自聊天机器人(rén)ChatGPT火爆以来(lái)，微软(ruǎn)公司创始(shǐ)人比(bǐ)尔·盖茨已多次(cì)公开谈论人工(gōng)智能话(huà)题。在(zài)最(zuì)近(jìn)的一(yī)次(cì)采访中(zhōng)，他再次表(biǎo)示(shì)：“AI可能会让科技(jì)行业迎来一次剧烈的洗牌”。

这个结论(lùn)是他(tā)在当地(dì)时间2月20日接(jiē)受《In Good Company》节目(mù)专(zhuān)访时提出(chū)的。

他预期，AI的发展可(kě)能会(huì)威胁(xié)到谷歌的市占率(lǜ)，因为微软在AI方面的行动相当迅速。而最终(zhōng)科(kē)技(jì)巨头将把AI整合成用户的“全能助手”，包揽一(yī)切应用，与人们进行沟通(tōng)并提(tí)供建议，可(kě)以(yǐ)取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到(dào)来可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向可控靠(kào)近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉(lā)多州举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(pǐn)获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件被广(guǎng)大(dà)网友(yǒu)熟知(zhī)并体验(yàn)，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户(hù)们可以在应用中输入一(yī)组关键词或者一(yī)张照片，就能(néng)获(huò)得一幅(fú)AI创作的画作。

作画(huà)的关键(jiàn)就是(shì)所输入(rù)的文本。同一组(zǔ)关键词也可(kě)以创作出很多张风格(gé)不一样(yàng)的画作，这让创作(zuò)的过程(chéng)就像开盲盒。

很多用户很喜欢这种(zhǒng)不(bù)确定的惊喜(xǐ)，他们会将生成的美图当(dāng)做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用(yòng)户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位(wèi)网(wǎng)友的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了“肌肉(ròu)男”，还有网友的个人(rén)照片被(bèi)AI识别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加持(chí)，以(yǐ)往(wǎng)AI绘画的填写关(guān)键词游戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博(bó)的中国人张吕敏创作的一种基于控制点的图像变形(xíng)算(suàn)法，主要用于数字图像处理、计算机视(shì)觉(jué)和计算机图形学等领域。

其SD插件一经(jīng)发布，在短短(duǎn)的(de)两天内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大家用(yòng)了很多方(fāng)法想让AI生成的(de)结果尽可能的符合要(yào)求，但(dàn)是都不尽(jǐn)如人(rén)意，它的出现代表着AI生(shēng)成(chéng)开始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势和(hé)画(huà)面(miàn)的深度信息(xī)等。有了它的帮(bāng)助，就(jiù)不(bù)用频繁的用(yòng)提(tí)示词(cí)来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是(shì)其(qí)中之一，他用朋友的照片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找(zhǎo)到对(duì)应的关键词；最后用ControlNet插件绑定(dìng)骨骼(gé)开(kāi)始换关(guān)键词试效果。

通过(guò)图片就可以看出来(lái)，效(xiào)果十分惊艳。

更(gèng)厉(lì)害的是(shì)，除了(le)真实(shí)的照片，草图也可(kě)以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回(huí)应。

不(bù)得不说当下(xià)AIGC已经变得越来(lái)越强(qiáng)大，甚至输出的作(zuò)品都已经能以假乱真(zhēn)了(le)。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣这(zhè)所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动里面给出的(de)美(měi)女照片都(dōu)是AI制(zhì)作的(de)真人照片(piàn)绘图，因为太逼真(zhēn)，被大家(jiā)当成真事传播了(le)。

不过仔(zǎi)细观察(chá)可以(yǐ)发现(xiàn)，活动发起者提供的照片中有个很大的漏洞可以(yǐ)发现并非(fēi)真人(rén)，而是AI绘图，那(nà)便(biàn)是图(tú)片(piàn)中(zhōng)女性的手指部(bù)分有的存在异常(cháng)。

有行业人事(shì)表示：“现在因为手指部(bù)分的绘画算法比(bǐ)较复(fù)杂，AI还(hái)不太会画人的手，但最新看到的图片已经有越(yuè)来越(yuè)完美的(de)AI模型(xíng)出(chū)现，以(yǐ)后(hòu)可能就完全没有(yǒu)漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在(zài)国外也已有发生。据英国(guó)广播公司报道，土耳(ěr)其(qí)地(dì)震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成(chéng)了儿(ér)童受灾的假(jiǎ)照片(piàn)发布到网络，以(yǐ)此诱骗(piàn)善良的人打赏“捐(juān)助”从而实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果，如果这(zhè)样的图片被用(yòng)来诈(zhà)骗(piàn)，将非常可怕(pà)。

此外AIGC还引发了很多担忧(yōu)，一方(fāng)面，批判者认为AI在(zài)“学(xué)习”了大量(liàng)前人的作(zuò)品之后，其创作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺术(shù)创作相提(tí)并论。

另(lìng)一方面(miàn)，AIGC背后的版权、目前(qián)都并没有得到有效(xiào)的解决，还有AIGC会不(bù)会代(dài)替人类“至高无上”的创意。

马斯(sī)克(kè)也强调(diào)，人工智能(néng)的安全问题需要得到重视(shì)，太(tài)晚(wǎn)就来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还有远方

技术都(dōu)是有两(liǎng)面性的，潜在的(de)危害(hài)并(bìng)不(bù)能(néng)掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现(xiàn)在看(kàn)来，人工(gōng)智能技(jì)术(shù)将是第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过(guò)去(qù)一年，人(rén)工智能(néng)在技术和商业层面都有了巨(jù)大进展，AI绘(huì)画就是人工智能技(jì)术发生方向性(xìng)改变的一(yī)个代表。其(qí)下一(yī)站或许就是(shì)视频。

此前，Meta和谷歌(gē)先(xiān)后发布(bù)了几条引爆科技圈的短视频。这(zhè)些(xiē)视频引发(fā)关注并非内(nèi)容做得多优(yōu)秀，反而都非常简(jiǎn)单，比(bǐ)如一匹正在(zài)喝水的未置可否和不置可否的区别在哪，未置可否的置是什么意思马(mǎ)，一只画画(huà)的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个有手机的人都可(kě)以随(suí)手录下一段。

但这些短视(shì)频的创(chuàng)作方式非常简单(dān)，创作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至(zhì)只是说一下要求，AI就(jiù)可以根据需要(yào)生成一段视频。

谷(gǔ)歌发布的(de)两个AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一(yī)波梗，一个能(néng)够做出更高清(qīng)视频的AI还不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方(fāng)在于，它可以制(zhì)作出超过2分钟的连贯(guàn)的也有确切内(nèi)容的视(shì)频(pín)，这才是(shì)真正让人们感到(dào)惊喜的地方(fāng)。因为无(wú)论AI生成的视频多么(me)高清，也只(zhǐ)能是为内容生产者(zhě)提供一(yī)个灵感，一个素材，一个(gè)过场动画(huà)。

不过能(néng)够制作出有具体剧情内容的视(shì)频(pín)就意味着，一些(xiē)视频创作由AI代替人(rén)工完成(chéng)已经初步(bù)有了可能。

当下AI的发展速度已(yǐ)经超过大部分人的想象。内容产业的本(běn)质(zhì)是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以为内容产业(yè)带来更新(xīn)的内(nèi)容风(fēng)格、更快的生产速度，更(gèng)低的生产成本，这无疑会驱动内容产业的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技(jì)术还能(néng)应用于(yú)音乐(lè)、代码(mǎ)、机器人动作等多种内容(róng)形式的生成。不难发现该项技(jì)术不(bù)仅在游戏等行业(yè)能得(dé)到有效应用，对(duì)于(yú)下一(yī)代互联网各种元素的构建(jiàn)亦有关键意义(yì)。

从(cóng)商业化的(de)角(jiǎo)度(dù)来看，文化娱(yú)乐、教育(yù)、传媒等诸多领域，本(běn)身就(jiù)对基于AI的可(kě)视化内(nèi)容(róng)有(yǒu)强烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果，而只是AI进程中的一块重要拼图，有望在(zài)技术更新(xīn)的加持下实现更大的应用价值(zhí)。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能够(gòu)创造出独立价值和(hé)独立视角的(de)内容。AIGC的再次出(chū)圈，更代表着(zhe)未来的先进生(shēng)产(chǎn)力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底(dǐ)座(zuò)

从技(jì)术(shù)的(de)发展也可(kě)以看出，在语言大(dà)模型、图像大模型之(zhī)后，多模态(tài)大模型已(yǐ)经成为了新的趋势。

大(dà)模型被誉为当前(qián)人工智能(néng)发展的智能(néng)底座，是全球竞(jìng)争最(zuì)激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯等(děng)众多头部企(qǐ)业都在竞相发力。

不(bù)过(guò)训(xùn)练大模型的确(què)价格不菲，以国盛证券发(fā)布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次(cì)的成(chéng)本(běn)约为140万美元。而对于一些更大的LLM(大(dà)型(xíng)语言模型(xíng))，训练(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访客(kè)平均(jūn)数1300万(wàn)计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日仅电费就(jiù)在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支持。在(zài)关注各类大(dà)模型的发展同时(shí)，更应该(gāi)关(guān)注算力网络(luò)的(de)建设。

算(suàn)力网络(luò)正驱(qū)动AI产业发展进入(rù)史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工(gōng)智能发展的终极目标离得更近(jìn)。

因为算力可以对突破性技术创新提供(gōng)大力的支持。这(zhè)方面，多(duō)模态大模型是(shì)典型。作为面向(xiàng)未来(lái)强人工智能、通用人工智能的重要技术(shù)创新，多模(mó)态(tài)大模(mó)型已经在人工智能领域提(tí)出了很(hěn)多年，业界也(yě)有不(bù)少(shǎo)技(jì)术突破，但是(shì)，多(duō)模(mó)态大模型进一步(bù)往下(xià)走，算力需求(qiú)呈几何式(shì)上升，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文字(zì)、语(yǔ)音单独一项的训练，到双模态、三模态(tài)的(de)跃迁，让人工智(zhì)能(néng)可以灵活应对不同模态(tài)的(de)转(zhuǎn)化、像人与世界交(jiāo)互(hù)一(yī)样自(zì)然，这(zhè)方面(miàn)，由算(suàn)力网络来驱动将有明(míng)显优势。

此外，还(hái)有很多需要(yào)爆发式增长的算力(lì)来(lái)支撑的技术创新，将在人工智能算力(lì)网(wǎng)络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大模型和(hé)大算(suàn)力的支(zhī)持(chí)下AIGC能持续颠覆内容生(shēng)产的方(fāng)式(shì)，将(jiāng)创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 未置可否和不置可否的区别在哪，未置可否的置是什么意思