自聊天机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次公开(kāi)谈(tán)论人(rén)工智能话(huà)题。在最近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可能会(huì)让科技(jì)行(xíng)业迎来(lái)一(yī)次(cì)剧(jù)烈(liè)的洗牌”。

这个(gè)结论是(shì)他在当(dāng)地时间(jiān)2月20日接受《In Good Company》节(jié)目专访时提出(chū)的。

他预期，AI的发展可(kě)能会威胁到谷(gǔ)歌的市占率，因为微软在AI方面(miàn)的行动相(xiāng)当迅速(sù)。而(ér)最终科技巨头将把AI整合(hé)成用户的“全能助(zhù)手”，包(bāo)揽一切应用，与(yǔ)人们(men)进行沟(gōu)通并提供建议，可以(yǐ)取代亚(yà)马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助手的(de)到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为代表的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年8月(yuè)，在美(měi)国科罗拉多州举办(bàn)的(de)新兴数字(zì)艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖。

随后各大(dà)厂(chǎng)商的AI绘画软件(jiàn)被广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在应用中(zhōng)输入(rù)一组关键词或者(zhě)一张(zhāng)照片，就(jiù)能(néng)获得一(yī)幅(fú)AI创作的(de)画作。

作画的关键就(jiù)是所输入的文本(běn)。同(tóng)一(yī)组(zǔ)关键(jiàn)词也可以创作出(chū)很多张风格不一样(yàng)的画作，这让(ràng)创作(zuò)的过程就像开(kāi)盲盒。

很(hěn)多用户很喜(xǐ)欢这种不(bù)确定的(de)惊(jīng)喜，他们(men)会将生成的美图(tú)当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻(fān)车(chē)”作品(pǐn)。在社交媒(méi)体上(shàng)，许(xǔ)多(duō)用户分(fēn)享AI“翻(fān)车现场”，例(lì)如，一位网友(yǒu)的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个(gè)人照(zhào)片被AI识别成了(le)建筑。

而如今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘(huì)画的(de)填写关键词游戏可能要被颠(diān)覆了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中国人张吕敏创作的(de)一种基(jī)于(yú)控制点的(de)图(tú)像变形算(suàn)法，主要用于数(shù)字图像(xiàng)处理、计算机视觉和计(jì)算(suàn)机图形学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成(chéng)为了AI绘画领域最新的(de)热点。

在此之(zhī)前，大(dà)家用了很多(duō)方法想让AI生成的结果尽可能的(de)符(fú)合要求(qiú)，但是都不尽(jǐn)如人意，它的出现代表着AI生成开始进入真正(zhèng)的(de)可控时期。

因为ControlNet可(kě)以直接提(tí)取画面的构图，人(rén)物的姿势和画(huà)面的深度信息等。有了它(tā)的帮助，就不用频繁的用(yòng)提示(shì)词(cí)来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不少(shǎo)博主的作品已经获得(dé)了(le)大(dà)量的浏(liú)览(lǎn)量，“viggo”就是其中之一(yī)，他(tā)用朋(péng)友的照片直接带她们走进动(dòng)漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对(duì)应的关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开(kāi)始换关键(jiàn)词(cí)试效果。

通过图片就可以(yǐ)看出(chū)来(lái)，效果十分惊艳。

更厉害(hài)的(de)是，除(chú)了真实的照片，草图也(yě)可以加(jiā)上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其(qí)本(běn)尊也亲自回应。

不得不说当下AIGC已经变得(dé)越来(lái)越(yuè)强大(dà)，甚至(zhì)输出的作(zuò)品都已(yǐ)经(jīng)能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游(yóu)艇party”的(de)消息火遍网络，而经(jīng)过警方辟(pì)谣这(zhè)所(suǒ)谓的“party”可能(néng)是全国第一(yī)起AI绘图诈骗(piàn)。

由于这个(gè)活(huó)动里(lǐ)面给出的美(měi)女照片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大(dà)家当成(chéng)真事传播了。

不过(guò)仔细观(guān)察(chá)可以发现，活(huó)动发起(qǐ)者提(tí)供的照片中有(yǒu)个很大的漏洞可以发现(xiàn)并非真人，而是AI绘(huì)图，那便是图片中女性的(de)手指部分有(yǒu)的(de)存(cún)在异(yì)常。

有行业人(rén)事表示(shì)：“现在因为手指(zhǐ)部(bù)分(fēn)的绘画算法(fǎ)比较复杂，AI还(hái)不(bù)太会画人(rén)的手(shǒu)，但(dàn)最(zuì)新看到的图片(piàn)已(yǐ)经有越来越完美的AI模型出现(xiàn)，以后(hòu)可能就完全没有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外也已有发(fā)生。据英国广播(bō)公司报(bào)道，土耳其地(dì)震期(qī)间(jiān)，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假(jiǎ)照片发布到网络，以此诱骗善良的(de)人打赏“捐助”从而实施(shī)诈骗。

目(mù)前随(suí)着技术发(fā)展(zhǎn)，AIGC已经(jīng)能做(zuò)出真人(rén)照(zhào)片般(bān)的绘图效果，如果这样(yàng)的图片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还(hái)引(yǐn)发了很(hěn)多担忧(yōu)，一(yī)方(fāng)面，批判者(zhě)认为AI在“学习”了(le)大量前(qián)人的作品(pǐn)之后，其创作没有任(rèn)何情绪和灵魂，难以和人类(lèi)的艺术创作相提并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得(dé)到(dào)有(yǒu)效的解决(jué)，还有AIGC会不会代替人类(lèi)“至高(gāo)无上”的创(chuàng)意(yì)。

马(mǎ)斯克(kè)也强调，人工智能(néng)的安全问题需要得到重(zhòng)视，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一(yī)站除(chú)了视频，还有远方

技术都是有两面性的(de)，潜在的危害并(bìng)不(bù)能(néng)掩盖(gài)其光辉(huī)的(de)贡献。现在看(kàn)来(lái)，人工(gōng)智能技术(shù)将是第四次工业(yè)革(gé)命的核心驱动力(lì)量，将创造新的增(zēng)长奇迹。

过(guò)去(qù)一年(nián)，人工智能(néng)在技术和商业层面都有(yǒu)了巨(jù)大进展(zhǎn)，AI绘(huì)画就是(shì)人(rén)工智能技术发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了(le)几条引爆科(kē)技圈的(de)短视频。这些视(shì)频引(yǐn)发关注并非(fēi)内容做得(dé)多优秀，反而都非常(cháng)简单，比(bǐ)如一匹正在喝水的(de)马(mǎ)，一只画画的玩(wán)具(jù)熊，或者一(yī)段骑摩托(tuō)车的第一视角录像(xiàng)，随便(biàn)一(yī)个有手机的人都可以随手录下一段。

但(dàn)这些短(duǎn)视频(pín)的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至(zhì)只是说一下要求(qiú)，AI就可以根据需(xū)要生成一段(duàn)视频(pín)。

谷歌发布(bù)的两个AI生(shēng)成(chéng)视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能够做(zuò)出更高(gāo)清(qīng)视频的AI还不足以在(zài)短时间(jiān)内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人(rén)震(zhèn)惊(jīng)的地方(fāng)在于，它可以制作(zuò)出超过2分钟的(de)连贯(guàn)的也有确切内容的(de)视频，这才是(shì)真(zhēn)正让(ràng)人们感到(dào)惊喜的地(dì)方。因为无论AI生(shēng)成的视频(pín)多么高清，也(yě)只能是为内容生产(chǎn)者提供一个灵感，一(yī)个素(sù)材，一个(gè)过场动画。

不过能够制作(zuò)出有具体(tǐ)剧情内容的视频(pín)就意(yì)味(wèi)着，一些视频创作由AI代(dài)替人工(gōng)完成已(yǐ)经初步有(yǒu)了可能。

当下AI的发展速度已(yǐ)经(jīng)超过大部分人的(de)想象。内(nèi)容产业的本质是(shì)供给创造需求，AIGC作为全新的内容生产方式(shì)，可以为内容产业带(dài)来更(gèng)新(xīn)的内容风(fēng)格、更快的(de)生产速度，更(gèng)低的(de)生产成本，这无(wú)疑(yí)会驱动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器人动作等多种内(nèi)容形(xíng)式的生成。不难(nán)发现该项技(jì)术不(bù)仅(jǐn)在游(yóu)戏等行业(yè)能得到有效应(yīng)用，对于下一代互联网各种元素的构建亦有关键(jiàn)意义。

从(cóng)商业(yè)化的角(jiǎo)度来看(kàn)，文化(huà)娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身(shēn)就对基(jī)于AI的(de)可视(shì)化内容有(yǒu)强烈需求。

因此，AI绘(huì)画及视(shì)频(pín)或不是结果，而只是AI进程中的一(yī)块重(zhòng)要拼(pīn)图，有望在技术更新(xīn)的(de)加持下(xià)实现更大的应用(yòng)价值。

AI从(cóng)理(lǐ)解内容，走向(xiàng)了可以生成内容(róng)，甚(shèn)至能够(gòu)创造出独立价(jià)值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来的(de)先进生产力即(jí)将到(dào)来(lái)。

04

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座(zuò)

从(cóng)技(jì)术的发展也(yě)可以看(kàn)出，在语言大模型(xíng)、图像大模(mó)型(xíng)之后，多模态大模型已(yǐ)经成为了新的(de)趋势。

大(dà)模型(xíng)被誉为当(dāng)前人工智能(néng)发展的智(zhì)能(néng)底座，是全球(qiú)竞争(zhēng)最激烈的(de)研究方向之(zhī)一(yī)，包(bāo)括谷歌(gē)、亚(yà)马逊、百度、阿里(lǐ)、腾讯等众多头部(bù)企(qǐ)业(yè)都在(zài)竞相发力。

不(bù)过训练大模型的确价(jià)格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一(yī)次的成本约为(wèi)140万美元。而对(duì)于一些(xiē)更大的LLM(大型语(yǔ)言模型(xíng))，训(xùn)练成(chéng)本则介于200万美元至1200万(wàn)美(měi)元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其对(duì)应芯片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大模型的发(fā)展同(tóng)时，更应该(gāi)关注算力网络的建设。

算力网络正驱动AI产业发展进(jìn)入(rù)史(shǐ)诗(shī)级(jí)加(jiā)速进(jìn)程(chéng)，让(ràng)AIGC及通用AI这一人工智(zhì)能发展的(de)终极目标离得更近。

因(yīn)为算(suàn)力可以对突(tū)破性(xìng)技术创新提供大力的支(zhī)持。这方面(miàn)，多模态(tài)大模型是典型。作为面向未来强(qiáng)人工(gōng)智能(néng)、通(tōng)用人(rén)工智(zhì)能的重(zhòng)要技术创新，多模态大模型已经在人(rén)工智能领域提出了很多年(nián)，业(yè)界也(yě)有不少技术突破(pò)，但是，多模态大模型进一步往下(xià)走，算力(lì)需求(qiú)呈几(jǐ)何式上升，一般的算力基(jī)础设施很(hěn)快将难(nán)以胜任。

从图像、文字、语音单独一项的训练，到双模态(tài)、三(sān)模态的跃(yuè)迁，让人工智能可以(yǐ)灵活应对不同模态的转化、像人与世界交互(hù)一样自然(rán)，这方面，由算(suàn)力网络来(lái)驱动将有明显优势。

此外(wài)，还有(yǒu)很(hěn)多(duō)需要爆发式增长的算(suàn)力(lì)来(lái)支撑的技术创新，将在人工智能算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内(nèi)容生产的方式，将创(chuàng)造的边际(jì)成本降低(dī)，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 韩红个人简历和职位 韩红是什么军衔