自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次(cì)公开(kāi)谈(tán)论(lùn)人工智能话题(tí)。在最近的一(yī)次采访中，他再(zài)次表(biǎo)示：“AI可能会(huì)让科技行业迎来一次(cì)剧烈的洗牌(pái)”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因为微(wēi)软在AI方面的行(xíng)动相当迅速(sù)。而最终科(kē)技巨头将把AI整合成用(yòng)户的“全能助手”，包(bāo)揽(lǎn)一切(qiè)应用，与人们进行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助手的(de)到(dào)来(lái)可能尚(shàng)需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆(bào)火的时候，还(hái)是2022年8月(yuè)，在美国科(kē)罗拉多(duō)州举办的新兴数(shù)字艺(yì)术家竞赛中(zhōng)，一幅名为《太空歌剧(jù)院(yuàn)》的作品获奖。

随后(hòu)各大厂商的(de)AI绘画软件被(bèi)广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以(yǐ)在应用(yòng)中输入一组关键词或者一张(zhāng)照(zhào)片，就能获得一幅(fú)AI创作的画作。

作画的(de)关键就是所输入的文本。同一组关键词(cí)也可以创(chuàng)作出很多张风格不一(yī)样的画作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定(dìng)的(de)惊(jīng)喜，他们会将生成的美图当做头(tóu)像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享(xiǎng)AI“翻车现场(chǎng)”，例(lì)如(rú)，一(yī)位网(wǎng)友(yǒu)的小狗照(zhào)片被AI画(huà)成(chéng)了“肌(jī)肉男(nán)”，还有网友(yǒu)的个人照片(piàn)被(bèi)AI识别成了建(jiàn)筑。

而(ér)如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能(néng)要(yào)被(bèi)颠覆了(le)。

ControlNet是一(yī)位正在斯坦福读博的中国人张(zhāng)吕敏创(chuàng)作的一(yī)种基于控制(zhì)点的图(tú)像(xiàng)变(biàn)形算(suàn)法，主要用于数字图(tú)像处理(lǐ)、计(jì)算机视觉和计算机图形(xíng)学(xué)等(děng)领域。

其SD插件一(yī)经发布(bù)，在(zài)短短的两天(tiān)内便成为了AI绘画领(lǐng)域最新的热点。

在此之(zhī)前，大家用了很多方法想让(ràng)AI生成的结果尽可能的(de)符合要求，但是都(dōu)不尽如人意，它的(de)出现(xiàn)代(dài)表着AI生(shēng)成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的(de)构图，人(rén)物的姿势(shì)和画面的深度信息等。有了它(tā)的帮(bāng)助，就不(bù)用频繁的(de)用(yòng)提示词来碰运(yùn)气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已张姓与什么姓是世仇 全国张姓是一家吗经获(huò)得了大量(liàng)的浏览量(liàng)，“viggo”就是(shì)其中(zhōng)之一，他用朋友的照片直接带她(tā)们走(zǒu)进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的关键词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开始换(huàn)关(guān)键词试效果(guǒ)。

通过图(tú)片(piàn)就可以(yǐ)看出来(lái)，效果十分惊艳。

更厉害的是，除(chú)了真实的照片，草(cǎo)图(tú)也(yě)可以(yǐ)加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大神张(zhāng)吕敏其本(běn)尊也(yě)亲自回应。

不得不说当下AIGC已经(jīng)变(biàn)得(dé)越来(lái)越强大，甚至输出的(de)作品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警(jǐng)惕安(ān)全(quán)问题

近日(rì)，“苏(sū)州金(jīn)鸡(jī)湖(hú)有游艇party”的消(xiāo)息火遍网络(luò)，而经过警方辟谣这所(suǒ)谓(wèi)的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的(de)美女照(zhào)片都(dōu)是AI制作的真人照片绘图，因为太逼真，被大家(jiā)当成真(zhēn)事传播了(le)。

不过仔(zǎi)细观察可(kě)以发(fā)现，活(huó)动(dòng)发起(qǐ)者提供的照(zhào)片中有个很大的漏洞可以发现并非真(zhēn)人(rén)，而是AI绘(huì)图，那便是图(tú)片中女(nǚ)性的手指部分有(yǒu)的存(cún)在(zài)异常(cháng)。

有行业人(rén)事表示(shì)：“现在因(yīn)为手指(zhǐ)部(bù)分(fēn)的绘画算(suàn)法比较(jiào)复(fù)杂，AI还不太(tài)会画人的手，但最新看(kàn)到的(de)图片已经有(yǒu)越来越完美的AI模(mó)型出现，以后(hòu)可能就完全没有漏洞了。”

类(lèi)似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据(jù)英(yīng)国广播(bō)公司报(bào)道(dào)，土耳其(qí)地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受灾的假照片发(fā)布到网络，以此(cǐ)诱骗善良的(de)人打(dǎ)赏“捐(juān)助(zhù)”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出(chū)真人照片般的绘图效果，如果这样的(de)图片被用来诈骗，将非常(cháng)可(kě)怕(pà)。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了大(dà)量前人的(de)作品之后，其创作(zuò)没有任何(hé)情(qíng)绪和(hé)灵魂，难以(yǐ)和人(rén)类的艺术(shù)创作相提并论。

另一(yī)方面(miàn)，AIGC背后的版权(quán)、目前都并(bìng)没有得到(dào)有(yǒu)效的解决，还有AIGC会不(bù)会代替人类“至(zhì)高无上”的创意。

马斯克也强(qiáng)调，人工智能的(de)安全问(wèn)题(tí)需要(yào)得到(dào)重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远(yuǎn)方

技术(shù)都是(shì)有两面(miàn)性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人工智能技(jì)术将(jiāng)是第四次工业革命的核心驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一(yī)年，人工智能在技(jì)术和(hé)商业层面都有了巨大进展，AI绘(huì)画就是人(rén)工智能技(jì)术发(fā)生方向性改变的一个(gè)代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后发布(bù)了(le)几条引爆科技圈的(de)短(duǎn)视(shì)频。这些(xiē)视(shì)频引(yǐn)发关(guān)注并非内容(róng)做(zuò)得多优秀，反而都非(fēi)常(cháng)简单，比(bǐ)如一(yī)匹正在喝水的马，一只画(huà)画的玩具熊，或者一段骑摩托车的第(dì)一视角录像，随(suí)便一(yī)个有手(shǒu)机的(de)人(rén)都可以随手(shǒu)录下一段。

但这(zhè)些(xiē)短视频的创作方(fāng)式非常简单，创作者仅仅需要向AI输入一(yī)段话，甚至只是说一下要(yào)求，AI就(jiù)可(kě)以根据需要生成一段视频。

谷歌发布(bù)的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布(bù)了AI生(shēng)成的视(shì)频后，AI圈就已(yǐ)经玩(wán)了一波梗，一个能够做出更高清(qīng)视频的AI还不足以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地方(fāng)在于(yú)，它可以制作出(chū)超过2分钟的连贯的也有确切内容的视频，这(zhè)才是真正(zhèng)让人们(men)感到惊喜的地方。因为无论AI生成的(de)视(shì)频多(duō)么高清，也只能是为(wèi)内(nèi)容生(shēng)产者提供一个(gè)灵感，一个素材，一个过(guò)场动画。

不过能够制作出有具(jù)体剧情内容的视频(pín)就意味着，一些视频创作由AI代替人工完成(chéng)已经(jīng)初步(bù)有了可(kě)能(néng)。

当下(xià)AI的发展(zhǎn)速度已经超过大部分(fēn)人的想象(xiàng)。内容产业的(de)本(běn)质是供给创造需求，AIGC作为全新的内容生产方式(shì)，可以为内(nèi)容(róng)产业带(dài)来更新的内容风格、更快的生产速度，更低的生产成本，这无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代(dài)码、机器(qì)人动作等多种内容形式的生成。不难发(fā)现该项(xiàng)技术(shù)不仅在游(yóu)戏(xì)等行业能得到(dào)有效应用，对于下(xià)一代(dài)互联网各种元素的构建(jiàn)亦有(yǒu)关键意(yì)义。

从商业化的(de)角度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基(jī)于AI的可视化(huà)内容有(yǒu)强(qiáng)烈(liè)需(xū)求。

因此(cǐ)，AI绘画及(jí)视频或不是结(jié)果，而只(zhǐ)是(shì)AI进程(chéng)中的一块(kuài)重要拼图，有(yǒu)望在技术(shù)更新的加持下实现更大的应用(yòng)价值。

AI从理解内容，走向(xiàng)了可以(yǐ)生(shēng)成内容，甚至能够创造出独立价值(zhí)和独立(lì)视角的内容。AIGC的再次出圈(quān)，更代表着未来的先进生产力即将到来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术(shù)的发展也(yě)可(kě)以看出，在语言大(dà)模型、图像大模型之后，多模(mó)态大(dà)模型已经成(chéng)为了新(xīn)的趋势。

大模型被誉为当前人工智能(néng)发展的智能(néng)底座，是全球竞争最激烈的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊(xùn)、百度(dù)、阿里(lǐ)、腾讯等众多头部企业都在竞(jìng)相发力。

不过训练大(dà)模型的确价格(gé)不(bù)菲，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需要多少算(suàn)力》报告(gào)估算(suàn)，GPT-3训(xùn)练一次的(de)成本约为140万美元(yuán)。而对于(yú)一(yī)些更大的LLM(大型语(yǔ)言模(mó)型)，训(xùn)练成本则介于200万美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计(jì)算，其对(duì)应芯(xīn)片需(xū)求为3万(wàn)多片英伟(wěi)达(dá)A100 GPU，初(chū)始(shǐ)投入成本约为(wèi)8亿美元，每(měi)日仅电费就(jiù)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持。在关注各(gè)类大模(mó)型的发展同时(shí)，更(gèng)应该关注算力网(wǎng)络的建设。

算力网(wǎng)络正驱动AI产业(yè)发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工(张姓与什么姓是世仇 全国张姓是一家吗gōng)智能发(fā)展的(de)终(zhōng)极目(mù)标离得更近(jìn)。

因(yīn)为算(suàn)力可以对突(tū)破性技术创(chuàng)新提供大力的(de)支(zhī)持。这(zhè)方(fāng)面，多模态大(dà)模型(xíng)是典型。作为面向未来(lái)强人工智能、通用人(rén)工智能的重(zhòng)要(yào)技术创新，多(duō)模(mó)态(tài)大模(mó)型已(yǐ)经在人工智能领域(yù)提出了(le)很多年(nián)，业界也有不少技术(shù)突破，但是，多模态(tài)大模型进一步往(wǎng)下走，算力需求呈(chéng)几何式上升，一般的算力基础设施(shī)很快将难以胜任。

从图像、文字、语(yǔ)音(yīn)单独一项(xiàng)的训练，到双模态(tài)、三(sān)模(mó)态的跃迁(qiān)，让人工(gōng)智(zhì)能(néng)可以灵活应对(duì)不同模态的转化、像人与世(shì)界交互一样自然(rán)，这(zhè)方面，由算力网络来驱动将有(yǒu)明显优(yōu)势。

此外，还有很(hěn)多需要(yào)爆发式增长的(de)算(suàn)力来支(zhī)撑的技术创新，将在(zài)人工智能(néng)算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持(chí)下(xià)AIGC能持续(xù)颠覆(fù)内容生(shēng)产(chǎn)的方式，将创造的边(biān)际(jì)成本降低，让(ràng)万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 张姓与什么姓是世仇 全国张姓是一家吗