自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论(lùn)人工智能话题。在最(zuì)近的(de)一次采(cǎi)访中(zhōng)，他(tā)再次表示：“AI可能会让科技行(xíng)业(yè)迎来一次剧烈的洗牌”。

这个(gè)结论是(shì)他在当地时间(jiān)2月(yuè)20日接(jiē)受(shòu)《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可(kě)能会(huì)威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头(tóu)将把AI整合(hé)成(chéng)用户的“全能助手”，包揽(lǎn)一切应用，与人们进行沟(gōu)通并(bìng)提供(gōng)建议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全能助手的到来(lái)可能尚需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一(yī)组关键词或者一张照片，就能获得(dé)一幅AI创作(zuò)的画作。

作画(huà)的关键(jiàn)就是所输入的文(wén)本。同(tóng)一(yī)组(zǔ)关键词也(yě)可以创(chuàng)作出(chū)很多张风(fēng)格不一样的画(huà)作，这让创作的过程就(jiù)像开盲盒。

很(hěn)多用户很喜(xǐ)欢这(zhè)种不确(què)定的惊(jīng)喜，他们会将生成的(de)美(měi)图(tú)当做头像。而(ér)另一(yī)部分喜欢(huān)翻(fān)看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体(tǐ)上，许多(duō)用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如(rú)，一位网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉(ròu)男”，还有网友的个人照片(piàn)被AI识别成了(le)建筑。

而(ér)如今(jīn)随着ControlNet的(de)出现与加持，以(yǐ)往AI绘画的(de)填写关(guān)键(jiàn)词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国人(rén)张吕(lǚ)敏创作的一种基于控制点的图像变(biàn)形算法，主要用于数字图(tú)像处理、计算机视觉和计算机图形(xíng)学等(děng)领域。

其SD插件(jiàn)一经发布(bù)，在短短的两天内(nèi)便(biàn)成(chéng)为了AI绘画领(lǐng)域(yù)最新的热点。

在此(cǐ)之(zhī)前(qián)，大(dà)家用(yòng)了很多方法想让AI生成的结果尽可(kě)能的符合要求(qiú)，但是都不尽(jǐn)如人(rén)意，它(tā)的出(chū)现(xiàn)代表着AI生成开始进(jìn)入真正的可控时(shí)期。

因(yīn)为ControlNet可以直(zhí)接提取画面的构(gòu)图，人物的姿势和画面的深度信(xìn)息等。有了它的帮助，就不(bù)用频繁的用提示词来碰运气，抽盲盒式(shì)的创作了(le)。

通(tōng)俗的说ControlNet相当于(yú)给(gěi)AI绘画加了(le)“魔法”，不少(shǎo)博(bó)主的作品已(yǐ)经获得了大量的浏(liú)览量，“viggo”就是其中之一(yī)，他(tā)用朋(péng)友(yǒu)的照(zhào)片(piàn)直接(jiē)带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通(tōng)过图片就可以看出来，效果十(shí)分惊艳。

更厉害(hài)的是(shì)，除(chú)了(le)真实的(de)照片(piàn)，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现线稿转全彩图。大神(shén)张(zhāng)吕敏其本尊也亲自回应(yīng)。

不(bù)得不说当下AIGC已经变(biàn)得越来越强大，甚至输(shū)出的作品都已经(jīng)能以假乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技(jì)术力爆(bào)发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络(luò)，而经过警方辟(pì)谣这所谓的“party”可(kě)能是全国第一(yī)起AI绘图诈(zhà)骗。

由于这个活动(dòng)里面给(gěi)出的(de)美(měi)女照片都(dōu)是AI制作的真人照片绘(huì)图，因为(wèi)太(tài)逼真，被大家当成真事(shì)传播了(le)。

不过仔细观察(chá)可(kě)以发现(xiàn)，活动发起者提供的(de)照片中有个很(hěn)大的漏洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那(nà)便是图片中女(nǚ)性的手指部分有的存在(zài)异(yì)常。

有行业人事表示：“现(xiàn)在(zài)因为手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不太会画(huà)人的手，但(dàn)最新看到的图片已(yǐ)经有越来越完美(měi)的AI模型出现，以后(hòu)可能就完(wán)全(quán)没有(yǒu)漏洞(dòng)了。”

类似(shì)的AI作(zuò)图诈(zhà)骗在国外也已有发(fā)生。据英国广播公司(sī)报道，土耳其(qí)地震(zhèn)期间(jiān)，有Tiktok用户使用(yòng)AI合(hé)成了儿(ér)童受灾(zāi)的假照(zhào)片发布到网络，以此诱骗(piàn)善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片般的绘图(tú)效果，如(rú)果这样的(de)图片被用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了(le)很多担忧，一方面，批判者(zhě)认(rèn)为(wèi)AI在“学习”了大(dà)量前人的作品(pǐn)之(zhī)后，其创作没有任何情(qíng)绪和灵魂，难以和(hé)人类(lèi)的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都(dōu)并没有得到有效的解决，还有AIGC会不(bù)会(huì)代替人(rén)类“至(zhì)高(gāo)无上”的创意。

马斯克(kè)也强调，人工(gōng)智能的(de)安全问题需要得到重视，太(tài)晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术都是有两面性(xìng)的(de)，潜在的危害并不(bù)能掩盖其光(guāng)辉的贡献(xiàn)。现在看来，人工智能技术将是(shì)第(dì)四(sì)次工业(yè)革命的核心驱(qū)动力(lì)量(liàng)，将创造新(xīn)的增长奇迹。

过(guò)去一年，人工智能在技术和(hé)商业层面都有了巨大进(jìn)展，AI绘画(huà)就是人工(gōng)智能(néng)技术发生(shēng)方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条引爆科技圈的短视频。这些视频引发关(guān)注并(bìng)非(fēi)内(nèi)容做得多优秀，反而都(dōu)非常简(jiǎn)单，比如一匹正(zhèng)在喝水(shuǐ)的(de)马，一只(zhǐ)画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视角录像(xiàng)，随便一个有手(shǒu)机的人都可以(yǐ)随手录下(xià)一段。

但这(zhè)些(xiē)短(duǎn)视(shì)频的创(chuàng)作方式非常简单(dān)，创作者仅(jǐn)仅(jǐn)需要向AI输(shū)入一段话，甚至只是说一下要(yào)求，AI就(jiù)可以(yǐ)根据需(xū)要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多(duō)的差(chà)别(bié)。

在Make-A-Video公布(bù)了(le)AI生成的(de)视频后，AI圈就(jiù)已经(jīng)玩了一(yī)波梗，一个能够做出(chū)更高清视(shì)频的AI还不足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可(kě)以制(zhì)作出(chū)超过2分钟的连贯的也有(yǒu)确切内容的视(shì)频，这才(cái)是真正让人(rén)们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视(shì)频多么高清，也只能是为内容生(shēng)产者提供一个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体(tǐ)剧情内容的视(shì)频就意味着，一(yī)些视(shì)频创作由AI代替人(rén)工完成已(yǐ)经(jīng)初步有(yǒu)了可(kě)能。

当(dāng)下(xià)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(shì)供给创造需求(qiú)，AIGC作为全新的(de)内容生(shēng)产(chǎn)方式，可以为内容产(chǎn)业带来更新的内容风格、更快的生产速(sù)度(dù)，更低的(de)生产成本，这无疑会驱(qū)动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能(néng)应(yīng)用于(yú)音乐(lè)、代码、机器人动作等多种内容(róng)形式的生成。不难发现该项技术不仅在游(yóu)戏(xì)等行业(yè)能(néng)得到(dào)有效应(yīng)用(yòng)，对(duì)于下一代互联网各种元素的构(gòu)建(jiàn)亦有关(guān)键意义。

从(cóng)商(shāng)业化(huà)的角度(dù)来看，文化娱(yú)乐、教育(yù)、传媒等诸多(duō)领(lǐng)域(yù)，本(běn)身就对(duì)基于AI的(de)可视化内容有强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不(bù)是(shì)结果，而只是(shì)AI进程中的一块重(zhòng)要拼图，有望在(zài)技术更新的加持下实现(xiàn)更大的应(yīng)用价值。

AI从理(lǐ)解(jiě)内容，走向了(le)可以(yǐ)生成内(nèi)容，甚至能够创造出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更(gèng)代表(biǎo)着未来(lái)的(de)先(xiān)进生产力即将(jiāng)到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技术的发(fā)展也可(kě)以(yǐ)看出，在语(yǔ)言大模(mó)型(xíng)、图像(xiàng)大模型之后，多(duō)模态大模型已经(jīng)成为了新(xīn)的(de)趋(qū)势。

大模型(xíng)被誉为当前人工智能发展的智能底座，是全(quán)球(qiú)竞(jìng)争最激烈的研究方(fāng)向之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众(zhòng)多头部企(qǐ)业都(dōu)在竞(jìng)相发(fā)力。

不过训(xùn)练大模型的确价(jià)格不菲，以国盛证券发布(bù)的(de)《ChatGPT需(xū)要多少算力》报告估(gū)算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而(ér)对(duì)于一(yī)些更大的LLM(大型语(yǔ)言(yán)模型)，训练成本则(zé)介于200万美元(yuán)至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的(de)独立访客平均数(shù)1300万计算，其对应芯片需求为3万多(duō)片英(yīng)伟达A100 GPU，初始投(tóu)入成(chéng)本(běn)约为8亿美(měi)元，每日(rì)仅电(diàn)费就在5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类(lèi)大模型的发展同时，更应该关注算力网络的建设。

算力网(wǎng)络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及(jí)通用AI这一人(rén)工(gōng)智能发展的终(zhōng)极目标(biāo)离得更(gèng)近(jìn)。

因为算力可以(yǐ)对(duì)突破(pò)性技术(shù)创新(xīn)提供大力的支持。这方面，多(duō)模态大(dà)模型(xíng)是典型。作为面向未来强人工智能、通(tōng)用(yòng)人工智(zhì)能的(de)重(zhòng)要技(jì)术(shù)创新(xīn)，多模态大模(mó)型已经(jīng)在人工智能领域提出了很(hěn)多(duō)年，业界也有(yǒu)不(bù)少技术突破，但是，多模态大模型(xíng)进(jìn)一步往下走，算力需(xū)求呈几何式上升，一般的算(suàn)力基础设施很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音单独(dú)一(yī)项(xiàng)的训练(liàn)，到双模态、三模态的跃(yuè)迁，让人(rén)工智能(néng)可以灵(líng)活应对不同模(mó)态的转化、像(xiàng)人与(yǔ)世界交互一(yī)样自然，这方(fāng)面，由算力网络(luò)来驱动将有(yǒu)明显优势。

此(cǐ)外，还(hái)有很多需(xū)要爆发式增长的算力来支撑的技(jì)术创新，将在人工智能(néng)算力网络(luò)支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆内容(róng)生产的方式，将创造(zào)的边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 承蒙不弃,余生尽予什么意思，承蒙不弃,余生尽予的意思