自聊(liáo)天机器人ChatGPT火爆以来，微(wēi)软(ruǎn)公(gōng)司创始人比(bǐ)尔·盖茨(cí)已(yǐ)多次公开谈(tán)论人工智能话题。在最近的一次采访中，他再次表示(shì)：“AI可能(néng)会(huì)让科技行业迎来一次(cì)剧烈的洗牌”。

这个结论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期(qī)，AI的发展可(kě)能会(huì)威胁到谷歌的市占率，因为微软在AI方面(miàn)的行动(dòng)相当(dāng)迅速。而最终科技巨头将(jiāng)把AI整合成用户(hù)的(de)“全能助手”，包揽一切应用，与人们进行沟(gōu)通并(bìng)提供建议，可(kě)以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到来可能尚需时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时(shí)候(hòu)，还是(shì)2022年8月，在美(měi)国科罗拉多州举办的新兴数(shù)字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂商(shāng)的AI绘画软件被(bèi)广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表。

用(yòng)户(hù)们可以在应用中输入一组关键词或(huò)者一张照片，就能(néng)获得一幅AI创作的画作。

作画的关键(jiàn)就是所输(shū)入的文本(běn)。同(tóng)一组(zǔ)关(guān)键词也可以创(chuàng)作出很多张风格不一样的画作，这让创作的过程就(jiù)像开盲盒(hé)。

很多用户很喜欢这种不确定的惊(jīng)喜(xǐ)，他们会(huì)将生成的(de)美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许多用户分(fēn)享AI“翻车现场”，例如，一位(wèi)网友的(de)小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网友的个人(rén)照片被AI识别成(chéng)了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填(tián)写关(guān)键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中国人张吕敏创作的(de)一种基于控制点的图像变形算法(fǎ)，主要用(yòng)于(yú)数字图(tú)像处理、计算机视觉(jué)和计(jì)算机图形学(xué)等(děng)领域。

其SD插件一经发(fā)布，在(zài)短短的两天内便成为(wèi)了AI绘画领域最(zuì)新的热点。

在此之前，大家用了很多方法想让(ràng)AI生成的结(jié)果(guǒ)尽(jǐn)可(kě)能的符(fú)合要(yào)求，但是都不尽如人意，它的出(chū)现代表着AI生(shēng)成开始进入真正的可(kě)控时期(qī)。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画面的构图，人物的姿势(shì)和画面(miàn)的深度信(xìn)息等。有了(le)它的(de)帮(bāng)助，就不用频繁的用提示词来碰运气(qì)，抽盲盒(hé)式的(de)创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获(huò)得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的(de)照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过(guò)图片就可以看出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照(zhào)片，草图(tú)也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍(shào)到ControlN句读之不知是什么句式类型，句读之不知是什么句式的意思et还能实现线(xiàn)稿转全彩图。大神张吕(lǚ)敏(mǐn)其本尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经(jīng)变得(dé)越来(lái)越强大，甚至输出的作品都已经能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技(jì)术(shù)力爆发

警惕安(ān)全(quán)问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡湖(hú)有游艇party”的消(xiāo)息火遍网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可(kě)能是全(quán)国第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女(nǚ)照片都(dōu)是AI制作的真人照片(piàn)绘图，因为太逼真，被大家当成(chéng)真事传播(bō)了。

不过仔细观察可以(yǐ)发现，活动(dòng)发(fā)起者提供的照片中有(yǒu)个很大的漏洞可以发现并(bìng)非(fēi)真人，而是AI绘图(tú)，那便是图片中女性的手指部分(fēn)有的存(cún)在(zài)异常。

有行业人事表示：“现(xiàn)在因(yīn)为手指部分的绘画算法比较复杂(zá)，AI还不(bù)太会(huì)画人的手(shǒu)，但最新看到的图(tú)片(piàn)已(yǐ)经有越来越完美(měi)的AI模型出(chū)现，以后可能(néng)就完全没有(yǒu)漏(lòu)洞了(le)。”

类似的AI作图诈(zhà)骗在国外也已有发(fā)生。据英国广播公司报(bào)道，土(tǔ)耳其(qí)地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片(piàn)发布(bù)到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随着(zhe)技(jì)术发展(zhǎn)，AIGC已经能做出真人照片般(bān)的绘图效果，如果这样的图片被(bèi)用来诈(zhà)骗(piàn)，将(jiāng)非(fēi)常可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前(qián)人的(de)作(zuò)品(pǐn)之后，其(qí)创作没(méi)有任何情绪和灵(líng)魂，难(nán)以和人类的(de)艺术创(chuàng)作相提并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都(dōu)并没(méi)有(yǒu)得到(dào)有效的(de)解(jiě)决，还(hái)有AIGC会(huì)不会代替(tì)人(rén)类(lèi)“至高无上”的创意。

马斯(sī)克(kè)也强调(diào)，人工智能(néng)的(de)安全问题需要得(dé)到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技(jì)术都是有两面性的，潜在的危害(hài)并不能掩盖其光辉(huī)的贡献。现在看来，人工智能技术将是第四次工业革命的核心驱动(dòng)力量，将创(chuàng)造(zào)新的增长(zhǎng)奇迹。

过(guò)去一年，人工(gōng)智(zhì)能在技术和(hé)商(shāng)业层面都有了(le)巨大进展(zhǎn)，AI绘画就是人工智能技术(shù)发生方向(xiàng)性改变的一个代表。其下(xià)一站或许就是视频。

此前(qián)，Meta和谷歌先后(hòu)发布了(le)几条引爆科(kē)技圈的短视频。这些视(shì)频引发(fā)关注并非内容做得多优秀，反而都非(fēi)常(cháng)简单，比如一(yī)匹正(zhèng)在喝(hē)水的马，一只画画的玩具(jù)熊，或者一(yī)段骑摩托车的第一(yī)视角(jiǎo)录像(xiàng)，随便(biàn)一(yī)个有手机的(de)人(rén)都可以(yǐ)随手(shǒu)录下一段(duàn)。

但这(zhè)些(xiē)短视(shì)频的创作方式非(fēi)常简单，创作者仅仅(jǐn)需要向AI输入一段(duàn)话，甚(shèn)至(zhì)只是说一下要求，AI就可以(yǐ)根据需要(yào)生成一段(duàn)视(shì)频(pín)。

谷歌发布的两个AI生成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做出更高清(qīng)视频的AI还(hái)不足以在(zài)短时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人(rén)震(zhèn)惊的(de)地方在(zài)于，它可以制作出超过2分钟的连贯的(de)也(yě)有(yǒu)确(què)切内容的视频，这才是真正让人们感到惊(jīng)喜的(de)地方。因(yīn)为无论AI生成的(de)视频多么高(gāo)清，也(yě)只能是为(wèi)内容(róng)生(shēng)产者提供一个灵感(gǎn)，一个(gè)素材，一个过(guò)场(chǎng)动(dòng)画。

不过能够制作(zuò)出有具体剧(jù)情内容的视频(pín)就意味着(zhe)，一些视频创作由AI代替人(rén)工完成已经初步有了可能。

当下AI的发展速度已(yǐ)经超过大部分人的(de)想象。内容(róng)产业的本质是(shì)供(gōng)给(gěi)创造需求，AIGC作为全(quán)新(xīn)的内容(róng)生产方式，可以为内容产(chǎn)业(yè)带(dài)来更(gèng)新的内(nèi)容风(fēng)格、更快的生产速(sù)度，更(gèng)低的(de)生产成本，这无(wú)疑会驱动(dòng)内容(róng)产业的大爆发。

除(chú)了(le)AI绘图、视频，AIGC技术(shù)还能(néng)应(yīng)用于音乐、代码、机(jī)器人(rén)动作(zuò)等多种(zhǒng)内容形式(shì)的生成。不难发现该项技术不仅在游戏等行业能得(dé)到有效应用(yòng)，对于下一代互联网(wǎng)各(gè)种元素的构建(jiàn)亦(yì)有关键意义。

从(cóng)商业化的角度(dù)来看，文化娱(yú)乐(lè)、教育、传媒(méi)等诸多领域(yù)，本身就(jiù)对基于AI的(de)可(kě)视化内容(róng)有强(qiáng)烈需(xū)求。

因此，AI绘画(huà)及(jí)视频或不(bù)是结果，而(ér)只(zhǐ)是(shì)AI进程中的(de)一块重(zhòng)要拼图(tú)，有望在技术更新的加持下实现更大的(de)应用价值。

AI从理解内容，走向了可(kě)以生成内容(róng)，甚至(zhì)能够创造出独立(lì)价(jià)值和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈(quān)，更(gèng)代(dài)表着未(wèi)来的先进生(shēng)产力即(jí)将到(dào)来(lái)。

04

紧抓大(dà)模型与算力(lì)，牢固(gù)AIGC底(dǐ)座

从技(jì)术的发展也可(kě)以看出，在(zài)语言大模型、图像大模(mó)型之后，多模(mó)态大(dà)模(mó)型已经(jīng)成为了新的趋势。

大模型被(bèi)誉为(wèi)当前人工智能发展的智能底座(zuò)，是全球竞(jìng)争(zhēng)最激烈的研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头(tóu)部(bù)企业都在竞(jìng)相发(fā)力(lì)。

不过训(xùn)练大(dà)模型(xíng)的确价格(gé)不菲，以国盛证(zhèng)券发布(bù)的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美元(yuán)。而对(duì)于一些更大的(de)LLM(大型语言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访(fǎng)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(chū)始投入成(chéng)本(běn)约为(wèi)8亿美元，每(měi)日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类大模(mó)型的发展同时，更(gèng)应(yīng)该关注算力网(wǎng)络的(de)建设。

算(suàn)力网络正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智能发(fā)展的终极目标离得更近(jìn)。

因为算力可(kě)以(yǐ)对突破(pò)性技术创(chuàng)新(xīn)提供大力的(de)支持。这方(fāng)面(miàn)，多模态大(dà)模型是典(diǎn)型。作为(wèi)面向未来强(qiáng)人工智能、通(tōng)用人(rén)工智(zhì)能的(de)重要技术创新，多(duō)模(mó)态大模型已经(jīng)在人工智能领域提出了很多(duō)年，业界也有不少技(jì)术突(tū)破，但是，多模态大模型进(jìn)一步往下走，算力需求呈几(jǐ)何式上升，一般(bān)的算力基础(chǔ)设施很(hěn)快(kuài)将难(nán)以胜(shèng)任。

从图像(xiàng)、文字、语音单独一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能可以灵活(huó)应对不同模态的转化、像人(rén)与(yǔ)世界交互一(yī)样自然(rán)，这方面(miàn)，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很(hěn)多需要爆(bào)发式增长的(de)算力来支撑的(de)技术创新，将在人(rén)工智能(néng)算力网(wǎng)络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和大算力(lì)的支持(chí)下AIGC能持续颠覆内容生产(chǎn)的方(fāng)式，将创造的边际成(chéng)本降(jiàng)低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 句读之不知是什么句式类型，句读之不知是什么句式的意思