自聊天机(jī)器(qì)人ChatGPT火爆以来，微软公司(sī)创始人(rén)比(bǐ)尔·盖茨已多次(cì)公开谈论人工(gōng)智能(néng)话(huà)题。在最近的一(yī)次采访中，他再(zài)次(cì)表示(shì)：“AI可能会让科技行业(yè)迎(yíng)来一次(cì)剧烈(liè)的洗牌(pái)”。

这个(gè)结2023年过年是哪一天，2023年春节是哪天一天论是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面(miàn)的行动相当(dāng)迅(xùn)速。而(ér)最终科技巨头(tóu)将把(bǎ)AI整(zhěng)合(hé)成用户的“全(quán)能助(zhù)手”，包揽一(yī)切应用，与人们进行沟通(tōng)并提供(gōng)建议，可以取代(dài)亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全(quán)能助手的到来可能尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代(dài)表(biǎo)的AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举办的(de)新兴数字艺术(shù)家竞赛中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户(hù)们(men)可以在应用中(zhōng)输入一(yī)组关键词或者一张照片，就(jiù)能获得一幅(fú)AI创作的画作。

作(zuò)画的(de)关键(jiàn)就(jiù)是所输入的文本。同(tóng)一组关键词也可以创作出很多张风(fēng)格不一(yī)样的画作，这让(ràng)创(chuàng)作的过程就像开(kāi)盲(máng)盒。

很多用户很喜欢这(zhè)种不确(què)定的惊喜，他们会将生(shēng)成的美图当做头像(xiàng)。而另一(yī)部(bù)分喜欢翻看AI绘画的“翻(fān)车”作品。在(zài)社(shè)交媒体上，许多(duō)用户(hù)分享AI“翻(fān)车(chē)现场”，例如，一(yī)位(wèi)网友的小狗照片被(bèi)AI画成(chéng)了(le)“肌肉男”，还(hái)有网(wǎng)友的(de)个人照片被AI识别成了(le)建筑(zhù)。

而如今(jīn)随(suí)着(zhe)ControlNet的出(chū)现(xiàn)与(yǔ)加持，以往AI绘画的(de)填写(xiě)关键词游(yóu)戏可(kě)能要被颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中国(guó)人张(zhāng)吕敏创作(zuò)的一种基于(yú)控制点的图(tú)像(xiàng)变形算法(fǎ)，主要用于数字(zì)图像处理、计算机(jī)视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短的两天内便成为了(le)AI绘画(huà)领域最新的热点(diǎn)。

在此之前，大家(jiā)用了很多方法想让(ràng)AI生成的(de)结果尽可能(néng)的符合要求，但是都不尽如人意，它的出现代表着AI生成开始进入真正(zhèng)的(de)可(kě)控时(shí)期。

因(yīn)为ControlNet可以直(zhí)接提取画面(miàn)的构图，人物的姿势和(hé)画面的(de)深(shēn)度信息(xī)等(děng)。有了它的(de)帮助(zhù)，就(jiù)不用频(pín)繁的用提示词来碰运气，抽(chōu)盲盒式的创作(zuò)了(le)。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大(dà)量(liàng)的(de)浏(liú)览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的(de)照片(piàn)直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展(zhǎn)找到对应(yīng)的关键词；最后用(yòng)ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试(shì)效果。

通过(guò)图(tú)片就可(kě)以看出来，效果(guǒ)十分惊(jīng)艳。

更厉(lì)害的(de)是(shì)，除了(le)真实的照片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能(néng)实现线稿转(zhuǎn)全彩图。大神张吕敏其(qí)本(běn)尊也亲自回应(yīng)。

不得(dé)不说当下(xià)AIGC已(yǐ)经(jīng)变得越来(lái)越强大，甚至输出的作品都已(yǐ)经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题(tí)

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可能是全(quán)国第(dì)一起AI绘图诈骗。

由于这个活(huó)动(dòng)里面(miàn)给出的美女照片都是(shì)AI制作的真(zhēn)人照(zhào)片绘图，因(yīn)为(wèi)太逼(bī)真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观察可以(yǐ)发(fā)现，活动发起者提供的照片(piàn)中有(yǒu)个很(hěn)大的漏(lòu)洞可以发现并非真人，而是AI绘图，那(nà)便是图(tú)片中女性的手指部分(fēn)有的存(cún)在异常。

有行业人(rén)事表(biǎo)示：“现在因为手指部(bù)分的绘画算法比(bǐ)较复杂，AI还不太会画人的(de)手(shǒu)，但(dàn)最(zuì)新(xīn)看到的图(tú)片已经有越(yuè)来(lái)越(yuè)完美的AI模型(xíng)出现，以(yǐ)后可能就(jiù)完(wán)全没有漏洞了。”

类似(shì)的AI作图(tú)诈骗在国外(wài)也已(yǐ)有(yǒu)发(fā)生。据英国广(guǎng)播公(gōng)司(sī)报道(dào)，土耳(ěr)其地震期(qī)间，有Tiktok用(yòng)户使用AI合成(chéng)了(le)儿童受灾的假照片(piàn)发布到(dào)网络，以此诱骗善良的人打赏(shǎng)“捐(juān)助(zhù)”从而(ér)实(shí)施诈骗。

目前(qián)随着技术(shù)发展，AIGC已经能做出真人照片(piàn)般的绘(huì)图效果，如(rú)果这样的图片被用来(lái)诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方(fāng)面，批判者(zhě)认(rèn)为AI在“学习”了大(dà)量前人的(de)作品之后，其创作没(méi)有任何(hé)情绪(xù)和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前都并(bìng)没有得(dé)到(dào)有效的(de)解决，还(hái)有AIGC会不会代(dài)替人(rén)类“至(zhì)高无上”的创意(yì)。

马斯(sī)克也强调(diào)，人工智(zhì)能的安全问(wèn)题需要得(dé)到重(zhòng)视，太(tài)晚就来不(bù)及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性(xìng)的(de)，潜在的(de)危(wēi)害并不能(néng)掩(yǎn)盖其(qí)光辉的贡献。现在看来(lái)，人工智能技术将是(shì)第四(sì)次工(gōng)业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在(zài)技术和商业(yè)层面都有了巨大(dà)进展，AI绘(huì)画就是人工智能技术发生方(fāng)向性(xìng)改变的一个(gè)代(dài)表。其下(xià)一(yī)站或许就是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆科(kē)技(jì)圈(quān)的短视频。这些视频(pín)引发关注并非(fēi)内(nèi)容做得多(duō)优(yōu)秀，反(fǎn)而都(dōu)非常(cháng)简单，比(bǐ)如一匹正在喝水的马，一只画画的(de)玩具(jù)熊，或者(zhě)一(yī)段(duàn)骑摩托车的第一视角录像，随便(biàn)一(yī)个有手(shǒu)机的人(rén)都可以随手录下一段。

但这(zhè)些短(duǎn)视频的创作(zuò)方式非常简单(dān)，创作者仅仅(jǐn)需要向AI输(shū)入一段话，甚(shèn)至只是说一下(xià)要求(qiú)，AI就(jiù)可以根据需要生(shēng)成一段视频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈就(jiù)已(yǐ)经玩了一(yī)波梗，一个能够做出更高清视频的AI还不足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊(jīng)的地方在于，它可以制作出超过2分钟的(de)连贯的也有确切内容的视(shì)频，这才是真正让人(rén)们感到(dào)惊喜的地方(fāng)。因为无论AI生成的视频多(duō)么高清，也只能是为内(nèi)容生产者提供一个灵感，一(yī)个素材，一个过场动画(huà)。

不过能(néng)够制(zhì)作出有具体剧(jù)情(qíng)内容的视频就意味着，一些(xiē)视频(pín)创作(zuò)由AI代替人(rén)工完成已经初步有了(le)可能。

当下AI的发(fā)展(zhǎn)速(sù)度已经超过大部分人(rén)的(de)想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全新的内容(róng)生产方式(shì)，可以为内容(róng)产业带来更新的内容风格(gé)、更快的生(shēng)产(chǎn)速度，更低的生产(chǎn)成本，这(zhè)无疑会驱动内容(róng)产业的大(dà)爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应(yīng)用于音乐(lè)、代码、机器人动作等多种内容形式的(de)生成。不难发现该项技术不仅在游(yóu)戏等行业能得到有效(xiào)应用，对于2023年过年是哪一天，2023年春节是哪天一天下一代互(hù)联网各种元(yuán)素(sù)的构建亦有关键意义。

从商业化的角(jiǎo)度(dù)来看，文化(huà)娱乐、教育、传媒(méi)等诸(zhū)多领域，本身就(jiù)对基(jī)于AI的可视化内(nèi)容(róng)有(yǒu)强烈需求。

因此(cǐ)，AI绘(huì)画及视(shì)频(pín)或不是结果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下(xià)实现(xiàn)更大的应(yīng)用价(jià)值。

AI从理解内容，走(zǒu)向了可以生(shēng)成内容，甚至能够创造(zào)出独立(lì)价值和独立视(shì)角的内容(róng)。AIGC的再(zài)次出圈，更代表着未来的(de)先进生产(chǎn)力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座(zuò)

从技术(shù)的发展也(yě)可以看出(chū)，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态大模型已经成为(wèi)了新的趋(qū)势。

大(dà)模型被誉(yù)为当前(qián)人工(gōng)智(zhì)能发展的智(zhì)能底(dǐ)座，是全(quán)球竞(jìng)争最激烈的研究方向(xiàng)之一(yī)，包括(kuò)谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在(zài)竞相发力(lì)。

不过训练大模型的确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报告估算(suàn)，GPT-3训练一(yī)次的(de)成本约为140万美元。而对(duì)于一些更大的(de)LLM(大型语言模型(xíng))，训练成本则介于200万(wàn)美(měi)元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客(kè)平均数1300万计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投(tóu)入(rù)成(chéng)本约为(wèi)8亿美元，每日仅电费(fèi)就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支(zhī)持。在关注各类大模(mó)型(xíng)的发(fā)展同(tóng)时，更应该关注算力(lì)网络的建设。

算力网(wǎng)络(luò)正(zhèng)驱动AI产业发展进入史诗级(jí)加速(sù)进程，让AIGC及(jí)通用AI这一(yī)人工智(zhì)能发展的(de)终极目标(biāo)离得(dé)更近。

因(yīn)为算(suàn)力(lì)可以对突破性技术创新提供大力的支持。这方面，多模态大模型是(shì)典型(xíng)。作为面向未来(lái)强人工智(zhì)能、通用人工(gōng)智能的(de)重要(yào)技(jì)术创(chuàng)新，多模(mó)态大模型(xíng)已经在人工智能领域提出了(le)很(hěn)多(duō)年，业界也有不少技(jì)术突破，但是，多模态大模型进一步(bù)往下走(zǒu)，算力需求呈几(jǐ)何式上升，一般的算力(lì)基础设施很快(kuài)将难(nán)以胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三模态的(de)跃迁(qiān)，让人工(gōng)智能可以灵活(huó)应对不同模态的转化、像人(rén)与世界交互(hù)一样自然，这方面，由算力网络来驱(qū)动将有明显优势。

此外，还(hái)有很多需(xū)要(yào)爆发式增长的算力来支撑的(de)技术创(chuàng)新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期(qī)待在大模型和大算力的支持下AIGC能持续(xù)颠覆内容生产的方式(shì)，将创造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 2023年过年是哪一天，2023年春节是哪天一天