自聊天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人比尔·盖(gài)茨已多(duō)次(cì)公开(kāi)谈论人工智能话(huà)题。在最近(jìn)的一次采(cǎi)访中，他再(zài)次表(biǎo)示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结论是他在当地(dì)时(shí)间(jiān)2月20日接受(shòu)《In Good Company》节目(mù)专(zhuān)访(fǎng)时提出(chū)的。

他预期(qī)，AI的(de)发(fā)展可能会威胁到谷歌的市占(zhàn)率(lǜ)，因为微软在AI方面的行动相当迅(xùn)速。而(ér)最终科技巨头(tóu)将把AI整合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行沟通并提供建(jiàn)议(yì)，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全(quán)能助手的到来可能尚需时(shí)日，但由ControlNet引发的又(yòu)一(yī)次(cì)AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的(de)话(huà)题热点包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

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

随后各大(dà)厂商(shāng)的AI绘画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中输(shū)入一组关键词或(huò)者一张照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是(shì)所输入的文本。同(tóng)一组(zǔ)关键词(cí)也(yě)可以创作出很多张风格(gé)不(bù)一样(yàng)的画作，这让创(chuàng)作的过程(chéng)就(jiù)像开盲盒(hé)。

很多用(yòng)户很喜欢这种不确定(dìng)的惊喜，他们会将生成的美(měi)图(tú)当做头像。而另一部分喜欢翻看AI绘(huì)画(huà)的“翻(fān)车”作品。在社交媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻(fān)车现场”，例如，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌(jī)肉男”，还有(yǒu)网(wǎng)友的(de)个人照片被(bèi)AI识(shí)别成(chéng)不羡鸳鸯不羡仙下一句，不羡鸳鸯不羡仙,只羡白发苍苍有人牵了建筑。

而如(rú)今随着ControlNet的出(chū)现与加持，以往AI绘(huì)画(huà)的填写关键词游(yóu)戏可能(néng)要被颠(diān)覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的中国人张吕敏创作的一种(zhǒng)基(jī)于(yú)控制(zhì)点的图像变形(xíng)算法，主要用于数字图像处理(lǐ)、计算机视(shì)觉和计算机图形学等(děng)领域。

其SD插(chā)件(jiàn)一经(jīng)发布，在短短的两(liǎng)天内便成(chéng)为了AI绘画领域(yù)最新的(de)热点。

在此之前(qián)，大家用了很多(duō)方法想让AI生成的(de)结(jié)果尽可能(néng)的(de)符(fú)合要求，但是都不尽如人意(yì)，它的出(chū)现(xiàn)代(dài)表着(zhe)AI生成(chéng)开始进入(rù)真(zhēn)正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面(miàn)的构图，人物(wù)的姿势和画面的深度信息(xī)等(děng)。有了(le)它的(de)帮助(zhù)，就(jiù)不用频繁的用提示词(cí)来碰运气，抽盲盒式的创作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博(bó)主的作品已经获得了大量的(de)浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用(yòng)朋友的照片直接带她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对(duì)应的(de)关(guān)键词；最(zuì)后用(yòng)ControlNet插件绑定骨(gǔ)骼开(kāi)始换(huàn)关键词试效果。

通过图片就可以看出(chū)来(lái)，效(xiào)果(guǒ)十分惊(jīng)艳。

更厉害的是(shì)，除(chú)了真(zhēn)实的照片，草图也(yě)可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩(cǎi)图。大神张吕敏其本尊也(yě)亲(qīn)自(zì)回应(yīng)。

不得(dé)不说当下(xià)AIGC已经变得(dé)越来(lái)越强大(dà)，甚至输(shū)出的(de)作(zuò)品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕安(ān)全问(wèn)题

近日，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息火遍网(wǎng)络，而(ér)经过警方辟(pì)谣(yáo)这所谓的(de)“party”可能(néng)是全国第一起AI绘图诈骗。

由于这(zhè)个活(huó)动里面(miàn)给出(chū)的美女照片都是AI制作(zuò)的真人(rén)照片绘(huì)图，因为太逼真，被大家当成真事(shì)传播(bō)了。

不(bù)过仔细观察可以发(fā)现，活动发起者提供的(de)照片中有个很大的漏洞可以发现并(bìng)非真人，而是AI绘图(tú)，那便(biàn)是图(tú)片中女性的(de)手指部分有的存(cún)在异常。

有行业(yè)人事表示：“现(xiàn)在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图(tú)片(piàn)已经有越来越完美的AI模(mó)型出现，以后(hòu)可(kě)能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外(wài)也(yě)已有发生。据英国广播(bō)公司报(bào)道(dào)，土(tǔ)耳其(qí)地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾的假照片(piàn)发布到(dào)网络，以此诱骗(piàn)善良的人(rén)打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做(zuò)出真人照片般的绘图(tú)效果，如果这样的图片被用(yòng)来诈骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担(dān)忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作品之后(hòu)，其创(chuàng)作(zuò)没有任何(hé)情绪和灵魂，难以(yǐ)和(hé)人类的(de)艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到(dào)有效的解决(jué)，还有(yǒu)AIGC会不会代替(tì)人类“至高无上”的创(chuàng)意(yì)。

马斯克(kè)也强调，人工智(zhì)能的安全问(wèn)题需要得(dé)到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的(de)，潜在(zài)的危害并不(bù)能(néng)掩盖(gài)其光(guāng)辉的贡献。现在看来，人工智(zhì)能技术将是(shì)第四次工业革命的(de)核心(xīn)驱动(dòng)力量，将创(chuàng)造(zào)新的增长(zhǎng)奇迹。

过去(qù)一年(nián)，人工智能在技术和商(shāng)业层(céng)面(miàn)都(dōu)有了巨大进展，AI绘画就(jiù)是人工智能技术发(fā)生(shēng)方向性改变的一个代(dài)表。其下一(yī)站(zhàn)或许(xǔ)就(jiù)是(shì)视频(pín)。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科技圈的(de)短视频(pín)。这些视(shì)频引发关注并非内容做得多优(yōu)秀，反(fǎn)而都(dōu)非(fēi)常简(jiǎn)单，比如一匹正在喝水的马，一只(zhǐ)画(huà)画的(de)玩具熊，或者(zhě)一(yī)段骑摩托车的第一(yī)视角(jiǎo)录像，随便一个有手机的人都可以随手录下(xià)一段。

但这(zhè)些短视频的创作(zuò)方式非(fēi)常(cháng)简单(dān)，创作者仅仅需要向(xiàng)AI输入(rù)一段话，甚(shèn)至(zhì)只是说(shuō)一下要求(qiú)，AI就(jiù)可以根据(jù)需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视频分别来(lái)自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩了一波梗，一个能够做出(chū)更高清视频的AI还(hái)不(bù)足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制作出超过2分钟(zhōng)的连贯的也(yě)有(yǒu)确切内容的视频，这才是真(zhēn)正(zhèng)让人(rén)们感到(dào)惊喜的地方。因为无论(lùn)AI生成的视频多么(me)高(gāo)清(qīng)，也只能(néng)是为内容生产者提供一个灵感(gǎn)，一个素材，一个过场动画。

不过能够(gòu)制作(zuò)出有具体剧情内(nèi)容(róng)的视频就意味着，一些视频创作(zuò)由(yóu)AI代替人(rén)工完(wán)成已经初步有了可能。

当下AI的发展速度已经超(chāo)过大部分人的(de)想象(xiàng)。内容(róng)产业的(de)本质是供给创造需求，AIGC作(zuò)为全(quán)新的(de)内(nèi)容生(shēng)产方(fāng)式(shì)，可以为内容(róng)产业带来更(gèng)新(xīn)的内容风格、更快的生产速度，更低的生产成本，这无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用于音乐、代(dài)码、机器人动作等(děng)多种(zhǒng)内容形(xíng)式的生(shēng)成。不难(nán)发(fā)现该项技术不(bù)仅在游戏等行(xíng)业能得到有效应用，对于下一代互联网各种元素的构建亦有关键意义。

从商(shāng)业化的角(jiǎo)度来看，文(wén)化娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本身就对(duì)基(jī)于AI的可视化(huà)内容有强(qiáng)烈需求(qiú)。

因此，AI绘画及(jí)视频或不是(shì)结果，而只是(shì)AI进程中(zhōng)的一块重要拼图，有望在(zài)技术更新(xīn)的加持下实(shí)现更大的(de)应(yīng)用价值。

AI从理解内容，走向了可以生成内容，甚至能够创造出独立价值和独立视(shì)角的(de)内(nèi)容。AIGC的再次出(chū)圈，更代(dài)表着(zhe)未来的先进生产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看(kàn)出，在语(yǔ)言大模型、图像大模型之后，多(duō)模态大模(mó)型已经成(chéng)为了新(xīn)的趋(qū)势。

大模(mó)型被誉(yù)为当前(qián)人(rén)工智能发展的智(zhì)能底座，是全(quán)球竞争(zhēng)最激烈的研究方向之一(yī)，包括谷(gǔ)歌(gē)、亚(yà)马逊、百度、阿里(lǐ)、腾讯等众多(duō)头部(bù)企业都在竞相发(fā)力。

不过训(xùn)练大模型的确价格不(bù)菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本约(yuē)为140万美元(yuán)。而对(duì)于(yú)一些更大(dà)的LLM(大型语言模型(xíng))，训(xùn)练(liàn)成本(běn)则介于200万美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯(xīn)片需(xū)求(qiú)为3万多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投(tóu)入(rù)成本约(yuē)为8亿美元，每(měi)日仅电费(fèi)就(jiù)在5万美(měi)元左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各(gè)类大模型(xíng)的发展同时，更应(yīng)该(gāi)关注算力网络的建设。

算力网络(luò)正驱动AI产业(yè)发展进入史(shǐ)诗级加(jiā)速进程，让AIGC及(jí)通用(yòng)AI这(zhè)一人(rén)工(gōng)智能发(fā)展的(de)终(zhōng)极目标离得更近(jìn)。

因为(wèi)算力可以(yǐ)对突破(pò)性技术创新提供大(dà)力的(de)支持。这方面，多模态大模型是典型(xíng)。作为面向未(wèi)来强人工智能(néng)、通用人工智能的重要技术创(chuàng)新，多(duō)模态大模(mó)型已经在人工智能领域提出了很多年，业界也有(yǒu)不少技术突(tū)破(pò)，但是，多模态大(dà)模型进一步(bù)往下走(zǒu)，算力需(xū不羡鸳鸯不羡仙下一句，不羡鸳鸯不羡仙,只羡白发苍苍有人牵)求呈几何式(shì)上升(shēng)，一般(bān)的算力基础(chǔ)设施很快将难以胜(shèng)任。

从图像、文字、语音单独一项的训练，到(dào)双(shuāng)模(mó)态、三(sān)模态(tài)的跃迁(qiān)，让人工智能可以灵活应对不同(tóng)模态的转化(huà)、像人与(yǔ)世界交互一样自然，这方面，由(yóu)算力网络来驱动将有明显优势。

此外，还有很多需要(yào)爆发式增长的算力(lì)来支撑的(de)技术创新(xīn)，将在人工智能(néng)算力网络(luò)支(zhī)撑(chēng)下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算(suàn)力的支持(chí)下AIGC能持续颠(diān)覆内容(róng)生产的方(fāng)式，将创(chuàng)造的边(biān)际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 不羡鸳鸯不羡仙下一句，不羡鸳鸯不羡仙,只羡白发苍苍有人牵