自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈(tán)论人工(gōng)智(zhì)能话题(tí)。在最近的一次采访中，他再次表示：“AI可能会让科技(jì)行业迎来一次剧烈的洗牌(pái)”。

这个结论是他在当地时间(jiān)2月20日接受《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(gǔ)歌的市(shì)占率，因为微软在AI方面的行动相(xiāng)当迅(xùn)速。而最终科技巨(jù)头将把AI整(zhěng)合成用户的(de)“全能助手”，包揽一(yī)切应用，与人们进(jìn)行沟通并(bìng)提供建议，可以取代(dài)亚马(mǎ)逊、Siri或(huò)Outlook等(děng)应用。

大佬(lǎo)口中全能助手的到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候，还(hái)是(shì)2022年8月，在美国(guó)科罗拉多州(zhōu)举办的新兴数字(zì)艺术家竞赛(sài)中，一幅名为(wèi)《太空歌(gē)剧院》的作(zuò)品获奖。

随(suí)后各(gè)大厂商的AI绘画(huà)软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可(kě)以在(zài)应用中(zhōng)输(shū)入一组关键(jiàn)词(cí)或者(zhě)一张(zhāng)照片，就能(néng)获得一幅AI创作的画作。

作(zuò)画的关键(jiàn)就(jiù)是(shì)所(suǒ)输入的文本。同一组(zǔ)关键词也可以创作出很多张风格不(bù)一样的(de)画作，这让创作的过程(chéng)就像开盲盒。

很(hěn)多用户很(hěn)喜欢这种(zhǒng)不确定的(de)惊喜，他们(men)会将生成(chéng)的美图当做头像。而另一部(bù)分(fēn)喜(xǐ)欢(huān)翻看AI绘画(huà)的“翻车”作品(pǐn)。在社交(jiāo)媒体(tǐ)上，许多(duō)用户(hù)分享AI“翻车现场”，例(lì)如，一位(wèi)网友的小狗(gǒu)照片被AI画成(chéng)了“肌(jī)肉男”，还有网(wǎng)友(yǒu)的个人照片被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关(guān)键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中(zhōng)国(guó)人张(zhāng)吕敏创(chuàng)作的一种基于控制点的图像变形算法，主(zhǔ)要用于数字图(tú)像处理、计算机(jī)视(shì)觉和计算机(jī)图形(xíng)学等领域。

其SD插件一经发布，在(zài)短短的(de)两天(tiān)内(nèi)便(biàn)成为了(le)AI绘画(huà)领(lǐng)域最新(xīn)的热点。

在此(cǐ)之前(qián)，大(dà)家用了很(hěn)多方法想让AI生成的结果尽可能的符合(hé)要求(qiú)，但是都不尽(jǐn)如人意，它的出现(xiàn)代表着(zhe)AI生成(chéng)开始(shǐ)进(jìn)入真(zhēn)正的可控时期(qī)。

因为(wèi)ControlNet可(kě)以直接提取(qǔ)画面的构图，人物的姿势和画(huà)面(miàn)的深度信(xìn)息等。有了它的帮助(zhù)，就不(bù)用(yòng)频繁的(de)用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大量的(de)浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫(màn)世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓展找(zhǎo)到对应(yīng)的关键词；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始换关键词试效果。

通(tōng)过图片就可以看出来(lái)，效果十分惊(jīng)艳。

更厉害的是，除了真(zhēn)实的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲自(zì)回应。

不得不说当下AIGC已经(jīng)变(biàn)得越来越强(qiáng)大(dà)，甚至输(shū)出的作品都已经(jīng)能以假乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)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(biàn)网(wǎng)络(luò)，而经(jīng)过警方辟谣这(zhè)所谓的(de)“party”可能是全国第(dì)一起AI绘图诈骗。

由于这个(gè)活动里面给(gěi)出(chū)的(de)美女照片都是AI制作的真人(rén)照片绘图，因为太(tài)逼真，被大(dà)家当成真事传播了。

不过(guò)仔细(xì)观察可以发(fā)现，活动发起者提(tí)供的照(zhào)片中有个很大的(de)漏(lòu)洞(dòng)可以发现并非真人，而是(shì)AI绘图(tú)，那便是图片中女性的手指部分有(yǒu)的存在异常。

有(yǒu)行业人事表示：“现在因为(wèi)手指部分的绘画(huà)算法比较复(fù)杂(zá)，AI还不太会画(huà)人的手，但最新看到的图(tú)片已(yǐ)经有越来(lái)越完美的AI模型(xíng)出现，以后(hòu)可能就完(wán)全没(méi)有(yǒu)漏洞(dòng)了。”

类(lèi)似的AI作图诈骗(piàn)在国外也已有(yǒu)发生。据英国(guó)广(guǎng)播公(gōng)司报道，土耳其(qí)地震(zhèn)期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的(de)假照片(piàn)发布到网(wǎng)络，以此诱(yòu)骗善(shàn)良的人打(dǎ)赏“捐助(zhù)”从而(ér)实施(shī)诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般的绘图(tú)效果，如果这样的图片(piàn)被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在(zài)“学习”了大量前人(rén)的作品之(zhī)后，其创作(zuò)没有任何(hé)情绪和灵魂，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(quán)、目前都并没有得到有效的解决，还有AIGC会不会(huì)代替人类“至(zhì)高无上”的创意(yì)。

马(mǎ)斯克(kè)也强调(diào)，人工智能的安(ān)全问题需要得(dé)到重视，太(tài)晚就(jiù)来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有两面(miàn)性(xìng)的，潜在的危(wēi)害并不能掩(yǎn)盖其光辉的贡(gòng)献。现(xiàn)在看(kàn)来(lái)，人(rén)工智能(néng)技术将是第四次(cì)工业革命的核心驱动力量，将创造(zào)新的(de)增长奇(qí)迹。

过去一年，人(rén)工智能(néng)在技术和商业层(céng)面都(dōu)有了巨大进(jìn)展，AI绘画就是(shì)人(rén)工(gōng)智能技术发生方向性改变的(de)一个(gè)代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发布了(le)几条(tiáo)引(yǐn)爆(bào)科(kē)技圈的短(duǎn)视频。这些视频引发关注并非内(nèi)容做得多优秀，反而都(dōu)非常简(jiǎn)单，比(bǐ)如一匹(pǐ)正在喝(hē)水的马，一(yī)只画画(huà)的玩(wán)具熊，或者一段骑摩(mó)托车(chē)的第一视角(jiǎo)录像，随便一个有手机的人都可以(yǐ)随手录下一段。

但这些短视频的创作方式非常简单(dān)，创(chuàng)作者仅仅需要(yào)向AI输(shū)入一段(duàn)话，甚至只是说一下要求，AI就可(kě)以根据需(xū)要(yào)生成一段(duàn)视频(pín)。

谷歌发布(bù)的两个(gè)AI生(shēng)成视频分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高清，与(yǔ)Meta的(de)Make-A-Video没(méi)有太多的(de)差别。

在(zài)Make-A-Video公布(bù)了AI生成(chéng)的视(shì)频后，AI圈就(jiù)已经玩(wán)了一(yī)波梗，一(yī)个(gè)能够做出更高清(qīng)视频(pín)的(de)AI还不足以(yǐ)在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人(rén)震惊的地(dì)方在于，它(tā)可以制作出(chū)超(chāo)过(guò)2分钟(zhōng)的连贯的也有确切内容(róng)的视(shì)频，这才是真正让人们感到惊(jīng)喜的(de)地(dì)方(fāng)。因为无论AI生成的(de)视频多(duō)么(me)高清，也只能是为内(nèi)容(róng)生产者提供(gōng)一个灵(líng)感，一个素材(cái)，一个(gè)过(guò)场动画。

不过能够制作(zuò)出有具体(tǐ)剧情内容的视(shì)频就(jiù)意味着，一些视频(pín)创作由AI代替人工完成已经(jīng)初步有了可能。

当下(xià)AI的发展速度已(yǐ)经超过大部分人的想象。内容(róng)产(chǎn)业(yè)的本质是供给创(chuàng)造需求(qiú)，AIGC作为全新的(de)内容生产方式，可以为(wèi)内容产业带(dài)来更新的内容风格、更快的生产速度，更低(dī)的生产成本，这无(wú)疑会驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于(yú)音(yīn)乐、代(dài)码、机器人(rén)动作等多种内容形式(shì)的生(shēng)成。不难发(fā)现(xiàn)该项技术不仅(jǐn)在游戏(xì)等行业能(néng)得到有效(xiào)应用，对(duì)于(yú)下一(yī)代(dài)互(hù)联网各种元素的(de)构建亦有关键意义。

从商业化的角度来看，文(wén)化娱乐、教育(yù)、传媒等诸多领域，本身就对(duì)基(jī)于AI的可(kě)视(shì)化内容有(yǒu)强烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频或(huò)不是结果(guǒ)，而(ér)只是(shì)AI进程中的一块重要拼图，有望在(zài)技术更(gèng)新的加(jiā)持下实现更大的应用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向了(le)可以生成内容(róng)，甚至能够创造(zào)出独立(lì)价(jià)值和独立视角(jiǎo)的内(nèi)容。AIGC的(de)再次(cì)出(chū)圈，更代表着(zhe)未来的先进生产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出(chū)，在(zài)语言大模型(xíng)、图像(xiàng)大模(mó)型之后，多模(mó)态大模型已经(jīng)成为了新的(de)趋势。

大(dà)模型被誉为当(dāng)前人工智能发展的(de)智能底座，是全(quán)球(qiú)竞(jìng)争最激(jī)烈的研(yán)究方向(xiàng)之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都(dōu)在竞(jìng)相(xiāng)发力。

不过训练大(dà)模(mó)型的确价格(gé)不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更大(dà)的LLM(大(dà)型语言模(mó)型)，训练成本则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独(dú)立(lì)访客平均数1300万(wàn)计算，其(qí)对应芯片(piàn)需求为3万多片英(yīng)伟(wěi)达A100 GPU，初始(shǐ)投入成本(běn)约为(wèi)8亿美元(yuán)，每日仅电费(fèi)就(jiù)在5万美元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力(lì)支(zhī)持。在关(guān)注各类大模型的发展同时，更(gèng)应该关注(zhù)算(suàn)力网络的建设。

算力网络正驱动(dòng)AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展的终极目标离得更近。

因为算力可以(yǐ)对突破性技术创新提供大力的支持。这方(fāng)面，多模态大模型是典型。作为面向未来强(qiáng)人(rén)工智能(néng)、通用人(rén)工智能的重(zhòng)要(yào)技术创新，多(duō)模态大模型(xíng)已经在人工智能领(lǐng)域提出(chū)了很(hěn)多(duō)年(nián)，业界也有不少(shǎo)技术(shù)突(tū)破，但是(shì)，多模态大模型进一步往下走，算力需求呈几何式上升，一般的(de)算力(lì)基础设(shè)施很快(kuài)将难以胜(shèng)任。

从图像、文字、语音单独一项的训(xùn)练，到双模态(tài)、三模态的(de)跃迁，让人工智能可以灵活(huó)应对(duì)不同模态(tài)的转化、像(xiàng)人与世界交互(hù)一样自然，这方面，由算力网络(luò)来驱(qū)动将有明显优势(shì)。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技术创新(xīn)，将(jiāng)在(zài)人工智能算力网络支撑下快速推(tuī)进。

AIGC已经(jīng)露出(chū)曙光，期待在大(dà)模型和(hé)大算力的(de)支持下AIGC能持续颠覆内容生产的方(fāng)式，将创造的(de)边际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 成大事者必先苦其心志劳其筋骨什么意思，干大事者必先苦其心志劳其筋骨什么意思