自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人(rén)比尔·盖茨已多(duō)次公(gōng)开谈论人工智能话(huà)题。在最近(jìn)的一次(cì)采访中，他(tā)再次表示：“AI可能会让科技(jì)行业迎(yíng)来一次剧烈的(de)洗牌”。

这(zhè)个结(jié)论是他(tā)在当地时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提出(chū)的。

他预期，AI的发展可能(néng)会(huì)威胁到谷歌的市占率，因为微(wēi)软在AI方面的(de)行(xíng)动相当迅速。而最终(zhōng)科技(jì)巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟(gōu)通并(bìng)提供建议，可(kě)以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(y一厢情愿是什么意思òng)。

大佬口中全能助手的到来可(kě)能(néng)尚需时日，但由ControlNet引(yǐn)发的(de)又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘(huì)画(huà)新玩(wán)法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次(cì)爆火的(de)时候(hòu)，还是2022年8月，在美(měi)国科罗拉多(duō)州举办的(de)新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获(huò)奖。

随后(hòu)各大厂商的(de)AI绘画软件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一组关键词或者一(yī)张照片(piàn)，就能获(huò)得一幅AI创(chuàng)作(zuò)的(de)画作。

作画的(de)关键就是所输入的文本。同(tóng)一组关键词(cí)也(yě)可以创(chuàng)作出很多张风格(gé)不一(yī)样(yàng)的画作，这让创作的过程就像开盲盒。

很(hěn)多用户很喜(xǐ)欢这种不确(què)定的(de)惊喜，他们会将生成(chéng)的美图当(dāng)做头像(xiàng)。而(ér)另一部(bù)分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交(jiāo)媒体上(shàng)，许多用户分享AI“翻(fān)车现场”，例(lì)如，一位网友的小狗照片被AI画成了“肌肉男”，还(hái)有网(wǎng)友(yǒu)的个人照(zhào)片被AI识别成(chéng)了建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画的(de)填(tián)写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读(dú)博(bó)的中国人(rén)张吕敏创作(zuò)的一种基于控制点的图像变(biàn)形算(suàn)法(fǎ)，主要用于数字图(tú)像处(chù)理、计算机视觉和计算(suàn)机图(tú)形学(xué)等领域。

其SD插件(jiàn)一经发布，在(zài)短短(duǎn)的两天内便成为了AI绘(huì)画领域最新的热点。

在此之前，大家用(yòng)了(le)很多方(fāng)法(fǎ)想让AI生成的结果尽可能(néng)的符合(hé)要求，但是(shì)都不尽如人意，它(tā)的出现代表着AI生(shēng)成(chéng)开始进入(rù)真(zhēn)正的可控(kòng)时期。

因为(wèi)ControlNet可以(yǐ)直接(jiē)提(tí)取画面的构(gòu)图，人物的(de)姿势和(hé)画面的深度信(xìn)息等(děng)。有了它的(de)帮助，就不(bù)用频繁的用提示词来碰运气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔(mó)法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直接带她们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用(yòng)ControlNet插件绑定骨骼(gé)开始(shǐ)换关(guān)键词试效果(guǒ)。

通过图片就可以(yǐ)看(kàn)出来，效(xiào)果十(shí)分惊艳。

更厉害的是，除了真实的照片，草(cǎo)图(tú)也可以加上(shàng)“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其(qí)本尊(zūn)也亲自回应。

不得不(bù)说当下(xià)AIGC已经变得(dé)越来越强大(dà)，甚(shèn)至输出(chū)的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警(jǐng)惕安全问题(tí)

近日，“苏州金(jīn)鸡湖有游艇party”的消息(xī)火遍网络，而经(jīng)过警方辟谣这(zhè)所(suǒ)谓的“party”可能是(shì)全国第(dì)一(yī)起(qǐ)AI绘图(tú)诈骗。

由于(yú)这个活动里(lǐ)面给出的(de)美女照片都是AI制作的真人照片绘图，因为太逼真(zhēn)，被大(dà)家当成真事传播了。

不过仔细观察可以发现，活动发起(qǐ)者提供的照(zhào)片中有个很大的漏洞(dòng)可以发现并非真人，而(ér)是(shì)AI绘图，那便是图片中女性的(de)手(shǒu)指部(bù)分有的存(cún)在异常。

有行业人(rén)事表示：“现在(zài)因为(wèi)手指部分的绘画(huà)算法比较复杂，AI还不(bù)太(tài)会(huì)画人的手，但最新看到(dào)的图片已经(jīng)有越(yuè)来越完(wán)美的AI模型(xíng)出现，以后可能就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈骗在国外也(yě)已有发(fā)生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合(hé)成了儿(ér)童受(shòu)灾的假照片发布到(dào)网(wǎng)络(luò)，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前随着技术(shù)发展，AIGC已经能(néng)做出(chū)真人照片般的绘图效果，如果这样(yàng)的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判(pàn)者认(rèn)为AI在“学习”了大量(liàng)前人的作品(pǐn)之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难以和人类的艺术创(chuàng)作相提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背(bèi)后的版(bǎn)权、目前都并没有得(dé)到有效(xiào)的(de)解决，还有(yǒu)AIGC会不会代替人(rén)类“至高无(wú)上”的创(chuàng)意。

马斯(sī)克也强调，人(rén)工智(zhì)能的安全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还(hái)有远方(fāng)

技术都(dōu)是(shì)有两面性的，潜(qián)在的(de)危害并不能(néng)掩盖其(qí)光辉的贡(gòng)献(xiàn)。现在看来，人工智(zhì)能(néng)技(jì)术将是第四次工业革命的核心驱(qū)动力量，将创造(zào)新的增(zēng)长奇迹。

过(guò)去(qù)一(yī)年，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人工智能技术(shù)发生方向(xiàng)性改(gǎi)变(biàn)的(de)一个(gè)代(dài)表(biǎo)。其下一站或许就(jiù)是视(shì)频。

此(cǐ)前，Meta和(hé)谷歌先(xiān)后(hòu)发布(bù)了几条(tiáo)引爆科技圈的(de)短视(shì)频。这些视(shì)频引发关(guān)注并非内容做得(dé)多优秀，反(fǎn)而都(dōu)非(fēi)常简(jiǎn)单，比如(rú)一匹正在喝水的马，一只画画(huà)的玩具(jù)熊(xióng)，或(huò)者(zhě)一段骑摩托车(chē)的第一视角录像，随(suí)便一(yī)个有(yǒu)手机(jī)的(de)人都可以随(suí)手录(lù)下一段(duàn)。

但这些短视频的创作(zuò)方式非常(cháng)简单，创作(zuò)者仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频(pín)。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个能够做出(chū)更高清视频(pín)的AI还不足以在(zài)短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作(zuò)出(chū)超过2分钟的连贯(guàn)的也(yě)有确切内容(róng)的视频，这才是(shì)真正让人(rén)们感到惊喜的地方(fāng)。因为无论AI生成的视频(pín)多么高清，也只能是为内容生产(chǎn)者提供(gōng)一个灵感，一个(gè)素材，一个过场动画。

不过(guò)能(néng)够(gòu)制作出(chū)有具体剧情内容的(de)视频就意味着，一些视(shì)频创作(zuò)由AI代替(tì)人(rén)工完成已经初(chū)步有(yǒu)了可能。

当下AI的发展(zhǎn)速度已经超过大部分人的想(xiǎng)象。内容产业的(de)本质是(shì)供给创造(zào)需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带来(lái)更新(xīn)的内(nèi)容风格、更快(kuài)的生产(chǎn)速度，更低的生产(chǎn)成(chéng)本，这无疑会驱动内(nèi)容产业的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能(néng)应用于音乐、代码、机器人动作等多种内容形式的(de)生(shēng)成(chéng)。不(bù)难发现该项技术(shù)不仅在游戏(xì)等行业能得到有效应用，对于下(xià)一(yī)代互联网(wǎng)各种元(yuán)素的构(gòu)建(jiàn)亦有(yǒu)关键意义。

从商(shāng)业(yè)化的角度来看，文化娱(yú)乐、教(jiào)育、传媒等诸(zhū)多领域(yù)，本(běn)身就对基(jī)于AI的可(kě)视化内容有强烈需求。

因此(cǐ)，AI绘画(huà)及视(shì)频或不是结果，而只是AI进(jìn)程中的一(yī)块重要拼图，有(yǒu)望在(zài)技术更新的加持下实现更大的应用价值。

AI从(cóng)理解内容，走向了可以生成(chéng)内容，甚至能够创(chuàng)造出独(dú)立价值和独立视角的内容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先进生产力(lì)即将到来。

04

紧抓大(dà)模型与算(suàn)力，牢固(gù)AIGC底(dǐ)座(zuò)

从(cóng)技(jì)术的发展也可以看(kàn)出，在(zài)语言(yán)大模型、图像大模型之后，多模态大模(mó)型已经(jīng)成为(wèi)了新(xīn)的(de)趋势。

大(dà)模型(xíng)被(bèi)誉为当(dāng)前人工智能发展的智能底(dǐ)座，是全球竞争最激(jī)烈的研(yán)究(jiū)方向之(zhī)一，包括(kuò)谷歌、亚马(mǎ)逊、百度、阿里、腾讯等(děng)众多头部(bù)企业(yè)都在竞相(xiāng)发力。

不(bù)过(guò)训练大模型的(de)确(què)价(jià)格不(bù)菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练(liàn)一次的成本(běn)约(yuē)为(wèi)140万(wàn)美(měi)元。而对于(yú)一些更大(dà)的LLM(大(dà)型语(yǔ)言模型)，训(xùn)练成本则(zé)介于200万美(měi)元至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访(fǎng)客平均(jūn)数1300万计算(suàn)，其(qí)对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美元，每(měi)日(rì)仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注(zhù)各类(lèi)大(dà)模型的发展(zhǎn)同时，更应该关注算力网络的建设。

算力网(wǎng)络正驱动AI产(chǎn)业(yè)发(fā)展进入史诗(shī)级(jí)加速进程(chéng)，让AIGC及(jí)通用AI这一人工智能发展的(de)终极(jí)目标离(lí)得(dé)更近。

因为算力可以对突破性(xìng)技术创新提供大力(lì)的支持(chí)。这方面，多(duō)模态大(dà)模型是典型。作为面向(xiàng)未(wèi)来强人工智能、通用人工智能的重要技术创新(xīn)，多(duō)模态大模型已经(jīng)在(zài)人工(gōng)智能领域提(tí)出了很多年(nián)，业界也有不少(shǎo)技术(shù)突(tū)破，但是，多模态大模型进一步往下(xià)走，算(suàn)力需(xū)求呈(chéng)几何式上(shàng)升(shēng)，一般的算力基(jī)础设施很快将难(nán)以胜任。

从图(tú)像、文字、语音单(dān)独一项的训练，到双模(mó)态、三模态的跃(yuè)迁(qiān)，让人工智能可以灵活应对不同模(mó)态的(de)转(zhuǎn)化(huà)、像人与世(shì)界交互一样自(zì)然，这方面，由算力网络来驱动将有明显优(yōu)势(shì)。

此外，还有很多需要爆发式增长(zhǎng)的(de)算力来支撑的技术创新，将在人工(gōng)智能算力网络支撑(chēng)下快(kuài)速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在(zài)大模型和大算力(lì)的支持(chí)下AIGC能持续(xù)颠覆(fù)内容生产(chǎn)的方式，将创造的边际(jì)成本(běn)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 一厢情愿是什么意思