自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公司创(chuàng)始(shǐ)人比尔·盖(gài)茨(cí)已多次公(gōng)开谈论人(rén)工智(zhì)能话题。在最近的一(yī)次(cì)采访中，他再次表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧烈(liè)的洗(xǐ)牌”。

这个结(jié)论是他在当地(dì)时(shí)间2月20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他(tā)预(yù)期，AI的发展可能会威胁(xié)到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方面的行(xíng)动相当(dāng)迅速。而最终(zhōng)科技(jì)巨头将把AI整合成(chéng)用户的“全能助手”，包揽(lǎn)一切应用，与人(rén)们进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可能尚需时(shí)日(rì)，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘(huì)画(huà)为代表的AIGC上一(yī)次爆火的时候，还是2022年(nián)8月，在(zài)美国科罗拉(lā)多州(zhōu)举(jǔ)办的(de)新兴(xīng)数字(zì)艺术家竞赛中(zhōng)，一幅名为《太空歌剧院(yuàn)》的作(zuò)品获(huò)奖。

随后各大厂(chǎng)商的AI绘(huì)画软件被广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是其(qí)中(zhōng)代(dài)表。

用户(hù)们(men)可以(yǐ)在(zài)应用中输(shū)入(rù)一组(zǔ)关键(jiàn)词或者一张(zhāng)照片，就能(néng)获得一(yī)幅AI创作的画作。

作画的关键(jiàn)就是(shì)所输入的文本。同一(yī)组关键词也可以创作(zuò)出很多张风格不(bù)一样(yàng)的(de)画作，这让创作(zuò)的过程就像(xiàng)开盲盒。

很多用户很喜欢(huān)这种不(bù)确定的惊喜，他们会将(jiāng)生(shēng)成的美(měi)图当做头像(xiàng)。而另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品(pǐn)。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如(rú)，一位网友的小狗(gǒu)照片(piàn)被AI画成了(le)“肌肉男”，还有(yǒu)网友(yǒu)的(de)个人照(zhào)片被(bèi)AI识(shí)别成了建筑。

而如今随(suí)着ControlNet的出现与(yǔ)加持，以(yǐ)往(wǎng)AI绘(huì)画(huà)的填写(xiě)关键词游(yóu)戏可能(néng)要被颠覆(fù)了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏(mǐn)创作(zuò)的(de)一(yī)种基于控制点的图(tú)像变(biàn)形算法，主(zhǔ)要用于数(shù)字(zì)图像处理(lǐ)、计算机视觉和计算(suàn)机(jī)图形学(xué)等领域。

其SD插件一经(jīng)发(fā)布，在短短的两(liǎng)天内(nèi)便成(chéng)为了(le)AI绘画领域最(zuì)新的热点(diǎn)。

在此之前，大家(jiā)用了很(hěn)多方法想(xiǎng)让AI生成的结果尽可能的符合要求，但是都不尽如人意，它(tā)的出现代(dài)表着AI生成开(kāi)始进入真正的可控时期。

因(yīn)为ControlNet可(kě)以直接(jiē)提取画面的构图，人物的姿势和画面的(de)深度信息等。有了它的帮助，就不用频繁的用提示(shì)词来碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已经(jīng)获得了(le)大量的浏览(lǎn)量，“viggo”就是(shì)其中之(zhī)一，他用朋友的照片(piàn)直接带她(tā)们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键(jiàn)词试(shì)效果。

通(tōng)过图片就可以看出来，效果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的照(zhào)片(piàn)，草图(tú)也(yě)可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不(bù)得不说当(dāng)下AIGC已经(jīng)变得越来(lái)越强大，甚(shèn)至输出的作品都已经能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡(jī)湖有游艇party”的消息火(huǒ)遍(biàn)网络(luò)，而经过警方辟(pì)谣这(zhè)所谓的“party”可能是(shì)全国第一起AI绘(huì)图诈骗。

由(yóu)于这个活动里(lǐ)面(miàn)给出的(de)美女照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当(dāng)成真事传播了。

不过(guò)仔细观察可以发现，活动发起者(zhě)提(tí)供的(de)照片中有个(gè)很大的漏洞可以(yǐ)发(fā)现并非真人，而是AI绘图(tú)，那便是(shì)图(tú)片中(zhōng)女(nǚ)性的手指部分有的存(cún)在异常(cháng)。

有行业人(rén)事表(biǎo)示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还(hái)不太会画(huà)人的手，但最新看到的图片已经有(yǒu)越来越完美(měi)的AI模(mó)型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作图诈骗在国外(wài)也已有发生。据英国广播公(gōng)司(sī)报道，土(tǔ)耳(ěr)其地震期间，有(yǒu)Tiktok用户(hù)使用AI合成(chéng)了儿(ér)童受灾的假照(zhào)片(piàn)发(fā)布(bù)到网络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从而(ér)实施(shī)诈骗。

目(mù)前随(suí)着技术发展，AIGC已经能(néng)做出(chū)真人照片般的(de)绘图效果(guǒ)，如果这样的图(tú)片被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引发了很(hěn)多担忧，一方(fāng)面，批(pī)判者认为AI在“学习”了(le)大量(liàng)前人(rén)的(de)作品(pǐn)之(zhī)后，其创作没有(yǒu)任(rèn)何情绪和(hé)灵魂(hún)，难以(yǐ)和人类(lèi)的艺术(shù)创(chuàng)作相(xiāng)提并论。

另(lìng)一方面，AIGC背(bèi)后的版权、目(mù)前都(dōu)并没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯(sī)克也强调，人工智能的安全问题需要得到重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除了(le)视频，还有远(yuǎn)方(fāng)

技(jì)术都是有两面(miàn)性(xìng)的，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是第四次工(gōng)业革命的核心驱动力量，将(jiāng)创造新的(de)增长奇迹。

过去(qù)一(yī)年，人工智能在技术(shù)和商业层面都有(yǒu)了(le)巨大进展，AI绘画就(jiù)是人工智能技术(shù)发(fā)生方向(xiàng)性(xìng)改变的一个代表。其下(xià)一(yī)站或(huò)许就是视(shì)频。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆(bào)科(kē)技圈的短视(shì)频。这些(xiē)视频引发关注并(bìng)非内(nèi)容做得(dé)多优秀，反而(ér)都非常(cháng)简(jiǎn)单(dān)，比如一匹正在喝水的马，一只画画的(de)玩具(jù)熊(xióng)，或者(zhě)一(yī)段骑摩托车(chē)的第(dì)一视角(jiǎo)录像(xiàng)，随(suí)便(biàn)一个有手机的人都可以随(suí)手录下一段(duàn)。

但这些短视(shì)频的创作方式(shì)非常简单(dān)，创(chuàng)作者仅仅需要(yào)向AI输入一段话，甚至只(zhǐ)是说一下(xià)要求，AI就可以根据需要生成(chéng)一段视(shì)频。

谷(gǔ)歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一(yī)波梗(gěng)，一(yī)个能够做(zuò)出更高清视频的AI还(hái)不足以(yǐ)在短时间内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的(de)地方在于，它可以制作出超过2分钟(zhōng)的连(lián)贯的也有确切(qiè)内容(róng)的视频，这才是(shì)真正(zhèng)让人们(men)感到惊喜的地方。因为无论AI生成的视频多么高清，也只能(néng)是为(wèi)内容(róng)生产者(zhě)提供(gōng)一个灵(líng)感(gǎn)，一个素材，一(yī)个(gè)过场动画。

不过(guò)能够制作出有具体(tǐ)剧情(qíng)内容(róng)的视频就意味着，一些(xiē)视频创(chuàng)作由AI代替人工完成(chéng)已(yǐ)经初(chū)步有(yǒu)了可(kě)能。

当下AI的发展速度已(yǐ)经(jīng)超(chāo)过(guò)大部分人的想象。内容产(chǎn)业(yè)的本质是供给创(chuàng)造(zào)需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以为内容产业带来(lái)更新(xīn)的内容(róng)风(fēng)格(gé)、更快的生(shēng)产速(sù)度，更(gèng)低的生产成本，这(zhè)无(wú)疑会驱(qū)动(dòng)内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人(rén)动作等多(duō)种(zhǒng)内容形(xíng)式的生成。不(bù)难发(fā)现(xiàn)该项技术不仅在游戏等(děng)行业能得到有效应用，对于下一代互联网各种元素(sù)的(de)构建亦有关键意义。

从商业化的角(jiǎo)度(dù)来看，文(wén)化娱乐(lè)、教育、传媒等诸多领(lǐng)域，本(běn)身就对基(jī)于AI的可视化内容(róng)有(yǒu)强烈需求(qiú)。

因此(cǐ)，AI绘(huì)画及视频(pín)或不是结果，而只是AI进程中的一块重(zhòng)要(yào)拼图，有望在(zài)技术更新的(de)加(jiā)持下实现更大的(de)应用(yòng)价值(zhí)。

AI从(cóng)理解内容，走(zǒu)向(xiàng)了可以生(shēng)成(chéng)内容，甚至能够创造出(chū)独立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表(biǎo)着(zhe)未来的先进(jìn)生产(chǎn)力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的发展也可(kě)以看(kàn)出(chū)，在语言大模型、图像大模型之后，多(duō)模(mó)态(tài)大模型已经成为了新的(de)趋势。

大模型被誉(yù)为当前人工智能发(fā)展的智能底座，是全球竞(jìng)争最激(jī)烈的研究方向之(zhī)一(yī)，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力。

不过训(xùn)练大模型(xíng)的(de)确价格不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训(xùn)练一次的成本约为140万(wàn)美(měi)元。而对于一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则介于(yú)200万美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客平(píng)均(jūn)数1300万(wàn)计算(suàn)，其对(duì)应芯片需求为(wèi)3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成本(běn)约(yuē)为8亿美(měi)元，每(měi)日仅(jǐn)电费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注各类大模(mó)型的发展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算力(lì)网络正(zhèng)驱动(dòng)AI产业发展(zhǎn)进入史诗级加速进程(chéng)，让AIGC及(jí)通用AI这一人工智能(néng)发(fā)展的终(zhōng)极(jí)目标(biāo)离得更近。

因为(wèi)算力可(kě)以(yǐ)对突(tū)破性技(jì)术创(chuàng)新提供(gōng)大力的支持。这方(fāng)面，多模态大模型是典型。作(zuò)为面向未来(lái)强人(rén)工智能、通用人工智(zhì)能的(de)重(zhòng)要(yào)技(jì)术(shù)创新，多模态大模型已经在人工智能领(lǐng)域提出了(le)很多年，业界(jiè)也有不少技术突破(pò)，但(dàn)是(shì)，多(duō)模(mó)态大模型(xíng)进(jìn)一步往下走(zǒu)，算力需求(qiú)呈几何(hé)式上升，一般(bān)的算力(lì)基(jī)础设施很快将难(nán)以胜任(rèn)。

从图像、文(wén)字(zì)、语音单独一项的训练，到(dào)双模态、三模态的跃迁，让人工智能可以灵活应对不同模态的(de)转化、像人与世界交互一样自然，这方面(miàn)，由算力网络来驱动(dòng)将有明(míng)显(xiǎn)优势。

此外，还有很多需要爆发式增长(zhǎng)的算力来支撑(chēng)的(de)技术创新，将在(zài)人(rén)工(gōng)智(zhì)能算(suàn)力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大(dà)模(mó)型和大算力(lì)的支持下AIGC能持续(xù)颠覆内容生产的方式，将创造的边际成本降(jiàng)低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 迪卡侬属于什么档次，迪卡侬哪个国家的牌子