自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人(rén)比尔·盖茨已多次公开谈论(lùn)人(rén)工智(zhì)能话题。在最(zuì)近的一次采访中(zhōng)，他再次表示(shì)：“AI可(kě)能会让科技行业(yè)迎来一(yī)次剧烈(liè)的洗牌”。

这个结论(lùn)是他在当地时间(jiān)2月20日(rì)接受《In Good Company》节目专访时提出(chū)的。

他预(yù)期(qī)，AI的发展可能会威胁(xié)到(dào)谷歌的(de)市占率，因为微(wēi)软在(zài)AI方(fāng)面的行动相当迅速。而(ér)最终(zhōng)科技(jì)巨头将把(bǎ)AI整合成用户(hù)的“全能助(zhù)手”，包(bāo)揽(lǎn)一切应(yīng)用，与人(rén)们进行沟(gōu)通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到(dào)来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘(huì)画(huà)浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被广大网友熟(shú)知并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中(zhōng)输入一组关键词或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画的关键就是(shì)所输(shū)入的文本。同(tóng)一组关键(jiàn)词(cí)也可以创作出很多张(zhāng)风格(gé)不(bù)一样的画作(zuò)，这让(ràng)创作(zuò)的过程(chéng)就像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊喜，他(tā)们会将生成的美图(tú)当(dāng)做头(tóu)像。而另一(yī)部分喜欢翻看AI绘(huì)画的(de)“翻车”作品。在(zài)社交(jiāo)媒体上，许多用户(hù)分享AI“翻车(chē)现场”，例(lì)如，一位(wèi)网友的(de)小狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘画的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读(dú)博的中国人张吕敏创作的(de)一(yī)种基于控制点的图像(xiàng)变形算(suàn)法(fǎ)，主要用于数字图像处理、计算机视觉和(hé)计(jì)算机图形学等领域(yù)。

其SD插件(jiàn)一(yī)经发布(bù)，在短短的两天(tiān)内便成(chéng)为了AI绘(huì)画(huà)领(lǐng)域最新的热(rè)点。

在此之(zhī)前，大家(jiā)用了很多方法想(xiǎng)让AI生成的(de)结(jié)果(guǒ)尽可(kě)能的符合要求，但(dàn)是都(dōu)不尽如(rú)人(rén)意，它的出现代表着AI生成(chéng)开始(shǐ)进(jìn)入真正的可控时(shí)期。

因(yīn)为ControlNet可以(yǐ)直接(jiē)提取画面的(de)构图(tú)，人物(wù)的姿(zī)势和画(huà)面的深度信息等。有(yǒu)了(le)它的(de)帮助，就不用频繁的用提(tí)示词来碰运(yùn)气，抽盲盒(hé)式的创(chuàng)作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法”，不少博主的作品已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋(péng)友(yǒu)的照(zhào)片(piàn)直(zhí)接带她们(men)走进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始(shǐ)换(huàn)关键词试(shì)效果。

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊艳(yàn)。

更(gèng)厉害的是，除了真实(shí)的照片，草(cǎo)图也可以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩(cǎi)图。大神张(zhāng)吕敏(mǐn)其(qí)本尊也(yě)亲自回应。

不得不(bù)说当下AIGC已经变得越来越强(qiáng)大，甚至输出的(de)作品(pǐn)都(dōu)已经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的(de)消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是全(quán)国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动(dòng)里面给出的美女(nǚ)照(zhào)片都是AI制作的真人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真事传播了。

不过仔细(xì)观察可以发现，活动发(fā)起者提供的照片中有(yǒu)个很大的漏(lòu)洞可以发(fā)现并非真人，而是(shì)AI绘图，那便是(shì)图片中女性(xìng)的手指部分有(yǒu)的存在异(yì)常。

有行业(yè)人事(shì)表示：“现在(zài)因为手指部分的绘画算法比较复(fù)杂，AI还不太会(huì)画人的手，但最新看到(dào)的图片已经有越来(lái)越完(wán)美(měi)的AI模型出现(xiàn)，以后可能(néng)就完全没(méi)有(yǒu)漏(lòu)洞了(le)。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据英国广播公(gōng)司报道，土耳(ěr)其地震(zhèn)期间，有(yǒu)Tiktok用户(hù)使用AI合成了儿童(tóng)受灾的假(jiǎ)照片发(fā)布到网络(luò)，以此诱(yòu)骗善良的人打赏“捐(juān)助”从而(ér)实施诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真人照片般的绘(huì)图(tú)效(xiào)果，如果(guǒ)这(zhè)样的图片被用来诈(zhà)骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担忧(yōu)，一方面，批判者认为AI在“学习”了(le)大量前人的作品之后，其创作没有任(rèn)何情绪和灵(líng)魂，难(nán)以(yǐ)和人类的艺术创(chuàn疏离感和陌生感的意思是什么，疏离感和陌生感的区别g)作相提并论。

另一(yī)方面(miàn)，AIGC背后的版权、目前都并没有(yǒu)得到(dào)有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的(de)创意。

马斯(sī)克也强调，人工(gōng)智能(néng)的安全问题需(xū)要得到重视，太(tài)晚就来不及(jí)了。

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(de)危害并不(bù)能掩盖(gài)其(qí)光辉的贡献。现在看来，人工智能技术将是第四次工业革命的核(hé)心驱动(dòng)力(lì)量，将创造新的增长奇迹。

过去一年，人工(gōng)智能在(zài)技术和商业层(céng)面都有了巨大(dà)进展，AI绘画就是(shì)人工智能技术发生(shēng)方向(xiàng)性改变(biàn)的一个代(dài)表。其(qí)下(xià)一(yī)站或许(xǔ)就(jiù)是视频。

此(cǐ)前，Meta和谷歌(gē)先后(hòu)发布(bù)了几条引爆科技圈的短(duǎn)视频。这(zhè)些视频引发关注并非内容做得多优秀(xiù)，反而都非常简单，比如一匹正在喝水(shuǐ)的(de)马，一只画画(huà)的玩具熊，或者一段骑摩(mó)托车的(de)第一视角(jiǎo)录(lù)像，随便一个(gè)有手机的人都(dōu)可以随手(shǒu)录下(xià)一段。

但这些短视频(pín)的(de)创作(zuò)方式非常(cháng)简(jiǎn)单，创作者仅仅需要向AI输(shū)入一段话，甚至只是说(shuō)一下要求，AI就(jiù)可(kě)以(yǐ)根(gēn)据需要生成一段(duàn)视频。

谷歌发(fā)布的两个AI生(shēng)成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与Meta的(de)Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够做出更高(gāo)清视频的AI还(hái)不足以(yǐ)在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它(tā)可以(yǐ)制作(zuò)出超(chāo)过(guò)2分(fēn)钟(zhōng)的连(lián)贯的也有确切内容的视频(pín)，这才是真正(zhèng)让人(rén)们感到惊喜的(de)地方。因为无论AI生成的视(shì)频多么高清，也只能是(shì)为内容生产者(zhě)提供(gōng)一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有(yǒu)具体剧情内容的视频就意味着(zhe)，一些视频创作(zuò)由AI代替人工完成(chéng)已经初步有(yǒu)了可(kě)能。

当下AI的发展(zhǎn)速度(dù)已经超过大部(bù)分人(rén)的想象。内容产(chǎn)业(yè)的本质是供给创造需求(qiú)，AIGC作为全新的(de)内容(róng)生产方(fāng)疏离感和陌生感的意思是什么，疏离感和陌生感的区别式，可以为内容产业带来更新的内容风格(gé)、更快(kuài)的生产速度，更低(dī)的生产(chǎn)成本，这无(wú)疑会驱动内容产(chǎn)业的(de)大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还(hái)能应用于(yú)音乐、代码(mǎ)、机(jī)器(qì)人动作等多种内容形(xíng)式的生成。不难(nán)发现(xiàn)该项技术不仅在游戏等行业能(néng)得到(dào)有效应用，对于下一代互联网各种元素的构建亦有关键意义。

从商业(yè)化的(de)角度(dù)来看，文化娱(yú)乐、教育、传媒(méi)等诸多(duō)领域，本身就对基(jī)于AI的可视化内容(róng)有强(qiáng)烈需(xū)求。

因(yīn)此，AI绘画及视频或不是(shì)结果，而(ér)只(zhǐ)是AI进程中的一块(kuài)重(zhòng)要拼图(tú)，有望在(zài)技(jì)术(shù)更新的加(jiā)持下实(shí)现更大的应用价值。

AI从理(lǐ)解内容，走向了(le)可(kě)以(yǐ)生成内容，甚至能(néng)够创(chuàng)造出独立价值和独立视(shì)角的内容。AIGC的(de)再次(cì)出圈，更代(dài)表着未来的(de)先进生产力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可(kě)以(yǐ)看出，在语言大(dà)模型、图像(xiàng)大模型(xíng)之后，多(duō)模态大模型已经成为了新的趋势(shì)。

大模型(xíng)被(bèi)誉为当前人(rén)工智能发(fā)展的智(zhì)能(néng)底座，是全(quán)球竞争最激烈的研(yán)究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企(qǐ)业都(dōu)在竞(jìng)相发力。

不(bù)过训练大模型的确价格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成(chéng)本约为140万美(měi)元。而对于(yú)一(yī)些(xiē)更大的LLM(大(dà)型语言模型(xíng))，训练成本则(zé)介于200万(wàn)美元至1200万美元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的独(dú)立访(fǎng)客平均数1300万计算，其对应芯片需(xū)求(qiú)为3万(wàn)多片(piàn)英伟达A100 GPU，初始(shǐ)投入成(chéng)本(běn)约(yuē)为8亿(yì)美元，每日仅电费(fèi)就在(zài)5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞(páng)大算力支持。在(zài)关(guān)注(zhù)各类大模型的(de)发展同(tóng)时，更(gèng)应该关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入(rù)史诗级加速进程，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的(de)终(zhōng)极目标(biāo)离得更近。

因(yīn)为算力可以(yǐ)对(duì)突破性技术创新提供大力(lì)的支持(chí)。这方面，多模态大(dà)模型是典型(xíng)。作为面向未来(lái)强人(rén)工智能(néng)、通用人工智能的重要技术创新，多模态(tài)大模(mó)型已经在(zài)人工智(zhì)能(néng)领(lǐng)域提出了(le)很多年，业界也有不少技术突破，但是，多模态大模型(xíng)进一步(bù)往下(xià)走，算力需求(qiú)呈(chéng)几何式上升，一般(bān)的(de)算力基(jī)础设施很(hěn)快将难以胜任(rèn)。

从图像、文字(zì)、语音(yīn)单独一项的训练，到双模态、三模(mó)态的跃迁，让(ràng)人(rén)工(gōng)智能可以灵活(huó)应(yīng)对不(bù)同模态的转化、像人与世界交互一样自然，这方(fāng)面(miàn)，由(yóu)算力(lì)网(wǎng)络来驱动将有(yǒu)明显优势。

此(cǐ)外(wài)，还有很多需要爆发式(shì)增长的算力来(lái)支撑的技(jì)术创新，将在人工智能算(suàn)力网络支撑下(xià)快速推进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内(nèi)容生产的方(fāng)式，将创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 疏离感和陌生感的意思是什么，疏离感和陌生感的区别