自(zì)聊天(tiān)机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论人工(gōng)智能话题。在最近的一次采(cǎi)访中，他再次表示：“AI可(kě)能会让科技行业迎来一次剧(jù)烈的(de)洗牌”。

这个结论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节(jié)目(mù)专访时(shí)提(tí)出的。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行动(dòng)相当迅速(sù)。而最终科技巨头将把(bǎ)AI整合成用户(hù)的“全能助手”，包(bāo)揽一切应用(yòng)，与人(rén)们(men)进行沟通并(bìng)提供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚需时日，但由(yóu)ControlNet引发(fā)的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点(diǎn)包(bāo)围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一(yī)次(cì)爆火的时(shí)候，还是2022年(nián)8月(yuè)，在美国科(kē)罗拉(lā)多州举办(bàn)的新兴数字艺术家竞(jìng)赛(sài)中，一(yī)幅名为《太空(kōng)歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商(shāng)的AI绘画软件被广大网友(yǒu)熟(shú)知并体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表。

用户们可以在应用中输(shū)入(rù)一(yī)组关键(jiàn)词或者一张照片(piàn)，就能获得一幅AI创(chuàng)作的画作(zuò)。

作画的关键就是所输(shū)入(rù)的(de)文(wén)本。同(tóng)一组关(guān)键(jiàn)词也可以创(chuàng)作(zuò)出很多张风格不(bù)一样的(de)画作，这让创作的过程(chéng)就像(xiàng)开盲盒。

很多用(yòng)户很喜(xǐ)欢(huān)这种不(bù)确定的惊喜，他们会(huì)将生成(chéng)的美图当(dāng)做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体(tǐ)上，许多(duō)用(yòng)户(hù)分享(xiǎng)AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小狗照片被AI画成(chéng)了“肌(jī)肉男”，还有(yǒu)网友的个人照片被AI识别(bié)成了建筑(zhù)。

而如(rú)今随(suí)着ControlNet的出现与加持，以往AI绘画的(de)填(tián)写关键词游戏可能要被颠(diān)覆(fù)了。

ControlNet是(shì)一位正在斯坦(tǎn)福(fú)读博的中国人张吕敏创作的一种基于控制点的图像变形算法，主要用于数字图像处理、计(jì)算(suàn)机(jī)视(shì)觉和(hé)计算机图形(xíng)学等领域(yù)。

其SD插件一经发布，在短短的(de)两天内便成为了AI绘画领(lǐng)域最(zuì)新的热点。

在(zài)此(cǐ)之(zhī)前，大(dà)家用了很多方(fāng)法(fǎ)想让AI生(shēng)成的(de)结果尽可(kě)能的(de)符合要求，但是(shì)都不尽如人意，它的(de)出现代表着AI生(shēng)成开(kāi)始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的(de)姿势(shì)和(hé)画面的(de)深度信息(xī)等。有(yǒu)了它的帮(bāng)助，就不(bù)用频繁的(de)用提示词来碰运(yùn)气，抽盲盒式的创作了(le)。

通俗的(de)说ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不(bù)少博(bó)主的(de)作品已(yǐ)经获得了(le)大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他(tā)用朋友的照(zhào)片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓展(zhǎn)找到对(duì)应(yīng)的(de)关(guān)键词(cí)；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始(shǐ)换(huàn)关键词试效果。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更(gèng)厉害的是，除了(le)真实的(de)照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大(dà)神(shén)张(zhāng)吕(lǚ)敏其(qí)本尊也亲(qīn)自回应。

不得(dé)不说当(dāng)下AIGC已经变得越来越强大，甚至输出的作品都已经能(néng)以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆(bào)发

警惕安全问题(tí)

近日，“苏州金(jīn)鸡(jī)湖有(yǒu)游艇party”的消(xiāo)息火遍网络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可能是全(quán)国第一(yī)起AI绘图诈骗。

由于(yú)这个活动里面给(gěi)出的美女照片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大(dà)家当成(chéng)真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者(zhě)提供(gōng)的照片中有个很大的漏(lòu)洞可以发(fā)现并非真人，而是AI绘图，那便是(shì)图片中女性的手指部分有的存在异常。

有行业人事表示：“现在(zài)因为手(shǒu)指部(bù)分的绘画算法比(bǐ)较复杂(zá)，AI还不太会画人的手，但最新(xīn)看(kàn)到的图片已经(jīng)有越来越完美的AI模型(xíng)出(chū)现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗(piàn)在国外也(yě)已有(yǒu)发生。据英(yīng)国广播公司报道，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的假(jiǎ)照片发布到网(wǎng)络，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗。

目(mù)前随着(zhe)技术(shù)发展，AIGC已经(jīng)能做出真(zhēn)人照片般的绘(huì)图效果，如(rú)果这样(yàng)的图(tú)片被用来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引发了很多担忧，一方面(miàn)，批(pī)判者认(rèn)为AI在(zài)“学习”了大量(liàng)前人的作(zuò)品之后，其创(chuàng)作没有任何情绪和(hé)灵(líng)魂，难(nán)以和人类的艺(yì)术创作相提(tí)并论(lùn)。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到(dào)有效的(de)解决，还(hái)有(yǒu)AIGC会不会代替(tì)人类“至(zhì)高无上”的创意。

马(mǎ)斯克也强调，人(rén)工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远方

技术都是有(yǒu)两面性(xìng)的(de)，潜在(zài)的危害并不能掩盖其光辉(huī)的贡献。现在看来，人工(gōng)智能技术(shù)将是第四(sì)次工业革命的核心(xīn)驱动力量，将创造新(xīn)的增长奇迹。

过(guò)去(qù)一年，人工(gōng)智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智能(néng)技术发生方向(xiàng)性改变的(de)一个代表。其下一站或许就是(shì)视频。

此前，Meta和(hé)谷(gǔ)歌(gē)先后发(fā)布(bù)了几(jǐ)条引爆科(kē)技圈(quān)的短视频。这(zhè)些视(shì)频引发(fā)关(guān)注(zhù)并非内(nèi)容做得(dé)多优秀，反而都(dōu)非常简单(dān)，比如一(yī)匹正(zhèng)在喝水(shuǐ)的马，一(yī)只(zhǐ)画画的玩具(jù)熊(xióng)，或者一(yī)段骑摩托车的第一(yī)视角录像，随便(biàn)一个(gè)有(yǒu)手机(jī)的(de)人都可以随手(shǒu)录下一段。

但这些短视频的创(chuàng)作方式非常简(jiǎn)单，创(chuàng)作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一下要求，AI就可(kě)以根据(jù)需(xū)要生成(chéng)一(yī)段(duàn)视频。

谷歌发布(bù)的两个AI生成视频(pín)分别来(lái)自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的(de)视频(pín)后，AI圈就已经玩(wán)了(le)一波梗，一个能够做(zuò)出更高清视频的AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可(kě)以(yǐ)制作出超过2分钟的连贯的也有确切内(nèi)容的视(shì)频，这(zhè)才是真正(zhèng)让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也(yě)只能(néng)是(shì)为内容生产者(zhě)提供一个灵感，一个(gè)素材，一个过场动画。

不过能够制作(zuò)出有(yǒu)具体剧情内容的(de)视频就意(yì)味(wèi)着，一(yī)些(xiē)视频创作(zuò)由AI代替人工完成(chéng)已(yǐ)经(jīng)初步有了可能。

当下AI的发展速度已经超过大部分人的想象(xiàng)。内容产业(yè)的(de)本质(zhì)是供给创造需求，AIGC作(zuò)为(wèi)全新的内容(róng)生产方式(shì)，可以(yǐ)为内容产业带来更新的内容风格、更(gèng)快的生产(chǎn)速度，更低的(de)生(shēng)产成(chéng)本，这无疑会驱动内(nèi)容产业的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机器人(rén)动作等多(duō)种(zhǒng)内容形式的生成。不难(nán)发(fā)现该项(xiàng)技术不仅在游戏等行业能得到(dào)有效(xiào)应用，对(duì)于下一代互联网(wǎng)各种元(yuán)素的构(gòu)建(jiàn)亦有关(guān)键意(yì)义。

从商业化(huà)的角度来看，文化娱乐、教育(yù)、传媒等诸多(duō)领(lǐng)域(yù)，本(běn)身就对基于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画(huà)及(jí)视频或不是(shì)结果，而只是(shì)AI进程中的一块重要拼图，有望在技(jì)术更新(xīn)的加持下实(shí)现更大(dà)的应用价值。

AI从理解(jiě)内(nèi)容，走向了可以生成内容，甚至能够创造出独立(lì)价(jià)值(zhí)和独立视角的(de)内容(róng)。AIGC的再次出圈(quān)，更代表着未来(lái)的先进生产力(lì)即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力(lì)，牢固AIGC底座

从(cóng)技(jì)术的(de)发展也可以(yǐ)看(kàn)出，在(zài)语言大模型(xíng)、图像大模型之后，多模态大模型已(yǐ)经(jīng)成(chéng)为了(le)新(xīn)的趋势。

大模(mó)型被誉为当前人工智能发展的(de)智(zhì)能底座，是全球竞(jìng)争最激烈的(de)研究(jiū)方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯(xùn)等(děng)众多(duō)头部(bù)企业都在竞相发力。

不过训练大(dà)模型的确价(jià)格不(bù)菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算(suàn)，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对于一(yī)些(xiē)更大的(de)LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的(de)独立访客平均(jūn)数(shù)1300万计算(suàn)，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投(tóu)入(rù)成本(běn)约为8亿(yì)美元，每日仅电费就在(zài)5万美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支持(chí)。在关注各(gè)类大(dà)模型的(de)发展同时，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产(chǎn)业发展进入史(shǐ)诗(shī)级加速进程，让(ràng)AIGC及通(tōng)用AI这一(yī)人(rén)工智能发展的(de)终(zhōng)极目标离(lí)得更近。

因为算力(lì)可以对(duì)突破性技(jì)术创新提(tí)供大力的支持(chí)。这方面，多(duō)模态大模型(xíng)是(shì)典型(xíng)。作(zuò)为面(miàn)向未来(lái)强(qiáng)人(rén)工(gōng)智(zhì)能、通用人工智能的重要(yào)技术创新，多(duō)模态大模型已经(jīng)在(zài)人工智能领(lǐng)域提出了很多年(nián)，业界也有不(bù)少技术突(tū)破，但(dàn)是，多(duō)模态大(dà)模型(xíng)公交车被C这才几天没做水，s货你是不是欠c了公交车站进(jìn)一步往下走，算力需求呈几何式上升，一般(bān)的算(suàn)力基础设(shè)施很快(kuài)将难以(yǐ)胜(shèng)任。

从图像(xiàng)、文字、语音(yīn)单独一(yī)项的训练(liàn)，到双模态、三模态的跃(yuè)迁，让人工智能可以灵活应对不同模(mó)态的转(zhuǎn)化、像人与世(shì)界交互一样自然，这方面，由算力网络来驱动将有明显优势(shì)。

此(cǐ)外(wài)，还(hái)有很多需要爆发(fā)式增长的算力来(lái)支(zhī)撑的技术创新(xīn)，将在人工智(zhì)能(néng)算力网(wǎng)络支撑下快速推进。

AIGC已经露出(chū)曙光(guāng)，期待在大(dà)模型和大算(suàn)力的支持(chí)下AIGC能持续颠覆(fù)内(nèi)容生产(chǎn)的方式，将创(chuàng)造的(de)边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 公交车被C这才几天没做水，s货你是不是欠c了公交车站