自聊天机器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人比尔·盖茨已多次公开谈论人工(gōng)智能话题(tí)。在最近的一(yī)次采访中，他再次表示：“AI可能会让(ràng)科技行(xíng)业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结论是(shì)他在(zài)当地时间2月(yuè)20日接受(shòu)《In Good Company》节目(mù)专(zhuān)访时提出(chū)的。

他预(yù)期，AI的发展可能会威(wēi)胁到谷歌(gē)的市占率，因为微软在AI方面的行(xíng)动相当迅速(sù)。而(ér)最终(zhōng)科(kē)技巨头将把(bǎ)AI整合(hé)成(chéng)用(yòng)户的“全能(néng)助(zhù)手”，包揽一切应用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到来可能尚需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火(huǒ)的时(shí)候，还(hái)是(shì)2022年8月，在美国科罗拉多(duō)州举办(bàn)的(de)新(xīn)兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作(zuò)品获(huò)奖。

随后各大厂(chǎng)商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用(yòng)中输入一组关键词或(huò)者一张照片，就能获得一幅AI创作的画作(zuò)。

作画的关键就(jiù)是(shì)所输入的(de)文本。同一(yī)组关键词也可以创作出很多张风(fēng)格不一样的画作，这让创作的过(guò)程就像开盲盒。

很多用户很(hěn)喜欢这种不(bù)确定的(de)惊(jīng)喜，他们会将(jiāng)生成(chéng)的美图当做头像。而另(lìng)一(yī)部(bù)分(fēn)喜欢(huān)翻看AI绘画(huà)的“翻车”作品。在社(shè)交媒(méi)体上，许多用户分享AI“翻车(chē)现(xiàn)场”，例如，一(yī)位网(wǎng)友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个(gè)人照(zhào)片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的中国人张吕敏创作的一(yī)种基(jī)于控(kòng)制点的图像变形算法，主(zhǔ)要(yào)用(yòng)于数(shù)字图像处(chù)理、计(jì)算机视觉和计(jì)算机图形学(xué)等(děng)领域。

其SD插件一经(jīng)发布(bù)，在(zài)短短的两天(tiān)内便成为了AI绘(huì)画领域最新(xīn)的热点。

在(zài)此(cǐ)之前，大家(jiā)用了(le)很(hěn)多(duō)方法想让AI生成(chéng)的结果尽可(kě)能的(de)符合要(yào)求(qiú)，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入真(zhēn)正的(de)可控时(shí)期。

因(yīn)为(wèi)ControlNet可以直接(jiē)提(tí)取画(huà)面(miàn)的构图，人(rén)物的姿(zī)势和画面的深度信息等。有了它的帮助，就不(bù)用频繁的用(yòng)提(tí)示词(cí)来碰运气，抽盲盒式的创(chuàng)作了。

通(tōng)俗的说ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了“魔法(fǎ)”，不少博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她(tā)们(men)走(zǒu)进动漫世界。

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

再用Text2Prompt插件拓展找到(dào)对应(yīng)的关(guān)键(jiàn)词；最(zuì)后用ControlNet插(chā)件绑定骨骼(gé)开始换关键词试效果。

通过图片(piàn)就可以看(kàn)出来，效(xiào)果十分(fēn)惊艳(yàn)。

更厉害(hài)的是，除(chú)了真实的(de)照片，草(cǎo)图也(yě)可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介绍到(dào)ControlNet还能(néng)实现线稿转全(quán)彩图。大神张吕敏其本尊也亲(qīn)自(zì)回应。

不(bù)得不说(shuō)当(dāng)下(xià)AIGC已经变得越来(lái)越强大，甚(shèn)至输(shū)出的作品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安(ān)全问题(tí)

近日(rì)，“苏(sū)州(zhōu)金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的(de)“party”可能是全国(guó)第一起AI绘图诈骗。

由(yóu)于这(zhè)个(gè)活动里面给出的美女(nǚ)照片都是AI制(zhì)作的真人照片(piàn)绘图(tú)，因为太(tài)逼真，被大(dà)家(jiā)当成真事传播了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片中(zhōng)有个(gè)很大的漏洞可(kě)以发(fā)现并非真人，而(ér)是(shì)AI绘图，那便是(shì)图片中女性(xìng)的手指部(bù)分有的存在异常。

有行业人(rén)事表示(shì)：“现在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂(zá)，AI还(hái)不太(tài)会画人的(de)手(shǒu)，但最新看到的图片已经(jīng)有越来(lái)越完(wán)美的AI模型出(chū)现，以后(hòu)可能(néng)就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗(piàn)在国(guó)外也已有发生(shēng)。据英(yīng)国广(guǎng)播公司报道，土(tǔ)耳其(qí)地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而(ér)实施诈骗。

目前随着技术发展，AIGC已经(jīng)能做(zuò)出真人照(zhào)片般的绘图效果，如(rú)果这样的(de)图(tú)片被用来诈骗，将非(fēi)常可(kě)怕。

此外AIGC还引发了(le)很多担(dān)忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了大量前人的作品之后，其创(chuàng)作(zuò)没有任何情绪和灵魂，难以和人类(lèi)的艺术(shù)创(chuàng)作相提并论。

另一(yī)方(fāng)面(miàn)，AIGC背后(hòu)的版权、目前都并没有得到有效的解决，还有AIGC会不会代(dài)替人(rén)类“至高无(wú)上”的创(chuàng)意(yì)。

马斯克(kè)也强调，人工(gōng)智能的安全问题(tí)需要得到重视，太(tài)晚就来不及(jí)了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面性(xìng)的，潜(qián)在的危害(hài)并(bìng)不能(néng)掩盖其光辉的(de)贡献。现在看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能(néng)在技术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能(néng)技术发生方向性改变的(de)一个(gè)代(dài)表。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和(hé)谷歌(gē)先后发布(bù)了几(jǐ)条引爆科技圈的短视频。这些视频引(yǐn)发关注(zhù)并非内容做得多优(yōu)秀(xiù)，反而都非(fēi)常(cháng)简单，比如一匹正(zhèng)在(zài)喝水的马，一(yī)只画画(huà)的(de)玩具熊(xióng)，或者一段骑摩托车的第一视角录像，随便(biàn)一(yī)个有手机(jī)的人都可以随(suí)手录下(xià)一段。

但这(zhè)些(xiē)短(duǎn)视频(pín)的(de)创作方(fāng)式非(fēi)常简单(dān)，创作者仅仅需要向AI输入一段话，甚(shèn)至只是说(shuō)一下(xià)要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的(de)是高清，与Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视频(pín)后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够做出(chū)更高清视频的(de)AI还不(bù)足以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更(gèng)加令人(rén)震(zhèn)惊的地方在(zài)于，它(tā)可以制作出超过2分钟的(de)连贯(guàn)的(de)也(yě)有确切内容的(de)视频，这才是(shì)真正让人们(men)感到惊喜的地方。因(yīn)为无(wú)论AI生成的(de)视频多么高(gāo)清(qīng)，也只能是(shì)为内(nèi)容生产者(zhě)提供一个(gè)灵(líng)感，一个素(sù)材，一个过场(chǎng)动(dòng)画(huà)。

不过能够制作出有具体剧情内容(róng)的视频就(jiù)意(yì)味(wèi)着，一(yī)些(xiē)视(shì)频创(chuàng)作由AI代(dài)替人工(gōng)完成(chéng)已经初步有了(le)可能。

当下AI的发展速度已经(jīng)超(chāo)过大部分人的想象。内容产(chǎn)业的本质是供给创造需求，AIGC作(zuò)为(wèi)全(quán)新的(de)内容生产(chǎn)方式(shì)，可以为内容(róng)产业(yè)带来更新(xīn)的内容风(fēng)格、更快的生产速度，更(gèng)低的(de)生产(chǎn)成本，这无疑会驱动内容产(chǎn)业的(de)大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器(qì)人动(dòng)作等(děng)多种内容(róng)形(xíng)式的生成。不(bù)难发现(xiàn)该项技术(shù)不仅在游(yóu)戏等行业能得(dé)到(dào)有效应用，对于下(xià)一(yī)代(dài)互(hù)联网各种元(yuán)素的构建亦有关键意(yì)义。

从(cóng)商业化的角度来(lái)看，文(wén)化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身(shēn)就对基于AI的可(kě)视化内容有强烈(liè)需(xū)求。

因此，AI绘画及视频或(huò)不是结果，而只(zhǐ)是AI进程中(zhōng)的(de)一块(kuài)重要(yào)拼图，有(yǒu)望在技术更新的(de)加持下实现(xiàn)更大的应用价值。

AI从理(lǐ)解内容，走向了可以生成内(nèi)容，甚至(zhì)能够(gòu)创造出独(dú)立(lì)价值(zhí)和独立视角(jiǎo)的(de)内(nèi)容(róng)。AIGC的再次(cì)出圈，更代表(biǎo)着(zhe)未来的先进生产力即(jí)将到来。

04

紧(jǐn)抓大模型与算力(lì)，牢固(gù)AIGC底座(zuò)

从技(jì)术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模(mó)型已经成为了(le)新的趋(qū)势。

大模型被(bèi)誉为当前(qián)人工智能(néng)发展的(de)智能(néng)底座(zuò)，是全球竞争最激烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿(ā)里、腾(téng)讯等众多头部企业都在(zài)竞相(xiāng)发(fā)力。

不过(guò)训练大模型的确(què)价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一(yī)次(cì)的成本约(yuē)为140万美元。而(ér)对于一些更大(dà)的LLM(大型语(yǔ)言模型(xíng))，训练(liàn)成(chéng)本则介于200万美元至1200万(wàn)美(měi)元高(gāo)价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数(shù)1300万计算在农场英语为什么用on不用at，在农场为什么用on the farm(suàn)，其对应芯片需求为(wèi)3万多(duō)片(piàn)英伟达A100 GPU，初始投(tóu)入成(chéng)本约为(wèi)8亿(yì)美元，每日仅电(diàn)费就(jiù)在5万(wàn)美元(yuán)左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大(dà)算力支持(chí)。在关注各类大模型的发展同时，更(gèng)应该(gāi)关注算力(lì)网络(luò)的建设。

算力(lì)网(wǎng)络(luò)正驱动(dòng)AI产(chǎn)业(yè)发展进(jìn)入史诗级加速进(jìn)程，让AIGC及(jí)通用(yòng)AI这(zhè)一人工智(zhì)能(néng)发展的终极目标离(lí)得更近。

因(yīn)为算力可以对(duì)突破性技术创新提供大力(lì)的支持。这方面，多模(mó)态大模型是典型(xíng)。作为面向未来强(qiáng)人(rén)工智(zhì)能、通用人工(gōng)智能(néng)的重要技术创新，多模态(tài)大模型已经在人工智能领域(yù)提出了很多年，业(yè)界也有不少(shǎo)技术突破，但是，多模态大(dà)模型进一步往下走，算力需求(qiú)呈几(jǐ)何(hé)式上升，一般(bān)的算力基础设施很快将难以(yǐ)胜任。

从图像(xiàng)、文(wén)字、语音单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让(ràng)人工智能可以灵(líng)活(huó)应对(duì)不同模态的转化、像(xiàng)人与世(shì)界交互一样自然，这方面，由算力网络来(lái)驱(qū)动将有明显优势(shì)。

此外，还有很多(duō)需要爆(bào)发式增长的算(suàn)力(lì)来支撑的(de)技术创新，将在人工(gōng)智能算力网络支撑(chēng)下(xià)快速推进。

AIGC已经(jīng)露(lù)出曙光，期(qī)待(dài)在大模型(xíng)和大算力(lì)的支持下AIGC能持续颠覆(fù)内容生产(chǎn)的方(fāng)式(shì)，将创(chuàng)造的(de)边际成本降低(dī)，让(ràng)万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 在农场英语为什么用on不用at，在农场为什么用on the farm