自聊天机(jī)器人ChatGPT火爆(bào)以来，微软(ruǎn)公司(sī)创始人比尔·盖茨已多次公开谈论人工智能话题。在最近的(de)一次采访中(zhōng)，他再次表(biǎo)示：“AI可能(néng)会让科技(jì)行(xíng)业(yè)迎来一次(cì)剧烈(liè)的洗牌”。

这个结论(lùn)是他在(zài)当(dāng)地时间(jiān)2月20日接(jiē)受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期(qī)，AI的发展可能会(huì)威(wēi)胁(xié)到谷歌(gē)的(de)市占率，因为微软在AI方面(miàn)的行动相当迅速。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全(quán)能(néng)助手”，包揽(lǎn)一切(qiè)应用，与人们(men)进行(xíng)沟(gōu)通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到(dào)来可能尚需时日，但由(yóu)ControlNet引发的(de)又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科(kē)罗拉(lā)多州举(jǔ)办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名(míng)为《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获(huò)奖。

随后(hòu)各(gè)大厂(chǎng)商的AI绘(huì)画软(ruǎn)件被广大网(wǎng)友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户(hù)们可以在应用中输入(rù)一组关键词或(huò)者一张(zhāng)照片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作(zuò)画的关键就是所输(shū)入的文(wén)本。同一组关键词也可以(yǐ)创作出很多张(zhāng)风(fēng)格不一样(yàng)的画作，这让创作的过程就像开(kāi)盲(máng)盒。

很(hěn)多用户(hù)很(hěn)喜欢这种不确定的(de)惊喜，他们会将生成(chéng)的美图当做(zuò)头像。而另(lìng)一部(bù)分喜欢(huān)翻看AI绘画的(de)“翻(fān)车”作品。在社(shè)交(jiāo)媒(méi)体上(shàng)，许多用(yòng)户分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例如，一(yī)位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识(shí)别成了建(jiàn)筑。

而如(rú)今随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读(dú)博的中国人张吕敏创作的一种(zhǒng)基于控制点的图像变形算法，主要用于数字图像处理、计算机视觉(jué)和计算机图形学等领域(yù)。

其SD插(chā)件一经发布，在短短的(de)两(liǎng)天(tiān)内便(biàn)成为了AI绘(huì)画领域最新的(de)热点(diǎn)。

在此之前(qián)，大(dà)家(jiā)用了很多方法想让AI生成的结果尽(jǐn)可能的符合要求，但是都不尽(jǐn)如人意，它的出(chū)现代(dài)表着(zhe)AI生(shēng)成开(kāi)始进入真正的可控时(shí)期。

因为ControlNet可以直接(jiē)提取画面的构图(tú)，人物的姿势(shì)和画面(miàn)的深度(dù)信(xìn)息(xī)等。有(yǒu)了它的帮助，就(jiù)不(bù)用频(pín)繁的用提示(shì)词(cí)来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗(sú)的(de)说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主的作品已经获得了(le)大(dà)量的浏览量，“viggo”就是其中(zhōng)之一(yī)，他用朋友的照片直(zhí)接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始(shǐ)换关(guān)键词(cí)试效果。

通过图片就可以看出来(lái)，效(xiào)果十分(fēn)惊艳。

更厉害的是，除了真(zhēn)实(shí)的(de)照片，草图也可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神(shén)张吕(lǚ)敏其(qí)本尊也亲自回应。

不得不(bù)说当下AIGC已经变得(dé)越来越强大，甚(shèn)至输出(chū)的作(zuò)品(pǐn)都已经能以假乱真了(le)。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息(xī)火遍网络，而经过警方(fāng)辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女(nǚ)照片都(dōu)是(shì)AI制作的真人照(zhào)片绘图(tú)，因为太逼真(zhēn)，被大(dà)家当成真事传播(bō)了。

不(bù)过仔细(xì)观察可以发现，活(huó)动发起者提(tí)供的(de)照片中有个很大的漏洞可以发现并(bìng)非(fēi)真人，而是(shì)AI绘图，那便(biàn)是图片中(zhōng)女性的(de)手指部分有的存在异(yì)常。

有行(xíng)业(yè)人(rén)事(shì)表示：“现(xiàn)在因为手指部分(fēn)的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看到(dào)的图片已经有(yǒu)越来(lái)越(yuè)完美的AI模型出(chū)现(xiàn)，以后(hòu)可(kě)能就(jiù)完(wán)全(quán)没有漏洞(dòng)了。”

类似的AI作(zuò)图(tú)诈骗在(zài)国外也(yě)已有发生。据英国广播公司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使(shǐ)用AI合成(chéng)了(le)儿童受灾的假(jiǎ)照片发(fā)布(bù)到网络(luò)，以此诱骗(piàn)善良的人打赏(shǎng)“捐助(zhù)”从(cóng)而实施(shī)诈骗。

目(mù)前(qián)随着技术发展，AIGC已(yǐ)经能(néng)做出(chū)真人照片般(bān)的绘图效(xiào)果(guǒ)，如果这样的图片被用来诈骗，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还(hái)引发(fā)了很(hěn)多担忧(yōu)，一方面(miàn)，批判者认为AI在“学习”了大量前人的作品之(zhī)后，其(qí)创(chuàng)作没有任何情绪和(hé)灵魂(hún)，难以和人类(lèi)的艺术创(chuàng)作相提并论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的版权(quán)、目前(qián)都并没(méi)有得到有效的解(jiě)决(jué)，还有AIGC会不会代替人类“至高无上”的(de)创意。

马斯(sī)克也强(qiáng)调，人工智能(néng)的安全问题需要得到(dào)重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都是有(yǒu)两面(miàn)性的，潜在的危害(hài)并(bìng)不(bù)能掩盖其光辉的贡献。现在看来，人工智能技术(shù)将是第四次工(gōng)业(yè)革(gé)命的核(hé)心驱动力量，将(jiāng)创造(zào)新的增长奇迹。

过去一年，人(rén)工(gōng)智能在技术(shù)和商(shāng)业层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘(huì)画就是人工智能技术发生(shēng)方向性改变的一个代表(biǎo)。其下一站或(huò)许就是(shì)视频(pín)。

此(cǐ)前(qián)，Meta和谷歌先后(hòu)发布(bù)了几条引(yǐn)爆科技圈的短视频。这(zhè)些(xiē)视频引发关注并非内容做得多(duō)优秀(xiù)，反而都非(fēi)常简单，比(bǐ)如一匹(pǐ)正在喝水的(de)马，一只画画的(de)玩具熊，或者(zhě)一段骑摩托车的第一(yī)视角录像，随便一个有手机(jī)的人都可以(yǐ)随手录下一段。

但这些(xiē)短视频的创(chuàng)作(zuò)方式非(fēi)常简(jiǎn)单，创(chuàng)作(zuò)者仅(jǐn)仅需(xū)要向AI输入一段话，甚至只是说一下要求，AI就(jiù)可以(yǐ)根据需要生成(chéng)一(yī)段视(shì)频(pín)。

谷歌(gē)发布(bù)的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突出(chū)的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了(le)一波梗，一个能(néng)够做(zuò)出更(gèng)高清(qīng)视频的AI还(hái)不足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出超过2分钟的(de)连贯的(de)也有确切内容的(de)视频，这才是真(zhēn)正让(ràng)人们感(gǎn)到惊喜(xǐ)的(de)地方。因为(wèi)无论AI生成的视频多(duō)么(me)高清，也只能是(shì)为内容生产(chǎn)者(zhě)提供一(yī)个灵感，一个素材，一个(gè)过场动画。

不过(guò)能够(gòu)制作出有(yǒu)具体剧(jù)情内容(róng)的视频就意味着，一些视(shì)频创作由AI代替人工(gōng)完成已经初(chū)步(bù)有了可(kě)能。

当下AI的发展速度(dù)已经超过大部分人的想象。内容产业的(de)本质是供(gōng)给创造需求，AIGC作为全新(xīn)的内容生产方式，可以为内容产业带来更新的内容风(fēng)格、更(gèng)快的生产速度，更低(dī)的(de)生产成本，这无疑(yí)会驱(qū)动内容产(chǎn)业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应(yīng)用(yòng)于(yú)音(yīn)乐、代码(mǎ)、机器人(rén)动作等(děng)多种内容形式(shì)的生成。不难(nán)发现该项技(jì)术不(bù)仅(jǐn)在(zài)游戏等行业能(néng)得到有效应用，对(duì)于下一(yī)代互联网各种元素(sù)的构(gòu)建亦有(yǒu)关键(jiàn)意(yì)义(yì)。

从商业化(huà)的角(jiǎo)度(dù)来看，文化娱乐、教育、传媒等诸(zhū)多领域(yù)，本身就对(duì)基(jī)于AI的可视化内容有强烈需(xū)求(qiú)。

因此，AI绘画(huà)及(jí)视(shì)频或(huò)不是结果，而只是AI进程中的(de)一块(kuài)重要拼图，有望在技术更新(xīn)的加(jiā)持下实现更大(dà)的应用价值。

AI从(cóng)理解内容，走向了(le)可以生成内容，甚(shèn)至能够创造出独立价值和(hé)独立视角的(de)内容。AIGC的再(zài)次(cì)出圈，更代表着未来的先进(jìn)生产力即将到来(lái)。

04

紧(jǐn)抓大(dà)模型与(yǔ)算(suàn)力，牢固(gù)AIGC底座(zuò)

从技(jì)术的发展也(yě)可以看(kàn)出，在语(yǔ)言大模型、图像大(dà)模型之后，多模(mó)态大模型已(yǐ)经成为了(le)新(xīn)的趋势。

大模型(xíng)被誉为当前人(rén)工智能发展的智(zhì)能底座，是全球竞争(zhēng)最激烈的研究(jiū)方向之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等(děng)众多头部企业都(dōu)在(zài)竞相发力。

不过训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要多少算力》报告(gào)估算，GPT-3训练一(yī)次的(de)成(chéng)本约为(wèi)140万(wàn)美元(yuán)。而对于(yú)一些更大(dà)的LLM(大型语言模型)，训练(liàn)成本则介(jiè)于(yú)200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯(xīn)片需求为3万多(duō)片(piàn)英伟达A100 GPU，初(chū)始投入成(chéng)本(běn)约(yuē)为8亿(yì)美元，每日(rì)仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞(páng)大算力支持。在关注(zhù)各(gè)类大模型的发展同时，更应该(gāi)关注算(suàn)力网络的(de)建设(shè)。

算(suàn)力网(wǎng)络正驱动AI产(chǎn)业发展进入(rù)史诗级加速(sù)进程，让(ràng)AIGC及通用AI这一(yī)人(rén)工智(zhì)能发展的终极目(mù)标(biāo)离(lí)得更近。

因(yīn)为算力可以对突破性技术创(chuàng)新提(tí)供大力的支持。这方面，多模态大(dà)模(mó)型是典型(xíng)。作为面(miàn)向未来强人工(gōng)智能、通(tōng)用人工(gōng)智能的重要技(jì)术创新，多(duō)模态大模(mó)型已经在人工智(zhì)能领域提出了很多年(nián)，业界也有不少技术突(tū)破，但是(shì)，多模态大(dà)模(mó)型进一步往下(xià)走，算力需求呈几何式上(shàng)升，一般(bān)的算力(lì)基(jī)础设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三(sān)模(mó)态的(de)跃迁，让人工(gōng)智能可以灵活应对(duì)不同(tóng)模(mó)态的转化、像人(rén)与世界交互(hù)一样自然，这方(fāng)面，由(yóu)算力网(wǎng)络来(lái)驱动将有明显优势。

此外(wài)，还有很多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人(rén)工智(zhì)能算力网(wǎng)络(luò)支撑(chēng)下(xià)快速推进。

AIGC已经露出曙光，期待在(zài)大模(mó)型(xíng)和大算力的支(zhī)持下(xià)AIGC能(néng)持续颠覆内容(róng)生(shēng)产的(de)方式(高山流水是什么意思服务项目，服务里面高山流水是什么意思shì)，将创造(zào)的边(biān)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 高山流水是什么意思服务项目，服务里面高山流水是什么意思