自聊天机器人ChatGPT火爆以(yǐ)来(lái)，微软公司创始人比尔·盖茨(cí)已多次(cì)公(gōng)开谈论人工(gōng)智能(néng)话题。在最近的(de)一次采访中，他再次(cì)表示：“AI可能(néng)会让(ràng)科技行(xíng)业(yè)迎来一次剧(jù)烈的洗(xǐ)牌”。

这个结论是(shì)他(tā)在(zài)当(dāng)地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能(néng)会威(wēi)胁到谷歌的(de)市占率，因(yīn)为微软(ruǎn)在AI方面(miàn)的(de)行动相当(dāng)迅速。而最终科技巨头(tóu)将把AI整合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用，与人们进行(xíng)沟通并提供建议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口中(zhōng)全能(néng)助(zhù)手的到来(lái)可能尚(shàng)需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在(zài)美(měi)国科罗(luó)拉(lā)多(duō)州举办(bàn)的新兴(xīng)数(shù)字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各大(dà)厂商的AI绘画(huà)软件被广大(dà)网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以在应用(yòng)中输入(rù)一(yī)组关键词或(huò)者一张照片，就(jiù)能获(huò)得(dé)一幅AI创(chuàng)作的画作。

作画的关键(jiàn)就是(shì)所输(shū)入的文(wén)本。同(tóng)一组关键词也可以(yǐ)创作出很多张风(fēng)格不一样的(de)画作，这(zhè)让创作(zuò)的(de)过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他(tā)们会将(jiāng)生成(chéng)的美图(tú)当做头像。而另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作(zuò)品(pǐn)。在社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如(rú)，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照(zhào)片(piàn)被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写(xiě)关键(jiàn)词游戏可能要(yào)被颠覆(fù)了(le)。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国人张吕敏创作的一(yī)种(zhǒng)基于控制点的图(tú)像变形算法，主要(yào)用于数字图像处理、计(jì)算机(jī)视觉和计算(suàn)机图(tú)形学(xué)等领域(yù)。

其SD插件一经发布，在(zài)短短的两天内便成为(wèi)了AI绘画领域最新的热(rè)点。

在此之(zhī)前，大(dà)家(jiā)用了很多方法想(xiǎng)让AI生成的结(jié)果尽可能的符合要求，但是都(dōu)不尽如人意，它的出(chū)现(xiàn)代表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可(kě)以直接提(tí)取画面的(de)构图，人物的姿势和画面(miàn)的深度信息等。有(yǒu)了(le)它的帮助，就不用频繁的用提示词来碰(pèng)运(yùn)气，抽盲(máng)盒式的创作了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主的(de)作(zuò)品已经获得了(le)大量的浏(liú)览(lǎn)量，“viggo”就是(shì)其(qí)中(zhōng)之一，他(tā)用朋友的照片(piàn)直接(jiē)带她(tā)们走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词(cí)；最后用ControlNet插(chā)件(jiàn)绑定骨骼(gé)开始换关键(jiàn)词试效果。

通过图片就可以看出来，效(xiào)果十分惊艳。

更厉害(hài)的(de)是(shì)，除了(le)真实(shí)的照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实(shí)现线稿转全彩图(tú)。大(dà)神张吕敏其本尊(zūn)也亲(qīn)自回应。

不得不(bù)说当下AIGC已经变得(dé)越来越强大，甚(shèn)至输出(chū)的(de)作品都已(yǐ)经(jīng)能(néng)以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金(jīn)鸡(jī)湖(hú)有游艇(tǐng)party”的消息火遍网络(luò)，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由(yóu)于(yú)这个(gè)活动里面(miàn)给出的美(měi)女照片都是AI制作的真人照片绘图，因为太逼真(zhēn)，被大家当成真事传播了。

不过(guò)仔细观察可以(yǐ)发现(xiàn)，活(huó)动(dòng)四大灵猴的兵器叫什么名字发起者提供(gōng)的照片中有个很大的漏洞可以发现并非真(zhēn)人，而是AI绘(huì)图，那便(biàn)是图片(piàn)中女(nǚ)性(xìng)的手指部分有的存(cún)在异常(cháng)。

有行业人(rén)事表示：“现在因为手指部分的绘画算(suàn)法(fǎ)比(bǐ)较复杂，AI还(hái)不太会画人的(de)手，但最新看到的图片已经(jīng)有越来越完美的AI模(mó)型出现，以后可(kě)能就完(wán)全没有漏洞(dòng)了。”

类似(shì)的(de)AI作图诈(zhà)骗在国(guó)外也已(yǐ)有(yǒu)发生。据英国广播(bō)公司报(bào)道，土耳其(qí)地震期间，有Tiktok用户使用AI合(hé)成了(le)儿童受灾(zāi)的假照(zhào)片发(fā)布(bù)到网络(luò)，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助(zhù)”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般(bān)的绘图效果，如果这样的图(tú)片被(bèi)用来诈骗，将非常可(kě)怕。

此外AIGC还(hái)引发了很(hěn)多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的作品之(zhī)后(hòu)，其创作没(méi)有任何情(qíng)绪和灵魂，难以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后的版权、目前都并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代替人类“至高无(wú)上”的创意。

马斯克也(yě)强(qiáng)调，人工智(zhì)能的安全(quán)问题需要得到重视(shì)，太(tài)晚(wǎn)就来不(bù)及了。

03

AIGC下一站除了视频，还有(yǒu)远方(fāng)

技术都是有两面性的，潜在(zài)的危害(hài)并(bìng)不(bù)能掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术将(jiāng)是第四(sì)次工业革(gé)命(mìng)的核(hé)心驱动力(lì)量(liàng)，将(jiāng)创造新的增长奇迹。

过去一(yī)年(nián)，人工(gōng)智能(néng)在技术和(hé)商业层面都有了巨(jù)大进展，AI绘(huì)画就是(shì)人(rén)工智能技术发生(shēng)方向性(xìng)改变的(de)一个代表(biǎo)。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆(bào)科技圈的短(duǎn)视频。这些视频(pín)引发关注并非内(nèi)容做得(dé)多优(yōu)秀，反而都非常简单，比如一匹正在喝水的马(mǎ)，一只画画(huà)的玩(wán)具熊，或者(zhě)一(yī)段骑摩托车(chē)的第一视角录像，随(suí)便一个有(yǒu)手机的人都可以随手录(lù)下一段(duàn)。

但(dàn)这些短视(shì)频(pín)的(de)创作方(fāng)式非常(cháng)简(jiǎn)单，创(chuàng)作(zuò)者仅仅需要(yào)向AI输入一段话，甚至只是说(shuō)一下要求，AI就可以(yǐ)根据需要生成一段视频(pín)。

谷歌发布的两(liǎng)个AI生成视频(pín)分别来(lái)自于(yú)Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩(wán)了一(yī)波(bō)梗，一个能(néng)够做出更(gèng)高清视频的AI还不(bù)足以在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的(de)地(dì)方在于(yú)，它(tā)可以制作出超(chāo)过2分钟的连(lián)贯的也(yě)有确切内容(róng)的(de)视频，这才是真(zhēn)正让(ràng)人们感(gǎn)到(dào)惊喜的地方(fāng)。因(yīn)为无论AI生成的(de)视频(pín)多么(me)高清，也只能(néng)是为内容(róng)生产者(zhě)提供一(yī)个灵感，一(yī)个(gè)素材，一(yī)个过场动画(huà)。

不(bù)过能够制作(zuò)出(chū)有(yǒu)具(jù)体剧(jù)情内容的视(shì)频就意味(wèi)着，一些视频创作由AI代替人(rén)工完成已经初步(bù)有了可(kě)能。

当下AI的发展速(sù)度已(yǐ)经超过大部分人的想象。内容产业(yè)的本质是供给创造需求，AIGC作为全新的内容(róng)生产方式，可(kě)以为(wèi)内容产业(yè)带(dài)来更新的(de)内容(róng)风格、更(gèng)快的生产(chǎn)速度，更低(dī)的生产成本，这无(wú)疑(yí)会驱动内容产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机(jī)器人(rén)动作等多(duō)种内容形式的生成(chéng)。不难发现该项技术不(bù)仅(jǐn)在游(yóu)戏等(děng)行(xíng)业(yè)能得到有效应用，对于(yú)下一代互联网各(gè)种元(yuán)素的构建亦有关(guān)键意义。

从商业化的(de)角度来看(kàn)，文化(huà)娱(yú)乐、教育、传(chuán)媒(méi)等诸多领域，本身就对基于AI的可视化内容有(yǒu)强烈(liè)需求。

因(yīn)此，AI绘画及(jí)视频或不是结果，而(ér)只是AI进程(chéng)中的一块重要拼图，有(yǒu)望(wàng)在技术更新的加持(chí)下实现更大(dà)的(de)应用价(jià)值(zhí)。

AI从理解内(nèi)容，走向了可以生成内(nèi)容，甚至能够创造出(chū)独立价值和(hé)独(dú)立视角的内容。AIGC的再(zài)次(cì)出圈，更代表着未(wèi)来的先进(jìn)生(shēng)产力即将(jiāng)到(dào)来。

04

紧(jǐn)抓大模(mó)型(xíng)与算力，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出(chū)，在语言大模型、图像(xiàng)大模型之后，多模态(tài)大模型已经成(chéng)为了新的趋(qū)势。

大模型被誉为当前人(rén)工智能发展的智能底座(zuò)，是(shì)全(quán)球竞(jìng)争最(zuì)激烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度(dù)、阿里、腾(téng)讯等众多头(tóu)部(bù)企(qǐ)业都在(zài)竞相(xiāng)发力。

不过(guò)训(xùn)练大模(mó)型(xíng)的确价格不菲(fēi)，以(yǐ)国盛证券(quàn)发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次(cì)的成本约(yuē)为140万美(měi)元。而对于一些更大的LLM(大型(xíng)语言模(mó)型)，训练成(chéng)本则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本约(yuē)为(wèi)8亿美元，每日仅电费就在5万(wàn)美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞(páng)大算力(lì)支持。在关注各类大模型的发展同时，更(gèng)应该(gāi)关(guān)注算(suàn)力网络的建(jiàn)设(shè)。

算力网络正驱(qū)动AI产业发(fā)展进入史(shǐ)诗级加速进(jìn)程(chéng)，让AIGC及通(tōng)用AI这一人(rén)工智(zhì)能发展的终极目标离得更近。

因为算力可以对突破性技(jì)术创(chuàng)新提供大力(lì)的支(zhī)持。这方(fāng)面，多模态(tài)大(dà)模(mó)型是典型。作为(wèi)面向未来(lái)强人工智能(néng)、通用人(rén)工智能的重要技(jì)术创新(xīn)，多(duō)模态大模型已(yǐ)经在人工(gōng)智能领域提出了很多年，业(yè)界也有不少技术突破，但是，多模态大(dà)模型进(jìn)一步(bù)往下走(zǒu)，算力(lì)需求呈几(jǐ)何式上(shàng)升，一般(bān)的算力(lì)基础设(shè)施很(hěn)快将难以胜任(rèn)。

从图像、文字、语音(yīn)单独一项的(de)训练，到双模态、三模(mó)态的跃迁，让人工智能可(kě)以灵(líng)活应对不同模态的转化、像人(rén)与世界交互一样自(zì)然，这(zhè)方面(miàn)，由(yóu)算力网络来驱动(dòng)将有明显(xiǎn)优势。

此外，还(hái)有很(hěn)多需要(yào)爆发式增长的算(suàn)力来支撑的(de)技术创新，将在人(rén)工智能算力网络支撑下快速推进(jìn)。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的(de)支持下AIGC能持(chí)续颠(diān)覆内容(róng)生产的方式，将创(chuàng)造(zào)的(de)边(biān)际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 四大灵猴的兵器叫什么名字