自(zì)聊天机器(qì)人ChatGPT火爆(bào)以来，微(wēi)软公(gōng)司创始人比尔(ěr)·盖茨(cí)已多次(cì)公开(kāi)谈(tán)论人(rén)工智能话题(tí)。在(zài)最(zuì)近的一次采(cǎi)访中(zhōng)，他再次表示：“AI可能会(huì)让科(kē)技行业迎来一(yī)次剧(jù)烈(liè)的洗牌(pái)”。

这个(gè)结论(lùn)是(shì)他在当(dāng)地时间2月20日接受《In Good Company》节目专访时(shí)提(tí)出的。

他预期，AI的发展(zhǎn)可能(néng)会(huì)威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行(xíng)动相当迅速。而(ér)最(zuì)终(zhōng)科技巨头将(jiāng)把AI整合成用户的“全能助手”，包(bāo)揽一(yī)切(qiè)应用，与(yǔ)人(rén)们进行沟(gōu)通并提供建议(yì)，可以(yǐ)取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话题(tí)热(rè)点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向(xiàng)可控(kòng)靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上一(yī)次爆火的时候(hòu)，还是2022年(nián)8月，在美(měi)国科罗拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后(hòu)各(gè)大(dà)厂商(shāng)的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以(yǐ)在应用(yòng)中输入一组关键(jiàn)词或(huò)者(zhě)一(yī)张照片，就能(néng)获得(dé)一(yī)幅(fú)AI创(chuàng)作的画作。

作画的(de)关键就是所输入的文(wén)本(běn)。同(tóng)一组关键词(cí)也可(kě)以创(chuàng)作出(chū)很多张风格不一样的画作，这让创作的过程就(jiù)像(xiàng)开盲盒。

很多用(yòng)户很喜欢(huān)这种不确定的惊喜，他们(men)会(huì)将生成的(de)美(měi)图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户(hù)分(fēn)享(xiǎng)AI“翻车现场(chǎng)”，例如，一(yī)位(wèi)网(wǎng)友(yǒu)的小(xiǎo)狗照片被AI画成(chéng)了(le)“肌(jī)肉男”，还有网友的个人照片被AI识(shí)别成了(le)建筑。

而如今随着(zhe)ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘(huì)画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的中国人张吕敏创作的一种基(jī)于控(kòng)制点的图像变形算(suàn)法，主要用于(yú)数字图像处理、计算机视觉(jué)和(hé)计算机图形学等领域。

其SD插件一(yī)经(jīng)发布，在短短(duǎn)的两天(tiān)内便(biàn)成为了中元节一般过几天，鬼节不能吃什么东西AI绘画领域最新的热点。

在此之前，大家用了很多(duō)方法想(xiǎng)让(ràng)AI生成的结果(guǒ)尽可能(néng)的(de)符合要(yào)求(qiú)，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提(tí)取画面的(de)构图，人物的姿势和画面(miàn)的深度信(xìn)息等。有了它的帮(bāng)助，就不(bù)用频(pín)繁(fán)的(de)用(yòng)提示词来碰运(yùn)气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相(xiāng)当(dāng)于(yú)给AI绘画加了“魔(mó)法”，不少博主的作(zuò)品已(yǐ)经获得了大(dà)量(liàng)的浏览量，“viggo”就(jiù)是其中之一(yī)，他(tā)用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关(guān)键(jiàn)词试(shì)效(xiào)果。

通过图片就(jiù)可以看(kàn)出来，效(xiào)果十分惊艳。

更厉害的(de)是(shì)，除了真实的照(zhào)片，草图也可(kě)以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩(cǎi)图。大(dà)神张吕敏其本尊也(yě)亲自(zì)回应。

不得不说当下AIGC已(yǐ)经变得越来越强大，甚(shèn)至输出的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经(jīng)过警方(fāng)辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于(yú)这个活动(dòng)里面给出的美女照片都是AI制(zhì)作(zuò)的真人照片(piàn)绘图，因为(wèi)太(tài)逼真，被大家当成真事传播(bō)了。

不过仔细观察可以发现(xiàn)，活(huó)动(dòng)发起者(zhě)提(tí)供(gōng)的照片中有个很大的(de)漏(lòu)洞(dòng)可以发现并非真人，而(ér)是AI绘图，那便是图片中女(nǚ)性的手指部分有(yǒu)的存在异(yì)常。

有行业人事(shì)表示：“现在因(yīn)为手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还(hái)不太会画人的手(shǒu)，但最新看到的图片已经有越来越完美(měi)的AI模型出(chū)现，以(yǐ)后可能就完全(quán)没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生。据英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假(jiǎ)照片发布到网络，以此诱骗(piàn)善良(liáng)的人(rén)打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真(zhēn)人(rén)照片般(bān)的绘图(tú)效果，如果这样(yàng)的(de)图片被用来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还(hái)引发了(le)很多担忧，一方(fāng)面(miàn)，批判者认为AI在“学习(xí)”了大量前人的作(zuò)品之后(hòu)，其创作没有任何情绪和(hé)灵(líng)魂，难以和(hé)人(rén)类的(de)艺术创作(zuò)相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前都并(bìng)没(méi)有得到有效(xiào)的解(jiě)决，还(hái)有AIGC会不会代替人类“至高无(wú)上”的创意。

马斯克也强调，人工智能(néng)的安全问题需要(yào)得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一站(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)能掩盖其(qí)光(guāng)辉的贡献。现在(zài)看来(lái)，人工智能技(jì)术将(jiāng)是第四次工业革命(mìng)的核心驱动力量，将创造新的增长奇迹。

过(guò)去一年(nián)，人工智能(néng)在技术和商业(yè)层面都(dōu)有(yǒu)了巨大(dà)进展，AI绘画(huà)就是人工智能技术发生方向性改变的(de)一个代表(biǎo)。其下一站或(huò)许就(jiù)是视频。

此前，Meta和谷歌先后发(fā)布了几条引(yǐn)爆科技圈的短视频。这些视频引发关注并非(fēi)内(nèi)容做得多(duō)优秀(xiù)，反而(ér)都非常简单，比如一匹正在(zài)喝(hē)水的马，一只画画的(de)玩具熊，或者一段(duàn)骑摩(mó)托车的第(dì)一视角录像(xiàng)，随便一个有手机的人都可以随(suí)手录下一(yī)段。

但(dàn)这些短视频的创作方式非常(cháng)简单，创作者仅仅需(xū)要(yào)向AI输入一段话，甚至(zhì)只是说(shuō)一下要求(qiú)，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发布的两个AI生成视频(pín)分别来自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩(wán)了一(yī)波梗(gěng)，一个(gè)能够做(zuò)出更高清视频的AI还不足以(yǐ)在短时(shí)间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地(dì)方在于，它可以制(zhì)作出超过2分钟的连贯的也有确切内容的(de)视频，这(zhè)才(cái)是真正让人(rén)们感到惊喜(xǐ)的地方(fāng)。因(yīn)为无(wú)论AI生成的(de)视频多么高清，也只(zhǐ)能是为(wèi)内容生(shēng)产者(zhě)提供(gōng)一个灵感，一个(gè)素(sù)材，一个过场动画。

不过能够(gòu)制作出(chū)有具体(tǐ)剧情内容的视频就意味着，一些视频(pín)创作由AI代(dài)替(tì)人工(gōng)完成已经初步有(yǒu)了(le)可能。

当下AI的发(fā)展速(sù)度已经超过大(dà)部分(fēn)人的想象。内容产业的本(běn)质(zhì)是供给创造需(xū)求，AIGC作为全(quán)新的(de)内容(róng)生产方式，可以为内容产业带来更新(xīn)的内容风格(gé)、更快(kuài)的生产速度，更(gèng)低的生产(chǎn)成本，这(zhè)无疑会驱(qū)动内容产业的大(dà)爆发(fā)。

除了AI绘(huì)图、视频(pín)，AIGC技(jì)术还能应用于(yú)音乐、代码、机器人动作(zuò)等多种内容形式的生成。不(bù)难发现该项技术不仅在游戏等(děng)行业(yè)能得到有(yǒu)效应用，对(duì)于下一代互联网(wǎng)各种元素的构建亦有(yǒu)关键(jiàn)意(yì)义(yì中元节一般过几天，鬼节不能吃什么东西)。

从(cóng)商业化的角度(dù)来看，文(wén)化娱乐(lè)、教育、传媒等诸多领域，本身就对基(jī)于(yú)AI的可视化内(nèi)容有强烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视频(pín)或(huò)不是结果，而只是(shì)AI进程中的一(yī)块重要拼图(tú)，有望(wàng)在技术更(gèng)新的加持下实现更大的应用价值。

AI从理解(jiě)内容(róng)，走向了可以生成内容，甚(shèn)至能够创造出(chū)独立价值和独立视角的内容(róng)。AIGC的再次出圈，更(gèng)代表(biǎo)着未(wèi)来的先进生产力即将到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢固AIGC底座

从(cóng)技术(shù)的(de)发展也可(kě)以(yǐ)看出，在语(yǔ)言(yán)大模型(xíng)、图(tú)像大模(mó)型之(zhī)后(hòu)，多模态大(dà)模型已经成为(wèi)了新的趋势。

大(dà)模型被誉为(wèi)当前人工智(zhì)能发展(zhǎn)的智能底座(zuò)，是全球竞争(zhēng)最激烈的研究方向之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾(téng)讯(xùn)等众多(duō)头部企业都在竞(jìng)相发力(lì)。

不过训练大模(mó)型的确价格不菲(fēi)，以国(guó)盛(shèng)证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次(cì)的成本约(yuē)为140万美元(yuán)。而对于(yú)一些更大的(de)LLM(大型语言模型)，训练成本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数(shù)1300万(wàn)计(jì)算(suàn)，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入(rù)成本约为8亿(yì)美元(yuán)，每(měi)日仅电费就在(zài)5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支(zhī)持。在(zài)关注各类大模型(xíng)的发展(zhǎn)同时，更应该(gāi)关(guān)注算力(lì)网络的(de)建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一人工智能发展的终极目标(biāo)离得(dé)更(gèng)近。

因为算力可以对(duì)突破性技(jì)术(shù)创新提供大力的支(zhī)持。这方面(miàn)，多(duō)模态(tài)大模型是典(diǎn)型。作为面向未来强人(rén)工智能、通用人工智能的重要技(jì)术创新，多模态大模(mó)型已经在(zài)人工(gōng)智能领(lǐng)域提出了(le)很多年，业界也有不少技术突破(pò)，但是，多模态大模(mó)型进一步往下走，算力需求(qiú)呈几何(hé)式上升，一般的算(suàn)力基(jī)础设施(shī)很快(kuài)将难(nán)以胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态(tài)的跃迁，让(ràng)人工智能可(kě)以灵活应(yīng)对不同模态(tài)的转化(huà)、像人与世界(jiè)交互一样自然(rán)，这方面，由算(suàn)力网络(luò)来驱动将有明显优(yōu)势。

此(cǐ)外，还有很多(duō)需(xū)要爆(bào)发式增长的算力来支撑的技术(shù)创(chuàng)新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和大算力的支(zhī)持下(xià)AIGC能持续颠覆内容生产的方式，将(jiāng)创造的(de)边(biān)际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 中元节一般过几天，鬼节不能吃什么东西