自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨已(yǐ)多次公开谈(tán)论人工智能话题。在最近的一次采访中，他再次表示：“AI可能(néng)会让(ràng)科技行(xíng)业迎来一次剧烈(liè)的(de)洗牌”。

这(zhè)个(gè)结论是他在当(dāng)地时(shí)间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出(chū)的。

他预期(qī)，AI的发展可能(néng)会(huì)威胁到谷(gǔ)歌的市占率，因为微软在(zài)AI方面的行动相当迅(xùn)速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一(yī)切应用，与(yǔ)人们进行沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能助手的到来(lái)可能尚需(xū)时日，但(dàn)由(yóu)ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话(huà)题(tí)热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表的AIGC上一次(cì)爆火的时(shí)候(hòu)，还是(shì)2022年(nián)8月，在美国(guó)科罗拉多州(zhōu)举办的新兴数字艺术(shù)家(jiā)竞赛中(zhōng)，一幅(fú)名(míng)为(wèi)《太空歌(gē)剧院》的(de)作品获奖。

随后各大厂(chǎng)商的(de)AI绘画(huà)软(ruǎn)件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输入一组关键词或者一张照片，就能获得一幅AI创作的画作。

作画的(de)关键就是所(suǒ)输入的文本。同一组关(guān)键词也可以创(chuàng)作出很多张风格(gé)不一样的画作，这让(ràng)创作的过(guò)程(chéng)就像开盲盒(hé)。

很多用户(hù)很喜欢这种不(bù)确定(dìng)的惊(jīng)喜，他们会将生(shēng)成的美图当做(zuò)头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的(de)“翻车(chē)”作品(pǐn)。在(zài)社交媒体上，许多(duō)用户分(fēn)享AI“翻车现场”，例如(rú)，一位网友(yǒu)的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别(bié)成了(le)建筑(zhù)。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写关(guān)键(jiàn)词游戏可能要(yào)被颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中国人张吕敏创作的一(yī)种基于(yú)控制点的图像(xiàng)变形算(suàn)法，主要(yào)用于数字(zì)图像(xiàng)处理(lǐ)、计算机视觉和计算机图(tú)形学(xué)等领域。

其(qí)SD插件(jiàn)一经发布，在(zài)短短(duǎn)的两天(tiān)内便(biàn)成为了AI绘画领(lǐng)域最(zuì)新的热点。

在此之前，大家用了很多方法想让AI生成的结(jié)果尽可能(néng)的符合要求，但是都不尽如人意，它的出(chū)现代表(biǎo)着AI生(shēng)成(chéng)开(kāi)始进(jìn)入真正的可控时期。

因为ControlNet可以直接(jiē)提取(qǔ)画(huà)面的(de)构(gòu)图(tú)，人物的姿势和画面的(de)深(shēn)度信息等。有了它的帮助，就不用频繁的用提示(shì)词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经获得了大量的(de)浏(liú)览量，“viggo”就是其(qí)中之一，他用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开始换关键词试效(xiào)果。

一个男的长期不碰他老婆是什么原因ta-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图片(piàn)就可(kě)以看出来，效果十(shí)分惊艳。

更厉害(hài)的(de)是(shì)，除了真(zhēn)实的照片，草图也可以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到(dào)ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不(bù)得(dé)不说当下AIGC已(yǐ)经(jīng)变得(dé)越(yuè)来越(yuè)强(qiáng)大，甚至(zhì)输出的作品(pǐn)都已经能以假乱(luàn)真(zhēn)了。

02

难辨虚实(shí)，AIGC技(jì)术(shù)力(lì)爆发(fā)

警惕安全(quán)问(wèn)题

近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的消息火遍网(wǎng)络，而(ér)经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出的美女照片都是AI制作的(de)真人照片绘图，因(yīn)为太(tài)逼真，被大家当成真事传播了(le)。

不(bù)过仔细观察可以发现，活动(dòng)发起者提供的(de)照(zhào)片中(zhōng)有(yǒu)个(gè)很大的(de)漏洞可以发(fā)现并非真人，而(ér)是AI绘图，那便是图片(piàn)中(zhōng)女(nǚ)性的(de)手(shǒu)指部(bù)分有的(de)存在异常。

有行业人(rén)事表示：“现在因为手(shǒu)指(zhǐ)部(bù)分的绘画算法比较复(fù)杂，AI还不太会(huì)画人的手(shǒu)，但最新(xīn)看到的图片已经有越来越完美的AI模(mó)型出现，以后可能就完全没(méi)有漏(lòu)洞了(le)。”

类(lèi)似的AI作图诈骗(piàn)在国外也(yě)已有发生。据英国广播公司报(bào)道(dào)，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受(shòu)灾的(de)假(jiǎ)照片发布(bù)到网络，以(yǐ)此(cǐ)诱骗善良(liáng)的人打赏(shǎng)“捐助(zhù)”从而实施诈(zhà)骗。

目(mù)前随(suí)着技术发(fā)展，AIGC已(yǐ)经(jīng)能(néng)做(zuò)出真人照(zhào)片般的(de)绘图效果，如(rú)果这样的图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面(miàn)，批判者认为(wèi)AI在(zài)“学(xué)习”了(le)大量前人的(de)作品之后，其创作没(méi)有任(rèn)何情绪和(hé)灵魂，难以和人类的艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背(bèi)后的版权(quán)、目(mù)前(qián)都并没有得到有效的解(jiě)决(jué)，还(hái)有(yǒu)AIGC会不(bù)会代替人类“至高(gāo)无(wú)上”的(de)创(chuàng)意。

马斯克也强调(diào)，人工智(zhì)能的安全问(wèn)题需(xū)要得(dé)到(dào)重(zhòng)视，太(tài)晚就(jiù)来(lái)不及(jí)了。

03

AIGC下(xià)一站除了视频，还有(yǒu)远方

技(jì)术都是有两面(miàn)性的，潜(qián)在的危害并不(bù)能掩盖其(qí)光辉的贡(gòng)献。现在(zài)看(kàn)来(lái)，人工智能技术将(jiāng)是第四次工业革命的核心驱动力(lì)量，将创(chuàng)造(zào)新的增(zēng)长奇迹。

过去一(yī)年，人(rén)工(gōng)智能在(zài)技术和商业层(céng)面都有了巨大进展，AI绘画就是人工智能技术发生方向性改变的一(yī)个代表。其下(xià)一(yī)站(zhàn)或许(xǔ)就是视频(pín)。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先后(hòu)发(fā)布了几条引爆科(kē)技圈的短视频。这(zhè)些视频引发关注并非(fēi)内容做得多(duō)优秀，反而都非常简单(dān)，比如(rú)一匹正在喝(hē)水的马，一只画画的玩具熊，或者一段骑(qí)摩托车的(de)第(dì)一(yī)视角录像，随(suí)便一个有手机的人都(dōu)可以随手录下一段。

但(dàn)这些短视频的创作方式非常(cháng)简单(dān)，创(chuàng)作者仅(jǐn)仅需要向(xiàng)AI输(shū)入一(yī)段(duàn)话，甚(shèn)至只是说一下要求，AI就可以根据需要(yào)生成一段视(shì)频。

谷歌发布的两个AI生成视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩了一波(bō)梗(gěng)，一个能(néng)够(gòu)做出(chū)更高清视频的AI还不足以(yǐ)在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地(dì)方在于，它可以制作出超过2分钟(zhōng)的连贯的(de)也有确切内容的视(shì)频，这才(cái)是真正(zhèng)让(ràng)人们感到惊喜的地方。因(yīn)为(wèi)无论AI生(shēng)成的视频(pín)多么高清，也只能(néng)是为内容(róng)生产(chǎn)者提供一个灵感，一个(gè)素材，一(yī)个(gè)过场动画。

不过(guò)能够制作出有具体剧情(qíng)内容的视频就(jiù)意味着，一些视频创作由AI代替人工完成(chéng)已(yǐ)经初步有了可(kě)能。

当下AI的发展速度已经超过大部分人的想象。内容产(chǎn)业的本质是供(gōng)给创造需求，AIGC作为全新的内容生(shēng)产方(fāng)式，可以为(wèi)内容产业带来更新的内容(róng)风格(gé)、更快的(de)生产速度，更低的生产成本，这无疑会(huì)驱(qū)动(dòng)内容(róng)产业的大(dà)爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机(jī)器(qì)人动(dòng)作等(děng)多种(zhǒng)内容形式的生成。不(bù)难发现该(gāi)项(xiàng)技(jì)术不仅在(zài)游戏等行业能得到有(yǒu)效应用，对于下一代互联网各种元素(sù)的构建亦(yì)有关键意(yì)义(yì)。

从商业(yè)化的角度来看，文化娱乐(lè)、教(jiào)育(yù)、传(chuán)媒等诸(zhū)多领域，本身就(jiù)对基(jī)于(yú)AI的可视一个男的长期不碰他老婆是什么原因化内(nèi)容有(yǒu)强烈需求。

因此，AI绘(huì)画及视(shì)频或(huò)不是结果，而只是AI进程中(zhōng)的一块重要(yào)拼图，有(yǒu)望在技术更新的加持下(xià)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(zhì)能够创造出独(dú)立(lì)价值和独立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大(dà)模型与算力，牢固(gù)AIGC底座

从技术的发展也可以(yǐ)看出，在语言大(dà)模型、图(tú)像大模型之后，多(duō)模态(tài)大模型已经(jīng)成为(wèi)了新的趋势。

大模型被(bèi)誉为当前人工智能(néng)发(fā)展的智能底座，是全球竞争最激烈的研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百(bǎi)度(dù)、阿里、腾讯等(děng)众多(duō)头部企(qǐ)业都在竞相发力。

不过(guò)训(xùn)练大模型(xíng)的(de)确价(jià)格(gé)不菲(fēi)，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而(ér)对于(yú)一些(xiē)更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元(yuán)至(zhì)1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的(de)独立(lì)访客平(píng)均数1300万计(jì)算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅(jǐn)电费(fèi)就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持(chí)。在关注各(gè)类(lèi)大模型的发展同(tóng)时(shí)，更(gèng)应该关注算力网(wǎng)络的建设。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因(yīn)为(wèi)算力可以对突破性技术创(chuàng)新(xīn)提供大力的支持。这方(fāng)面，多模(mó)态大模型是典型。作(zuò)为面向未来强人工智能、通用人工智能的重要技术创(chuàng)新，多(duō)模态(tài)大(dà)模型已经(jīng)在(zài)人工智能领域提出了很(hěn)多年，业界也有不少(shǎo)技(jì)术突破，但是(shì)，多(duō)模态大模型进(jìn)一步往下走(zǒu)，算力需求呈(chéng)几何式上(shàng)升，一(yī)般的算力基础设施很快将难以胜任。

从图像、文(wén)字、语(yǔ)音单独一项的(de)训练(liàn)，到(dào)双模态(tài)、三模态的(de)跃迁(qiān)，让人工智能可以灵活应对不(bù)同模态的转化、像人与世界交互一样自(zì)然(rán)，这方(fāng)面，由算力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力(lì)来支撑的技术创新，将在人工智能(néng)算力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经(jīng)露(lù)出(chū)曙光，期待在大模型和大算(suàn)力(lì)的支持下AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创造的边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 一个男的长期不碰他老婆是什么原因