自聊(liáo)天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已(yǐ)多(duō)次公开谈(tán)论人工智能话题(tí)。在(zài)最(zuì)近的一次采访(fǎng)中(zhōng)，他再次表示：“AI可能会让科技行业(yè)迎来一(yī)次(cì)剧(jù)烈(liè)的洗牌(pái)”。

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

他预(yù)期(qī)，AI的发(fā)展(zhǎn)可能会威胁到谷(gǔ)歌的市占率，因为微软在AI方(fāng)面的行动相(xiāng)当迅速(sù)。而最终科技巨头(tóu)将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们进行沟通并提供建议，可(kě)以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来(lái)可(kě)能尚需时日，但(dàn)由ControlNet引发的又(yòu)一(yī)次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一(yī)次爆火的(de)时(shí)候，还是2022年8月(yuè)，在(zài)美国科罗拉多州举办的新(xīn)兴数字艺术家(jiā)竞(jìng)赛中，一(yī)幅名为《太空歌剧(jù)院》的作品获奖。

随后各大厂商(shāng)的(de)AI绘画软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表(biǎo)。

用户(hù)们可以在应(yīng)用中(zhōng)输入一组关键词或者一张照(zhào)片，就能获得一(yī)幅AI创(chuàng)作的画作(zuò)。

作画的关键就是所输入的文(wén)本。同(tóng)一组关键词也可以创(chuàng)作出很多张(zhāng)风格不一样的画作，这(zhè)让创作的(de)过程就像开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜，他(tā)们会将(jiāng)生(shēng)成(chéng)的美图当做头(tóu)像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻(fān)车”作品。在(zài)社交媒体上，许(xǔ)多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被(bèi)AI画成(chéng)了“肌肉男(nán)”，还有网友的个人照(zhào)片被AI识(shí)别成了建(jiàn)筑。

而(ér)如(rú)今随(suí)着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填(tián)写(xiě)关键词游戏(xì)可能要被(bèi)颠覆(fù)了。第一次见面握手是左手还是右手，与人握手是左手还是右手

ControlNet是一(yī)位正在斯坦福读博的中国人张吕(lǚ)敏创(chuàng)作的一(yī)种基于控制点的图像变形算法，主要用于数字图(tú)像处理、计算机(jī)视觉和计(jì)算机图形(xíng)学等领域。

其SD插件一(yī)经(jīng)发(fā)布，在短短的两天(tiān)内便成为了(le)AI绘画领域最新的(de)热(rè)点。

在此(cǐ)之前，大家用了(le)很(hěn)多(duō)方法想让(ràng)AI生成的结果尽可能的符(fú)合(hé)要求，但是(shì)都不尽如人意，它的出现代表着AI生成(chéng)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(gòu)图，人物的姿势和画面(miàn)的深度信息等(děng)。有了它的(de)帮助，就不用频繁的(de)用提示词(cí)来碰运气(qì)，抽盲盒(hé)式的创作了。

通俗(sú)的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法(fǎ)”，不(bù)少博主(zhǔ)的(de)作品已(yǐ)经获得了大量的(de)浏览量，“viggo”就是(shì)其(qí)中之(zhī)一，他用朋友的照片直接带(dài)她们走进(jìn)动漫世界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关(guān)键词试效果。

通过图片就(jiù)可以看(kàn)出来，效果十(shí)分惊艳(yàn)。

更厉害的是，除(chú)了真实的(de)照片，草图也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大神(shén)张吕敏其本(běn)尊也亲自回应。

不(bù)得(dé)不说当(dāng)下AIGC已经变得越来越强大(dà)，甚至输出的作(zuò)品都已经能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网(wǎng)络(luò)，而经过警方辟谣这所(suǒ)谓的(de)“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。

由于这个活动里面给出的(de)美(měi)女照片都是AI制(zhì)作的真(zhēn)人(rén)照片绘图(tú)，因(yīn)为太逼真，被大家当成真事(shì)传播了。

不(bù)过仔细(xì)观察可以(yǐ)发现，活动发起者提供的(de)照片(piàn)中有个很大的漏洞(dòng)可以发现并非(fēi)真人，而是(shì)AI绘图，那便是图片中女性的(de)手指部分(fēn)有(yǒu)的存在(zài)异常。

有行业人事表示：“现在因为手(shǒu)指部分的绘画算法比较复(fù)杂(zá)，AI还不太会画人的手，但最新看到的图片(piàn)已经有越(yuè)来越完(wán)美(měi)的AI模型(xíng)出现，以后可能就(jiù)完(wán)全没(méi)有漏洞了。”

类(lèi)似的(de)AI作图诈骗在(zài)国(guó)外也已有发生。据英国(guó)广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾(zāi)的假照片发(fā)布到网络，以(yǐ)此诱骗善良的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前(qián)随(suí)着技术发(fā)展，AIGC已经能做(zuò)出真人照(zhào)片般(bān)的绘图效果，如果这样(yàng)的图片被(bèi)用来(lái)诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在“学习”了大量前人(rén)的(de)作品之(zhī)后，其(qí)创作没有(yǒu)任何情绪和灵(líng)魂，难以和人类的艺(yì)术创作(zuò)相提并论。

另一方(fāng)面，AIGC背(bèi)后(hòu)的版权(quán)、目前都并没有得(dé)到有(yǒu)效的解决，还(hái)有AIGC会不会代替(tì)人类“至高无上”的创(chuàng)意。

马斯克也强调，人(rén)工智能的(de)安全问题需要得(dé)到重视，太晚就来(lái)不及了。

03

AIGC下一站除(chú)了(le)视频，还有远方(fāng)

技(jì)术都(dōu)是(shì)有两面(miàn)性的，潜在的危害并不能掩盖(gài)其光辉的贡献(xiàn)。现在看(kàn)来(lái)，人工智能技术将是(shì)第四次工业革(gé)命的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一(yī)年，人工智能在技术和商业层面都有了巨大进展，AI绘画(huà)就是(shì)人工智能技术发生(shēng)方向性改变的一个代表。其(qí)下一站(zhàn)或许就是视频。

此前(qián)，Meta和(hé)谷歌先后发(fā)布(bù)了几条引(yǐn)爆科技圈的短视频。这些视频引发(fā)关(guān)注(zhù)并非内容做得多优秀(xiù)，反而都非常简单，比如一匹正在喝(hē)水(shuǐ)的马，一只画画的玩具熊，或者一段骑(qí)摩托车的第一视角录像(xiàng)，随便一个有手(shǒu)机的人都可以随手录(lù)下一段。

但这些短(duǎn)视(shì)频的创作(zuò)方(fāng)式非常简单(dān)，创作者仅(jǐn)仅需(xū)要(yào)向AI输(shū)入一段(duàn)话，甚至(zhì)只是说一(yī)下要求，AI就可(kě)以(yǐ)根据需要(yào)生成一段视(shì)频。

谷歌发布的两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的(de)Make-A-Video没(méi)有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就(jiù)已经玩了一(yī)波梗，一个能够(gòu)做(zuò)出更高(gāo)清视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人(rén)震惊的(de)地方在于，它可以制作出超过2分(fēn)钟的(de)连贯的也有(yǒu)确切内容(róng)的视频，这才是真正让人们感到惊(jīng)喜(xǐ)的地方。因为(wèi)无论AI生成的视频多(duō)么高清(qīng)，也只能(néng)是为内容生产者(zhě)提供一个灵感(gǎn)，一(yī)个素(sù)材，一个过场动画。

不过能够制作出有具体剧(jù)情内(nèi)容的(de)视频(pín)就意味着，一些(xiē)视频创作由AI代替人工完成已经(jīng)初(chū)步有了可能。

当下(xià)AI的发展(zhǎn)速度已经超(chāo)过大(dà)部分人的第一次见面握手是左手还是右手，与人握手是左手还是右手想(xiǎng)象。内容(róng)产业的本质是供给创造需求(qiú)，AIGC作为全新(xīn)的内容生产方式，可(kě)以为内容产(chǎn)业带来更新的内容风格、更快的(de)生产速度，更(gèng)低的(de)生产(chǎn)成本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器人(rén)动作等多种内容形式的(de)生成。不(bù)难(nán)发现(xiàn)该项技术不仅在游戏(xì)等行业能得到有效应用(yòng)，对(duì)于下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意义(yì)。

从(cóng)商(shāng)业(yè)化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本(běn)身就对基于AI的可视(shì)化内(nèi)容(róng)有强烈(liè)需求。

因此，AI绘画及视(shì)频或(huò)不是(shì)结果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下(xià)实(shí)现更大的应(yīng)用(yòng)价值。

AI从理解(jiě)内容，走(zǒu)向了可以生(shēng)成内容(róng)，甚至能够(gòu)创造出独(dú)立(lì)价(jià)值和独立视角的(de)内容。AIGC的再次(cì)出圈，更代表着未来的先进生产力即(jí)将到来(lái)。

第一次见面握手是左手还是右手，与人握手是左手还是右手c="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓(zhuā)大模型与(yǔ)算力，牢固(gù)AIGC底座

从(cóng)技(jì)术的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多模态大模型已(yǐ)经成为了新的趋(qū)势(shì)。

大(dà)模型被誉为当前人工智能发展的智(zhì)能底座(zuò)，是全球竞争最激烈的(de)研究方向之一，包括谷歌(gē)、亚马逊、百(bǎi)度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大(dà)模型的确价格不(bù)菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算(suàn)力》报告(gào)估算，GPT-3训练一次的成本约为(wèi)140万美元。而(ér)对(duì)于一些(xiē)更(gèng)大的(de)LLM(大(dà)型语言(yán)模型)，训练成(chéng)本则介于200万美元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平均数(shù)1300万计算，其(qí)对(duì)应(yīng)芯片需求为3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成(chéng)本(běn)约为8亿(yì)美元，每日仅电(diàn)费就在5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持(chí)。在(zài)关注各类大模型的(de)发(fā)展(zhǎn)同时，更应该关(guān)注(zhù)算(suàn)力(lì)网(wǎng)络(luò)的(de)建设。

算力网络正(zhèng)驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更(gèng)近。

因为(wèi)算(suàn)力可以(yǐ)对突破(pò)性技术创(chuàng)新提(tí)供大力的支(zhī)持。这方面，多(duō)模态大(dà)模型是典型。作为(wèi)面(miàn)向未(wèi)来强人工智能、通用(yòng)人(rén)工智能的重要技术创(chuàng)新，多模态大模型已经在人工智能领域提出(chū)了(le)很多年，业界也有不(bù)少技术(shù)突破，但是，多模(mó)态大(dà)模型进一步往下走，算力(lì)需求(qiú)呈几何(hé)式上(shàng)升(shēng)，一般的算力基础(chǔ)设施很快将难(nán)以胜任。

从图像、文字、语音(yīn)单独一项(xiàng)的(de)训练，到双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应对(duì)不同模(mó)态的转化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明(míng)显优(yōu)势(shì)。

此外，还有很多需(xū)要爆发式增长(zhǎng)的算力来支撑的技术创新，将在人工智能算(suàn)力(lì)网络支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光，期待在(zài)大模型和大(dà)算力(lì)的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式(shì)，将创造(zào)的边际成(chéng)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 第一次见面握手是左手还是右手，与人握手是左手还是右手