自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微软公(gōng)司(sī)创始人比尔·盖(gài)茨已多次公开谈论人(rén)工智能话题。在最近(jìn)的一次采访中，他再(zài)次表示(shì)：“AI可能(néng)会让科(kē)技行(xíng)业迎来一次剧烈的(de)洗牌(pái)”。

这(zhè)个结论是(shì)他(tā)在当地时间2月20日(rì)接(jiē)受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发(fā)展可(kě)能会威胁到谷歌的市占率，因为微软在AI方面的行(xíng)动(dòng)相当迅速。而(ér)最终科技(jì)巨(jù)头将把AI整(zhěng)合成用户的“全能助(zhù)手”，包揽(lǎn)一(yī)切应用，与(yǔ)人们进行沟(gōu)通并提供建(jiàn)议，可以(yǐ)取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全能助手的到(dào)来可能尚(shàng)需时日，但由ControlNet引发(fā)的(de)又一次(cì)AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年(nián)8月，在美国(guó)科(kē)罗拉多州举办的(de)新兴数(shù)字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌剧院(yuàn)》的(de)作品获奖。

随后各大厂商的AI绘(huì)画软件被(bèi)广大(dà)网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应(yīng)用中输入一组关键词或者一(yī)张照(zhào)片(piàn)，就能获得一幅(fú)AI创作的画(huà)作。

作画的关键(jiàn)就是所输入的文本。同一组(zǔ)关(guān)键词也(yě)可(kě)以创作出(chū)很多张(zhāng)风格不一样的画作，这让创作(zuò)的过程就像开(kāi)盲盒。

很多(duō)用户很喜欢(huān)这(zhè)种不确定的(de)惊喜，他们会将生成的美图当做头(tóu)像(xiàng)。而另一(yī)部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填(tián)写关(guān)键词游戏可能要被(bèi)颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的(de)中国人张(zhāng)吕敏创(chuàng)作的一种(zhǒng)基于控制点的图像变(biàn)形算法，主要用(yòng)于数字图像处理(lǐ)、计算机视觉(jué)和计算机图形(xíng)学等领(lǐng)域。

其SD插件一(yī)经发布，在短短的(de)两(liǎng)天内(nèi)便成为了AI绘画领域最新的热(rè)点。

在此(cǐ)之(zhī)前，大家用了很多方法想让AI生成的结(jié)果尽可(kě)能(néng)的符合要求，但是都不(bù)尽(jǐn)如人意，它的出现代表着AI生成开始进(jìn)入真正的可(kě)控时(shí)期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面(miàn)的深度信息等。有了它的帮(bāng)助，就不用频繁的用提示词来碰运气(qì)，抽(chōu)盲盒式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不(bù)少(shǎo)博主(zhǔ)的作品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直接带她们(men)走(zǒu)进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最(zuì)后用(yòng)ControlNet插件(jiàn)绑定(dìng)骨骼开始换关(guān)键词(cí)试效果(guǒ)。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉害(hài)的(de)是，除了真实的照(zhào)片(piàn)，草图(tú)也(yě)可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应(yīng)。

不得(dé)不说当下(xià)AIGC已经变得越来越强大，甚至输出(chū)的作品(pǐn)都已经(jīng)能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全问(wèn)题

近(jìn)日(rì)，“苏州金鸡(jī)湖有(yǒu)游艇party”的消息(xī)火遍网络，而经(jīng)过警方辟谣(yáo)这所谓的“party”可能(néng)是全(quán)国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女(nǚ)照片都(dōu)是AI制作(zuò)的真人照(zhào)片(piàn)绘(huì)图，因为太逼真，被(bèi)大家当(dāng)成真事传(chuán)播(bō)了。

不过仔细观察可以发现，活动发起(qǐ)者提供的照片中(zhōng)有(yǒu)个很大的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘(huì)图，那(nà)便(biàn)是图片中女性(xìng)的手(shǒu)指部分有的(de)存(cún)在(zài)异常。

有行业人事(shì)表示(shì)：“现在因为手(shǒu)指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有(yǒu)越来越完美(měi)的AI模型(xíng)出(chū)现，以后可(kě)能就完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈(zhà)骗在(zài)国外也已有发生。据英国广(guǎng)播(bō)公司(sī)报道，土(tǔ)耳其(qí)地震期(qī)间，有(yǒu)Tiktok用(yòng)户使(shǐ)用AI合成了儿童(tóng)受灾的假照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而(ér)实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出真(zhēn)人照(zhào)片(piàn)般的绘图效果，如果这样的图(tú)片被用来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了很多担忧(yōu)，一方(fāng)面，批判者认(rèn)为AI在“学(xué)习”了大量(liàng)前人的作品之后，其创作没有(yǒu)任何情(qíng)绪和灵魂(hún)，难以和人类的艺术创作相提并论。

另一(yī)方面，AIGC背(bèi)后的版权、目前都并(bìng)没有(yǒu)得到有效(xiào)的(de)解决，还有AIGC会(huì)不会(huì)代替人类“至高无上”的创意。

马(mǎ)斯克也强调，人工智(zhì)能(néng)的安全问题需要(yào)得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站(zhàn)除了(le)视(shì)频，还有(yǒu)远方(fāng)

技术(shù)都是有两面(miàn)性的，潜在的危害并不能掩盖(gài)其光辉的贡献。现在看来(lái)，人工(gōng)智能技术将是第(dì)四次工(gōng)业革命的核心(xīn)驱动力量，将创(chuàng)造(zào)新(xīn)的增长(zhǎng)奇(qí)迹。

过去一年，人工(gōng)智能在技术和商业(yè)层面都有了巨(jù)大进展，AI绘画(huà)就是人工(gōng)智能(néng)技(jì)术发(fā)生方向性改变的(de)一个代(dài)表。其下一(yī)站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引爆科技圈(quān)的(de)短(duǎn)视频。这些视频引(yǐn)发关(guān)注并非内容做得多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的(de)马，一只(zhǐ)画画的玩(wán)具熊，或者一段(duàn)骑(qí)摩托车(chē)的第一视角录像，随便一个有手机的人都可以随手录(lù)下(xià)一(yī)段。

但这(zhè)些短视频的(de)创作方(fāng)式(shì)非常简单(dān)，创作者仅仅(jǐn)需(xū)要向AI输入一段话，甚至(zhì)只是说一(yī)下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布(bù)了AI生(shēng)成的(de)视频后，AI圈就(jiù)已经玩了一波梗，一个能(néng)够做出更高清视频的AI还不足以(yǐ)在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于(yú)，它可以(yǐ)制作(zuò)出超过2分钟的连贯的(de)也有确切内容的视(shì)频，这才(cái)是真正(zhèng)让人们感到惊喜的(de)地(dì)方。因为无论AI生成的视频多么高清，也只能是为内容生产者提供一个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体(tǐ)剧情(qíng)内(nèi)容(róng)的视频就意味(wèi)着，一些视频创作由AI代替人(rén)工完成已经初步有(yǒu)了可能(néng)。

当下AI的发展速(sù)度已经(jīng)超过大部分(fēn)人的(de)想(xiǎng)象。内(nèi)容产业的本(běn)质是(shì)供给创造需求(qiú)，AIGC作为全新的内容生(shēng)产(chǎn)方式(shì)，可以为(wèi)内容产业带(dài)来更新的(de)内容风格、更快的生产速度(dù)，更低(dī)的生产成本，这无疑会驱动内容产(chǎn)业的(de)大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行(xíng)业能得到(dào)有效应用，对于下一代(dài)互联(lián)网各种元素的构建(jiàn)亦有关键意义。

从商业化的角(jiǎo)度来(lái)看，文(wén)化娱乐(lè)、教育、传媒(méi)等诸多(duō)领域(yù)，本身就对基于AI的可视(shì)化(huà)内容有强烈(liè)需求。

因此，AI绘画及视频或不是(shì)结果(guǒ)，而只是AI进程中的一块重要拼图(tú)，有(yǒu)望(wàng)在技术更(gèng)新的加持下实现更大(dà)的应用价(jià)值(zhí)。

AI从(cóng)理解内容，走向(xiàng)了可以生成内容(róng)，甚至能够创造出(chū)独立价值(zhí)和独立(lì)视(shì)角(jiǎo)的(de)内(nèi)容。AIGC的(de)再次出圈，更代(dài)表着未来的先进生(shēng)产(chǎn)力(lì)即将到来。

04

紧(jǐn)抓(zhuā)大模型与(yǔ)算力，牢固AIGC底(dǐ)座(zuò)

从(cóng)技术(shù)的发(fā)展也可以看出，在语(yǔ)言大(dà)模(mó)型、图像大模型之后(hòu)，多(duō)模态大模型已经成为了新的趋势。

大模型被(bèi)誉为当(dāng)前(qián)人工智(zhì)能发展的智能底(dǐ)座，是全球(qiú)竞争最激烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众(zhòng)多头部企业(yè)都在(zài)竞相(xiāng)发(fā)力。

不(bù)过训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要多(duō)少(shǎo)算力》报告估(gū)算，GPT-3训(xùn)练(liàn)一次的成本约为140万美元(yuán)。而对(duì)于一些(xiē)更大的LLM(大(dà)型语言模型)，训练成本(běn)则介于200万美元至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平均数(shù)1300万(wàn)计(jì)算，其对应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本(běn)约为8亿美(měi)元，每日仅电费就在5万(wàn)美元左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支持。在关注各类大模型的发展同时(shí)，更应该(gāi)关注算力网络的建设(shè)。

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

因(yīn)为算(suàn)力可以对(duì)突破性技(jì)术创新提供大力的(de)支(zhī)持(chí)。这方面，多模态大模型是典(diǎn)型。作为面向(xiàng)未来强(qiáng)人工智能、通用人工智能(néng)的重要技(jì)术创新(xīn)，多模(mó)态大模(mó)型已经(jīng)在人工(gōng)智能领域提出(chū)了很多年，业界也(yě)有(yǒu)不少技术突破(pò)，但(dàn)是，多模态大模(mó)型进(jìn)一步往(wǎng)下走，算力(lì)需(xū)求呈(chéng)几何式上升，一般的(de)算力基(jī)础设(shè)施很快将(jiāng)难以胜任。

从(cóng)图像、文(wén)字(zì)、语音单独一项的训练，到双(shuāng)模态、三模(mó)态(tài)的跃迁，让人工(gōng)智能可以灵活应对不同模态(tài)的转(zhuǎn)化、像人与(yǔ)世(shì)界交互一(yī)样自然，这(zhè)方面，由(yóu)算力网络(luò)来驱动将有明显优势。

此外，还有很多需(xū)要爆发式增长的算力来支撑的技(jì)术(shù)创新，将在人工智(zhì)能(néng)算(suàn)力(lì)网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大(dà)模型和(hé)大算力的支持(chí)下(xià)AIGC能持续(xù)颠覆内容生(shēng)产(chǎn)的方式，将(jiāng)创造的边际成(chéng)本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 闯关东三个儿子的结局，闯关东三个媳妇的结局