自聊天(tiān)机器人ChatGPT火(huǒ)爆(bào)以(yǐ)来(lái)，微(wēi)软(ruǎn)公司创始人比尔(ěr)·盖茨(cí)已多(duō)次公(gōng)开(kāi)谈论人工(gōng)智能话题(tí)。在最近的(de)一次(cì)采访中，他再(zài)次表示：“AI可(kě)能会让科技行业(yè)迎来一次(cì)剧烈的洗(xǐ)牌”。

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

他预期，AI的发(fā)展(zhǎn)可能会威胁到(dào)谷歌的(de)市(shì)占(zhàn)率，因为微软在(zài)AI方面的行动相(xiāng)当迅速。而最(zuì)终科技(jì)巨头将把AI整(zhěng)合(hé)成用户的“全能助手”，包揽(lǎn)一(yī)切应(yīng)用，与人(rén)们进行沟通(tōng)并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能(néng)助手的(de)到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热(rè)点(diǎn)包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月，在美国科罗拉多州举办(bàn)的新(xīn)兴数字(zì)艺(yì)术家(jiā)竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的(de)作品获奖。

随后各大(dà)厂商的AI绘(huì)画(huà)软(ruǎn)件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输入一组关键词(cí)或者(zhě)一张照(zhào)片(piàn)，就能(néng)获得一幅AI创作的画作。

作画的(de)关键就是所输入(rù)的(de)文本(běn)。同一组关键词也(yě)可以创作出(chū)很多张风格不一样(yàng)的画作(zuò)，这让创作(zuò)的(de)过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确(què)定(dìng)的惊喜，他们会将生成的美图当做头像。而另一(yī)部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交媒体上，许(xǔ)多用户(hù)分(fēn)享AI“翻车现场(chǎng)”，例(lì)如(rú)，一位网友(yǒu)的小狗照片被AI画成了(le)“肌肉男(nán)”，还有网友的(de)个(gè)人照片被AI识(shí)别成了(le)建筑。

而如今随(suí)着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填写关(guān)键词游(yóu)戏(xì)可(kě)能要被颠覆了。

ControlNet是(shì)一位正在(zài)斯坦福读(dú)博的中国人张吕(lǚ)敏(mǐn)创作的一种基(jī)于控制点的图像变形算法(fǎ)，主要用(yòng)于(yú)数字(zì)图(tú)像处(chù)理、计算机(jī)视觉和计算(suàn)机图形(xíng)学(xué)等(děng)领域(yù)。

其SD插件(jiàn)一经(jīng)发布，在短短的(de)两天内便(biàn)成为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用(yòng)了(le)很多方法想让AI生成的结果(guǒ)尽(jǐn)可能(néng)的(de)符(fú)合要求，但(dàn)是都(dōu)不尽如人(rén)意(yì)，它(tā)的(de)出(chū)现代表着AI生成开始进入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直(zhí)接(jiē)提取画面的构图，人物的姿势和画面的深(shēn)度信息(xī)等。有了它的帮助，就(jiù)不用(yòng)频繁的用提示词(cí)来碰运气，抽盲盒(hé)式的创作了(le)。

通俗的说(shuō)ControlNet相(xiāng)当于(yú)给(gěi)AI绘画加(jiā)了(le)“魔法”，不少博主的(de)作(zuò)品已经获得(dé)了大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的(de)关键词；最后用ControlNet插件绑定骨骼开始换关(guān)键词试效果。

通过图(tú)片(piàn)就可以看(kàn)出来，效果十分(fēn)惊艳。

更厉害的是，除了真实的照(zhào)片，草图(tú)也可以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自回应(yīng)。

不(bù)得不说当(dāng)下AIGC已经(jīng)变(biàn)得越来越强大，甚至输出的作品(pǐn)都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全问题

近日(rì)，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓(wèi)的“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。

由于这个活动里面给出的美女照片都是AI制(zhì)作的(de)真(zhēn)人照片绘(huì)图，因为(wèi)太逼真，被大(dà)家(jiā)当(dāng)成真事传播了(le)。

不过仔细观察可(kě)以发现，活动发起者提供(gōng)的(de)照片中(zhōng)有个(gè)很大的漏洞可以(yǐ)发现并(bìng)非真人，而是(shì)AI绘图，那便是图片中女性(xìng)的手指部分有的存在异(yì)常。

有(yǒu)行业人事表(biǎo)示：“现在因为手指部分的绘(huì)画(huà)算法比较复杂，AI还不太(tài)会画人(rén)的手，但最(zuì)新看到(dào)的(de)图片(piàn)已经(jīng)有(yǒu)越来越完美的(de)AI模(mó)型(xíng)出现，以(yǐ)后(hòu)可能就完(wán)全没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外也已有发生。据英(yīng)国广播公司报道(dào)，土耳其(qí)地(dì)震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾(zāi)的假照(zhào)片(piàn)发布(bù)到网络，以此(cǐ)诱(yòu)骗善良的人打赏“捐助”从而实施诈(zhà)骗(piàn)。

目(mù)前随着技术发展，AIGC已经能做出真人照片般(bān)的绘(huì)图(tú)效(xiào)果，如(rú)果这样的(de)图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者认为AI在“学习”了大(dà)量前(qián)人的(de)作品(pǐn)之后，其创作没有任何(hé)情绪和(hé)灵魂(hún)，难以和人类的艺术创作相提(tí)并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前(qián)都并没有得到有效的解决，还有AIGC会不会代替人(rén)类(lèi)“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的安全问题需要得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是(shì)有两面性的，潜(qián)在(zài)的危害(hài)并不能(néng)掩盖其(qí)光辉的贡(gòng)献。现在(zài)看来(lái)，人工智能(néng)技(jì)术将是第四次工(gōng)业革(gé)命的核心驱动力量(liàng)，将创造新的增长奇(qí)迹。

过去(qù)一年，人工(gōng)智能在技术和商业层面都有了巨大进展，AI绘(huì)画就是(shì)人工智能(néng)技术发生方向性改变的一(yī)个代(dài)表(biǎo)。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技(jì)圈的短视频。这些视频(pín)引发关注并(bìng)非内容做(zuò)得(dé)多(duō)优(yōu一个人去巴基斯坦安全吗，中国人去巴基斯坦安全不)秀，反(fǎn)而都非常简单，比如一匹正在喝水的(de)马，一只(zhǐ)画(huà)画的玩(wán)具熊，或者一段骑摩托车的第一视(shì)角录像，随便一个有手机(jī)的人(rén)都可(kě)以随手录(lù)下(xià)一段。

但(dàn)这些(xiē)短(duǎn)视频的(de)创作方式非常(cháng)简单(dān)，创作者(zhě)仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以(yǐ)根据需要生成一段视频(pín)。

谷歌发布(bù)的两(liǎng)个AI生成(chéng)视频分别来自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没(méi)有(yǒu)太多的差(chà)别(bié)。

在(zài)Make-A-Video公布了(le)AI生成的(de)视(shì)频后，AI圈就已经玩了一波梗，一(yī)个能够做出更(gèng)高清视频的AI还不足以在短时(shí)间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊的(de)地(dì)方(fāng)在于，它可以(yǐ)制作出(chū)超(chāo)过2分钟的连(lián)贯的也有(yǒu)确切内容的视频，这才是真正(zhèng)让人们感到惊喜的地(dì)方。因为(wèi)无论AI生成的视频多(duō)么高清(qīng)，也只能是为内容生产(chǎn)者提供一个灵(líng)感，一个素材(cái)，一个过(guò)场(chǎng)动画。

不过(guò)能够制作出有(yǒu)具体剧情内容的视频就(jiù)意(yì)味着，一些视频创作由AI代(dài)替(tì)人工完成已经初步有了可能。

当下(xià)AI的发(fā)展速度已(yǐ)经超过大部分人的(de)想象(xiàng)。内容产业的本质是供给(gěi)创(chuàng)造需求，AIGC作为(wèi)全(quán)新(xīn)的(de)内容生(shēng)产方式(shì)，可(kě)以为(wèi)内容产业带来(lái)更新的内容风格(gé)、更快的(de)生产(chǎn)速度，更(gèng)低的生产成本，这无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视(shì)频(pín)，AIGC技术(shù)还(hái)能应(yīng)用于音乐、代码(mǎ)、机器人动(dòng)作等多种内容形式(shì)的生(shēng)成(chéng)。不难发现该项技术不仅在游(yóu)戏等行业能得到有效(xiào)应用，对于下一(yī)代互联网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从商业化的角度(dù)来看(kàn)，文化娱乐、教育(yù)、传媒等诸多领域，本(běn)身就对基(jī)于AI的可视化(huà)内容有强烈(liè)需求(qiú)。

因此，AI绘(huì)画及视(shì)频或不是(shì)结果，而(ér)只是AI进(jìn)程(chéng)中的(de)一(yī)块重要拼图，有望(wàng)在技术更新(xīn)的加持下实(shí)现更大的应用(yòng)价值(zhí)。

AI从理解内容，走向了可以生成内容，甚至能够创造出独立价值(zhí)和独立(lì)视角的(de)内容。AIGC的再次(cì)出圈，更代表着未来(lái)的先进生产(chǎn)力即将(jiāng)到(dào)来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固(gù)AIGC底座

从(cóng)技术(shù)的发展也可以看出，在语言大模型、图(tú)像大(dà)模型之后，多模态大模型已经成为了新的趋势(shì)。

大(dà)模(mó)型被誉为当前(qián)人工智能(néng)发(fā)展的(de)智能底座，是全球竞争最激(jī)烈的研究方向之一(yī)，包括谷歌、亚(yà)马逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多头部企业都(dōu)在竞相(xiāng)发力。

不过训练大(dà)模(mó)型的确(què)价格不菲(fēi)，以国盛证券发布(bù)的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一次的成本(běn)约为140万(wàn)美元。而对于一些(xiē)更大(dà)的(de)LLM(大型语言模型)，训练成(chéng)本(běn)则(zé)介(jiè)于(yú)200万美元至1200万美元高(gāo)价(jià)之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平(píng)均数1300万(wàn)计算，其对应芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费就(jiù)在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支持。在关注各类大模(mó)型(xíng)的(de)发展同时，更(gèng)应该关注算力网(wǎng)络的(de)建设。

算力(lì)网(wǎng)络(luò)正驱动AI产业发展(zhǎn)进入史诗级加速进(jìn)程，让AIGC及通(tōng)用AI这一(yī)人工(gōng)智能发展的终(zhōng)极目标(biāo)离(lí)得更近。

因(yīn)为算力可以对(duì)突破性技术创新提供大(dà)力的支持(chí)。这方(fāng)面，多模态大模(mó)型是典型。作为面向未来强人工智能、通(tōng)用人工(gōng)智能的重要技术创新，多模态大模型已经(jīng)在(zài)人工智能领(lǐng)域提出了很多(duō)年，业(yè)界(jiè)也有不(bù)少技术突(tū)破(pò)，但是，多模态大模(mó)型进一步往下走，算力(lì)需求(qiú)呈几何式上升，一般的算力(lì)基础设施很快(kuài)将(jiāng)难以胜任。

从图像(xiàng)、文(wén)字、语音单独一项的训练，到双模(mó)态(tài)、三模态的跃迁，让人工智能可以灵活(huó)应对不同(tóng)模态的转化、像人与(yǔ)世界(jiè)交(jiāo)互一(yī)样自然，这方面，由算力网络来驱(qū)动将有(yǒu)明显(xiǎn)优(yōu)势。

此外，还有很(hěn)多(duō)需要爆发式(shì)增长的算力来支撑(chēng)的技(jì)术创新，将在人(rén)工(gōng)智(zhì)能算力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 一个人去巴基斯坦安全吗，中国人去巴基斯坦安全不