自聊天(tiān)机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖(gài)茨已多(duō)次公开谈论人工智能话(huà)题。在最近的一次采访中，他再次表(biǎo)示：“AI可能会让科技行业迎来一(yī)次剧烈的(de)洗(xǐ)牌”。

这个(gè)结论是他(tā)在当地(dì)时间2月(yuè)20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的(de)发展可能(néng)会威(wēi)胁到(dào)谷歌的市(shì)占率，因为微(wēi)软在AI方面的行动相当迅速。而最终(zhōng)科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一切应(yīng)用(yòng)，与人(rén)们进行沟(gōu)通(tōng)并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助(zhù)手的到来可能尚(shàng)需时日(rì)，但由(yóu)ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩(wán)法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次爆(bào)火的(de)时候(hòu)，还是2022年(nián)8月(yuè)，在美(měi)国(guó)科罗拉多州举办的新兴(xīng)数字艺(yì)术家(jiā)竞赛中，一(yī)幅名为《太空歌(gē)剧院》的(de)作品获奖。

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

用(yòng)户们可以(yǐ)在(zài)应用(yòng)中输入一组关(guān)键(jiàn)词或者一张(zhāng)照片，就能获(huò)得一幅AI创作的画作。

作画(huà)的关键就是所输入(rù)的文(wén)本。同(tóng)一组(zǔ)关键词(cí)也可以创作出很多张风格不一(yī)样的画作，这(zhè)让创作的过程就(jiù)像开盲盒。

很多用户很喜(xǐ)欢这(zhè)种不确定的惊喜，他们会将生(shēng)成的美图当做(zuò)头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网(wǎng)友的个人(rén)照片被AI识别(bié)成了(le)建筑。

而如今(jīn)随着ControlNet的出(chū)现与加持(chí)，以往AI绘画的(de)填(tián)写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福读博的中(zhōng)国人(rén)张吕敏创作的一(yī)种基于(yú)控制点的图像变形算法，主要用(yòng)于数字(zì)图像处理、计算(suàn)机视觉和计(jì)算机(jī)图(tú)形学等领域。

其SD插(chā)件一经(jīng)发布(bù)，在短短的(de)两天(tiān)内便(biàn)成为了AI绘画领域最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结(jié)果尽可能的符合要求，但是(shì)都不尽(jǐn)如人意，它(tā)的出现(xiàn)代表着(zhe)AI生成开始进入(rù)真正的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的构(gòu)图，人物的姿势和画(huà)面的(de)深度信息等(děng)。有了它的(de)帮助，就不用频繁(fán)的用(yòng)提示词(cí)来写柔柳的四字词语有哪些，写春雨的四字词语碰运气，抽盲盒(hé)式(shì)的创作(zuò)了。

通俗的说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量的浏览量，“viggo”就(jiù)是其中之一，他(tā)用朋(péng)友(yǒu)的(de)照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插(chā)件绑定(dìng)骨骼开始换(huàn)关(guān)键词试(shì)效(xiào)果。

通过图片就可以看出来(lái)，效果十分惊(jīng)艳。

更厉害(hài)的(de)是，除了真(zhēn)实的(de)照片，草图也(yě)可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其(qí)本尊(zūn)也亲自回(huí)应。

不得不说(shuō)当下AIGC已经变得越来(lái)越强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全(quán)问题(tí)

近日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网(wǎng)络，而经(jīng)过警方(fāng)辟谣(yáo)这(zhè)所谓的“party”可(kě)能是全(quán)国第一(yī)起AI绘图(tú)诈骗。

由于这(zhè)个活动里面给出的美女照(zhào)片都是AI制作的(de)真人照片绘图，因为(wèi)太(tài)逼真，被(bèi)大家当成真事传播(bō)了。

不过仔细观察可以发现，活(huó)动发起者提供的(de)照(zhào)片中有(yǒu)个很大的漏洞可以发现并非真人，而是AI绘图，那便(biàn)是图(tú)片中女性的手指(zhǐ)部分有(yǒu)的(de)存在异常。

有行业人事表示(shì)：“现(xiàn)在因为(wèi)手指部分的绘画算法(fǎ)比(bǐ)较复(fù)杂(zá)，AI还不太会画人(rén)的手，但最新看到的(de)图片已经有越来越完美的AI模(mó)型(xíng)出现(xiàn)，以(yǐ)后可能就(jiù)完(wán)全没有漏洞了(le)。”

类似写柔柳的四字词语有哪些，写春雨的四字词语的AI作图诈骗在(zài)国外也已有(yǒu)发生。据英国(guó)广(guǎng)播公(gōng)司(sī)报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合(hé)成(chéng)了(le)儿童受灾的假照片(piàn)发布到网络，以此诱(yòu)骗(piàn)善良的人打赏(shǎng)“捐(juān)助”从而(ér)实(shí)施诈骗。

目前(qián)随着技(jì)术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果这(zhè)样(yàng)的图片被用来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了(le)很(hěn)多担(dān)忧，一方(fāng)面，批判(pàn)者认(rèn)为(wèi)AI在“学(xué)习(xí)”了大(dà)量前人(rén)的作(zuò)品之后，其创作没有任何情绪和(hé)灵(líng)魂(hún)，难以和人(rén)类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权(quán)、目前都并没有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能的安全问题需(xū)要得(dé)到重视，太(tài)晚就来不及了。

03

AIGC下一(yī)站除了视(shì)频，还(hái)有远(yuǎn)方

技(jì)术都是有(yǒu)两面性的，潜在的危害(hài)并不能掩盖其光辉的贡献。现(xiàn)在看(kàn)来，人(rén)工(gōng)智能技(jì)术将是第四次工业革(gé)命(mìng)的核心驱动力量(liàng)，将创造(zào)新的增长奇迹。

过去(qù)一年，人工(gōng)智能在技术(shù)和商业层面都有了巨大(dà)进展，AI绘画就(jiù)是人工智能(néng)技术发生方向性改变的一(yī)个(gè)代表。其下一站或(huò)许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后(hòu)发布了(le)几条引(yǐn)爆科技圈的短视频(pín)。这些(xiē)视频引发关注并(bìng)非内容做(zuò)得多优秀，反而(ér)都非(fēi)常简(jiǎn)单，比如一(yī)匹正(zhèng)在喝水的马，一(yī)只画画的玩(wán)具熊，或者一段骑摩托车的第一(yī)视角录像，随便(biàn)一个有手机的人(rén)都可以随手(shǒu)录(lù)下一段。

但这(zhè)些短视频(pín)的创作方式非常(cháng)简单，创作者仅仅需要(yào)向AI输入一段(duàn)话，甚至只是说(shuō)一下(xià)要求，AI就可以根据需(xū)要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个(gè)能够(gòu)做(zuò)出(chū)更高清视频的AI还不(bù)足以在(zài)短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地(dì)方在于，它可(kě)以制作出超过2分钟的连贯的(de)也有确切内容的(de)视频(pín)，这(zhè)才是真正让(ràng)人(rén)们感到(dào)惊(jīng)喜(xǐ)的地方。因为(wèi)无论(lùn)AI生成的视频多么高清，也只(zhǐ)能是为内容生产(chǎn)者(zhě)提供(gōng)一个灵感，一个素材，一(yī)个过场动画。

不过(guò)能够制作出有具(jù)体剧情内容的视频(pín)就意味着，一些视频创作由(yóu)AI代替人工完成已经初步有了可(kě)能。

当下AI的发展(zhǎn)速度已经超过大部分人的想象。内容产业的本质是供给创造需求(qiú)，AIGC作为全(quán)新的内容生产方式，可以为内容产业带来更新的内容风格(gé)、更快的(de)生(shēng)产速度(dù)，更(gèng)低的生产成本，这(zhè)无疑(yí)会(huì)驱动(dòng)内容产业的大爆发(fā)。

除(chú)了(le)AI绘图、视频，AIGC技术(shù)还能应用(yòng)于音乐(lè)、代码、机器人(rén)动作等多(duō)种内容(róng)形式的生成。不(bù)难发(fā)现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用(yòng)，对于(yú)下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意义。

从商业(yè)化的(de)角度来看，文化娱乐(lè)、教育、传媒等诸(zhū)多领(lǐng)域，本身(shēn)就对基于AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是AI进(jìn)程中的一(yī)块重要(yào)拼图(tú)，有望在技术(shù)更新的加持下(xià)实现(xiàn)更大的应用价值。

AI从(cóng)理解(jiě)内(nèi)容(róng)，走向了可以生成内容，甚至能够创造(zào)出独(dú)立价值(zhí)和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表着(zhe)未来的(de)先进生产力即将到(dào)来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座(zuò)

从技(jì)术的(de)发展也可以看出(chū)，在语言(yán)大模(mó)型、图像大(dà)模型之后，多模态大模型已经成为了新的趋势。

大(dà)模型被誉为(wèi)当前人工智能发展(zhǎn)的(de)智能底座，是(shì)全(quán)球竞争最激(jī)烈的研(yán)究方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众多头部(bù)企业(yè)都在竞相发(fā)力(lì)。

不过训练大模型的(de)确价(jià)格不(bù)菲(fēi)，以(yǐ)国(guó)盛证(zhèng)券发(fā)布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本约为(wèi)140万美元(yuán)。而对于一些更大的LLM(大型语言模型(xíng))，训练成(chéng)本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客(kè)平均数1300万计(jì)算，其对应(yīng)芯片需求(qiú)为3万(wàn)多(duō)片英伟(wěi)达(dá)A100 GPU，初始投入成(chéng)本约为(wèi)8亿美元，每日仅(jǐn)电费(fèi)就在(zài)5万美元左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支(zhī)持。在关注各类(lèi)大模型的发展同时(shí)，更(gèng)应该关注算力网络(luò)的(de)建设。

算力网络(luò)正驱动AI产(chǎn)业发展进(jìn)入史(shǐ)诗级加速进程(chéng)，让AIGC及通用AI这一(yī)人工(gōng)智能发展的终极目标(biāo)离得更近。

因(yīn)为(wèi)算力可以对突破性技术创新提供(gōng)大力的(de)支(zhī)持。这(zhè)方面，多模态(tài)大模型是典(diǎn)型。作为面(miàn)向未来强(qiáng)人工(gōng)智(zhì)能、通用人工(gōng)智能(néng)的重要(yào)技术创新，多(duō)模态(tài)大模型已经在(zài)人工智能领(lǐng)域(yù)提出了很多(duō)年，业界(jiè)也有不少技术(shù)突破，但是，多模(mó)态大模(mó)型进一步往下走，算力需(xū)求呈几何式上升，一般的算力基础设施很快将(jiāng)难(nán)以胜任。

从图像、文字、语音单独一(yī)项的(de)训练，到双模态(tài)、三(sān)模态的跃(yuè)迁，让人工智能可以灵活(huó)应对不同模态的(de)转化(huà)、像人与世(shì)界交互一样自然，这方面(miàn)，由算(suàn)力网络(luò)来驱动(dòng)将有明显优(yōu)势。

此外，还有(yǒu)很多需要爆发式增长的算(suàn)力来支撑的技术创新，将在(zài)人工智能算力网络支撑(chēng)下快速推进。

AIGC已经露(lù)出(chū)曙光(guāng)，期待在大模型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生产的(de)方式(shì)，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 写柔柳的四字词语有哪些，写春雨的四字词语