自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人(rén)比尔·盖(gài)茨(cí)已多(duō)次(cì)公(gōng)开谈论人工智能(néng)话题(tí)。在最近的一次采访中，他再(zài)次表(biǎo)示：“AI可能会让科(kē)技(jì)行业迎来(lái)一次剧烈的(de)洗(xǐ)牌(pái)”。

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

他预期，AI的发(fā)展可能会威胁到(dào)谷歌(gē)的市占率，因(yīn)为微(wēi)软在AI方(fāng)面的行(xíng)动相(xiāng)当迅(xùn)速。而(ér)最终科技巨(jù)头将(jiāng)把AI整合成用户(hù)的“全能(néng)助手”，包揽(lǎn)一(yī)切应(yīng)用(yòng)，与人们(men)进行沟(gōu)通并提供(gōng)建议，可以取代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等应用。

大(dà)佬口中全能助手的到来可(kě)能尚(shàng)需(xū)时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆(bào)火的时候，还是2022年8月，在美(měi)国科罗拉多(duō)州举办的新兴数字艺术家(jiā)竞赛中，一(yī)幅名为(wèi)《太空歌剧院》的(de)作品获奖。

随后各大(dà)厂商(shāng)的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入一组关键词或(huò)者一张照片，就能获得一(yī)幅AI创作的画作(zuò)。

作(zuò)画的关键(jiàn)就是所输入的(de)文本(běn)。同一组关键词也(yě)可(kě)以创作出很(hěn)多张风格(gé)不一样的画作(zuò)，这让创作的过程就像开盲盒。

很多(duō)用户很喜欢这(zhè)种(zhǒng)不确(què)定的惊喜，他们会将(jiāng)生成的美图当做头像。而另(lìng)一部(bù)分喜欢(huān)翻(fān)看AI绘画的“翻车”作品。在社(shè)交媒体上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的(de)小狗照片被AI画成了“肌肉男(nán)”，还(hái)有网友的个人(rén)照片被AI识别成(chéng)了建筑。

而如(rú)今随(suí)着ControlNet的(de)出现与加持，以往AI绘画(huà)的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创(chuàng)作的一种基于(yú)控制点的图像(xiàng)变形(xíng)算法，主要用于数字(zì)图像处理、计算机视觉和计(jì)算机图形(xíng)学(xué)等领域。

其(qí)SD插件一(yī)经发布，在短短的两天(tiān)内(nèi)便成(chéng)为了AI绘画领域(yù)最新(xīn)的热(rè)点。

在此之前，大家用了很多方法想(xiǎng)让AI生(shēng)成的结果尽可能的符(fú)合要求，但是都不尽如人意，它的出现代表着AI生成开始进(jìn)入真正的可(kě)控时期。

因为ControlNet可(kě)以直(zhí)接(jiē)提取(qǔ)画面的构图，人物的(de)姿势和画面的深度信(xìn)息(xī)等。有了它的帮助，就(jiù)不用频繁的用提示词来(lái)碰运气，抽盲(máng)盒(hé)式的创(chuàng)作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的(de)作品已经(jīng)获得了大量的(de)浏览量(liàng)，“viggo”就是其中之一，他用朋友的(de)照(zhào)片(piàn)直接(jiē)带她们走(zǒu)进动(dòng)漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓展找到对(duì)应(yīng)的关键词；最后用(yòng)ControlNet插(chā)件绑定骨骼(gé)开始换关(guān)键词(cí)试(shì)效果。

通过图片就可(kě)以看出来，效果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实(shí)的(de)照片，草图也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得(dé)不说当下AIGC已(yǐ)经变(biàn)得越(yuè)来越强(qiáng)大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕(tì)安全(quán)问题

近日，“苏(sū)州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息(xī)火遍网络，而经过(guò)警方辟谣这(zhè)所谓的(de)“party”可(kě)能是(shì)全国第一起AI绘图诈骗。

由(yóu)于这个活动里面(miàn)给(gěi)出的(de)美(měi)女照片都是AI制作的真人照片绘图，因为太逼(bī)真，被大家当成真事传(chuán)播了(le)。

不过仔细观察可(kě)以发(fā)现(xiàn)，活(huó)动发起(qǐ)者(zhě)提供(gōng)的照片中有(yǒu)个(gè)很大的漏洞可以发现(xiàn)并(bìng)非(fēi)真人，而是AI绘(huì)图，那便是图片中女性的手指部分有的存在异常。

有行业人事(shì)表示：“现在因为手指(zhǐ)部(bù)分的绘画算(suàn)法比较(jiào)复杂，AI还不太会画人(rén)的手(shǒu)，但最(zuì)新看到的图片(piàn)已经(jīng)有越(yuè)来(lái)越完美的AI模型出现(xiàn)，以后可能就完全(quán)没(méi)有漏洞(dòng)了。”

类似的(de)AI作图(tú)诈(zhà)骗(piàn)在(zài)国外也已有(yǒu)发生。据英国广播公司报道，土(tǔ)耳其地震(zhèn)期间(jiān)，有Tiktok用户使(shǐ)用AI合成(chéng)了(le)儿童(tóng)受灾的(de)假照片(piàn)发(fā)布到网络李白《江湖行》全诗及翻译注释，李白《江湖行》全诗及翻译(luò)，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能(néng)做(zuò)出真人照片(piàn)般的绘图(tú)效(xiào)果，如果这样的图片(piàn)被用来诈骗，将(jiāng)非常(cháng)可怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大(dà)量前(qián)人的(de)作品之后，其创作没有任何情绪和灵(líng)魂，难以和(hé)人类的艺术创作(zuò)相提并论。

另一方(fāng)面(miàn)，AIGC背(bèi)后(hòu)的版权(quán)、目前都并没有得到(dào)有(yǒu)效(xiào)的解决，还有AIGC会不会代替人类“至高无上”的创意(yì)。

马(mǎ)斯克也强调，人(rén)工智(zhì)能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视频，还有远方

技术都是有两面性的，潜在的危害并不(bù)能掩盖(gài)其光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术(shù)将是第四次工业革命的核心(xīn)驱动(dòng)力量(liàng)，将创造新(xīn)的增(zēng)长奇迹。

过(guò)去一年，人工(gōng)智能在(zài)技术和商业(yè)层面都有了巨大进展，AI绘画(huà)就是人(rén)工智能技术发(fā)生方向性改(gǎi)变的(de)一个代表。其下(xià)一站或许(xǔ)就是视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科技圈(quān)的短视频。这些视频引发关(guān)注并非(fēi)内容做(zuò)得多优秀，反而(ér)都(dōu)非常简单，比如一(yī)匹正在(zài)喝水的马，一(yī)只画画的玩具熊，或者一段骑摩托车的第一视角录(lù)像(xiàng)，随便(biàn)一个有手机的人都可以随手录(lù)下(xià)一段(duàn)。

但这些短视频(pín)的(de)创作方式非常(cháng)简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是说(shuō)一下要(yào)求，AI就可以根据(jù)需要(yào)生成一(yī)段(duàn)视频。

谷(gǔ)歌发布(bù)的(de)两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经玩了一波(bō)梗，一个(gè)能(néng)够(gòu)做出更高(gāo)清视频的(de)AI还(hái)不(bù)足(zú)以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊的(de)地方(fāng)在于，它可以制作出(chū)超过2分钟的(de)连贯(guàn)的也有确切内容的视频，这才是真(zhēn)正(zhèng)让人(rén)们感(gǎn)到(dào)惊喜的地方。因为无论(lùn)AI生(shēng)成的视频多(duō)么高清(qīng)，也只能是(shì)为内容生产者提供一个灵感，一个素材(cái)，一个过(guò)场(chǎng)动画(huà)。

不过能够制作出有(yǒu)具体剧情(qíng)内容的视频就(jiù)意味着，一些(xiē)视频创作由AI代替(tì)人工完成已(yǐ)经初(chū)步有了可能(néng)。

当下AI的发(fā)展速(sù)度已经超过大部分人的想象。内(nèi)容产业的本(běn)质是供给(gěi)创造需求，AIGC作为全新的内(nèi)容生产(chǎn)方(fāng)式，可以为内容产业带来更新的内容风格、更(gèng)快(kuài)的生产速(sù)度(dù)，更低的生产成(chéng)本，这(zhè)无疑(yí)会驱动(dòng)内容(róng)产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技(jì)术(shù)还能应(yīng)用于音乐、代码、机器人动作等(děng)多种内(nèi)容形式的生成。不难发现(xiàn)该(gāi)项技(jì)术不仅(jǐn)在游戏等行业能得到有(yǒu)效应(yīng)用(yòng)，对于下一代互(hù)联(lián)网(wǎng)各(gè)种元素(sù)的构建(jiàn)亦有关键意义。

从商业化的角度来看，文(wén)化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身就(jiù)对基(jī)于AI的可视(shì)化内容有强烈需求。

因此，AI绘画及(jí)视频或(huò)不(bù)是结果，而(ér)只是AI进程中(zhōng)的一块(kuài)重(zhòng)要拼图(tú)，有望在(zài)技术更(gèng)新的加持下实现更(gèng)大的(de)应用价值(zhí)。

AI从(cóng)理解内容，走向了可以生成内(nèi)容，甚至能(néng)够创造(zào)出独(dú)立(lì)价值和独立视角的(de)内容(róng)。AIGC的再次出(chū)圈，更代(dài)表着未(wèi)来的先(xiān)进生产(chǎn)力即(jí)将到(dào)来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的发展也可以(yǐ)看出，在语言大模(mó)型、图像大模(mó)型(xíng)之后，多模态大模型已经成为了(le)新(xīn)的趋(qū)势。

大模型(xíng)被誉为当前人工智能发展(zhǎn)的智能底(dǐ)座，是全球竞(jìng)争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等众多头部企业都在竞相发力(lì)。

不过训练大模(mó)型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更(gèng)大的LLM(大型(xíng)语言模型(xíng))，训练成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客(kè)平均数1300万(wàn)计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初(chū)始投入成本约为8亿美(měi)元，每日仅电费就在5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大(dà)算力(lì)支(zhī)持。在关注各类大模型(xíng)的发展同时，更应(yīng)该关注算力网(wǎng)络的建设。

算力网络正驱动AI产业发展进入(rù)史诗(shī)级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发展的终极(jí)目标离得更近。

因为算(suàn)力可以对突破性技(jì)术创新提(tí)供大力(lì)的支持。这方(fāng)面，多模(mó)态大模型是典型。作(zuò)为面向未来强人工智能、通(tōng)用人工(gōng)智能的(de)重(zhòng)要技(jì)术(shù)创新(xīn)，多模态大模型已经在人工智能领域提出了(le)很多(duō)年，业界也有不(bù)少(shǎo)技术突破，但是，多模态(tài)大模型进一步往下走(zǒu)，算力(lì)需求呈几(jǐ)何式上升，一般的算力(lì)基础设(shè)施很快将难(nán)以胜(shèng)任。

从图像(xiàng)、文字、语音单独(dú)一项的训练，到双模(mó)态、三模态(tài)的(de)跃迁，让人(rén)工(gōng)智能可以灵活应对不(bù)同模态的转化、像(xiàng)人与世界(jiè)交互(hù)一样(yàng)自然，这方面(miàn)，由算力网络来驱动(dòng)将有明显优势(shì)。

此外，还有很多需要爆(bào)发式增(zēng)长的算力(lì)来支撑的(de)技术创新，将(jiāng)在人工(gōng)智能算力网络支撑下(xià)快(kuài)速(sù)推进。

AIGC已(yǐ)经露出曙(shǔ)光(guāng)，期待在(zài)大(dà)模(mó)型和大算力的支持下(xià)AIGC能(néng)持续颠覆(fù)内容生产的方式(shì)，将创造(zào)的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 李白《江湖行》全诗及翻译注释，李白《江湖行》全诗及翻译