)全国(guó)第一起AI绘(huì)图诈(zhà)骗(piàn)。

由于这个活动里面给出的美(měi)女照片都(dōu)是(shì)AI制(zhì)作的真人照片绘图，因(yīn)为太(tài)逼真，被大家当成真(zhēn)事(shì)传播了。

不(bù)过仔(zǎi)细观察可以发现，活(huó)动(dòng)发(fā)起者提供(gōng)的照(zhào)片中(zhōng)有个很(hěn)大的漏洞可(kě)以(yǐ)发现并非真人(rén)，而是AI绘(huì)图，那(nà)便(biàn)是图(tú)片(piàn)中女性的手指部分有的存在异常。

有行(xíng)业人事表示：“现在(zài)因为(wèi)手(shǒu)指部分的绘画算法比较复(fù)杂，AI还(hái)不太会画人的手(shǒu)，但最新看到(dào)的(de)图片已经有越来越完(wán)美的(de)AI模型出现，以后可(kě)能就完全没(méi)有(yǒu)漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外(wài)也已有(yǒu)发生。据英国广播公司(sī)报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发(fā)布(bù)到网络，以此诱(yòu)骗善良的(de)人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随(suí)着技术发展(zhǎn)，AIGC已经能做出真人照(zhào)片(piàn)般的绘(huì)图效果，如(rú)果这样的(de)图片被用(yòng)来诈(zhà)骗(piàn)，将非常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发了(le)很多担忧(yōu)，一方面，批判者(zhě)认为AI在(zài)“学(xué)习”了大量前人的作品之后，其(qí)创作没有任(rèn)何(hé)情绪和灵(líng)魂，难(nán)以(yǐ)和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得(dé)到有效的解决，还有AIGC会不会(huì)代替人类“至高无(wú)上”的创意(yì)。

马斯克也强调(diào)，人工(gōng)智能的安(ān)全问(wèn)题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都是有两面(miàn)性的，潜在的危害(hài)并不能掩盖其光辉的(de)贡献。现在看(kàn)来，人(rén)工智(zhì)能(néng)技术将是第(dì)四次工业革命的核心驱(qū)动力量(liàng)，将创造新(xīn)的增长奇迹。

过去一年，人工(gōng)智能在技术和商业层面都有了巨(jù)大进展，AI绘画就是人(rén)工(gōng)智能技(jì)术发生(shēng)方(fāng)向性(xìng)改(gǎi)变的一个代(dài)表。其下一站或许就是(shì)视频(pín)。

此前(qián)，Meta和(hé)谷歌先(xiān)后发(fā)布了几(jǐ)条引(yǐn)爆科(kē)技圈(quān)的短视频。这些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的(de)马，一只画画的(de)玩(wán)具(jù)熊，或者(zhě)一段(duàn)骑摩托车的(de)第一(yī)视角录像(xiàng)，随(suí)便一(yī)个有手(shǒu)机的人都可以(yǐ)随(suí)手录下(xià)一(yī)段(duàn)。

但这些短(duǎn)视频的(de)创作方(fāng)式非(fēi)常(cháng)简(jiǎn)单，创作者仅仅需要(yào)向AI输(shū)入一段话(huà)，甚至只是说一(yī)下要求，AI就可以根据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈(quān)就已经玩(wán)了(le)一波梗(gěng)，一个能够做出更(gèng)高清视频(pín)的AI还不足以在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制作出超过2分钟(zhōng)的连贯的也有(yǒu)确(què)切内(nèi)容的视频，这(zhè)才是真正让人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的视频多(duō)么高(gāo)清，也只能是为(wèi)内(nèi)容生产者(zhě)提供一个灵(líng)感，一个素材，一个过(guò)场(chǎng)动画。

不过(guò)能够制作(zuò)出有具体剧情内容(róng)的视频就(jiù)意味着，一些(xiē)视频创作由AI代替人工完(wán)成(chéng)已(yǐ)经(jīng)初步有了(le)可能。

当下AI的发(fā)展速度已(yǐ)经超过大部(bù)分人(rén)的想象(xiàng)。内容产业的本质是供给创造需(xū)求，AIGC作为全新的(de)内(nèi)容(róng)生产(chǎn)方式，可以为内(nèi)容产业带来更(gèng)新的(de)内(nèi)容(róng)风格、更快的生产速度，更低的生(shēng)产成(chéng)本，这无(wú)疑(yí)会驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用于音乐(lè)、代码、机(jī)器人动作(zuò)等多种内容形式的生成。不(bù)难发现该项(xiàng)技术不仅在游戏等行业能得到有效应用，对于(yú)下(xià)一代互联网各(gè)种(zhǒng)元素(sù)的构建亦有关键意义。

从(cóng)商业(yè)化的角度(dù)来看(kàn)，文化娱乐(lè)、教育、传媒等诸多领域，本身(shēn)就对(duì)基于AI的(de)可视化内容(róng)有强烈需求。

因此，AI绘画及视频或不是(shì)结果，而只(zhǐ)是AI进(jìn)程(chéng)中的一块重要拼图，有望在技术更(gèng)新的加持下(xià)实现更(gèng)大(dà)的(de)应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生(shēng)成内容，甚至能够创造出独(dú)立价(jià)值和(hé)独立视角的内(nèi)容。AIGC的(de)再次出(chū)圈，更代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的(de)发展也可以看出，在语言大模型(xíng)、图像大(dà)模(mó)型之后，多模(mó)态大模型已经成为了新的趋势(shì)。

大模型被誉为当(dāng)前人(rén)工智能发展(zhǎn)的智(zhì)能底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多(duō)头部(bù)企业都(dōu)在竞相(xiāng)发(fā)力(lì)。

不(bù)过训练(liàn)大模型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报(bào)告估算，GPT-3训练一次(cì)的(de)成本约为140万美(měi)元。而对于一些更(gèng)大的LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平均数1300万计算(suàn)，其对应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅(jǐn)电费就在5万(wàn)美(měi)元左右。

此外(wài)不(bù)论(lùn)是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算力支持。在关注各类大模型的(de)发(fā)展同时，更(gèng)应该(gāi)关注算力(lì)网络的(de)建设。

算力网络正驱动(dòng)AI产(chǎn)业(yè)发展(zhǎn)进入(rù)史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一人工智能(néng)发展(zhǎn)的终(zhōng)极目标(biāo)离得更近。

因为(wèi)算力可以对突破(pò)性技术(shù)创(chuàng)新提供大力(lì)的支(zhī)持。这方面(miàn)，多(duō)模(mó)态大模型是没带罩子他c了我一节课，没带bra被捏了一节课典型。作为面向未(wèi)来强人工智能、通用人工智(zhì)能的重要技术(shù)创(chuàng)新，多模态大模(mó)型(xíng)已经在人工智能领域提出了很多年，业(yè)界也(yě)没带罩子他c了我一节课，没带bra被捏了一节课有不少技(jì)术突破，但是，多模态大模型进一步往下走，算力需求(qiú)呈几何(hé)式上升(shēng)，一般的算力基础设施很快将难以胜任(rèn)。

从图像(xiàng)、文(wén)字、语音单独(dú)一项的训练，到双模态、三模态(tài)的(de)跃(yuè)迁，让(ràng)人工智能可以灵活应对不(bù)同模态的转化、像人与世界交(jiāo)互一样自(zì)然，这方面，由算力网(wǎng)络来驱动将(jiāng)有明显优势。

此外，还(hái)有很多(duō)需要(yào)爆(bào)发式增长(zhǎng)的算力(lì)来支撑的技术创新，将(jiāng)在人工智能(néng)算力网络(luò)支撑下快(kuài)速推进(jìn)。

AIGC已经(jīng)露出(chū)曙(shǔ)光(guāng)，期(qī)待在大(dà)模型和大(dà)算(suàn)力的支持下AIGC能持续颠(diān)覆内容(róng)生(shēng)产的方式，将创造(zào)的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 没带罩子他c了我一节课，没带bra被捏了一节课