自聊天机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司(sī)创(chuàng)始(shǐ)人比尔·盖茨已(yǐ)多(duō)次公开谈(tán)论(lùn)人工(gōng)智能(néng)话题。在最近(jìn)的一次(cì)采访(fǎng)中，他再次表(biǎo)示：“AI可(kě)能会(huì)让科(kē)技(jì)行业(yè)迎来(lái)一次剧烈的洗牌”。

这(zhè)个(gè)结论(lùn)是他在当地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可能会(huì)威胁到谷歌(gē)的市占率，因(yīn)为(wèi)微软在AI方(fāng)面(miàn)的(de)行动相当(dāng)迅速。而最终科技巨头将(jiāng)把AI整(zhěng)合成(chéng)用户的“全能助(zhù)手(shǒu)”，包揽一(yī)切应用(yòng)，与人们进行沟通并提(tí)供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手(shǒu)的到(dào)来(lái)可能尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题(tí)热点包围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为代表的(de)AIGC上一次爆火的时候，还是(shì)2022年(nián)8月，在美国科罗(luó)拉(lā)多州举办的新兴数字(zì)艺术家(jiā)竞赛中，一幅名(míng)为《太空歌(gē)剧院》的作品(pǐn)获奖(jiǎng)。

随后各大(dà)厂商的(de)AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户们可以(yǐ)在应用中输入一组关(guān)键词或者一(yī)张照(zhào)片，就能获得一幅AI创作的画作。

作画的(de)关键就是所输(shū)入的文本。同(tóng)一(yī)组关(guān)键(jiàn)词也可以创(chuàng)作(zuò)出(chū)很多张风格不一样的画作，这让(ràng)创作的过程就像开盲盒。

很多用户(hù)很喜欢这种不确定(dìng)的惊喜，他(tā)们会将生(shēng)成的美图(tú)当做头像。而另一部分(fēn)喜欢(huān)翻看AI绘画的“翻车(chē)”为什么管拜登叫拜振华？ 拜登是哪年出生作(zuò)品。在(zài)社(shè)交媒(méi)体上，许多用(yòng)户分享AI“翻车(chē)现场”，例如，一位网友(yǒu)的小(xiǎo)狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人(rén)照片被AI识(shí)别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画(huà)的(de)填(tián)写关键(jiàn)词(cí)游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位(wèi)正在斯(sī)坦福读博的中国(guó)人(rén)张吕敏创作的一种基(jī)于控制点的图像变形算法，主要(yào)用(yòng)于(yú)数字图像处(chù)理、计(jì)算机视觉和计算机图形学等(děng)领域。

其SD插件一经(jīng)发(fā)布，在(zài)短短的两天内(nèi)便成为了AI绘画领(lǐng)域最新的热点。

在此(cǐ)之前，大家用了很多方法想让AI生成(chéng)的结果尽可能的(de)符合(hé)要求，但是都不尽如人(rén)意，它(tā)的出现代表着AI生成开始进入真正的可(kě)控时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物(wù)的(de)姿势和画面的深度信息等。有了它的帮助，就不用(yòng)频(pín)繁的(de)用提示词来碰运(yùn)气，抽盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少(shǎo)博(bó)主的(de)作品已经获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋(péng)友的照片直接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试效果。

通过图(tú)片就可以看出来，效果十(shí)分(fēn)惊艳(yàn)。

更厉害的是，除了真实(shí)的照(zhào)片，草图也(yě)可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其(qí)本尊也亲自回应。

不(bù)得不说当(dāng)下AIGC已经变得越(yuè)来(lái)越(yuè)强大(dà)，甚至输出(chū)的作品都已(yǐ)经能以假乱真了(le)。

02

难辨(biàn)虚(xū)实(shí)，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日，“苏(sū)州金(jīn)鸡湖(hú)有游艇party”的消息火遍网(wǎng)络(luò)，而经过警方(fāng)辟谣这所谓(wèi)的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片都是AI制作的真人(rén)照片绘图(tú)，因为太逼真，被(bèi)大家(jiā)当成真(zhēn)事传播了(le)。

不过仔细观察(chá)可以发现(xiàn)，活动发(fā)起(qǐ)者提供的照片中有个很大的漏洞可以发现并非真人，而是(shì)AI绘(huì)图，那便是图片中女性的手指部分有的存在异(yì)常。

有行业(yè)人事表示：“现(xiàn)在(zài)因(yīn)为(wèi)手指部分的(de)绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看到(dào)的图片已经有越(yuè)来越(yuè)完美的AI模型出现，以后可能就完(wán)全没有(yǒu)漏(lòu)洞了。”

类似(shì)的AI作(zuò)图诈骗(piàn)在国外(wài)也已有(yǒu)发(fā)生。据英(yīng)国广播公司报道，土耳其(qí)地震期间，有Tiktok用户(hù)使(shǐ)用AI合成了(le)儿童受灾的(de)假照片发布到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经能做出真人照片(piàn)般的(de)绘图效(xiào)果，如果这样的图片被用来诈(zhà)骗(piàn)，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还(hái)引发了很(hěn)多(duō)担(dān)忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了(le)大量前人的作品之(zhī)后(hòu)，其创作没有任何情(qíng)绪和(hé)灵魂，难(nán)以(yǐ)和(hé)人类(lèi)的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权(quán)、目前都并没有(yǒu)得到(dào)有效的(de)解决(jué)，还有AIGC会不会(huì)代替人类(lèi)“至高无上”的创(chuàng)意。

马斯(sī)克也强调，人工智能的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除(chú)了(le)视(shì)频(pín)，还有远(yuǎn)方

技术(shù)都(dōu)是有两面性的，潜(qián)在的危害并(bìng)不能掩盖其光(guāng)辉的贡(gòng)献。现在看来，人工智能技术(shù)将(jiāng)是第四(sì)次工业革命(mìng)的核心驱动力量，将(jiāng)创造(zào)新的增长奇迹。

过去一年(nián)，人工(gōng)智能在技术(shù)和商业(yè)层面都(dōu)有了(le)巨(jù)大进展，AI绘画就是(shì)人工智能技(jì)术发(fā)生方向性改变(biàn)的一个代表。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先后(hòu)发(fā)布了几(jǐ)条(tiáo)引爆科技圈的短视频(pín)。这些视(shì)频引(yǐn)发关注(zhù)并(bìng)非内容(róng)做得(dé)多优(yōu)秀(xiù)，反而都非(fēi)常(cháng)简(jiǎn)单，比如(rú)一匹正(zhèng)在喝水的马，一只(zhǐ)画画的玩具熊，或者一段(duàn)骑摩托车的(de)第一视角(jiǎo)录像，随便一个有手机的人都可以随手录下一段。

但(dàn)这些(xiē)短视频的创作方式非常简单，创作者仅(jǐn)仅需要(yào)向AI输入(rù)一段话，甚至(zhì)只是(shì)说一下要求，AI就可以(yǐ)根据需(xū)要生(shēng)成(chéng)一段视频。

谷歌(gē)发布的两个AI生成(chéng)视频(pín)分别来(lái)自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高(gāo)清，与Meta的(de)Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布了(le)AI生(shēng)成的(de)视频后，AI圈就已经玩了一波梗，一个(gè)能够(gòu)做(zuò)出更(gèng)高(gāo)清视频(pín)的(de)AI还不足以在短(duǎn)时间(jiān)内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的地方在于(yú)，它可以制作(zuò)出(chū)超(chāo)过2分钟的连贯的也有确(què)切内(nèi)容的视频(pín)，这才是真正(zhèng)让人(rén)们(men)感到(dào)惊(jīng)喜的地方。因为(wèi)无论AI生成的视频多(duō)么高清，也(yě)只能(néng)是为(wèi)内容生(shēng)产(chǎn)者提供一(yī)个灵感(gǎn)，一个素(sù)材，一(yī)个(gè)过场动画。

不过(guò)能够制作出(chū)有具(jù)体剧情内(nèi)容(róng)的视频(pín)就意味(wèi)着，一些视频创作由AI代替人(rén)工完成已(yǐ)经初步有了可(kě)能(néng)。

当下AI的(de)发展速度已经(jīng)超过大部分人的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来(lái)更新的(de)内容(róng)风(fēng)格、更快的生产速度，更低的(de)生产(chǎn)成(chéng)本，这(zhè)无疑会(huì)驱动内容产业(yè)的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人动作等多(duō)种内容(róng)形(xíng)式的生(shēng)成。不难(nán)发现该项技术(shù)不仅(jǐn)在游戏等行业能得到有效应用，对(duì)于下一代互联网各种元(yuán)素的构建(jiàn)亦有(yǒu)关键意(yì)义。

从(cóng)商业化的角度来(lái)看，文化娱乐、教(jiào)育、传媒等诸多领域(yù)，本身(shēn)就(jiù)对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不是(shì)结(jié)果，而只是AI进程中(zhōng)的一块重要拼图(tú)，有望在技术更(gèng)新的加持(chí)下实现更大的应(yīng)用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创(chuàng)造出独立价值和独立视角的(de)内容。AIGC的再次(cì)出圈，更代(dài)表(biǎo)着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓大(dà)模型(xíng)与算力，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也可以看(kàn)出，在语言(yán)大模(mó)型、图(tú)像大模型(xíng)之后，多模态大模(mó)型已经成为了新的(de)趋势。

大模型被誉(yù)为当前人(rén)工智能(néng)发(fā)展的(de)智(zhì)能(néng)底座(zuò)，是全球竞争最激烈的(de)研(yán)究方向之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模型的确(què)价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多少算力》报(bào)告估算(suàn)，GPT-3训练一(yī)次(cì)的成(chéng)本约为140万美(měi)元。而(ér)对于一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万计算，其对应芯片需(xū)求(qiú)为3万(wàn)多片英伟达(dá)A100 GPU，初(chū)始投入(rù)成本约为8亿美元(yuán)，每日仅电(diàn)费就在5万(wàn)美元左右。

此(cǐ)外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞(páng)大(dà)算力支(zhī)持。在关注各类(lèi)大模型(xíng)的发展同(tóng)时(shí)，更应该关注算力网络的建设。

算力(lì)网(wǎng)络正(zhèng)驱动AI产业发展(zhǎn)进入(rù)史诗级加速进(jì为什么管拜登叫拜振华？ 拜登是哪年出生n)程，让AIGC及通用AI这(zhè)一人工智能(néng)发展的终(zhōng)极目标离得更(gèng)近。

因(yīn)为算力可以对(duì)突破性技术创新提供(gōng)大力的支持。这(zhè)方面(miàn)，多模态大模型是典型。作为(wèi)面向未来强(qiáng)人工智能、通(tōng)用人工智能的重要(yào)技(jì)术创新(xīn)，多模(mó)态大模(mó)型已(yǐ)经在(zài)人工智能领域提(tí)出(chū)了(le)很多年，业界也有不少技术突破，但(dàn)是，多模(mó)态大(dà)模型进一步往下走(zǒu)，算(suàn)力需求呈几(jǐ)何式上升，一般的(de)算力基础设(shè)施(shī)很快(kuài)将难以胜任(rèn)。

从(cóng)图像、文字、语(yǔ)音单独一项的训练，到(dào)双模态、三模态(tài)的跃迁，让人工(gōng)智(zhì)能可以灵活应(yīng)对不同模态的转化、像(xiàng)人(rén)与世(shì)界交(jiāo)互一(yī)样自然，这方面(miàn)，由(yóu)算力网(wǎng)络来驱动将有明显(xiǎn)优势。

此(cǐ)外(wài)，还有很多需要爆发式增长的算力来支撑的技术创新，将在(zài)人(rén)工智能算力(lì)网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出曙光(guāng)，期待(dài)在大模(mó)型(xíng)和大算力的支持下(xià)AIGC能持(chí)续(xù)颠覆内容生产的(de)方(fāng)式，将创造的(de)边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 为什么管拜登叫拜振华？ 拜登是哪年出生