自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始人比尔(ěr)·盖茨已多次公开谈论人工智(zhì)能(néng)话题。在最近的一次(cì)采(cǎi)访中，他再次表示：“AI可能(néng)会让科技行业迎来一(yī)次剧烈的洗(xǐ)牌(pái)”。

这个结(jié)论是他在当(dāng)地时间2月20日(rì)接受《In Good Company》节目(mù)专(zhuān)访时(shí)提(tí)出的。

他预期，AI的发展(zhǎn)可(kě)能会(huì)威胁到(dào)谷(gǔ)歌的市占率，因(yīn)为微软在AI方面的行动相当迅速(sù)。而最(zuì)终(zhōng)科(kē)技巨头将把AI整(zhěng)合成用户(hù)的“全能助(zhù)手”，包揽一切应用，与(yǔ)人们进(jìn)行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的(de)到来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的(de)AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗(luó)拉(lā)多(duō)州(zhōu)举办(bàn)的新兴(xīng)数字(zì)艺(yì)术(shù)家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输(shū)入一(yī)组关键词或者一张照片，就能获得一幅(fú)AI创作的(de)画作(zuò)。

作画(huà)的关键就是所(suǒ)输入(rù)的文本。同一(yī)组关键词也(yě)可以创作(zuò)出很多张风格不(bù)一(yī)样的画作，这让创作(zuò)的过(guò)程就像开盲盒。

很多用户很喜欢(huān)这种不确定的(de)惊喜，他们(men)会将生(shēng)成的(de)美图当做头(tóu)像。而另一(yī)部分(fēn)喜欢翻看AI绘画的(de)“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网友的小狗照(zhào)片被AI画成了“肌(jī)肉男”，还有(yǒu)网友的个人(rén)照片被(bèi)AI识(shí)别成(chéng)了建筑。

而如今随(suí)着ControlNet的出现与加(jiā)持，以往AI绘画的填(tián)写关键(jiàn)词游戏(xì)可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福(fú)读博的中国(guó)人张吕(lǚ)敏创作的一种基于(yú)控制点的(de)图像变形算法(fǎ)，主要用于数字(zì)图像(xiàng)处(chù)理、计算机视(shì)觉和计算机图形(xíng)学等(děng)领(lǐng)域。

其SD插件一经发布，在(zài)短短的两天(tiān)内(nèi)便(biàn)成(chéng)为了AI绘画(huà)领域最新的热点。

在此之前，大家用了很(hěn)多方(fāng)法想让AI生成(chéng)的结果(guǒ)尽可(kě)能的符合要求，但是都不尽(jǐn)如人意，它的出现代表着AI生成(chéng)开始进(jìn)入真正的(de)可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人物的姿势(shì)和画面的深(shēn)度信(xìn)息等。有了(le)它的(de)帮(bāng)助，就不用(yòng)频繁的用提(tí)示词来(lái)碰(pèng)运气(qì)，抽盲盒(hé)式(shì)的(de)创作(zuò)了。

通(tōng)俗的说ControlNet相当(dāng)于(yú)给AI绘(huì)画加了“魔法”，不少(shǎo)博主的作品(pǐn)已经获(huò)得了大量(liàng)的浏(liú)览量(liàng)，“viggo”就是其(qí)中之一，他用朋友(yǒu)的(de)照片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始换关(guān)键词试效果。

通过图片就可以看(kàn)出(chū)来，效果十分惊(jīng)艳。

更厉害的是，除(chú)了真实的照(zhào)片，草图也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿转全彩图。大神张吕(lǚ)敏其本尊(zūn)也亲自(zì)回应。

不得(dé)不说当下AIGC已经变得越来越强大(dà)，甚至(zhì)输出(chū)的作品都已经(jīng)能(néng)以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问(wèn)题

近(jìn)日，“苏州金(jīn)鸡湖(hú)有游艇party”的(de)消息火遍网络，而(ér)经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是(shì)全国第一起(qǐ)AI绘(huì)图诈骗。

由于这个活动里面给出的美女(nǚ)照片(piàn)都(dōu)是AI制(zhì)作(zuò)的真人(rén)照(zhào)片绘图，因为太(tài)逼真(zhēn)，被(bèi)大家当成(chéng)真事(shì)传播了。

不(bù)过仔(zǎi)细(xì)观察可以发(fā)现，活(huó)动(dòng)发起(qǐ)者(zhě)提供的照片中有个很大的漏洞可以发现(xiàn)并非真人(rén)，而(ér)是AI绘图(tú)，那便(biàn)是(shì)图片中(zhōng)女性的手指部分有的存在异常。

有行业人事表示：“现(xiàn)在(zài)因(yīn)为(wèi)手指(zhǐ)部分的绘画算法比(bǐ)较复杂，AI还(hái)不(bù)太会画(huà)人的手，但最新看(kàn)到的图片已经有越(yuè)来越(yuè)完美的AI模型出现，以(yǐ)后(hòu)可(kě)能就完全没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在(zài)国(guó)外也已有发生。据英国广播公司(sī)报(bào)道，土(tǔ)耳其地震期(qī)间，有Tiktok用(yòng)户使(shǐ)用(yòng)AI合成(chéng)了(le)儿童受灾(zāi)的假照片发布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐助(zhù)”从而实施诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能(néng)做出真人照片(piàn)般的绘图效果，如果这样的(de)图片被用来(lái)诈(zhà)骗，将非(fēi)常(cháng)可怕。

此外AIGC还引发(fā)了很多担忧，一(yī)方面(miàn)，批判者认为(wèi)AI在(zài)“学(xué)习”了大量前人的(de)作品之(zhī)后，其创(chuàng)作(zuò)没有任何情绪(xù)和灵魂，难以和人类(lèi)的艺术创作相提(tí)并本番什么意思 日语里本番什么意思论(lùn)。

另一方面，AIGC背后的(de)版权、目前都并(bìng)没(méi)有得到有效的解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯(sī)克也强调，人(rén)工智(zhì)能的安全问题(tí)需要(yào)得(dé)到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除(chú)了(le)视频，还有远(yuǎn)方

技术都是有(yǒu)两(liǎng)面(miàn)性的，潜在的危害并不(bù)能掩盖其光辉的贡献。现在看(kàn)来(lái)，人(rén)工智能技术将是(shì)第(dì)四次工业(yè)革(gé)命的核心驱动(dòng)力量，将创造新(xīn)的增长奇迹。

过去一年，人工智能在技术(shù)和商业(yè)层面都有了(le)巨大进展，AI绘画就是(shì)人工(gōng)智能技术(shù)发生方向性改变的一个代表。其下(xià)一(yī)站或许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆(bào)科(kē)技圈的短视(shì)频。这些(xiē)视频(pín)引发关(guān)注并非内容(róng)做得多优秀，反而都非(fēi)常简单(dān)，比如(rú)一匹正在喝水的马，一只画画的玩具(jù)熊，或者一(yī)段(duàn)骑摩(mó)托车的第一(yī)视角录像，随(suí)便一个(gè)有手机的人都可以(yǐ)随(suí)手录下一(yī)段(duàn)。

但这些短视(shì)频的创作方式非常(cháng)简单，创(chuàng)作(zuò)者仅仅(jǐn)需要向(xiàng)AI输入一段话，甚至(zhì)只是(shì)说一(yī)下(xià)要(yào)求，AI就(jiù)可(kě)以根据(jù)需要生成一段视频。

谷歌发布的(de)两个AI生(shēng)成视(shì)频分别来自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已经玩了一波(bō)梗，一(yī)个能够(gòu)做出更高(gāo)清视(shì)频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震(zhèn)惊的地方在于，它可以制作出超过2分钟的连贯的(de)也有(yǒu)确切内(nèi)容(róng)的(de)视频(pín)，这才是真正让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产者提供一(yī)个(gè)灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能够制作出有具(jù)体剧情内(nèi)容的视(shì)频就意味着，一些视频创(chuàng)作由AI代(dài)替人工(gōng)完成已经初步有了可能。

当(dāng)下AI的发展速度已经超过(guò)大部分(fēn)人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式(shì)，可以为内容产业(yè)带(dài)来更(gèng)新的内容风格(gé)、更快的生产速度，更低的生(shēng)产成本，这无疑会驱动内容产业(yè)的大爆(bào)发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机(jī)器(qì)人动(dòng)作等多(duō)种内容形式的生成。不难发现该项技术不(bù)仅在游戏等行业能得到(dào)有(yǒu)效应用，对(duì)于(yú)下一代互联网各(gè)种元素(sù)的(de)构建亦有关(guān)键意(yì)义。

从商业(yè)化(huà)的角度来看，文化娱(yú)乐、教育、传媒等诸多(duō)领域(yù)，本(běn)身就对基(jī)于AI的可视化内容有(yǒu)强烈(liè)需求。

因(yīn)此，AI绘画(huà)及视频(pín)或(huò)不是(shì)结果，而只是AI进程中的一块重要拼图，有望在技术更新的(de)加(jiā)持(chí)下实现更大的应用(yòng)价值(zhí)。

AI从理解(jiě)内容，走向了可(kě)以(yǐ)生成内容，甚至能够(gòu)创造(zào)出独立价值和(hé)独(dú)立视(shì)角的内容。AIGC的再次(cì)出圈，更代表(biǎo)着未来的先(xiān)进生产力即将到(dào)来(lái)。

04

紧(jǐn)抓大模型与(yǔ)算力(lì)，牢(láo)固AIGC底座

从(cóng)技术的(de)发(fā)展(zhǎn)也(yě)可以看出，在语言大模(mó)型、图像大模型之(zhī)后，多(duō)模态大模型已经(jīng)成为了新的趋势。

大(dà)模型被誉为(wèi)当前(qián)人工(gōng)智能发(fā)展的智能底座，是(shì)全球竞争最(zuì)激烈的研究(jiū)方向之一，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾讯等众多头部企业都在(zài)竞相发力。

不过训(xùn)练大模(mó)型的确价格(gé)不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需(xū)要多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而(ér)对于(yú)一些更大(dà)的LLM(大型语言模型)，训练(liàn)成本则(zé)介于200万(wàn)美元至1200万美元高(gāo)价(jià)之(zhī)间。

以ChatGPT在2023年1月的(de)独立访客平均(jūn)数1300万计(jì)算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元(yuán)，每(měi)日(rì)仅电(diàn)费就在5万(wàn)美元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算(suàn)力(lì)支(zhī)持。在关(guān)注(zhù)各(gè)类大(dà)模型的发展同时，更应该关注算力网络(luò)的建设。

算力网络(luò)正驱动(dòng)AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及(jí)通用AI这一(yī)人工智能发展(zhǎn)的终极目(mù)标离得更近。

因为(wèi)算力(lì)可以对(duì)突(tū)破(pò)性技(jì)术(shù)创新提(tí)供大力的支持。这方面，多模态大模型(xíng)是典型。作为面向(xiàng)未(wèi)来强人工智能(néng)、通用人工智能的(de)重要(yào)技术创(chuàng)新，多(duō)模态大模型已经在(zà本番什么意思 日语里本番什么意思i)人工智能领(lǐng)域提出了(le)很多年(nián)，业界也(yě)有不少(shǎo)技术突(tū)破，但(dàn)是，多模态大模型进一(yī)步往下走，算力需求呈几何式上升，一般(bān)的算力基础(chǔ)设施很快将难以胜任。

从图像、文字(zì)、语(yǔ)音(yīn)单独一项的训练，到双模态(tài)、三模态的(de)跃迁，让人工智能(néng)可(kě)以灵活(huó)应对不同模(mó)态的转化、像人与世(shì)界交互一样(yàng)自然，这方面(miàn)，由算力(lì)网(wǎng)络来驱动将有明显优势(shì)。

此外，还有很多需要爆(bào)发(fā)式增长的算(suàn)力来(lái)支(zhī)撑的技术创新，将在人(rén)工智能算力(lì)网络支撑下(xià)快速推进(jìn)。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和大算力的(de)支持下AIGC能持续颠覆内容(róng)生(shēng)产(chǎn)的方(fāng)式，将创(chuàng)造的边际成(chéng)本(běn)降(jiàng)低，让万众(zhòng)受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 本番什么意思 日语里本番什么意思