自聊天机器(qì)人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖(gài)茨已多次公(gōng)开(kāi)谈论人工智(zhì)能话题。在最(zuì)近的一次采访(fǎng)中(zhōng)，他(tā)再次(cì)表示(shì)：“AI可能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)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(tā)预期，AI的发展可能会威(wēi)胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当迅(xùn)速。而最终科技巨头(tóu)将把AI整(zhěng)合成用户的“全能(néng)助手”，包揽一切应用，与人们进(jìn)行沟通并提供建议(yì)，可(kě)以取代(dài)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(rì)，但由ControlNet引发的(de)又一次AI绘画(huà)浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还(hái)是(shì)2022年8月(yuè)，在美国科罗拉多(duō)州举(jǔ)办的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品获奖。

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

用户们可(kě)以在(zài)应用中输入一组关键词或(huò)者一张照片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画(huà)的关键就是所(suǒ)输入的文本。同一组关键词也可以(yǐ)创作出很多张风格不(bù)一(yī)样的(de)画(huà)作，这(zhè)让创作的过(guò)程就像开(kāi)盲盒。

很多用户(hù)很喜欢(huān)这种不确定的惊喜，他们会将生成的美图当做头(tóu)像。而(ér)另一(yī)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(xiǎng)AI“翻车现场”，例如(rú)，一位(wèi)网友的(de)小(xiǎo)狗(gǒu)照片被AI画成了“肌(jī)肉男(nán)”，还有网友(yǒu)的个(gè)人照片被AI识别成(chéng)了建筑。

而(ér)如(rú)今随着ControlNet的出现与(yǔ)加(jiā)持(chí)，以(yǐ)往AI绘画(huà)的填写关键词(cí)游戏可能(néng)要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕敏创(chuàng)作(zuò)的(de)一种(zhǒng)基于控制点(diǎn)的图像(xiàng)变形算(suàn)法，主要用于数字图像(xiàng)处理(lǐ)、计算(suàn)机视觉和计算机图形学(xué)等领域。

其SD插件一(yī)经发布，在短短的两天(tiān)内便成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之(zhī)前，大家用(yòng)了很多方法想让AI生(shēng)成的(de)结果尽(jǐn)可(kě)能的符(fú)合要求，但是(shì)都不尽如人意，它的出现代(dài)表(biǎo)着AI生成开(kāi)始进入真正(zhèng)的(de)可控时期。

因为(wèi)ControlNet可以直接提取画面的构图，人(rén)物(wù)的姿(zī)势和画面的深度信息等。有了它(tā)的帮助(zhù)，就不用频繁的用提示(shì)词来碰运气(qì)，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主的作品(pǐn)已经获得了大(dà)量的浏览量，“viggo”就(jiù)是其中(zhōng)之(zhī)一，他用(yòng)朋(péng)友的照片直接(jiē)带她们走进(jìn)动漫世(shì)界。只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对应(yīng)的关(guān)键词；最(zuì)后用ControlNet插件绑定骨骼开始换(huàn)关(guān)键词试效果。

通过图片(piàn)就可以看出来，效果十分惊艳(yàn)。

更厉害的是，除(chú)了真实的照片，草(cǎo)图(tú)也可以加上“魔(mó)法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本尊也(yě)亲(qīn)自(zì)回应(yīng)。

不得不说当下AIGC已经(jīng)变得越来(lái)越强大，甚至输出的(de)作(zuò)品(pǐn)都(dōu)已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警(jǐng)惕安(ān)全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火(huǒ)遍网(wǎng)络，而经过警方辟谣这所谓(wèi)的“party”可能是全(quán)国第一起AI绘图诈骗。

由(yóu)于这(zhè)个活动里(lǐ)面给出的美女照片都是(shì)AI制作的(de)真人照片绘(huì)图，因为太(tài)逼真，被(bèi)大家当成(chéng)真事传播了。

不过仔细(xì)观察(chá)可以发现，活动(dòng)发起者提供的照(zh只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了ào)片中有(yǒu)个(gè)很(hěn)大的漏洞可以发现并非真人(rén)，而是AI绘图，那便是图片中女性的手指部分有的存在异常。

有行(xíng)业人事表示：“现(xiàn)在因为手(shǒu)指部(bù)分的绘画算(suàn)法比较复杂，AI还不太会画(huà)人的手，但最新看到的图(tú)片已经有越(yuè)来越(yuè)完(wán)美(měi)的(de)AI模型出(chū)现，以后可能就完全没有漏(lòu)洞了。”

类(lèi)似(shì)的(de)AI作图诈(zhà)骗(piàn)在国外也已有发生。据英(yīng)国广播(bō)公司报(bào)道(dào)，土耳(ěr)其(qí)地震期间，有Tiktok用户使用(yòng)AI合成了儿(ér)童受(shòu)灾的假照片发(fā)布到网(wǎng)络，以此(cǐ)诱骗善(shàn)良的人(rén)打(dǎ)赏(shǎng)“捐助”从而实施诈(zhà)骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经(jīng)能做出(chū)真人照片般的绘图效果，如果这(zhè)样的图片被用来(lái)诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还引发了(le)很多(duō)担忧，一方(fāng)面，批判(pàn)者认为AI在“学(xué)习”了大量(liàng)前(qián)人的作(zuò)品之后(hòu)，其创作没(méi)有任何(hé)情绪和灵魂(hún)，难以和人类的艺(yì)术(shù)创作相提并论。

另一(yī)方面，AIGC背后的(de)版权、目前都并没(méi)有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的(de)创意(yì)。

马(mǎ)斯克(kè)也强调(diào)，人工智能的安全问题需要得到重视，太(tài)晚就来不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远方

技术(shù)都是有两面性的(de)，潜(qián)在的危害(hài)并不能掩盖其光辉的(de)贡献。现在看来，人工(gōng)智能技术(shù)将是第四次(cì)工业革(gé)命的(de)核心(xīn)驱动力量，将(jiāng)创造新的增长奇迹(jì)。

过去(qù)一年，人工智能在技(jì)术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个(gè)代表。其下(xià)一(yī)站或许就是视(shì)频。

此前，Meta和谷歌(gē)先后发布了几(jǐ)条引爆科技(jì)圈的短(duǎn)视频(pín)。这些视频引发关注并(bìng)非内容(róng)做得多优秀，反(fǎn)而都非常简单，比如一匹正(zhèng)在喝水的(de)马，一只画画的(de)玩具(jù)熊，或者(zhě)一(yī)段骑(qí)摩托车(chē)的第一视角(jiǎo)录(lù)像，随便一(yī)个有手机的人都可以随(suí)手(shǒu)录下一段。

但(dàn)这(zhè)些(xiē)短视频(pín)的创作方式(shì)非常(cháng)简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发布的两个(gè)AI生(shēng)成(chéng)视(shì)频分别来(lái)自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈就已经玩了一(yī)波梗，一(yī)个能够做出更高清(qīng)视频的AI还不足以在短(duǎn)时间(jiān)内(nèi)戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的地方(fāng)在于，它可以制作出(chū)超(chāo)过2分钟的(de)连贯的也有确切内容的(de)视频(pín)，这才是真正(zhèng)让人们感到(dào)惊喜的地方。因为无论(lùn)AI生成的视频(pín)多么高(gāo)清(qīng)，也只能是为内容生(shēng)产者提供一(yī)个灵感，一个素(sù)材，一个过场动画(huà)。

不过能够制(zhì)作(zuò)出有具体剧(jù)情内(nèi)容的视频就(jiù)意(yì)味着，一些视频创(chuàng)作由AI代替人工完(wán)成已(yǐ)经初步有了可能。

当下AI的发(fā)展(zhǎn)速度已经超过大部(bù)分人的想象。内容(róng)产业的本(běn)质(zhì)是(shì)供给创造需求，AIGC作为全新(xīn)的内容生产方式，可(kě)以为内容产业带来更新的(de)内容风(fēng)格、更(gèng)快的(de)生(shēng)产速(sù)度(dù)，更(gèng)低(dī)的生产成本，这无疑会(huì)驱动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机(jī)器人动作等多种内容形式的(de)生(shēng)成。不难(nán)发现该项技术不仅在游(yóu)戏等行业(yè)能得(dé)到(dào)有效应用，对(duì)于下一(yī)代互(hù)联网各种(zhǒng)元(yuán)素的构建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容(róng)有强烈需(xū)求。

因(yīn)此，AI绘画及视频或不是结果，而只是(shì)AI进(jìn)程中的一(yī)块重要(yào)拼图，有望在技术更新的加(jiā)持下(xià)实(shí)现更大(dà)的(de)应用(yòng)价值。

AI从(cóng)理解内容(róng)，走向了可以生成(chéng)内容，甚(shèn)至能(néng)够创(chuàng)造出独立价值和独立视角的(de)内容(róng)。AIGC的再次(cì)出圈，更代表着未来的先进生产力(lì)即将到(dào)来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术的(de)发展也可以看出，在语(yǔ)言(yán)大(dà)模型(xíng)、图像(xiàng)大(dà)模型(xíng)之后(hòu)，多模态大(dà)模型已经成为了新的趋势(shì)。

大模型(xíng)被誉为当前(qián)人工(gōng)智能发展的智能底座，是全球竞争最(zuì)激(jī)烈的研究方(fāng)向之一，包(bāo)括(kuò)谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等(děng)众多头部企业都在竞相(xiāng)发(fā)力。

不过训练大模型(xíng)的确(què)价格不菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的(de)成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型(xíng))，训(xùn)练成本则介于200万(wàn)美元(yuán)至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万(wàn)计算，其对应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电费就在5万美元左(zuǒ)右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支(zhī)持。在(zài)关注各类大模型的发展同时，更应该关注(zhù)算(suàn)力(lì)网(wǎng)络(luò)的建设。

算力网络正驱动AI产(chǎn)业发展进入(rù)史诗级(jí)加(jiā)速(sù)进程，让AIGC及通用AI这一(yī)人工智能发展的终极目(mù)标离得更近。

因(yīn)为算力可以对突破性技(jì)术创新提供大力的支持。这方面，多模态大(dà)模型是典型。作为面向未来(lái)强人工智能、通用人工智能的重要技术创新，多模态(tài)大模(mó)型已经在人(rén)工智能领域提出了很(hěn)多(duō)年，业界(jiè)也有不少技术突破，但是，多模(mó)态大模型进(jìn)一步往下(xià)走(zǒu)，算力需求呈(chéng)几(jǐ)何式上(shàng)升(shēng)，一般的算(suàn)力基础设(shè)施很快将难以胜(shèng)任。

从图像、文字(zì)、语(yǔ)音(yīn)单(dān)独一项(xiàng)的训(xùn)练，到双模态、三模态的(de)跃迁，让(ràng)人工(gōng)智能可以灵活应对不同模(mó)态的(de)转化(huà)、像人与世界交互一(yī)样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支(zhī)撑的技术(shù)创新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支持下AIGC能(néng)持(chí)续颠(diān)覆(fù)内容生产的方式，将创造的(de)边际成(chéng)本降低，让万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了