自聊天机(jī)器人ChatGPT火爆以(yǐ)来(lái)，微软公(gōng)司创始人比尔·盖茨已多次公开谈论(lùn)人工智(zhì)能话(huà)题。在(zài)最近的一次采访中，他(tā)再次(cì)表示：“AI可能会(huì)让科技行业迎来一次(cì)剧烈的洗(xǐ)牌”。

这个结论是(shì)他(tā)在当地时(shí)间2月20日接受《In Good Company》节目专访时提出(chū)的。

他(tā)预期(qī)，AI的发展可能(néng)会威胁到谷(gǔ)歌的市占率，因为(wèi)微软在AI方面的行(xíng)动相当迅(xùn)速。而最(zuì)终科技巨头将把(bǎ)AI整合(hé)成用(yòng)户的“全能(néng)助手”，包揽一切应用，与(yǔ)人们进行(xíng)沟通并(bìng)提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能(néng)助手(shǒu)的到来可能(néng)尚需时日(rì)，但由ControlNet引(yǐn)发的又一次(cì)AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近(jìn)

以(yǐ)AI绘画为(wèi)代表的(de)AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办的新兴数字(zì)艺术家(jiā)竞赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其(qí)中代表。

用(yòng)户们可(kě)以在(zài)应用中输入一(yī)组(zǔ)关(guān)键(jiàn)词(cí)或者一(yī)张照片，就能获得一(yī)幅AI创作的(de)画作。

作画(huà)的关键就是所(suǒ)输入的文(wén)本。同一(yī)组关键词也可以创作出很(hěn)多张(zhāng)风格不(bù)一(yī)样(yàng)的(de)画作，这让创(chuàng)作的过程就像开盲盒。

很多用户很(hěn)喜欢这(zhè)种不确(què)定的(de)惊喜，他们(men)会将生成的美图当做(zuò)头(tóu)像。而另一(yī)部分(fēn)喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在(zài)社交媒体(tǐ)上，许多用(yòng)户分享(xiǎng)AI“翻(fān)车现(xiàn)场(chǎng)”，例(lì)如，一位网友的(de)小狗照(zhào)片被(bèi)AI画成了“肌肉男(nán)”，还有网友的个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画(huà)的填写(xiě)关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国(guó)人张吕敏创(chuàng)作的(de)一种基于控(kòng)制点的图像变形算(suàn)法，主要(yào)用于数字图像处理、计算机视(shì)觉(jué)和(hé)计算(suàn)机图形学等领(lǐng)域(yù)。

其SD插(chā)件一经发布，在短短的两天内(nèi)便成为了AI绘画领域最新的(de)热点。

在此之(zhī)前，大(dà)家(jiā)用了很多方法想让AI生成的结(jié)果尽可能的符合要求，但是都不尽如人(rén)意，它(tā)的出(chū)现(xiàn)代表着AI生成开始进入(rù)真正的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人(rén)物的姿势和画(huà)面的(de)深度信息等。有(yǒu)了它的(de)帮助，就不用频繁(fán)的用提示词来(lái)碰(pèng)运气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘画加(jiā)了“魔法(fǎ)”，不(bù)少博主的作品已经(jīng)获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照(zhào)片直接(jiē)带(dài)她(tā)们(men)走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定(dìng)骨骼(gé)开始换关键词试效果。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害的是，除了(le)真实的照(zhào)片，草图(tú)也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现(xiàn)线稿转全彩图。大神(shén)张吕敏其本(běn)尊也亲自回(huí)应(yīng)。

不(bù)得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出(chū)的作品都已经能(néng)以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发(fā)

警惕安全问题

近日，“苏州金(jīn)鸡湖(hú)有游(yóu)艇(tǐng)party”的消息火遍(biàn)网络(luò)，而(ér)经(jīng)过警方辟谣这(zhè)所谓的(de)“party”可(kě)能(néng)是(shì)全国第一(yī)起AI绘(huì)图(tú)诈骗(piàn)。

由于这(zhè)个活动里面给(gěi)出的美女照片(piàn)都是(shì)AI制作(zuò)的真人(rén)照片(piàn)绘(huì)图，因为太逼真，被大家当成真(zhēn)事传(chuán)播了(le)。

不(bù)过仔细观察可以发现，活动(dòng)发起(qǐ)者提供的照片中(zhōng)有(yǒu)个(gè)很大的漏洞可(kě)以发现并非真人，而是AI绘图，那(nà)便是(shì)图片中女性(xìng)的手指部分有的存在(zài)异(yì)常。

有行业人事(shì)表示(shì)：“现在因为手(shǒu)指部分的绘画算法比较复杂，AI还(hái)不太会(huì)画人的手(shǒu)，但最新看(kàn)到(dào)的图片已经有越来越完美的AI模型出现，以后可能就完全没有漏洞了(le)。”

类似的AI作(zuò)图诈(zhà)骗在国外(wài)也已有(yǒu)发(fā)生。据英国广(guǎng)播公司(sī)报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布(bù)到(dào)网络(luò)，以此诱(yòu)骗善良的人(rén)打(dǎ)赏(shǎng)“捐(juān)助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经(jīng)能做出(chū)真(zhēn)人照片般(bān)的绘图效果，如果这样的(de)图片被用来(lái)诈骗，将非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的作品之后，其创(chuàng)作(zuò)没有(yǒu)任(rèn)何情绪和灵魂，难以和(hé)人类的艺术创作相提并论。

另一方面，AIGC背后的(de)版权、目前都(dōu)并没有得到有效的解(jiě)决(jué)，还(hái)有AIGC会不会代(dài)替人类“至高无上(shàng)”的创意。

马斯克也强(qiáng)调，人(rén)工智能的安(ān)全问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视(shì)频，还有(yǒu)远方

技(jì)术都是有两面性的，潜在的危害并不能掩盖其(qí)光辉的贡献。现在看来，人工智(zhì)能技术将(jiāng)是第四次工业革命的(de)核心驱(qū)动力量，将创造新的增长奇迹。

过去一年(nián)，人(rén)工智能(néng)在技术和商业层面都有了巨大(dà)进展，AI绘画就是(shì)人工智(zhì)能技术发生方(fāng)向性改变(biàn)的一个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科(kē)技(jì)圈的短视频。这(zhè)些视频(pín)引发(fā)关注(zhù)并(bìng)非内容做得多优(yōu)秀，反而都非常简单(dān)，比如一(yī)匹(pǐ)正在喝水的马，一只画画的玩具(jù)熊，或(huò)者一(yī)段(duàn)骑摩托车的(de)第一(yī)视角录(lù)像，随(suí)便一(yī)个(gè)有手机的(de)人都可以(yǐ)随(suí)手录下一(yī)段。

但这些(xiē)短视频的创作方式非(fēi)常简单，创作(zuò)者仅仅需要向AI输入(rù)一段话，甚至(zhì)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(de)两个(gè)AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多(duō)的(de)差别。

在Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈就已(yǐ)经玩了一波(bō)梗，一个能够做出更高清视(shì)姚笛为文章打过几次胎，文章和姚笛生孩子了嘛频的AI还不足以在短时间内(nèi)戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它可(kě)以制作出(chū)超过2分钟(zhōng)的(de)连(lián)贯的也有确切内容的(de)视频，这才是(shì)真(zhēn)正让人(rén)们感到(dào)惊喜的地方(fāng)。因为无(wú)论AI生成的视频(pín)多(duō)么高清，也(yě)只能是为内容生产者提(tí)供一个灵感，一个素材，一个过场动画(huà)。

不过能够制(zhì)作出有具(jù)体(tǐ)剧(jù)情内容(róng)的(de)视频就意味着，一(yī)些视(shì)频创作由(yóu)AI代替人工完成已(yǐ)经(jīng)初步(bù)有了可(kě)能。

当下(xià)AI的发展速度已经超过大部分人的(de)想象。内容产业的本(běn)质是供给创造需求，AIGC作为全新(xīn)的内容生产方式，可(kě)以为内容产业(yè)带(dài)来更新(xīn)的内(nèi)容(róng)风格、更快的生产(chǎn)速度，更低的生产成本，这无疑会驱动内(nèi)容产业(yè)的(de)大(dà)爆发。

除了AI绘图(tú)、视(shì)频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等(děng)多种内(nèi)容形式的生成(chéng)。不难发现该(gāi)项(xiàng)技术(shù)不(bù)仅(jǐn)在游(yóu)戏等(děng)行业能得(dé)到有效应用，对(duì)于下一代(dài)互联网(wǎng)各种元(yuán)素的构(gòu)建亦有关键意义(yì)。

从商业化的角度(dù)来看，文化娱(yú)乐(lè)、教育、传媒等(děng)诸多(duō)领域，本身(shēn)就(jiù)对基(jī)于(yú)AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘(huì)画及视(shì)频或不是结(jié)果，而只是AI进(jìn)程中(zhōng)的一块重要拼(pīn)图，有望在(zài)技术更(gèng)新的(de)加持下实现更(gèng)大的应用价(jià)值。

AI从理(lǐ)解(jiě)内容，走向(xiàng)了(le)可(kě)以生成内容，甚至能够(gòu)创造出(chū)独立价值和独立视角的内容。AIGC的再(zài)次出圈，更(gèng)代表着(zhe)未来的先进(jìn)生产力即(jí)将到来。

04

紧抓大模型与算(suàn)力(lì)，牢(láo)固(gù)AIGC底座

从技术的(de)发展(zhǎn)也可以(yǐ)看出，在语言大(dà)模型、图像(xiàng)大模型之后，多(duō)模态大模型已经成为了(le)新的趋势。

大模型被(bèi)誉(yù)为当前人工智能发展的智能(néng)底座，是全球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾(téng)讯等(děng)众多头部企(qǐ)业(yè)都在竞相发力。

不(bù)过训练大(dà)模型(xíng)的确(què)价格(gé)不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的成本约(yuē)为140万美(měi)元。而对于一些更大的LLM(大型语言模型)，训练成本则(zé)介于200万美(měi)元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的(de)独立访客平均数1300万计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本(běn)约为8亿美(měi)元，每(měi)日仅(jǐn)电费(fèi)就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关(guān)注各类大模型(xíng)的(de)发(fā)展同(tóng)时，更应该(gāi)关(guān)注(zhù)算力网络的(de)建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人工智能(néng)发展的终(zhōng)极目标(biāo)离得更近。

因为算力可以对突(tū)破性技(jì)术创新提供大力的支持。这(zhè)方面，多模态(tài)大模型是典型。作为面(miàn)向未来强人工智能、通(tōng)用人工(gōng)智能的重(zhòng)要技术(shù)创(chuàng)新，多模态大模型已经在(zài)人工智(zhì)能领(lǐng)域提出(chū)了(le)很(hěn)多年，业界也(yě)有不少技术突破，但(dàn)是，多(duō)模态大模型进(jìn)一步往下(xià)走，算力需求呈几何式上升，一般的(de)算力基础设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单独(dú)一项的训练，到双模(mó)态、三模态的跃迁，让人(rén)工智(zhì)能可以灵活(huó)应对(duì)不同(tóng)模态的(de)转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多需要爆发(fā)式增长的算力来支(zhī)撑的技术创新，将在(zài)人工智能算力网络(luò)支(zhī)撑下快速推(tuī)进。

AIGC已经(jīng)露出(chū)曙光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能(néng)持续颠(diān)覆内(nèi)容生(shēng)产的方式，将创造的边际(jì)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 姚笛为文章打过几次胎，文章和姚笛生孩子了嘛