自聊天机器(qì)人ChatGPT火爆以来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论人工智(zhì)能话题(tí)。在(zài)最近的一次采访(fǎng)中，他再(zài)次(cì)表示：“AI可能会(huì)让(ràng)科技行业迎来一次剧烈的洗牌(pái)”。

这(zhè)个结论是他在(zài)当地时间2月(yuè)20日接受《In Good Company》节目(mù)专访时提出(chū)的(de)。

他预期，AI的发展可能会威(wēi)胁到谷歌(gē)的市(shì)占率，因为微软在AI方面(miàn)的行动相当迅速(sù)。而最(zuì)终科(kē)技巨头将(jiāng)把AI整(zhěng)合成用户(hù)的(de)“全能助手”，包揽一切应用(yòng)，与人们进行沟(gōu)通(tōng)并提供建议，可(kě)以取(qǔ)代(dài)亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大(dà)佬口中全(quán)能助手的到(dào)来可(kě)能(néng)尚(shàng)需时日，但由(yóu)ControlNet引发(fā)的又(yòu)一(yī)次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画(huà)为(wèi)代表的AIGC上一次爆火的时候(hòu)，还是2022年8月(yuè)，在美国科(kē)罗拉(lā)多州举(jǔ)办的(de)新兴(xīng)数字(zì)艺术(shù)家(jiā)竞赛(sài)中，一(yī)幅名为《太空歌剧院》的作(zuò)品获奖。

随(suí)后各大厂商的AI绘画(huà)软(ruǎn)件被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可(kě)以在应(yīng)用中(zhōng)输(shū)入一组关键词或者一张照(zhào)片，就(jiù)能获得一幅AI创作的画(huà)作。

作画的关键就是所(suǒ)输(shū)入(rù)的文(wén)本(běn)。同一组关(guān)键词也(yě)可(kě)以创作出很多张风格不一(yī)样(yàng)的画作，这(zhè)让创作的过程就像开(kāi)盲盒。

很多用户很(hěn)喜欢这种不确(què)定的(de)惊喜，他们会将(jiāng)生(shēng)成的美图当做头像(xiàng)。而另一部(bù)分喜欢翻看AI绘(huì)画的“翻车(chē)”作品。在(zài)社(shè)交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一位网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有(yǒu)网(wǎng)友的(de)个(gè)人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的(de)出现与加持(chí)，以往AI绘画(huà)的填写关键词游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位正(zhèng)在斯坦福(fú)读博的中(zhōng)国人(rén)张吕敏创作的一种基于控制点的图像变形算法，主要用于(yú)数字图像处(chù)理、计算机视觉和计(jì)算机图形学等领域(yù)。

其SD插件(jiàn)一经(jīng)发(fā)布，在短短的两天内便成(chéng)为了AI绘(huì)画领域最新(xīn)的热(rè)点。

在此(cǐ)之前，大(dà)家用了很多(duō)方(fāng)法想让AI生成的(de)结(jié)果尽可能的(de)符合要求，但是(shì)都不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开始(shǐ)进(jìn)入(rù)真(zhēn)正的可控时期。

因为ControlNet可(kě)以直接提取画面(miàn)的构图，人物的(de)姿势(shì)和画面的(de)深度信息等。有了它的帮(bāng)助，就不(bù)用频繁(fán)的(de)用提示(shì)词(cí)来碰运气，抽盲盒式(shì)的创作了。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不(bù)少博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是(shì)其(qí)中之一，他用朋友(yǒu)的照片直接带她(tā)们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词(cí)试效果。

通过(guò)图(tú)片就可以(yǐ)看出来，效果(guǒ)十分惊(jīng)艳。

更厉害的(de)是，除了真实的(de)照片，草图也(yě)可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能(néng)实(shí)现线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都(dōu)已经(jīng)能以(yǐ)假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕(tì)安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可能是全国第(dì)一起(qǐ)AI绘图诈(zhà)骗。

由(yóu)于这个活动里面给(gěi)出的美女照片都(dōu)是AI制作的真人照片绘图，因(yīn)为太(tài)逼真，被大家当成真(zhēn)事传播(bō)了(le)。

不过仔细观察可以发现，活动(dòng)发(fā)起者提供的(de)照片中有个(gè)很大(dà)的漏洞(dòng)可以发现并非真(zhēn)人，而是AI绘图(tú)，那便是图片中女(nǚ)性的手指部分(fēn)有(yǒu)的存在异常。

有行(xíng)业人(rén)事(shì)表示(shì)：“现(xiàn)在因为手(shǒu)指部分(fēn)的绘画(huà)算法(fǎ)比(bǐ)较复(fù)杂，AI还不太会画人的手，但最新看到的图片(piàn)已经有(yǒu)越(yuè)来越(yuè)完美的(de)AI模型出现(xiàn)，以后可能就完全没有漏洞了。”

类(lèi)似(shì)的(de)AI作图(tú)诈骗(piàn)在国(guó)外也已有发生。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾(zāi)的假照片发布到(dào)网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做(zuò)出真人照片般的(de)绘(huì)图(tú)效果，如果(guǒ)这样(yàng)的图片被用(yòng)来诈(zhà)骗，将(jiāng)非(fēi)常(cháng)可怕(pà)。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面(miàn)，批判者认为(wèi)AI在“学习”了大量前人的作品之后，其创作(zuò)没有任何情绪和灵(líng)魂，难以和人类的(de)艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的(de)版权、目前都并没(méi)有得到有效的解决，还(hái)有AIGC会不(bù)会代替人类“至高无上(shàng)”的创(chuàng)意。

马斯克也(yě)强调，人(rén)工智能的(de)安全问题(tí)需要得(dé)到重视，太(tài)晚就来不(bù)及了(le)。

03

AIGC下一站除(chú)了视频(pín)，还有(yǒu)远方

技(jì)术(shù)都是(shì)有两面性的，潜(qián)在的危害(hài)并不能(néng)掩盖其光辉的贡献。现在看来，人(rén)工智能技术将是(shì)第四次工业革命的(de)核(hé)心驱动(dòng)力量，将(jiāng)创造新的增(zēng)长奇迹。

过(guò)去一(yī)年，人(rén)工智能在技(jì)术和商业层(céng)面都(dōu)有了巨大(dà)进展，AI绘画就是人工智能技(jì)术发生方(fāng)向(xiàng)性改(gǎi)变的(de)一个(gè)代表(biǎo)。其下一站或许就(jiù)是视频(pín)。

此前(qián)，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆科技圈的短视(shì)频。这(zhè)些视频(pín)引(yǐn)发关注并(bìng)非内容(róng)做得多优秀，反而都非常简单，比如一匹(pǐ)正在(zài)喝水的(de)马(mǎ)，一只画画(huà)的(de)玩具(jù)熊，或者一段骑(qí)摩托(tuō)车的第一(yī)视角录(lù)像(xiàng)，随便(biàn)一(yī)个有(yǒu)手(shǒu)机的人都可以随手录(lù)下一段(duàn)。

反醒和反省有什么不同之处，反醒和反省的区别a-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但这些(xiē)短(duǎn)视(shì)频的(de)创(chuàng)作方式非常简单，创作(zuò)者(zhě)仅仅需要(yào)向AI输(shū)入一段话，甚(shèn)至只(zhǐ)是说(shuō)一下要求，AI就可以根据需要(yào)生成一段视频(pín)。

谷歌(gē)发布的两个AI生成视频(pín)分别来(lái)自于Imagen Video和Phenaki，前(qián)者(zhě)主(zhǔ)要突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够做出更高清视频的(de)AI还(hái)不足以在短时间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方在于(yú)，它可以制作(zuò)出超过2分钟的连贯的也有确切内容(róng)的视频，这才是真正让人们感到惊喜(xǐ)的(de)地方。因为无论AI生成的(de)视频(pín)多么高清(qīng)，也只能是为内容生产(chǎn)者提供一个灵感，一个素(sù)材，一个(gè)过场动(dòng)画(huà)。

不(bù)过能(néng)够制(zhì)作出有具(jù)体剧情内容的(de)视频(pín)就意味着，一些视频(pín)创作由AI代替人工完成已经(jīng)初(chū)步有了可能。

当下AI的发(fā)展速度已经超过大(dà)部(bù)分人的想象(xiàng)。内容产(chǎn)业的本质是供给创(chuàng)造需(xū)求，AIGC作(zuò)为全新的内容生产方式，可以为内容(róng)产业带来(lái)更新的内(nèi)容风(fēng)格、更快的生产(chǎn)速度，更(gèng)低的生产成本，这无疑会驱动内(nèi)容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应(yīng)用于音乐、代码、机器人动作(zuò)等多种内容形式(shì)的生成。不难发现该项技(jì)术(shù)不仅在游戏(xì)等(děng)行业(yè)能得(dé)到有效应用，对于(yú)下一代(dài)互(hù)联网各种元素的构建亦有关键(jiàn)意义(yì)。

从商业化(huà)的(de)角度来看(kàn)，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基(jī)于AI的可视化内容有强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及视频或不是结(jié)果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下实现更大的应用(yòng)价(jià)值。

AI从(cóng)理解内(nèi)容，走向了可以生(shēng)成(chéng)内容，甚(shèn)至能够创造(zào)出独立(lì)价值(zhí)和(hé)独立视角的内容。AIGC的再次出圈，更代(dài)表着未来的先进生产(chǎn)力即将到来(lái)。

04

紧(jǐn)抓大模(mó)型与算力，牢固(gù)AIGC底座

从技术的(de)发展(zhǎn)也可以看出，在(zài)语言大模型、图像大(dà)模型(xíng)之后，多模态大模型已经成(chéng)为了新(xīn)的趋势。

大模(mó)型被誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈(liè)的研究方向之(zhī)一，包括(kuò)谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾(téng)讯等(děng)众多头部企业(yè)都在竞相发力。

不过训练大模型(xíng)的确价(jià)格不菲，以国盛(shèng)证(zhèng)券发(fā)布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练(liàn)一次的成本约(yuē)为140万美元(yuán)。而对(duì)于一些(xiē)更(gèng)大的LLM(大型语(yǔ)言模(mó)型)，训练(liàn)成本则(zé)介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平均(jūn)数1300万计算，其对应芯(xīn)片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅电费(fèi)就在5万(wàn)美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞(páng)大算力(lì)支持(chí)。在关(guān)注各类大模型(xíng)的(de)发(fā)展同时，更应该关注算力(lì)网(wǎng)络的建(jiàn)设。

算力(lì)网络正驱动AI产业发(fā)展进(jìn)入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智(zhì)能发展的终极目标(biāo)离得更近。

因为算(suàn)力可以对突破性技术创新提供大(dà)力(lì)的(de)支持。这方(fāng)面，多(duō)模(mó)态(tài)大模(mó)型是(shì)典型。作为(wèi)面向未来(lái)强人工智(zhì)能、通用人(rén)工智能的重(zhòng)要技术创新，多(duō)模态大模型已经在人工智能领(lǐng)域(yù)提出了很多(duō)年，业界也有(yǒu)不少技术突破，但是，多模(mó)态大模型进一(yī)步往下走，算力需求(qiú)呈几何式上升，一般的算力(lì)基础设施(shī)很快将难以胜(shèng)任。

从图像(xiàng)、文(wén)字、语音单独一项(xiàng)的训(xùn)练(liàn)，到双模态、三模态(tài)的跃迁(qiān)，让人工智能可(kě)以灵活应对不同模态的转化(huà)、像人与世界交互一(yī)样自然，这方面(miàn)，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很多需要(yào)爆发(fā)式增长的(de)算力(lì)来支撑(chēng)的技术(shù)创新，将在人工智能算(suàn)力网络支撑下快(kuài)速推(tuī)进。

AIGC已经(jīng)露(lù)出曙光，期待在(zài)大模型和大算(suàn)力的支持下AIGC能持续(xù)颠覆(fù)内容生产的方(fāng)式，将创(chuàng)造的边际(jì)成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 反醒和反省有什么不同之处，反醒和反省的区别