自聊天机器(qì)人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比尔·盖茨(cí)已多次公开谈论(lùn)人(rén)工智(zhì)能(néng)话题。在最近(jìn)的(de)一次采访中(zhōng)，他(tā)再次表示：“AI可(kě)能会让科(kē)技行(xíng)业(yè)迎(yíng)来一次(cì)剧烈的洗(xǐ)牌”。

这个结论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期，AI的发展可能会威胁(xié)到谷歌的市占率(lǜ)，因为微(wēi)软在AI方面(miàn)的行动相(xiāng)当迅(xùn)速。而最终科技巨(jù)头将(jiāng)把AI整合成用户(hù)的“全(quán)能助手”，包(bāo)揽一切应用，与(yǔ)人们(men)进行(xíng)沟(gōu)通并提供建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手(shǒu)的到(dào)来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘(huì)画为(wèi)代(dài)表的AIGC上(shàng)一(yī)次爆火的(de)时候，还是(shì)2022年8月，在美国科罗拉多州举办(bàn)的新兴数字(zì)艺(yì)术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获(huò)奖。

随后各大厂商(shāng)的AI绘画软(ruǎn)件(jiàn)被(bèi)广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是其(qí)中代表。

用户(hù)们可(kě)以在应(yīng)用中输入一组关键词或者(zhě)一张照片，就能获得一幅(fú)AI创作的(de)画作(zuò)。

作画的关键就(jiù)是所输(shū)入的(de)文(wén)本。同(tóng)一组关键词也可以创作(zuò)出(chū)很(hěn)多张风格不一(yī)样的画作，这让创作的过程就像开盲盒。

很多用户很喜(xǐ)欢(huān)这种不确定的惊喜(xǐ)，他们会将生成的(de)美图(tú)当(dāng)做头像。而(ér)另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分(fēn)享AI“翻(fān)车现场(chǎng)”，例如，一位网友(yǒu)的小狗(gǒu)照片被AI画成了“肌(jī)肉(ròu)男”，还有(yǒu)网友的(de)个人照片被(bèi)AI识(shí)别成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现(xiàn)与加持(chí)，以往AI绘画(huà)的填写关键词游(yóu)戏(xì)可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国(guó)人张吕敏创作的一种基于控制点(diǎn)的图像变形算法(fǎ)，主要用于数字图像处理、计算机(jī)视觉和计算机图形学等(děng)领域。

其(qí)SD插件一经发(fā)布，在短短的两(liǎng)天内(nèi)便成为了AI绘画领域最新的热(rè)点。

在此之前，大家用了很多方法想(xiǎng)让AI生成的结果尽可能的符合要(yào)求(qiú)，但是都不尽如人意，它的出现代(dài)表着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直接(jiē)提取画面的(de)构图，人物(wù)的姿(zī)势(shì)和画面(miàn)的深度信息等。有了它的帮助(zhù)，就不用频繁的用提示词来碰运气，抽(chōu)盲盒式的创(chuàng)作了(le)。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法(fǎ)”，不少(shǎo)博主的作品已经(jīng)获得了大量(liàng)的浏览(lǎn)量，“viggo”就是(shì)其(qí)中之一，他用朋友的(de)照片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试(shì)效果。

通过图片(piàn)就可以看出来，效果十分惊艳。

更(gèng)厉害(hài)的(de)是，除了(le)真实的(de)照片，草图也(yě)可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回(huí)应。

不得不说当(dāng)下AIGC已经(jīng)变得(dé)越来(lái)越强大，甚至(zhì)输出的作品都(dōu)已(yǐ)经能以(yǐ)假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力(lì)爆发

警惕安(ān)全问题

近日，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息火遍网络(luò)，而(ér)经过警方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给(gěi)出的美(měi)女照片都是AI制作的真(zhēn)人照片绘(huì)图，因为(wèi)太逼真，被大家当成真事传播(bō)了。

不过(guò)仔细观察可以发(fā)现，活动发起者(zhě)提供的照片中(zhōng)有个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图(tú)片中女性的(de)手指部分(fēn)有的(de)存在异(yì)常。

一共发生过几次世界大战，一共发生了多少次世界大战 data-s="300,640" data-type="jpeg" data-w="1280">

有(yǒu)行业人事表(biǎo)示：“现在因为手指部分的(de一共发生过几次世界大战，一共发生了多少次世界大战)绘画算法比较(jiào)复杂(zá)，AI还不太(tài)会(huì)画人的手，但最新看(kàn)到的(de)图(tú)片(piàn)已经有越来越完美的AI模型出(chū)现，以后可能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作图诈骗(piàn)在国(guó)外也已(yǐ)有发(fā)生。据英国广(guǎng)播公司报(bào)道，土耳其(qí)地(dì)震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾(zāi)的假(jiǎ)照片发布到网络，以此(cǐ)诱(yòu)骗善良的人打(dǎ)赏“捐助”从而(ér)实(shí)施诈骗。

目前(qián)随着技术(shù)发展，AIGC已经能做出真人照片(piàn)般(bān)的(de)绘图效果，如(rú)果这(zhè)样的图(tú)片被用来诈骗，将非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判者认为AI在“学习(xí)”了大量前(qián)人的(de)作品之后(hòu)，其创作没有任何(hé)情绪和灵魂，难以和人类的(de)艺术(shù)创(chuàng)作相提并论。

另(lìng)一(yī)方面，AIGC背(bèi)后的版权(quán)、目前(qián)都并没有得到有效的解决(jué)，还有AIGC会不会代(dài)替人类“至(zhì)高无(wú)上”的(de)创意。

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

03

AIGC下一站(zhàn)除了视(shì)频，还有远方(fāng)

技术都(dōu)是有两面性的，潜在的危(wēi)害并不能(néng)掩(yǎn)盖(gài)其光(guāng)辉的(de)贡献。现在看来，人工智能(néng)技术将是第(dì)四次工业革命(mìng)的核心驱(qū)动(dòng)力量，将创(chuàng)造新的(de)增(zēng)长奇迹(jì)。

过(guò)去一年，人工(gōng)智能(néng)在技术和商业层面都(dōu)有了巨大进展，AI绘画就(jiù)是人工(gōng)智(zhì)能(néng)技(jì)术发生方向性改变的(de)一个代表。其(qí)下(xià)一站或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布(bù)了几条引爆(bào)科技圈的(de)短视频。这些视频(pín)引发关注(zhù)并非(fēi)内(nèi)容做得多优(yōu)秀(xiù)，反(fǎn)而都非常简单，比如一匹(pǐ)正(zhèng)在(zài)喝水的(de)马，一只画画的玩具熊，或者一段骑摩托(tuō)车(chē)的第一视角录像，随便一个有(yǒu)手(shǒu)机的人都可以(yǐ)随手录下一段。

但这些短(duǎn)视频(pín)的创作方式非常简单，创作者仅仅需要(yào)向AI输(shū)入一段话，甚(shèn)至只是说一下要求，AI就可(kě)以根(gēn)据需要生(shēng)成一段视频。

谷(gǔ)歌发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多(duō)的差(chà)别。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一(yī)个能(néng)够做出(chū)更高清视频的(de)AI还(hái)不足以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在(zài)于，它(tā)可以制作出超(chāo)过2分(fēn)钟的连贯的也有确切(qiè)内容的(de)视频，这才是真(zhēn)正让人们(men)感到惊(jīng)喜的地方。因为无论(lùn)AI生成的视频(pín)多么高清(qīng)，也只能是为内容(róng)生产(chǎn)者提(tí)供(gōng)一个灵(líng)感，一个(gè)素(sù)材，一个过场动画(huà)。

不过能够(gòu)制作出有具体剧情内容的视频就意味着，一些视频(pín)创作由(yóu)AI代替(tì)人工完成已经初(chū)步有了可(kě)能。

当下AI的发展速度(dù)已经超过(guò)大部分人的(de)想象。内(nèi)容产(chǎn)业的本(běn)质是供给创造(zào)需(xū)求(qiú)，AIGC作为(wèi)全新的内容生(shēng)产(chǎn)方式，可以为内容产业带(dài)来(lái)更新的内容风格、更快(kuài)的生产速度，更低的生产成本(běn)，这无疑会(huì)驱动内(nèi)容产业的大爆发(fā)。

除了(le)AI绘图(tú)、视频(pín)，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机(jī)器人动作等多种内容形式的生成。不难发现(xiàn)该项技(jì)术不仅在游戏等行业能得到有效(xiào)应(yīng)用，对于下一代互联网各种元素的(de)构建亦有关(guān)键(jiàn)意义(yì)。

从(cóng)商业化(huà)的(de)角度(dù)来看，文(wén)化娱(yú)乐、教育、传媒等(děng)诸多领域，本身(shēn)就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘(huì)画(huà)及视频或不是(shì)结果，而(ér)只是AI进程中的一块(kuài)重要拼图，有望在技(jì)术更新的加持下实现更大的应用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够创造出(chū)独立(lì)价(jià)值和独立视(shì)角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进生(shēng)产(chǎn)力即将到来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从(cóng)技(jì)术的(de)发展也可(kě)以(yǐ)看出(chū)，在语言大模型、图像大模(mó)型之后，多模(mó)态(tài)大模型(xíng)已经成(chéng)为了(le)新的(de)趋势(shì)。

大模型被誉为当前(qián)人工(gōng)智能发展的(de)智能(néng)底座(zuò)，是全(quán)球竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞(jìng)相发力(lì)。

不(bù)过(guò)训练大模型的确价(jià)格(gé)不菲，以国(guó)盛证券发布的《ChatGPT需(xū)要多(duō)少(shǎo)算(suàn)力》报告估(gū)算，GPT-3训练一次(cì)的成本约为140万美元。而(ér)对于(yú)一些(xiē)更大(dà)的LLM(大(dà)型(xíng)语(yǔ)言模型)，训(xùn)练成本(běn)则介(jiè)于一共发生过几次世界大战，一共发生了多少次世界大战200万(wàn)美元至1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的独立访客平均数1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美元，每日(rì)仅电(diàn)费(fèi)就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞(páng)大算力支持。在关(guān)注(zhù)各类大模型的发展同时，更应该关注算(suàn)力网(wǎng)络的建设。

算力网(wǎng)络正驱(qū)动(dòng)AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这(zhè)一人工智能发(fā)展的终极目(mù)标离得(dé)更近。

因为算力可以对突破性技术创(chuàng)新(xīn)提供(gōng)大力(lì)的支持。这方(fāng)面，多模态大模型是典型(xíng)。作(zuò)为(wèi)面(miàn)向(xiàng)未来强(qiáng)人(rén)工智能、通用人工智能的重要技术创新，多模态大模型(xíng)已经在人工智(zhì)能领域提(tí)出了很多(duō)年，业界也有不少技术突破，但是(shì)，多模态(tài)大模型进一步往下走，算(suàn)力需求呈几(jǐ)何式上升，一般的算力基(jī)础设(shè)施(shī)很快将难以胜任。

从图像、文字(zì)、语音单独一项的(de)训练，到(dào)双(shuāng)模态、三模态(tài)的跃(yuè)迁，让人工智能可以(yǐ)灵活应(yīng)对不同模态的(de)转化、像人与(yǔ)世(shì)界(jiè)交(jiāo)互一样自然，这(zhè)方面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆(bào)发式增长的算力来(lái)支撑的(de)技(jì)术创新(xīn)，将(jiāng)在人工(gōng)智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模(mó)型和大算力的支(zhī)持(chí)下AIGC能持续(xù)颠覆(fù)内容生产的方式(shì)，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 一共发生过几次世界大战，一共发生了多少次世界大战