自聊(liáo)天机(jī)器人(rén)ChatGPT火(huǒ)爆以来，微软公司创始人(rén)比(bǐ)尔·盖(gài)茨(cí)已多次公开谈论人工智能话题。在最近(jìn)的一次采访中，他(tā)再次表示：“AI可能会让科技行业(yè)迎来一(yī)次剧烈的洗(xǐ)牌”。

这(zhè)个结论是他在当地时(shí)间(jiān)2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他(tā)预期，AI的发展可能会威胁到(dào)谷(gǔ)歌的市(shì)占率，因为微(wēi)软在(zài)AI方面的行动相当迅速。而最终(zhōng)科(kē)技巨头(tóu)将把AI整合成用户的(de)“全能助手”，包揽一切应用(yòng)，与人们(men)进行(xíng)沟通并(bìng)提供(gōng)建(jiàn)议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的(de)话题热点(diǎn)包围(wéi)中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆火的(de)时候，还是2022年(nián)8月，在美国科罗拉多州(zhōu)举办(bàn)的新(xīn)兴数字(zì)艺术家竞赛中，一幅名为(wèi)《太(tài)空(kōng)歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被广(guǎng)大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以在应(yīng)用中(zhōng)输入(rù)一组(zǔ)关键词(cí)或者一张(zhāng)照片，就能获得一(yī)幅AI创(chuàng)作(zuò)的画作。

作画的关键就是所输入的文(wén)本(běn)。同一(yī)组关(guān)键词(cí)也可以创(chuàng)作出(chū)很多张(zhāng)风格不一样的画(huà)作，这让创(chuàng)作的过程就像(xiàng)开盲盒。

很(hěn)多用(yòng)户很(hěn)喜欢这(zhè)种不确定的惊(jīng)喜，他们会将生成的美(měi)图(tú)当做头像。而另一部分喜欢翻看(kàn)AI绘画(huà)的“翻车”作品(pǐn)。在社交媒(méi)体上，许多用户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的(de)个人(rén)照片被AI识(shí)别成(chéng)了建筑。

而(ér)如今(jīn)随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填写关键(jiàn)词(cí)游戏可能要被颠(diān)覆了。

ControlNet是(shì)一位(wèi)正在斯坦福读博的(de)中国人张吕敏创作(zuò)的一种(zhǒng)基于控制点的图像变形算(suàn)法，主(zhǔ)要用(yòng)于数(shù)字图(tú)像处理、计算机视觉和计算机(jī)图形学(xué)等领域。

其SD插件(jiàn)一经发(fā)布(bù)，在(zài)短短(duǎn)的两天内(nèi)便成为了(le)AI绘画领域最(zuì)新的热点。

在此之前，大家用(yòng)了很多(duō)方法想让AI生成的结果尽可能(néng)的符合要(yào)求，但(dàn)是(shì)都(dōu)不尽如人意，它的出现代表着AI生(shēng)成开(kāi)始(shǐ)进(jìn)入真正的(de)可控时期。

因为(wèi)ControlNet可以直接提取画(huà)面的构图，人物(wù)的(de)姿势和(hé)画面(miàn)的深度(dù)信息等。有了它的帮助(zhù)，就(jiù)不用频繁(fán)的用提示(shì)词(cí)来碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相(xiāng)当于给(gěi)AI绘画加了(le)“魔法”，不少博主的作品已经获(huò)得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的(de)照(zhào)片直接带(dài)她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以看出(chū)来，效果十分惊(jīng)艳。

艾特是什么意思g="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉(lì)害(hài)的(de)是，除了真实的照片，草图也可(kě)以加上“魔法”，知(zhī)乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得(dé)不说当下(xià)AIGC已经(jīng)变得越来越强大，甚至输(shū)出的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖(hú)有游艇party”的消(xiāo)息火(huǒ)遍网络，而经(jīng)过警(jǐng)方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这个(gè)活动(dòng)里面给(gěi)出的美女照片(piàn)都是AI制作的真人照片绘图(tú)，因为太逼真，被大家当(dāng)成真事传播了。

不过仔细观(guān)察可(kě)以发现，活(huó)动(dòng)发起者提供的照片(piàn)中(zhōng)有个很大的(de)漏洞可以发现并非真(zhēn)人，而是AI绘图，那便(biàn)是(shì)图(tú)片中女性的手(shǒu)指部分有的存在异常。

有行(xíng)业人事表示：“现在因为(wèi)手(shǒu)指(zhǐ)部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看(kàn)到的图片已(yǐ)经有越来越完美的AI模(mó)型出现，以(yǐ)后可能就完(wán)全没有漏(lòu)洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗在国外也已有发(fā)生。据英国广播公司报道(dào)，土耳其(qí)地(dì)震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片(piàn)发(fā)布(bù)到(dào)网(wǎng)络，以此诱(yòu)骗善良的人(rén)打赏“捐助”从而(ér)实施(shī)诈骗。

目前随着技术发(fā)展，AIGC已经(jīng)能做出真人照片(piàn)般(bān)的绘(huì)图效果，如果这(zhè)样(yàng)的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批判者认为AI在(zài)“学习”了大(dà)量前人的作品之后，其(qí)创作没有任何情绪(xù)和灵魂，难以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到有(yǒu)效的解(jiě)决，还(hái)有AIGC会不会代替人类(lèi)“至高无上(shàng)”的创意。

马(mǎ)斯克也(yě)强调，人工智能的(de)安全(quán)问题需要得到重视，太(tài)晚就来不及了(le)。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性的，潜在(zài)的危害(hài)并不能掩(yǎn)盖其光辉的(de)贡献。现在看来(lái)，人工(gōng)智能(néng)技术将是第四(sì)次工业革命的核心驱动力(lì)量，将创造(zào)新的增长奇迹。

过去一年，人工智能在技术(shù)和商(shāng)业(yè)层面都有了巨(jù)大进展，AI绘(huì)画(huà)就是人工智能技(jì)术发生方(fāng)向性改变(biàn)的一个(gè)代表。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了(le)几(jǐ)条引(yǐn)爆科技(jì)圈的短视频(pín)。这些视(shì)频引发关注(zhù)并非内容做得多优(yōu)秀(xiù)，反而都非常简单，比(bǐ)如一匹(pǐ)正在喝水的(de)马，一(yī)只画画的玩具熊，或者(zhě)一(yī)段骑摩(mó)托车的第一视角(jiǎo)录像，随便一(yī)个有手机的人都可以随(suí)手录下一段。

但这些(xiē)短(duǎn)视频(pín)的创(chuàng)作方式非常(cháng)简单，创作者仅仅需要向AI输入一(yī)段话(huà)，甚至只是说一下要求，AI就(jiù)可以(yǐ)根(gēn)据需要生成一段视(shì)频(pín)。

谷歌发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差(chà)别。

在Make-A-Video公布了(le)AI生(shēng)成的(de)视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能够(gòu)做出更高清(qīng)视频的AI还不足(zú)以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的(de)地方在(zài)于(yú)，它可以制(zhì)作出超过2分钟的连贯的(de)也有确切(qiè)内容的(de)视频，这才是真正让人们感到惊(jīng)喜(xǐ)的地(dì)方。因为无论AI生成的视(shì)频多么高清，也只能是为内容生(shēng)产者提供一个(gè)灵感，一(yī)个素材，一个(gè)过场动画。

不(bù)过(guò)能够制(zhì)作出有具体剧情(qíng)内容(róng)的视频就(jiù)意味着(zhe)，一些视频创作由AI代替人(rén)工完成已经初(chū)步有了可能。

当下AI的发展速度已经超(chāo)过大部分(fēn)人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新(xīn)的(de)内容生(shēng)产方式，可以(yǐ)为(wèi)内容产业(yè)带来更新的内(nèi)容风格、更快的(de)生产速(sù)度，更低的生产成本，这无(wú)疑(yí)会(huì)驱动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机器人动作等(děng)多种内容(róng)形式的生成。不(bù)难发现该项技术不仅在游戏等行(xíng)业能得到(dào)有效应(yīng)用，对(duì)于下(xià)一代(dài)互联(lián)网各种元(yuán)素的构(gòu)建亦有关键(jiàn)意义。

从商业化的角度来看，文(wén)化娱(yú)乐、教育、传(chuán)媒等(děng)诸多领域，本(běn)身就(jiù)对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频(pín)或艾特是什么意思不(bù)是结果，而只是AI进程中(zhōng)的一块重(zhòng)要拼图，有望在技术(shù)更(gèng)新的加持下实现(xiàn)更大的应用价值(zhí)。

AI从理解内容，走向(xiàng)了可以生成(chéng)内容(róng)，甚至能够创造出独立价值和(hé)独立视角的内容(róng)。AIGC的再次出(chū)圈，更代表着未(wèi)来的先(xiān)进生产力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢固(gù)AIGC底座(zuò)

从技术的发展(zhǎn)也可以看(kàn)出，在语言(yán)大(dà)模型、图(tú)像大模型之后，多模态大模型(xíng)已经成为(wèi)了新的(de)趋势。

大(dà)模(mó)型被(bèi)誉为当前人工(gōng)智能发展的(de)智能底座，是全球竞争最激(jī)烈的研究(jiū)方向之(zhī)一，包括谷歌(gē)、亚马逊、百(bǎi)度(dù)、阿里、腾讯(xùn)等众多头部(bù)企业(yè)都在竞相(xiāng)发力。

不过(guò)训练大模型的确价(jià)格不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训练(liàn)一次的(de)成本约为140万美元。而对(duì)于一(yī)些(xiē)更大的(de)LLM(大(dà)型(xíng)语言模型)，训练成(chéng)本则介于200万美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算(suàn)，其对应芯片需求为3万(wàn)多片英伟(wěi)达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日仅电费就(jiù)在5万美元左右(yòu)。

此外(wài)不论(lùn)是(shì)ChatGPT还是AIGC，都离不(bù)开庞(páng)大算(suàn)力支(zhī)持。在关注各类大模型(xíng)的发展同(tóng)时，更(gèng)应该关注算力(lì)网络的建设。

算力网络正(zhèng)驱动AI产(chǎn)业发(fā)展进(jìn)入史(shǐ)诗级加速进程，让AIGC及通用AI这(zhè)一(yī)人(rén)工智(zhì)能发展的终极目标(biāo)离得更近。

因为算力可以(yǐ)对突破性技术(shù)创(chuàng)新提供大(dà)力的支持。这方面，多(duō)模态大模型是典型。作(zuò)为面向(xiàng)未(wèi)来强人工智能、通用人(rén)工智能的重要技术创新，多模态大模型(xíng)已经在人工智能(néng)领域提出了很多年，业界(jiè)也有(yǒu)不少技(jì)术突破，但是，多模态大(dà)模型进一步(bù)往下(xià)走，算力需(xū)求(qiú)呈几何式(shì)上升(shēng)，一(yī)般的(de)算力基(jī)础设施很快将(jiāng)难以(yǐ)胜任。

从图像、文(wén)字、语音(yīn)单独一项的训(xùn)练，到(dào)双模(mó)态、三模(mó)态的跃迁(qiān)，让人工智(zhì)能可(kě)以(yǐ)灵活应对不(bù)同模(mó)态的转(zhuǎn)化、像人与世界交互一(yī)样自然(rán)，这方面，由算(suàn)力网络来驱动将(jiāng)有明显优(yōu)势。

此外(wài)，还(hái)有很多(duō)需要(yào)爆发式增(zēng)长(zhǎng)的算(suàn)力来支撑的(de)技术创新(xīn)，将在人工智能算(suàn)力(lì)网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模(mó)型和大算力的支持下AIGC能持续颠覆(fù)内容(róng)生产的方式(shì)，将创造的(de)边际成(chéng)本降低(dī)，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 艾特是什么意思