自聊天机器人ChatGPT火爆以(yǐ)来(lái)，微软公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能(néng)话题。在最近的一次(cì)采访(fǎng)中，他再次(cì)表示：“AI可能会让科技行业(yè)迎来(lái)一次剧烈的洗牌”。

这(zhè)个结论是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的(de)。

他(tā)预期(qī)，AI的发展可(kě)能会威胁到谷歌的(de)市占率，因为(wèi)微软(ruǎn)在(zài)AI方(fāng)面的(de)行(xíng)动相当迅速(sù)。而最终科技巨头(tóu)将(jiāng)把AI整合成(chéng)用户的“全能助手”，包(bāo)揽一切(qiè)应(yīng)用(yòng)，与人们进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发(fā)的又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘(huì)画为(wèi)代表的AIGC上(shàng)一次爆火的时候，还是2022年8月(yuè)，在美国(guó)科罗拉多州举办的(de)新兴数字艺术家竞赛中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖(jiǎng)。

随后各(gè)大(dà)厂商的AI绘画软件(jiàn)被(bèi)广大网友(yǒu)熟(shú)知并体验(yàn)，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们可(kě)以在(zài)应用(yòng)中输入一组关键词或者一(yī)张照片(piàn)，就能获得一(yī)幅(fú)AI创作(zuò)的画作。

作画的关键就是所输入的文本(běn)。同一组关(guān)键词也可以创作出很多张风格不一(yī)样(yàng)的(de)画作，这让创作(zuò)的过(guò)程(chéng)就像开盲盒。

很(hěn)多用户(hù)很喜欢(huān)这种(zhǒng)不确定(dìng)的惊喜，他(tā)们(men)会(huì)将生(shēng)成的美图当做头像(xiàng)。而另(lìng)一部分(fēn)喜欢翻看(kàn)AI绘画的(de)“翻车”作(zuò)品。在社交媒体上(shàng)，许多(duō)用(yòng)户(hù)分享AI“翻车现场”，例(lì)如(rú)，一位网友(yǒu)的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片(piàn)被AI识(shí)别(bié)成了建筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填(tián)写关键词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是(shì)一位正在斯(sī)坦(tǎn)福读博的(de)中国人张吕敏创作(zuò)的(de)一种基于(yú)控(kòng)制点的图像变形算法，主要用于数字(zì)图(tú)像处理(lǐ)、计算机视觉和计(jì)算机图形学等领(lǐng)域。

其SD插(chā)件一经发(fā)布，在短短(duǎn)的两天内(nèi)便成为了AI绘画领域最新(xīn)的热点。

在此之前，大(dà)家用了很多方法想让AI生成的结果尽(jǐn)可(kě)能的符合要求(qiú)，但是都不尽如人(rén)意，它的出现(xiàn)代表着AI生成(chéng)开始进入真正的(de)可控(kòng)时期。

因为ControlNet可以(yǐ)直(zhí)接(jiē)提取画面的构图，人物的姿(zī)势(shì)和画(huà)面(miàn)的深度信息等。有了它的帮(bāng)助，就不用频繁的用提示(shì)词来碰运气，抽盲(máng)盒式的(de)创作了。

通俗的(de)说(shuō)ControlNet相当于(yú)给AI绘(huì)画加了“魔(mó)法”，不(bù)少博主的作(zuò)品已经获得了大(dà)量的(de)浏(liú)览量(liàng)，“viggo”就是其中之(zhī)一，他(tā)用朋(péng)友的照片(piàn)直(zhí)接带她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对(duì)应的(de)关(guān)键词；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关(guān)键词试效果(guǒ)。

通过图(tú)片就可以看(kàn)出来，效果(guǒ)十分惊艳。

更(gèng)厉害的(de)是(shì)，除了真实的(de)照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转全彩图。大(dà)神张吕敏其本(běn)尊也亲自回应。

不(bù)得不说(shuō)当下(xià)AIGC已经变得越来(lái)越强大，甚至(zhì)输出(chū)的作品都(dōu)已经(jīng)能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全(quán)问题(tí)

近(jìn)日(rì)，“苏州金(jīn)鸡湖(hú)有游艇party”的消息(xī)火遍网络，而经过警方辟谣这(zhè)所谓的“party”可能(néng)是全(quán)国第(dì)一起(qǐ)AI绘(huì)图诈骗。

由于这个(gè)活动里面给出(chū)的美女照(zhào)片都(dōu)是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成(chéng)真(zhēn)事传播了(le)。

不过仔细(xì)观(guān)察可以(yǐ)发现，活动发起者提供的照(zhào)片中有个很(hěn)大的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是图片(piàn)中女性的(de)手(shǒu)指部分有的存在异常。

有(yǒu)行业人事表示：“现在(zài)因为手指部分的绘(huì)画算(suàn)法(fǎ)比较复杂，AI还不太会(huì)画人的手，但最新(xīn)看到的(de)图(tú)片已经有(yǒu)越来越完美的(de)AI模型出现，以(yǐ)后可(kě)能(néng)就完全(quán)没有漏洞(dòng)了。”

类似(shì)的(de)AI作图诈骗在国外也已有发生。据英(yīng)国公立小学一年级收费标准明细表，公立小学一年级收费标准表广播公司报道(dào)，土耳其(qí)地震(zhèn)期间，有Tiktok用(yòng)户使用AI合(hé)成了儿(ér)童受灾的假照片发布到网络，以(yǐ)此(cǐ)诱骗(piàn)善良的人打赏“捐助(zhù)”从(cóng)而实施(shī)诈(zhà)骗。

目前随着技(jì)术发(fā)展，AIGC已经能做(zuò)出真人照(zhào)片般的(de)绘图效果，如果这样(yàng)的(de)图(tú)片被用来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批判者认为(wèi)AI在“学习”了大量前(qián)人的作品(pǐn)之后，其创(chuàng)作没有任何情(qíng)绪和(hé)灵魂，难以和人(rén)类的艺术创作相(xiāng)提并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目(mù)前都并没(méi)有得到有效的(de)解决(jué)，还有AIGC会(huì)不会代(dài)替人类“至(zhì)高无上”的创意。

马斯克也(yě)强调，人工智能的(de)安全问题(tí)需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两(liǎng)面性的，潜在的危害并不能掩盖(gài)其光辉的贡献。现在看来，人工智能技术将是第(dì)四次工业革命的(de)核心(xīn)驱(qū)动力量(liàng)，将创(chuàng)造新的增(zēng)长奇迹。

过去一年，人工智能在技术和(hé)商业层面都(dōu)有了巨(jù)大(dà)进展(zhǎn)，AI绘(huì)画就(jiù)是人工智(zhì)能技术(shù)发生(shēng)方向性改变的一个(gè)代表。其下一站或(huò)许就(jiù)是视频。

此前，Meta和(hé)谷歌(gē)先后发布了(le)几条引爆科技圈的短视频。这些视(shì)频引发关注并非内容做得(dé)多优(yōu)秀，反而都非(fēi)常(cháng)简(jiǎn)单，比如一(yī)匹(pǐ)正在(zài)喝水的马，一只画(huà)画(huà)的玩具熊，或者(zhě)一段骑摩托车的(de)第(dì)一视角录(lù)像，随便一个有手机的人都(dōu)可以随手录下一段。

但这(zhè)些短视(shì)频(pín)的(de)创作(zuò)方式非常(cháng)简单(dān)，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只(zhǐ)是说一下要(yào)求，AI就可(kě)以根(gēn)据需要生成一段视频。

谷歌发(fā)布的(de)两个AI生成视频分(fēn)别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突(tū)出(chū)的是(shì)高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公布了AI生(shēng)成(chéng)的(de)视频后(hòu)，AI圈就已经玩了(le)一波梗(gěng)，一(yī)个能(néng)够做出(chū)更高清视频的AI还(hái)不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于(yú)，它可以制作(zuò)出超过2分钟的(de)连贯的也有确切内容的视频，这才是真正让人们感(gǎn)到惊喜(xǐ)的地方。因为无论(lùn)AI生成的视(shì)频多么高(gāo)清(qīng)，也只能(néng)是为内容生产者提供一个灵感，一个素材，一个过(guò)场动画(huà)。

不过(guò)能够(gòu)制作出有(yǒu)具体剧情内容(róng)的视(shì)频(pín)就(jiù)意味着，一(yī)些视(shì)频创作(zuò)由(yóu)AI代替人(rén)工完成已经(jīng)初步(bù)有了可能。

当下AI的(de)发展(zhǎn)速度(dù)已经超(chāo)过大部分人的想象。内容产业的本质(zhì)是供给创造需(xū)求，AIGC作为全新的(de)内(nèi)容生产方(fāng)式(shì)，可以为内(nèi)容(róng)产业(yè)带来更(gèng)新(xīn)的内(nèi)容风格、更快的(de)生产速(sù)度，更低的生产成本，这(zhè)无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等多(duō)种内(nèi)容形式的生成(chéng)。不难发(fā)现该项技术不仅在游戏等(děng)行业能得到有(yǒu)效(xiào)应用，对于下一(yī)代互联(lián)网(wǎng)各种元素的构(gòu)建(jiàn)亦(yì)有关键意义。

从商业化的(de)角(jiǎo)度来(lái)看，文化娱乐、教育、传媒等诸多领域，本身(shēn)就对基(jī)于(yú)AI的可视化内容有强烈(liè)需求(qiú)。

因(yīn)此，AI绘画及视频或不(bù)是结果，而只是AI进程(chéng)中的一块重要拼图(tú)，有望在技术更新(xīn)的(de)加持下实现(xiàn)更大的应用价值。

AI从理解内(nèi)容(róng)，走(zǒu)向了可以生成内容，甚至(zhì)能(néng)够创造出(chū)独立价值和独立视(shì)角的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未来(lái)的先(xiān)进(jìn)生产力即(jí)将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从(cóng)技术的(de)发展也(yě)可以(yǐ)看出，在语言大模型、图像大模型之后，多模态大模型(xíng)已(yǐ)经成为了新的趋势(shì)。

大模型被誉为当前(qián)人工智(zhì)能发展的智能(néng)底座，是(shì)全(quán)球竞争(zhēng)最激烈的研究方向之一，包(bāo)括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等众多头部企(qǐ)业都(dōu)在竞相(xiāng)发力。

不过训(xùn)练(liàn)大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训(xùn)练(liàn)一次的成(chéng)本约为(wèi)140万美元(yuán)。而对于一些更大的LLM(大型语言(yán)模型)，训练成(chéng)本(běn)则(zé)介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均数1300万计算，其对应芯片(piàn)需求为3万(wàn)多(duō)片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日(rì)仅电费(fèi)就(jiù)在5万美元左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支(zhī)持。在(zài)关注(zhù)各类大模(mó)型的发展同时，更应该(gāi)关注算力(lì)网络的建设。

算力网络(luò)正驱(qū)动(dòng)AI产业发展进入史诗级加(jiā)速(sù)进(jìn)程，让AIGC及通用AI这一人工智能发展(zhǎn)的(de)终极(jí)目标离得更近。

因为算力(lì)可以对突(tū)破(pò)性技术(shù)创新提供大力的支持。这方面(miàn)，多模态大模(mó)型是典型。作为(wèi)面向未来强人工智能、通用人工(gōng)智能的重要技术创新，多模态(tài)大模(mó)型已经在人工智能领域提(tí)出(chū)了很多年，业界也有不少技术突破，但是，多模态大模型进一(yī)步往下走，算力需求呈几(jǐ)何(hé)式上升，一般(bān)的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单独一项的(de)训练，到双模态、三模态的(de)跃迁，让人工智能(néng)可以灵活应对不同模态的转化、像人与(yǔ)世界交互(hù)一样自然，这方面，由算(suàn)力(lì)网络来驱动将(jiāng)有明显优势(shì)。

此外，还有(yǒu)很多需要爆发(fā)式增长的算力(lì)来支(zhī)撑的技术创新，将(jiāng)在(zài)人工智能算力网络(luò)支(zhī)撑(chēng)下快速推进。

AIGC已(yǐ)经露出(chū)曙光，期待在大(dà)模型和(hé)大(dà)算力的(de)支持下(xià)AIGC能持续颠(diān)覆内(nèi)容(róng)生产的方(fāng)式，将(jiāng)创造的(de)边际成本降(jiàng)低，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 公立小学一年级收费标准明细表，公立小学一年级收费标准表