自聊天机(jī)器人(rén)ChatGPT火爆以来(lái)，微软公(gōng)司创始人比尔·盖茨已多次公开谈论人工(gōng)智能话(huà)题。在(zài)最近的一次(cì)采(cǎi)访中，他再次表示：“AI可能会让(ràng)科(kē)技(jì)行业(yè)迎来一次剧(jù)烈的洗牌”。

这个结论是他在当地时间2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发(fā)展可(kě)能会威胁到谷歌(gē)的(de)市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将(jiāng)把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供(gōng)建议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手(shǒu)的到来可(kě)能尚需时日，但由ControlNet引发(fā)的又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以(yǐ)AI绘(huì)画为代表的AIGC上一次爆火的(de)时候，还是2022年(nián)8月(yuè)，在美(měi)国科(kē)罗(luó)拉(lā)多州举办的(de)新兴数字艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘(huì)画软件被(bèi)广大网友熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们(men)可(kě)以在(zài)应用中输入一组关键(jiàn)词或者(zhě)一(yī)张照片，就能获得一(yī)幅AI创作的(de)画作(zuò)。

作(zuò)画(huà)的关键就是所输入的文本(běn)。同一组关(guān)键词也可以创(chuàng)作出(chū)很多(duō)张(zhāng)风格不一样的画作，这(zhè)让创作的过程就像开盲盒(hé)。

很多用户(hù)很喜欢这(zhè)种不确定的惊喜，他们(men)会将生成的美图当做头像。而另(lìng)一部分喜欢翻看AI绘画(huà)的(de)“翻车”作品(pǐn)。在社交媒体上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网友的个人(rén)照片被AI识(shí)别成了建筑。

而如(rú)今(jīn)随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的(de)填写关键(jiàn)词游戏(xì)可(kě)能要被(bèi)颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读博的中国人(rén)张吕敏创作的一种基于控制(zhì)点的(de)图(tú)像变形(xíng)算法，主要用(yòng)于数字图像处理、计算机视觉(jué)和计算机图形学等(děng)领(lǐng)域。

其SD插件一经(jīng)发(fā)布，在短短的两天内便成为了AI绘(huì)画(huà)领域最新(xīn)的(de)热点。

在此之前(qián)，大家用(yòng)了(le)很多方法想让AI生成的结果尽可能的符合要求，但是都不尽(jǐn)如人意，它的出现代(dài)表(biǎo)着AI生成开始(shǐ)进(jìn)入真正(zhèng)的可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人物的姿势和(hé)画面(miàn)的深度(dù)信息(xī)等(děng)。有了它的帮助，就不用频(pín)繁的(de)用提示词来(lái)碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已经获得了大量的浏览(lǎn)量，“viggo”就是其(qí)中之一(yī)，他用朋友(yǒu)的照(zhào)片(piàn)直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对(duì)应(yīng)的(de)关键词；最后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词试效果(guǒ)。

通过图片就可以(yǐ)看出(chū)来(lái)，效(xiào)果十分惊(jīng)艳(yàn)。

更厉害的是，除了真实的照片，草图(tú)也可以加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实(shí)现线稿转全(quán)彩(cǎi)图。大神张吕(lǚ)敏其本尊也(yě)亲自回应。

不得不说当下(xià)AIGC已经变得(dé)越来越(yuè)强大，甚至输出的(de)作品都(dōu)已(yǐ)经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消(xiāo)息火遍网络，而经(jīng)过警(jǐng)方辟(pì)谣这(zhè)所谓的“party”可能是全(quán)国(guó)第一起AI绘图诈骗。

由于这个活(huó)动(dòng)里面给出的(de)美女照片都是AI制(zhì)作的真人照(zhào)片绘图，因为太(tài)逼真，被大家当成真事传播了。

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(gè)很大的漏洞(dòng)可以发现并非(fēi)真(zhēn)人(rén)，而是(shì)AI绘(huì)图，那便是图片中女(nǚ)性的(de)手(shǒu)指部(bù)分(fēn)有的存在异常。

发小是男的还是女的啊 发小是指什么关系a-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人事表示：“现在因(yīn)为手指部分(fēn)的绘画算法比较复杂，AI还(hái)不太会画人的手，但最新看到的(de)图片已(yǐ)经有越来越(yuè)完美(měi)的AI模型(xíng)出现，以后可(kě)能就完全没有(yǒu)漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有(yǒu)发生。据英国(guó)广(guǎng)播(bō)公司(sī)报道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合成了儿童(tóng)受灾的(de)假照片发布(bù)到网络，以此诱骗善(shàn)良的(de)人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能(néng)做出真人(rén)照(zhào)片般的绘图(tú)效果，如果这(zhè)样(yàng)的图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此外AIGC还(hái)引发(fā)了(le)很多担忧，一方面，批(pī)判(pàn)者认为AI在(zài)“学习(xí)”了大量前人的作品(pǐn)之后，其创作没有任何情绪和灵魂，难(nán)以和人类的艺术创作相提并论。

另一(yī)方面(miàn)，AIGC背后的版权、目(mù)前都并没有(yǒu)得(dé)到有效的(de)解决，还(hái)有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯克(kè)也强(qiáng)调，人工智能(néng)的安全问题需要(yào)得到(dào)重视，太晚就来不及了。

03

AIGC下一(yī)站除了(le)视(shì)频(pín)，还有远(yuǎn)方

技术都是有两(liǎng)面(miàn)性的，潜在的危(wēi)害并不能掩盖(gài)其光辉的贡献。现(xiàn)在看(kàn)来，人工智(zhì)能技术将是第(dì)四(sì)次(cì)工业革命的核心驱动力(lì)量，将创造新的增长奇迹(jì)。

过去一年，人工智能(néng)在技(jì)术和商业层面都(dōu)有了巨大(dà)进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向性(xìng)改变的一个代(dài)表。其(qí)下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科技(jì)圈(quān)的(de)短视(shì)频。这些视频引发关注并非内容做得多(duō)优秀(xiù)，反而都非常简单，比(bǐ)如一(yī)匹(pǐ)正在喝(hē)水(shuǐ)的马，一只画(huà)画(huà)的(de)玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视角录像，随便一个(gè)有手机(jī)的(de)人都可以随手录下一(yī)段。

但这些短视(shì)频的创作(zuò)方式(shì)非(fēi)常简(jiǎn)单，创作者仅仅需要向AI输入(rù)一段话，甚至(zhì)只是说(shuō)一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌(gē)发布的两(liǎng)个AI生成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出(chū)的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的(de)视频(pín)后(hòu)，AI圈(quān)就已(yǐ)经(jīng)玩(wán)了一波梗，一(yī)个能(néng)够做出更(gèng)高清视频的AI还不足以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方在(zài)于，它可以制(zhì)作出超过2分钟的(de)连(lián)贯的也有确切内容(róng)的视频，这才(cái)是真正让人(rén)们感到(dào)惊喜的地方。因为(wèi)无论AI生成的视(shì)频多么高清(qīng)，也只能是为内(nèi)容(róng)生(shēng)产者(zhě)提供一个灵感，一个(gè)素材，一个(gè)过发小是男的还是女的啊 发小是指什么关系场(chǎng)动画。

不(bù)过能够制(zhì)作出有具(jù)体剧情内容的视频就(jiù)意(yì)味着(zhe)，一些视频创作由AI代(dài)替人工完成已(yǐ)经初步有了(le)可(kě)能。

当下AI的发展速度已经超过大(dà)部(bù)分(fēn)人(rén)的(de)想象。内容产业(yè)的本质(zhì)是供给创造需求，AIGC作为全新的(de)内容生产方(fāng)式，可以为内容产业带来更新的内(nèi)容风格、更快的(de)生产速度，更低(dī)的生产(chǎn)成(chéng)本，这(zhè)无(wú)疑(yí)会(huì)驱(qū)动(dòng)内容产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代(dài)码、机(jī)器人动作等多(duō)种内容形(xíng)式的生(shēng)成。不难发现该项技(jì)术不仅在游戏(xì)等行(xíng)业能得到(dào)有效应用，对于下一代互联网各(gè)种元素(sù)的构建亦有关键(jiàn)意义。

从商业化的(de)角度来(lái)看，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及(jí)视频或(huò)不是结(jié)果，而只是AI进程(chéng)中的一块重要拼图，有望在技(jì)术更新(xīn)的加持(chí)下实现更大的应(yīng)用价值。

AI从理(lǐ)解内(nèi)容，走向了可以(yǐ)生成内(nèi)容，甚至能够(gòu)创造出独立价值和(hé)独立视角(jiǎo)的内容。AIGC的再次(cì)出(chū)圈，更代表着未来的先进生产力(lì)即将到来。

04

紧抓大模型与算(suàn)力(lì)，牢(láo)固AIGC底座

从(cóng)技术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型已经(jīng)成为(wèi)了新(xīn)的趋势。

大模型(xíng)被誉为当前人工(gōng)智能发展的智能(néng)底座，是全球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头部企业都在(zài)竞相发力。

不过训练(liàn)大模型的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对(duì)于一些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美(měi)元(yuán)至(zhì)1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平均数1300万计算，其对应(yīng)芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每日仅(jǐn)电(diàn)费就在5万美(měi)元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大算力支(zhī)持。在关注各(gè)类(lèi)大模(mó)型的(de)发(fā)展同时，更应(yīng)该关注算(suàn)力网络的建设。

算力(lì)网络正驱动AI产业发展(zhǎn)进入史诗级加速(sù)进程，让(ràng)AIGC及通(tōng)用AI这一(yī)人工(gōng)智能(néng)发展(zhǎn)的(de)终极目(mù)标(biāo)离得更近。

因为算(suàn)力可以对突破性(xìng)技(jì)术创新提供大力的支持(chí)。这方面，多模态(tài)大模型(xíng)是典型(xíng)。作为面向(xiàng)未来强人工智能(néng)、通用人工(gōng)智能的重要技术创新(xīn)，多模态(tài)大(dà)模型已(yǐ)经(jīng)在人(rén)工智(zhì)能领(lǐng)域提出了很多年，业界也有不少技术突(tū)破(pò)，但(dàn)是，多(duō)模态大模型进(jìn)一步(bù)往下(xià)走，算力需求呈几何(hé)式(shì)上升，一般的(de)算力基础设施很(hěn)快将难(nán)以胜任。

从图像、文字、语音单独一(yī)项的训(xùn)练，到双模态、三模(mó)态的跃(yuè)迁，让人(rén)工智能可(kě)以(yǐ)灵活应对不同模态的转化、像人与世(shì)界(jiè)交互一样(yàng)自然(rán)，这(zhè)方面，由算力网络来(lái)驱动将有(yǒu)明显优势(shì)。

此外，还(hái)有很多需要(yào)爆发式增长的算力来(lái)支撑的技术创(chuàng)新，将在人工(gōng)智能(néng)算力网络支撑下快(kuài)速推进(jìn)。

AIGC已(yǐ)经(jīng)露出曙光，期(qī)待在大模型和大算力的支(zhī)持(chí)下AIGC能持续颠覆内(nèi)容生产的方式，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 发小是男的还是女的啊 发小是指什么关系