自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司(sī)创(chuàng)始人比尔(ěr)·盖茨已(yǐ)多次(cì)公开谈论人(rén)工智能话题。在最(zuì)近(jìn)的一次(cì)采访中(zhōng)，他(tā)再次(cì)表示(shì)：“AI可能会让科(kē)技行业迎来一次剧烈的洗牌”。

这个(gè)结(jié)论是他在当地(dì)时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出的。

他(tā)预期(qī)，AI的发(fā)展可能会威胁到(dào)谷歌的市占率，因为微软(ruǎn)在(zài)AI方面的(de)行动(dòng)相(xiāng)当迅速。而最终科(kē)技(jì)巨(jù)头将把AI整合成用户的“全能助手”，包(bāo)揽(lǎn)一切(qiè)应用，与人们进行(xíng)沟通并(bìng)提供(gōng)建议，可以取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到(dào)来(lái)可能(néng)尚需(xū)时日，但由ControlNet引(yǐn)发的又一(yī)次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控靠(kào)近

以(yǐ)AI绘画为代表的(de)AIGC上一(yī)次爆火的时(shí)候，还是2022年(nián)8月，在美国科罗拉多州举办的新兴数(shù)字艺术(shù)家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可(kě)以在应用中(zhōng)输入一组(zǔ)关键(jiàn)词或者一张照片(piàn)，就能获(huò)得一幅(fú)AI创作(zuò)的画作。

作画的关键就是所输入的(de)文本。同一组关键词(cí)也可以创(chuàng)作出很多张风格(gé)不一样的画作，这(zhè)让创作(zuò)的过程(chéng)就像开盲(máng)盒。

很(hěn)多用(yòng)户很喜欢这种不确(què)定(dìng)的惊喜，他们会将生(shēng)成的(de)美图当做头像。而另一部分喜欢翻看AI绘画的(de)“翻车”作品(pǐn)。在(zài)社(shè)交媒体上，许多用户(hù)分(fēn)享AI“翻车现场(chǎng)”，例如(rú)，一(yī)位网友的(de)小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识别成了建(jiàn)筑。

而如(rú)今随着ControlNet的(de)出现与(yǔ)加持，以往AI绘(huì)画的(de)填写关(guān)键词游(yóu)戏可能要被颠覆(fù)了(le)。

ControlNet是一(yī)位(wèi)正在(zài)斯坦(tǎn)福读博的(de)中国人(rén)张吕(lǚ)敏创作的一(yī)种基于(yú)控(kòng)制点的图像变形算法，主要用于数字(zì)图(tú)像处(chù)理、计(jì)算机视(shì)觉(jué)和计算机(jī)图(tú)形(xíng)学(xué)等(děng)领(lǐng)域。

其SD插件(jiàn)一经发布，在(zài)短短的两天内便成为了AI绘画领域最新的热点。

在此之(zhī)前，大家用(yòng)了很(hěn)多方法(fǎ)想让(ràng)AI生成(chéng)的结果(guǒ)尽可能的(de)符(fú)合要求，但是(shì)都不尽如人(rén)意，它的出现代表着(zhe)AI生(shēng)成开始进入真正(zhèng)的可控时(shí)期。

因为(wèi)ControlNet可以直接(jiē)提(tí)取(qǔ)画面的构图，人物(wù)的姿势和(hé)画面(miàn)的深(shēn)度信息等。有了(le)它的(de)帮助，就不用(yòng)频繁的用提示(shì)词来碰(pèng)运气，抽盲(máng)盒式的(de)创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔(mó)法”，不(bù)少(shǎo)博(bó)主的作品(pǐn)已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋(péng)友的照(zhào)片直接带她们(men)走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键词；最后用ControlNet插(chā)件绑定(dìng)骨骼开始换关键(jiàn)词试效果。

通(tōng)过图片就可(kě)以看出来，效果十(shí)分(fēn)惊艳。

更(gèng)厉(lì)害的是，除了真(zhēn)实的照片(piàn)，草图(tú)也可(kě)以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其(qí)本(běn)尊也(yě)亲(qīn)自回应。

不得不说当下(xià)AIGC已经(jīng)变得越来(lái)越强(qiáng)大，甚至输出(chū)的作(zuò)品都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技(jì)术力爆(bào)发

警惕安全问题

近(jìn)日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而(ér)经(jīng)过警方辟谣(yáo)这所(suǒ)谓的“party”可能是全国第一(yī)起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里面给出的美女(nǚ)照片都是(shì)AI制作的真人(rén)照片绘图，因(yīn)为(wèi)太逼真(zhēn)，被大家(jiā)当(dāng)成真(zhēn)事(shì)传播了。

不过仔(zǎi)细观察可以发现，活动发起者提(tí)供(gōng)的照片中有个很(hěn)大的漏洞可以发现并非真人，而是AI绘图，那(nà)便(biàn)是图片中(zhōng)女(nǚ)性的手指部分(fēn)有的存在异常。

有行业人(rén)事表示：“现在因为(wèi)手指部分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最新(xīn)看(kàn)到(dào)的图片已经有越来越完美的(de)AI模型(xíng)出现，以后可能就完全没(méi)有(yǒu)漏(lòu)洞了。”

类(lèi)似的AI作图(tú)诈(zhà)骗在国外也已有发生。据英国广播(bō)公司(sī)报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿(ér)童受(shòu)灾的假照片发布(bù)到网(wǎng)络，以此诱骗善(shàn)良的(de)人打(dǎ)赏(shǎng)“捐助”从而实(shí)施诈骗。

目(mù)前随着(zhe)技(jì)术发展，AIGC已(yǐ)经能做出真人(rén)照(zhào)片(piàn)般的绘图效(xiào)果，如果这样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多(duō)担忧，一方面，批判者认为AI在(zài)“学习”了大量前人的(de)作(zuò)品(pǐn)之后，其创作没有任何(hé)情绪(xù)和灵魂，难(nán)以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后的(de)版权(quán)、目前都并没有得到有效(xiào)的解(jiě)决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的创意。

马(mǎ)斯(sī)克(kè)也强调，人工智能的安全问题(tí)需(xū)要得到重视，太(tài)晚就来不及(jí)了(le)。

03

AIGC下一站除了视频(pín)，还(hái)有(yǒu)远方

技(jì)术都是有两面(miàn)性的，潜在(zài)的危害并不能掩盖其光辉的贡献。现在看来(lái)，人工智能技(jì)术将是(shì)第四次工业革命的核心驱动力(lì)量，将创造新(xīn)的增长奇迹。

过去一年，人工智能(néng)在技术和商业(yè)层面(miàn)都有了(le)巨(jù)大进(jìn)展，AI绘画(huà)就(jiù)是(shì)人(rén)工智能技术发生(shēng)方向性改变的一(yī)个代表。其(qí)下一(yī)站或(huò)许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几(jǐ)条引(yǐn)爆科技圈(quān)的(de)短视频(pín)。这些视频引(yǐn)发关注并非内容(róng)做得多(duō)优秀，反而都非常(cháng)简(jiǎn)单，比如一(yī)匹正在喝水的(de)马，一只画画的玩具(jù)熊，或者(zhě)一段骑摩(mó)托(tuō)车的(de)第(dì)一(yī)视角(jiǎo)录像，随便一个有手(shǒu)机的(de)人都可以随(suí)手录下(xià)一(yī)段(duàn)。

但(dàn)这些短视频的创作(zuò)方式非常简单，创(chuàng)作(zuò)者仅(jǐn)仅(jǐn)需要向(xiàng)AI输入一段话，甚至只是说一下(xià)要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布的(de)两(liǎng)个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的(很久没做了是不是会时间变短，为什么好久不做时间会变短de)是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已经(jīng)玩了一(yī)波梗，一个能够做(zuò)出更高(gāo)清视频(pín)的AI还不(bù)足以(yǐ)在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震惊的地(dì)方在于，它可(kě)以(yǐ)制作(zuò)出(chū)超过2分钟的连贯的(de)也有确切(qiè)内容的视频，这才是真正让人们感到(dào)惊(jīng)喜的地方。因为无论AI生(shēng)成的(de)视频(pín)多么(me)高清，也(yě)只能是为(wèi)内容生(shēng)产者提供一个(gè)灵感，一个素材，一(yī)个过场动画。

不过(guò)能够(gòu)制作出有具体剧情内容的视频就意(yì)味着，一些(xiē)视频创作(zuò)由AI代替人工(gōng)完成已经(jīng)初步有了可能。

当下AI的(de)发展速度已(yǐ)经超(chāo)过大(dà)部分人的(de)想象。内容(róng)产业的本质是供给创造需求，AIGC作为(wèi)全新的(de)内容生(shēng)产方式，可以为内(nèi)容产业带(dài)来更新的内容风格、更(gèng)快的生产速度，更低的(de)生(shēng)产成本(běn)，这(zhè)无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视(shì)频(pín)，AIGC技术(shù)还能应用于(yú)音(yīn)乐(lè)、代码(mǎ)、机(jī)器人动作(zuò)等多(duō)种内容(róng)形式的生成。不难发现该项技术不仅在游戏等行业能得到有(yǒu)效(xiào)应用，对于下一代互联网各种(zhǒng)元(yuán)素的构建亦有关键(jiàn)意义(yì)。

从商(shāng)业化(huà)的角度(dù)来看(kàn)，文化娱乐、教(jiào)育、传(chuán)媒等(děng)诸(zhū)多领域(yù)，本身(shēn)就(jiù)对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及视频或不(bù)是(shì)结果(guǒ)，而只是(shì)AI进(jìn)程中的一块(kuài)重要(yào)拼(pīn)图，有望在技术更新的(de)加持下实(shí)现(xiàn)更大的应用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向了(le)可以生成内容，甚至(zhì)能够创造出独立(lì)价值和独立视角的内容(róng)。AIGC的再次出圈，更代表着未来(lái)的先进生(shēng)产力即将到来(lái)。

04

紧抓大模(mó)型与算(suàn)力(lì)，牢固AIGC底座(zuò)

从技术(shù)的(de)发(fā)展也可以看出，在(zài)语言大(dà)模型、图像(xiàng)大模型(xíng)之后，多模态大模型已经成为(wèi)了新的趋势(shì)。

大模型被誉为当前人工智能发(fā)展的(de)智能底(dǐ)座(zuò)，是全球(qiú)竞争(zhēng)最激烈(liè)的研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多(duō)头部企(qǐ)业都(dōu)在竞相(xiāng)发(fā)力。

不过训练(liàn)大模(mó)型(xíng)的确价格不(bù)菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要(yào)多少算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约(yuē)为140万(wàn)美元。而对于一些(xiē)更(gèng)大(dà)的LLM(大型语言模(mó)型)，训(xùn)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(yuè)的(de)独(dú)立访客平(píng)均数1300万计算，其对应芯(xīn)片需(xū)求(qiú)为3万多片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类大模型的发展同时，更应(yīng)该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发展进(jìn)入史(shǐ)诗(shī)级加速进程，让(ràng)AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极(jí)目标离得更(gèng)近(jìn)。

因(yīn)为(wèi)算力可以对突破性技术创新(xīn)提供(gōng)大力的支持。这方(fāng)面(miàn)，多模态大(dà)模型是(shì)典型(xíng)。作为面向未来强人工(gōng)智能、通用人工智能的重要技术创新，多模态大模型(xíng)已经在人工(gōng)智能领域提出了很多年，业界也有不少技术突(tū)破，但是，多模态大模型进一步往下走，算力需求(qiú)呈(chéng)几何式上(shàng)升，一(yī)般的算力基础(chǔ)设施很快将难(nán)以胜任。

从图像(xiàng)、文字、语音单(dān)独(dú)一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让(ràng)人工智能可以灵活应对不同模态的转化、像(xiàng)人(rén)与(yǔ)世界(jiè)交(jiāo)互一样自然，这方面，由算(suàn)力(lì)网络来(lái)驱(qū)动将有(yǒu)明显优势。

此外，还有很多需要爆发式增长的(de)算(suàn)力来支(zhī)撑的技(jì)术创新，将在人工(gōng)智能算力网络支撑下快速(sù)推进。

AIGC已(yǐ)经(jīng)露出(chū)曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生(shēng)产的方式，将创造的边际(jì)成(chéng)本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 很久没做了是不是会时间变短，为什么好久不做时间会变短