自聊天(tiān)机器(qì)人ChatGPT火爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨已(yǐ)多次公开谈论人工智能(néng)话题。在最近的一(yī)次采访中，他(tā)再次表示：“AI可能会(huì)让(ràng)科技(jì)行(xíng)业迎来(lái)一次剧烈的洗牌”。

这(zhè)个结(jié)论(lùn)是他在当(dāng)地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的(de)行动相当迅速。而最终科技(jì)巨头将把AI整合成(chéng)用户的“全能助(zhù)手”，包揽一切应(yīng)用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到(dào)来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的(de)AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在美(měi)国科(kē)罗拉(lā)多州举(jǔ)办的新兴数字(zì)艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品获(huò)奖。

随后各大厂商的(de)AI绘画软件被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用(yòng)户们可以在(zài)应用中(zhōng)输(shū)入一(yī)组(zǔ)关键词或者一张照片，就能获得一(yī)幅(fú)AI创作的画作。

作画的关键就是所输入的文本。同一组(zǔ)关键词也可以(yǐ)创作出很多张(zhāng)风格(gé)不(bù)一(yī)样的画作，这(zhè)让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生成的美(měi)图(tú)当(dāng)做头像(xiàng)。而(ér)另(lìng)一部分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上(shàng)，许多用户分享AI“翻(fān)车现场”，例如，一位网友的小狗照(zhào)片被AI画成了“肌肉(ròu)男”，还(hái)有(yǒu)网(wǎng)友的(de)个(gè)人照片(piàn)被AI识(shí)别(bié)成了建筑。

而如今随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯(sī)坦福(fú)读博的中国(guó)人张吕敏创作的(de)一(yī)种(zhǒng)基(jī)于控制点(diǎn)的图像(xiàng)变形算法，主要用于数字图像处理、计算机视觉和(hé)计算(suàn)机图形学等(děng)领域。

其SD插件一经发布，在短(duǎn)短的两天内便成为了AI绘画领域(yù)最新的热(rè)点。

在此(cǐ)之前，大家用了很多方法想让AI生成的(de)结(jié)果(guǒ)尽可能的符合要求，但是都不(bù)尽如人意，它的出(chū)现代表着AI生成开始进(jìn)入(rù)真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和画(huà)面的深(shēn)度(dù)信(xìn)息等。有了它的帮(bāng)助，就不(bù)用频繁的用(yòng)提示词来碰运(yùn)气，抽盲盒式的创作(zuò)了。

通(tōng)俗的说(shuō)ControlNet相当(dāng)于给(gěi)AI绘画加了“魔法”，不(bù)少博主的作品已经获得了大量的(de)浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友(yǒu)的照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键(jiàn)词试效果。

通(tōng)过(guò)图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏(mǐn)其本尊(zūn)也亲(qīn)自回应。

不得(dé)不(bù)说当下(xià)AIGC已经变得越来(lái)越强大，甚至输出(chū)的(de)作品(pǐn)都已经(jīng)能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕安全问题(tí)

近日(rì)，“苏州金(jīn)鸡湖(hú)有游艇party”的消息火遍网络，而经(jīng)过警方辟谣这(zhè)所(suǒ)谓的“party”可能是(shì)全国第一起(qǐ)AI绘(huì)图诈骗(piàn)。

由于这个(gè)活(huó)动里面给(gěi)出的(de)美女照片都是(shì)AI制作的(de)真(zhēn)人照片绘图，因为(wèi)太逼真，被大家(jiā)当成真事传播了。

不过(guò)仔细观察(chá)可以发(fā)现，活动发起者(zhě)提(tí)供的照(zhào)片中有个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便是图片中女性的手(shǒu)指部(bù)分(fēn)有的存(cún)在(zài)异常。

有行业人事(shì)表示：“现在(zài)因(yīn)为手指部分的绘画(huà)算法比(bǐ)较复杂，AI还(hái)不(bù)太会(huì)画人的手(shǒu)，但最新看到(dào)的图(tú)片已经有越来(lái)越完(wán)美的AI模(mó)型出现，以后可能就(jiù)完全没有(yǒu)漏洞了(le)。”

类似的AI作图诈骗在国(guó)外(wài)也(yě)已有发生。据英(yīng)国广播(bō)公司报道，土耳其地(dì)震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿(ér)童受(shòu)灾的假照片发布到网络，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已(yǐ)经(jīng)能(néng)做(zuò)出真人(rén)照片般的绘图效果，如(rú)果这样(yàng)的图片被(bèi)用来诈骗，将非(fēi)常(cháng)可怕(pà)。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方面，批判者认为(wèi)AI在“学习”了(le)大量前人的作品之(zhī)后，其(qí)创作没有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺术(shù)创作相(xiāng)提(tí)并论。

另(lìng)一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的(de)解(jiě)决，还有AIGC会不会代替人类“至高无上”的(de)创意。

马斯克也强调，人(rén)工(gōng)智能(néng)的安全问题(tí)需(xū)要得(dé)到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了(le)视(shì)频，还有远方

技术都是有(yǒu)两面性的，潜在的危(wēi)害并(bìng)不能(néng)掩盖其光辉的(de)贡(gòng)献。现在看来(lái)，人工智能(néng)技(jì)术将(jiāng)是(shì)第四(sì)次工业革(gé)命的核(hé)心驱(qū)动力量，将(jiāng)创造新的增长奇迹(jì)。

过去一年，人工智能在技术和商业层面都有(yǒu)了巨大进(jìn)展，AI绘画就是人工智能技(jì)术发生方向性改(gǎi)变的一个代表。其下一(yī)站或(huò)许就是视频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆科(kē)技(jì)圈的短视频。这些视频引发(fā)关(guān)注并非内容做(zuò)得(dé)多优秀，反(fǎn)而都非常简单，比如(rú)一匹正(zhèng)在喝水(shuǐ)的(de)马，一只画画的(de)玩(wán)具熊，或者一段骑摩托车的第一视角录像(xiàng)，随(suí)便一个(gè)有手机(jī)的人都可以(yǐ)随(suí)手录(lù)下一段。

但(dàn)这些短视频的创(chuàng)作方式(shì)非常简(jiǎn)单，创(chuàng)作者仅仅需要向AI输(shū)入一段话，甚至(zhì)只是说一下要求，AI就可以(yǐ)根据需要生成一段(duàn)视频。

谷歌发布的两个AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出(chū)的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈(quān)就已经玩(wán)了一(yī)波梗，一个(gè)能够做出更(gèng)高清(qīng)视(shì)频的AI还不(bù)足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制(zhì)作出超过(guò)2分钟的连(lián)贯的(de)也有确(què)切内容的(de)视频，这才是真正(zhèng)让人们(men)感到惊喜的定性变量与定量变量区别在哪，定性变量与定量变量区别地方(fāng)。因为(wèi)无论(lùn)AI生成的(de)视频多(duō)么(me)高清，也只能是为(wèi)内(nèi)容生产(chǎn)者提(tí)供一个灵感，一(yī)个(gè)素材，一(yī)个过(guò)场(chǎng)动(dòng)画。

不过能够制作(zuò)出有具体剧情内(nèi)容(róng)的视(shì)频(pín)就意味着，一些视频创(chuàng)作由AI代替人(rén)工完成已(yǐ)经初步有了可(kě)能。

当下AI的发展速度(dù)已经超过(guò)大部分人的(de)想象。内(nèi)容产业的本质是供给(gěi)创造需求，AIGC作为(wèi)全(quán)新的内容生产方式，可以(yǐ)为内(nèi)容产业带来更新(xīn)的(de)内容风格(gé)、更快的(de)生产速度，更低(dī)的生产成(chéng)本(běn)，这(zhè)无(wú)疑会驱动(dòng)内容(róng)产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于(yú)音乐、代码、机器人动作(zuò)等多种内(nèi)容形式的生成。不(bù)难发现(xiàn)该项技术不(bù)仅在(zài)游戏等(děng)行业(yè)能(néng)得到有效应(yīng)用(yòng)，对(duì)于(yú)下一(yī)代互(hù)联网各种(zhǒng)元素的构建亦(yì)有关键意义。

从商业化的角度来看(kàn)，文化娱乐、教(jiào)育、传媒等诸多领域(yù)，本身(shēn)就对基于AI的可视化(huà)内容(róng)有强烈需(xū)求。

因(yīn)此(cǐ)，AI绘画及视频或不是结(jié)果，而只是(shì)AI进程中的一块重要(yào)拼图(tú)，有望在技术更新的加(jiā)持下实现(xiàn)更大的应用价值(zhí)。

AI从理解内容，走向(xiàng)了可以生成内容，甚(shèn)至能够(gòu)创(chuàng)造出独立价值和独立视角的内(nèi)容。AIGC的再次(cì)出圈，更(gèng)代表(biǎo)着未来(lái)的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技(jì)术的(de)发展也可以看(kàn)出(chū)，在语言大(dà)模型、图像大(dà)模型之后(hòu)，多模(mó)态大模型已经成为了新的趋(qū)势。

大模型被誉为当(dāng)前(qián)人工智能发展的智(zhì)能底座(zuò)，是全球竞(jìng)争最(zuì)激烈的研究方向之一，包(bāo)括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等(děng)众多头部企业都(dōu)在竞相发力。

不(bù)过训练大模(mó)型的确价格不菲(fēi)，以国盛(shèng)证券发布的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练(liàn)一次的(de)成本约为140万美元。而对于一些(xiē)更(gèng)大的LLM(大型语(yǔ)言模型(xíng))，训练(liàn)成本则介于200万美元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计(jì)算，其对应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投(tóu)入成(chéng)本约为8亿美(měi)元，每日仅(jǐn)电费(fèi)就在5万美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力(lì)支(zhī)持。在关(guān)注各类大模型的发(fā)展(zhǎn)同时，更应该关(guān)注算力网络的(de)建设(shè)。

算(suàn)力网(wǎng)络正(zhèng)驱动AI产业发展进入史(shǐ)诗级加速(sù)进(jìn)程，让(ràng)AIGC及通用AI这一人(rén)工智(zhì)能发展的终极目标离得更(gèng)近。

因为算力可(kě)以对突破性(xìng)技术创新提供大力(lì)的支持。这方(fāng)面，多模态大模型是(shì)典型。作为面向未来(lái)强人工智能、通用(yòng)人工智能(néng)的重要技术创新，多模态大模(mó)型已(yǐ)经(jīng)在(zài)人工(gōng)智能领域提出(chū)了很多(duō)年，业(yè)界(jiè)也有不少技术突破(pò)，但是，多模态大模型进(jìn)一步往下走，算力(lì)需求呈几(jǐ)何(hé)式上升，一般的(de)算力基(jī)础设施很(hěn)快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训练，到双模态、三模态的跃(yuè)迁，让人工智(zhì)能可以灵(líng)活应对(duì)不同(tóng)模(mó)态的转化、像人与(yǔ)世界交互一样自然，这(zhè)方面，由算(suàn)力(lì)网络来驱动(dòng)将有明显优势。

此外(wài)，还有很(hěn)多需要爆发式增长的算力来支撑(chēng)的技术创新，将在人工智能(néng)算力(lì)网络支撑下(xià)快速(sù)推进(jìn)。

AIGC已经露(lù)出(chū)曙光，期待在大模(mó)型和(hé)大算力(lì)的支持下AIGC能持(chí)续颠覆内(nèi)容(róng)生产的方式，将(jiāng)创造(zào)的边(biān)际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 定性变量与定量变量区别在哪，定性变量与定量变量区别