自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比(bǐ)尔(ěr)·盖茨(cí)已(yǐ)多次(cì)公开谈论人工智能话(huà)题。在最近(jìn)的(de)一次(cì)采访中，他再次表示：“AI可能(néng)会让科技(jì)行(xíng)业迎来一(yī)次剧烈的洗牌(pái)”。

这个结(jié)论(lùn)是(shì)他在当地时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提出的。

他预(yù)期，AI的发展(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(de)行(xíng)动相当迅速。而最终科技巨头(tóu)将把AI整合(hé)成用户的“全能助(zhù)手”，包揽一切应用(yòng)，与人们进行沟通(tōng)并(bìng)提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助(zhù)手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的AIGC上一(yī)次爆(bào)火的时候，还是(shì)2022年8月，在美(měi)国科罗(luó)拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院(yuàn)》的作品获(huò)奖。

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

用户们可以(yǐ)在应用中输入一组关键词或者(zhě)一张(zhāng)照片，就能获得(dé)一幅AI创(chuàng)作的(de)画(huà)作。

作画的关键(jiàn)就是所(suǒ)输(shū)入(rù)的文本。同一组关键(jiàn)词也可以创(chuàng)作出(chū)很多张(zhāng)风(fēng)格(gé)不一样(yàng)的画作，这(zhè)让创作的(de)过(guò)程就像开(kāi)盲盒。

很(hěn)多用(yòng)户很喜欢(huān)这种不(bù)确定的惊(jīng)喜，他们会(huì)将(jiāng)生成(chéng)的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友(yǒu)的(de)小狗照片被AI画(huà)成了“肌肉男”，还有网友的个人照片(piàn)被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画的填写关键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在(zài)斯(sī)坦福读博的中国人(rén)张吕敏创(chuàng)作的一种基于控制点的图像变形算法，主要(yào)用于(yú)数字(zì)图像处理、计算帧率是高好还是低好，王者帧率是高好还是低好机(jī)视觉和计算机图形学等领(lǐng)域。

其(qí)SD插(chā)件一(yī)经(jīng)发(fā)布，在短(duǎn)短(duǎn)的两天内便成为了AI绘画领域最新的热点。

在此之(zhī)前，大(dà)家用了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它(tā)的出(chū)现(xiàn)代表着(zhe)AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人(rén)物的姿势和画面的深度信息等。有了它(tā)的帮助，就不用频繁的用提(tí)示(shì)词(cí)来(lái)碰运气(qì)，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已经(jīng)获得了大量的浏览(lǎn)量，“viggo”就(jiù)是其中(zhōng)之一，他用朋友的照片直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应(yīng)的(de)关键词；最后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以看(kàn)出来，效果十分(fēn)惊艳(yàn)。

更厉(lì)害(hài)的是，除了真(zhēn)实的照片，草图也(yě)可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕(lǚ)敏其本尊也亲自回应。

不得(dé)不(bù)说当下AIGC已经(jīng)变得越来越(yuè)强大，甚至(zhì)输出的作品(pǐn)都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经过警方辟(pì)谣这所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个活(huó)动里面给出的美女照片(piàn)都是(shì)AI制作的真人照片绘(huì)图，因为太逼(bī)真，被大家当成真事传播了。

不过(guò)仔细(xì)观(guān)察可以发现，活动发(fā)起(qǐ)者提(tí)供的照片中(zhōng)有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是AI绘图(tú)，那(nà)便是图片中(zhōng)女性的手指(zhǐ)部(bù)分有的存在异常。

有(yǒu)行业(yè)人事表示：“现在因为手指部分(fēn)的绘(huì)画(huà)算法比较复杂，AI还(hái)不太会画人的(de)手(shǒu)，但最新看到的图片已经有越(yuè)来(lái)越完美的AI模型出现(xiàn)，以(yǐ)后可能就完全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗在国(guó)外也(yě)已有发生。据英国广播(bō)公(gōng)司(sī)报道，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用AI合成(chéng)了儿(ér)童受(shòu)灾的假(jiǎ)照(zhào)片(piàn)发(fā)布(bù)到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经能做出真人照(zhào)片般的(de)绘(huì)图(tú)效果，如果这样的(de)图片被用来(lái)诈骗，将非常可怕。

此外(wài)AIGC还引发(fā)了很多(duō)担忧，一(yī)方面，批判(pàn)者认(rèn)为AI在“学习(xí)”了大量前(qián)人的(de)作品之后，其创作(zuò)没有任(rèn)何情(qíng)绪和(hé)灵魂，难(nán)以和人类的艺术(shù)创作相提(tí)并论。

另一方面，AIGC背后的(de)版权、目前都并没有得(dé)到(dào)有(yǒu)效的解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯(sī)克也强调，人工智能的安全问(wèn)题需要得(dé)到重(zhòng)视，太晚就来不及了。

03

AIGC下(xià)一(yī)站除(chú)了视频，还有(yǒu)远方

技术都(dōu)是有(yǒu)两面性的，潜在的危害(hài)并不能掩盖其光辉(huī)的贡献(xiàn)。现在(zài)看来，人工(gōng)智能(néng)技术将是(shì)第四次工业革命的(de)核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面都有了(le)巨大进展，AI绘画就是人工智能技术发生方(fāng)向(xiàng)性改变的一(yī)个代表。其下一站或(huò)许就是视(shì)频。

此(cǐ)前，Meta和(hé)谷歌(gē)先后发布了几条引爆(bào)科技圈的短视(shì)频(pín)。这些视频(pín)引发关注并非内(nèi)容(róng)做(zuò)得多优(yōu)秀，反而都非常简单，比(bǐ)如一(yī)匹正(zhèng)在喝水的马，一只画画的玩具熊，或者一段骑摩托车(chē)的第一视角(jiǎo)录像，随便一个有手(shǒu)机的人都可以随手录下(xià)一段(duàn)。

但这些短视频(pín)的创作方式(shì)非(fēi)常简单，创(chuàng)作者仅仅需(xū)要向AI输入一段话(huà)，甚至只(zhǐ)是(shì)说(shuō)一下(xià)要求(qiú)，AI就(jiù)可以根据需(xū)要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生(shēng)成(chéng)视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与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(jiù)已经玩了一波梗，一个(gè)能(néng)够做出更高清视频的AI还不足以在短时间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可以制作(zuò)出(chū)超过2分(fēn)钟的(de)连贯(guàn)的(de)也有确(què)切(qiè)内容(róng)的视频，这才是(shì)真正(zhèng)让人们(men)感到惊喜的地(dì)方。因为无论(lùn)AI生成的视频多(duō)么(me)高清(qīng)，也只能是为内容生产(chǎn)者提供一(yī)个灵感，一个素材，一(yī)个过场(chǎng)动画。

不过能够制作(zuò)出(chū)有具(jù)体剧(jù)情(qíng)内容的视频(pín)就(jiù)意(yì)味(wèi)着(zhe)，一些视频创作由AI代替人工(gōng)完成已(yǐ)经初步有了可能。

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(gōng)给创造需求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可以(yǐ)为内容产业带来更新的内容风(fēng)格(gé)、更快的(de)生产速度，更低的生产(chǎn)成本，这无疑会驱动(dòng)内容产业的(de)大爆(bào)发。

除了(le)AI绘图(tú)、视频，AIGC技术还能应(yīng)用于音乐、代码、机(jī)器人动作(zuò)等多(duō)种内容形式的生成(chéng)。不难(nán)发现该项技术不仅在游戏等(děng)行业能(néng)得到有效应用，对于下一代互(hù)联网(wǎng)各种元素的构建(jiàn)亦有关(guān)键意(yì)义。

从商业(yè)化的角(jiǎo)度来看(kàn)，文(wén)化娱乐、教育(yù)、传媒(méi)等诸多领域，本身就对基于AI的可(kě)视化内容(róng)有强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视频或不是(shì)结(jié)果，而只是AI进程(chéng)中的一块(kuài)重要拼图，有望在技术更新的加持(chí)下实现更大的应(yīng)用价值。

AI从理解内(nèi)容(róng)，走向了(le)可以生(shēng)成内容，甚至能够创造出独立价值(zhí)和独立(lì)视(shì)角的内容。AIGC的再次出圈，更代表着未来的(de)先进生产力即将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底(dǐ)座

从(cóng)技(jì)术的发展(zhǎn)也可以看出，在语言大(dà)模型、图像大模型之后(hòu)，多(duō)模态大模型已经(jīng)成为了(le)新(xīn)的趋势。

大(dà)模(mó)型(xíng)被誉为当前人工智能发展的智能底座(zuò)，是(shì)全球竞争最激烈的研究方(fāng)向之(zhī)一，包括(kuò)谷歌、亚马逊(xùn)、百(bǎi)度(dù)、阿里(lǐ)、腾讯(xùn)等众多头部企(qǐ)业都在(zài)竞相发力。

不过训练大模型(xíng)的确价(jià)格不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练一次的成本约(yuē)为(wèi)140万(wàn)美元。而对于(yú)一(yī)些更大的LLM(大型语言模型)，训(xùn)练(liàn)成(chéng)本则介于200万美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均数1300万计算，其(qí)对应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每(měi)日仅电费就在5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各(gè)类大模(mó)型的发展(zhǎn)同时，更应该关注(zhù)算力网络的建设(shè)。

算力网络正(zhèng)驱动(dòng)AI产业发展进入史诗级(jí)加速进程，让AIGC及通用AI这(zhè)一人工智(zhì)能发(fā)展的终极目标(biāo)离得更近。

因(yīn)为算(suàn)力可以(yǐ)对突破性(xìng)技术(shù)创新(xīn)提供大力的支持。这方面，多模(mó)态(tài)大模型是典(diǎn)型。作为(wèi)面(miàn)向未来强人工智(zhì)能(néng)、通用人工智能的(de)重要技(jì)术创新，多模态大模型已经在人工智能领(lǐng)域提出了很多年，业界也有不(bù)少(shǎo)技(jì)术(shù)突破，但是(shì)，多模态(tài)大模型进一(yī)步往(wǎng)下走(zǒu)，算力需求(qiú)呈几(jǐ)何式(shì)上(shàng)升，一般的算力基础设施很快将难(nán)以胜任。

从(cóng)图像、文字、语音(yīn)单独一项的(de)训练，到双(shuāng)模(mó)态(tài)、三模态的跃迁，让人工智能可以灵活应(yīng)对不(bù)同模态(tài)的转化、像(xiàng)人(rén)与世界(jiè)交互一样自然，这方面，由算力(lì)网络来驱动将有明显(xiǎn)优势。

此(cǐ)外，还(hái)有很多需要爆发式增长的算力(lì)来支撑(chēng)的技术创(chuàng)新，将(jiāng)在人工(gōng)智能算力网络(luò)支撑下快(kuài)速推进。

AIGC已经露出曙光，期(qī)待在大模型(xíng)和大算力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创造的边际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 帧率是高好还是低好，王者帧率是高好还是低好