自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微(wēi)软公(gōng)司创始人比尔(ěr)·盖茨已(yǐ)多次公(gōng)开谈论(lùn)人工智能(néng)话(huà)题。在最近的一次(cì)采访中，他再次表示：“AI可能会让科技行(xíng)业迎来(lái)一次剧(jù)烈的洗牌”。

这个结论是(shì)他(tā)在当(dāng)地时间2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他(tā)预期，AI的发(fā)展可能(néng)会威胁到(dào)谷(gǔ)歌的市(shì)占(zhàn)率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用户(hù)的(de)“全能(néng)助手(shǒu)”，包揽一切应用，与人(rén)们进行沟通并(bìng)提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引发(fā)的(de)又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在美国科(kē)罗拉(lā)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(gē)剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知(zhī)并体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们可以在应用中输入(rù)一组关键(jiàn)词或者(zhě)一(yī)张(zhāng)照片，就能获得一幅AI创作(zuò)的画(huà)作。

作画的关键就是所输入的文本。同一组关键词也(yě)可以(yǐ)创作出很(hěn)多(duō)张(zhāng)风(fēng)格不一(yī)样的画作，这(zhè)让创作的(de)过程就像(xiàng)开盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜，他(tā)们会(huì)将(jiāng)生成的美图当做头(tóu)像。而另(lìng)一部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作(zuò)品(pǐn)。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例(lì)如，一位网友的小狗照(zhào)片被AI画成(chéng)了“肌肉(ròu)男”，还有网友的个人照(zhào)片(piàn)被(bèi)AI识别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填(tián)写关键(jiàn)词游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位正(zhèng)在斯(sī)坦福读博的(de)中国人张吕敏创作的(de)一种基于控制点的图像变(biàn)形算(suàn)法，主要用于数字图像处理、计算机视觉和计算机图(tú)形学等(děng)领域。

其SD插(chā)件一(yī)经发布，在短(duǎn)短的两天内便成为了AI绘画领域最新的热点。

在此之前，大家(jiā)用了很(hěn)多方法想让AI生成的结果(guǒ)尽可能(néng)的符合要求(qiú)，但是都不尽如人意，它的(de)出现代表(biǎo)着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构(gòu)图，人物的姿势和(hé)画(huà)面的深(shēn)度信息等。有了它(tā)的(de)帮助，就不用(yòng)频繁的用提示词(cí)来(lái)碰(pèng)运气，抽(chōu)盲(máng)盒(hé)式的创作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于(yú)给(gěi)AI绘(huì)画加了“魔法”，不(bù)少博主的作品已经获得了(le)大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照(zhào)片直(zhí)接带她们(men)走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试效(xiào)果。

通过图(tú)片就可以看(kàn)出(chū)来，效果十分惊艳。

更(gèng)厉害的(de)是，除了真实的照(zhào)片，草图(tú)也(yě)可(kě)以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本(běn)尊(zūn)也亲自回(huí)应。

不(bù)得(dé)不说当下AIGC已经变得越(yuè)来越强大(dà)，甚(shèn)至(zhì)输出的(de)作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的(de)消(xiāo)息火遍网络(luò)，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的真人(rén)照片绘图，因(yīn)为(wèi)太逼(bī)真，被大家当成真事传播了。

不(bù)过(guò)仔细观察可以发现，活动发起者提供的照片中有个很大的漏洞可以发现并非(fēi)真(zhēn)人，而是(shì)AI绘图，那(nà)便是图片中(zhōng)女性的手指(zhǐ)部分有的存在异常。

有行业人事表示：“现在因为手指部分的绘画算法比较复(fù)杂，AI还不太会画人的手，但最新看到的图(tú)片(piàn)已经有越来越完美的(de)AI模(mó)型出现(xiàn)，以后可能就(jiù)完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外也(yě)已有发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用(yòng)户(hù)使用(yòng)AI合(hé)成了(le)儿童受灾(zāi)的假照片发布到网络，以此诱骗(piàn)善(shàn)良(liáng)的人(rén)打赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前随着技术(shù)发展，AIGC已经能做出(chū)真人照片般(bān)的绘图(tú)效果(guǒ)，如果(guǒ)这样的(de)图片被用来诈骗，将非(fēi)常可怕。

此外(wài)AIGC还引发(fā)了很(hěn)多担(dān)忧，一(yī)方面(miàn)，批判者认为AI在“学(xué)习”了大量前人(rén)的作品之后，其创作没有任何情绪和灵(líng)魂(hún)，难以(yǐ)和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至(zhì)高无上”的创意。

马斯克也强调(diào)，人工智(zhì)能的安全问题需要(yào)得(dé)到重视，太晚就(jiù)来不及(jí)了。

03

AIGC下(xià)一站(zhàn)除了视频，还(hái)有(yǒu)远方

技术都是有(yǒu)两面性的(de)，潜在的(de)危害并不能掩盖其光辉(huī)的(de)贡献(xiàn)。现在看来，人工智(zhì)能技(jì)术将是第四次工业革命的核心驱动力量(liàng)，将创(chuàng)造新的增长(zhǎng)奇迹。

过去一年，人(rén)工智(zhì)能在技术和商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是人(rén)工智能技(jì)术发生方向(xiàng)性改变(biàn)的一个代表。其下一站或(huò)许(xǔ)就是视(shì)频。

此前，Meta和谷歌先(xiān)后发(fā)布(bù)了几条引爆科技圈的短视(shì)频。这些视频引(yǐn)发关注并非内容做得多优秀，反(fǎn)而都非(fēi)常简单，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托(tuō)车的第(dì)一视角录像(xiàng)，随(suí)便(biàn)一个(gè)有手机的人都可(kě)以随手录(lù)下(xià)一段。

但这(zhè)些短视频的创作(zuò)方式(shì)非常简单(dān)，创作者仅仅(jǐn)需要(yào)向AI输(sh施为什么读yi什么意思，施怎么读啊ū)入一段话，甚至只是说一下要求，AI就(jiù)可以根据需(xū)要生成一段视频。

谷歌发(fā)布(bù)的(de)两个(gè)AI生成视频(pín)分别(bié)来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突(tū)出的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生(shēng)成(chéng)的视频后(hòu)，AI圈(quān)就(jiù)已经玩了一波梗，一个能够(gòu)做出更高清视频(pín)的(de)AI还不足以在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震惊的地方(fāng)在于，它可以制作出超(chāo)过2分钟的连贯的也有确切内容的视频，这(zhè)才是真正让人们感到(dào)惊(jīng)喜的地方。因(yīn)为(wèi)无论(lùn)AI生成的视频多么高清(qīng)，也只能是为(wèi)内容(róng)生(shēng)产者提(tí)供一(yī)个(gè)灵感，一个素材，一个过场动画。

不过能(néng)够制(zhì)作(zuò)出有具体剧情内容的视频就意味(wèi)着(zhe)，一些视频创作由AI代替人(rén)工完成已经初(chū)步(bù)有了可能。

当下AI的发展速度已经超过大部分人的想象。内(nèi)容产业的本(běn)质(zhì)是供给创造(zào)需求，AIGC作为(wèi)全新的(de)内容(róng)生产(chǎn)方(fāng)式，可以为(wèi)内容产业带(dài)来更新(xīn)的内容(róng)风格、更快的生产(chǎn)速(sù)度，更低的生产成本，这(zhè)无(wú)疑(yí)会(huì)驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于音乐(lè)、代码、机器(qì)人动作等多(duō)种内容形式的(de)生成。不难发(fā)现该(gāi)项技(jì)术不仅在游戏(xì)等(děng)行业(yè)能(néng)得到有效应用，对于下一(yī)代互联网各种元(yuán)素的构(gòu)建亦(yì)有关键(jiàn)意义。

从商业(yè)化的角度来看，文(wén)化娱乐、教育(yù)、传媒等(děng)诸多领域，本身就对基于AI的可视(shì)化内容有(yǒu)强烈需求。

因此，AI绘(huì)画及视频(pín)或不是结果，而只(zhǐ)是AI进(jìn)程中的一(yī)块重要(yào)拼(pīn)图，有(yǒu)望在技术(shù)更(gèng)新(xīn)的加持下实现更(gèng)大的应用价(jià)值。

AI从理解内容，走向(xiàng)了(le)可以生成内容，甚至能够创造出独立价值和独(dú)立视(shì)角的内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即将到来。

04

紧抓大(dà)模型(xíng)与算力，牢固AIGC底(dǐ)座

从技术(shù)的发展(zhǎn)也可以看出，在语言(yán)大模型、图像大模型之后，多模态(tài)大模型已经成(chéng)为了新(xīn)的(de)趋势。

大(dà)模施为什么读yi什么意思，施怎么读啊型被誉为当(dāng)前人工智能发展(zhǎn)的智能底座，是全球竞(jìng)争最激(jī)烈的(de)研究(jiū)方(fāng)向之(zhī)一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部(bù)企(qǐ)业都在竞(jìng)相发力。

不过训练大模型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训(xùn)练一次的(de)成本约(yuē)为(wèi)140万(wàn)美元。而对于一些(xiē)更大的LLM(大型语言模型)，训(xùn)练成本则(zé)介(jiè)于200万美元至1200万美(měi)元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其(qí)对应芯片需求为3万多(duō)片英伟达(dá)A100 GPU，初(chū)始投入成(chéng)本(běn)约(yuē)为8亿美元，每日(rì)仅电费就在5万(wàn)美元左右(yòu)。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力支持。在关注各类(lèi)大模(mó)型的发展同时(shí)，更应该(gāi)关注算(suàn)力(lì)网络(luò)的建设。

算力网络(luò)正驱(qū)动AI产业发展进入史诗级(jí)加(jiā)速进程，让(ràng)AIGC及通(tōng)用AI这一人工智能发(fā)展的终极(jí)目标离(lí)得更近。

因为算力(lì)可以(yǐ)对(duì)突(tū)破性(xìng)技术(shù)创新(xīn)提供大(dà)力的支(zhī)持(chí)。这方面，多模态大(dà)模型是典型。作为面向未来强人工智能、通用人工智能的重(zhòng)要(yào)技术创新，多(duō)模态(tài)大模型(xíng)已(yǐ)经在人工智能(néng)领域提出了很(hěn)多年，业(yè)界(jiè)也有不(bù)少技术突破，但是，多(duō)模(mó)态大模型进一步往下走，算力需求呈几何式(shì)上升，一般的算(suàn)力基础(chǔ)设施(shī)很快将难(nán)以胜任。

从图像、文字、语音单(dān)独一项的训练(liàn)，到双(shuāng)模态、三(sān)模态的跃迁，让人工智能可以灵活(huó)应(yīng)对不(bù)同模态(tài)的(de)转化、像人与世界交互一样自然(rán)，这方面，由算力网络来(lái)驱动将有明显优势。

此外(wài)，还有很多需要(yào)爆发式(shì)增长的算力来支(zhī)撑(chēng)的技术创新，将(jiāng)在人工智(zhì)能算力网络支撑(chēng)下(xià)快速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内容(róng)生产的(de)方式，将创造(zào)的(de)边际成本降(jiàng)低，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 施为什么读yi什么意思，施怎么读啊