自聊天(tiān)机(jī)器(qì)人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比尔(ěr)·盖茨(cí)已多次公开谈论(lùn)人(rén)工智能话(huà)题(tí)。在最近(jìn)的一次采(cǎi)访中(zhōng)，他再次表示：“AI可能会(huì)让科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节目(mù)专(zhuān)访时提(tí)出的。

他预期，AI的发(fā)展可能会威胁(xié)到谷歌的市占率(lǜ)，因为微软在AI方面的行动(dòng)相当迅速。而最(zuì)终科技巨头(tóu)将把AI整合成用户的(de)“全能助手”，包揽(lǎn)一切应用，与(yǔ)人们进行沟通(tōng)并提供建议，可以取(qǔ)代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来(lái)可(kě)能尚需时日，但由ControlNet引(yǐn)发的又(yòu)一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中杀(shā)出重(zhòng)围。

01

ControlNet颠(diān)覆(fù)AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉多州举办的(de)新(xīn)兴(xīng)数字(zì)艺(yì)术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画(huà)软件被广大网友(yǒu)熟知并(bìng)体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可(kě)以(yǐ)在应(yīng)用中输入一组关键词(cí)或者一张照(zhào)片，就能获(huò)得一(yī)幅AI创作的(de)画作。

作画的关(guān)键就是(shì)所输入的(de)文本(běn)。同一组关键词也可以创作出很多张风格不一(yī)样的画(huà)作，这让创作的过程就像开盲盒。

很多(duō)用户(hù)很喜欢这种不(bù)确定(dìng)的惊喜，他们(men)会将生成(chéng)的美图(tú)当做头(tóu)像。而(ér)另一(yī)部(bù)分喜(xǐ)欢翻(fān)看AI绘(huì)画(huà)的“翻(fān)车”作品。在社交媒体上(shàng)，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个(gè)人照片被AI识别(bié)成(chéng)了建筑。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一位(wèi)正(zhèng)在斯(sī)坦福读(dú)博(bó)的中国人张吕敏创作的一种基于控制点的(de)图像变形算法，主要用于数(shù)字图(tú)像处(chù)理(lǐ)、计算机视(shì)觉和计算机图形(xíng)学等领域。

其SD插件一经(jīng)发(fā)布，在(zài)短短的两天内便(biàn)成为了(le)AI绘(huì)画领(lǐng)域(yù)最新的热(rè)点。

在此之(zhī)前，大家用了很多(duō)方法想(xiǎng)让AI生成的结果尽可能的(de)符合要求，但是都不尽(jǐn)如(rú)人意(yì)，它(tā)的出现(xiàn)代表(biǎo)着AI生成(chéng)开始进(jìn)入(rù)真正的可控时期。

因为ControlNet可(kě)以直接(jiē)提取画面(miàn)的构图，人物的姿势和画面的深度(dù)信(xìn)息等。有了它的帮助，就不(bù)用频(pín)繁的用提(tí)示(shì)词(cí)来碰运气(qì)，抽盲盒式(shì)的创(chuàng)作(zuò)了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加(jiā)了(le)“魔法”，不少博(bó)主的(de)作品已经获(huò)得了大(dà)量的浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋友的照片直接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找到对应的(de)关键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键(jiàn)词(cí)试效果。

通(tōng)过图片就(jiù)可以看出来，效果(guǒ)十分惊(jīng)艳。

更厉害(hài)的是，除了真(zhēn)实的(de)照(zhào)片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能(néng)实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得不说(shuō)当下(xià)AIGC已(yǐ)经变得越(yuè)来越强大，甚至输(shū)出的(de)作品都已经能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的(de)消息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由(yóu)于这个活动里面给出的美女照片都是(shì)AI制作的真人照片(piàn)绘图(tú)，因为太逼(bī)真，被(bèi)大家当成真事传(chuán)播了。

不过仔细观察可(kě)以发现，活动发起者提供(gōng)的照片中有个很大(dà)的漏洞(dòng)可以(yǐ)发现(xiàn)并非真人(rén)，而是AI绘图，那便是图(tú)片中女性的(de)手指部分有的存(cún)在异常。

有行业人事表(biǎo)示：“现在(zài)因为手指部分(fēn)的绘画算法比(bǐ)较复杂，AI还不太会画人的(de)手，但(dàn)最(zuì)新看到的图片已经有越来越完美的(de)AI模型出现(xiàn)，以后可能就完全(quán)没有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外也已有发生。据英国(guó)广(guǎng)播(bō)公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照(zhào)片(piàn)发布到网络，以此诱骗善(shàn)良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做(zuò)出(chū)真人照(zhào)片般(bān)的(de)绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还(hái)引发了很多担忧，一(yī)方面(miàn)，批(pī)判者(zhě)认为AI在(zài)“学(xué)习”了大量前人的(de)作品之后(hòu)，其创(chuàng)作(z娱乐圈里的万人睡女星，娱乐圈睡得最多的女星uò)没有任(rèn)何情绪和灵魂，难(nán)以和(hé)人类的艺术创(chuàng)作相提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得(dé)到有效的解决，还有AIGC会不会代(dài)替(tì)人类“至(zhì)高无(wú)上”的(de)创意。

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

03

AIGC下一站除了(le)视频，还(hái)有远方

技术都(dōu)是有两面性的，潜在的危害并不(bù)能掩盖其光(guāng)辉的贡献。现在看(kàn)来，人工智能技术将是第四次工(gōng)业革命(mìng)的(de)核心驱动力量，将创造(zào)新的(de)增长奇迹。

过去一年，人工智(zhì)能在技术和商业层面都(dōu)有(yǒu)了巨大进展，AI绘画就是人工智能技(jì)术发生方向性改变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌(gē)先(xiān)后发布了几条引爆科技圈的短视频(pín)。这(zhè)些(xiē)视(shì)频(pín)引(yǐn)发关注并非内容做得多优秀，反而都非(fēi)常简单，比如(rú)一匹正在喝水的马，一只(zhǐ)画画的(de)玩具熊，或(huò)者(zhě)一(yī)段(duàn)骑(qí)摩托(tuō)车的第一视角录像，随便一(yī)个(gè)有手机的人(rén)都可以(yǐ)随手(shǒu)录下一(yī)段(duàn)。

但这些短视频的创作(zuò)方式非常简(jiǎn)单(dān)，创作者仅仅需要向AI输入一段话(huà)，甚至只是说一下要求，AI就可以根据需要生成一段(duàn)视频。

谷歌(gē)发布的两个AI生(shēng)成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就(jiù)已(yǐ)经玩了(le)一波梗，一个能够(gòu)做出更高(gāo)清视频的AI还不足以在短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以(yǐ)制作出超过2分钟(zhōng)的连(lián)贯的也有确切(qiè)内容(róng)的视频(pín)，这才是真正让(ràng)人们(men)感到(dào)惊喜的地(dì)方。因为无(wú)论AI生成的视频多么高清，也只能是为内容(róng)生产者提供一(yī)个灵感，一个素材(cái)，一(yī)个过场动画。

不(bù)过(guò)能够制作出有具(jù)体剧情内容的视(shì)频就意(yì)味着，一些视频创作由AI代替(tì)人工完成已经初步有了可能。

当(dāng)下AI的发展速度已(yǐ)经超过(guò)大部分人(rén)的想(xiǎng)象。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(fāng)式(shì)，可以为内(nèi)容(róng)产(chǎn)业带来(lái)更新的内容风格、更娱乐圈里的万人睡女星，娱乐圈睡得最多的女星快的(de)生(shēng)产速度，更(gèng)低的生产成本，这无疑会驱动(dòng)内容产业(yè)的(de)大爆发。

除了(le)AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人动作等多(duō)种内(nèi)容形式的生(shēng)成。不难发(fā)现(xiàn)该项技术不仅(jǐn)在(zài)游戏等(děng)行(xíng)业能得到有效应用(yòng)，对于下一代互联(lián)网各(gè)种元(yuán)素的构建亦(yì)有(yǒu)关键意义(yì)。

从商业化(huà)的角度来(lái)看(kàn)，文化娱乐、教育(yù)、传媒(méi)等(děng)诸多领(lǐng)域(yù)，本身就对基于AI的可(kě)视(shì)化内容有强烈需求。

因此，AI绘画(huà)及视频或不是结(jié)果，而只是AI进(jìn)程中的(de)一块重要拼图，有望在技术(shù)更新的(de)加持下实(shí)现更大的应用价值。

AI从理解内容，走(zǒu)向了可以生成内容(róng)，甚至能(néng)够创造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即(jí)将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发(fā)展(zhǎn)也可以看出，在语(yǔ)言大(dà)模型、图像大(dà)模型之(zhī)后，多模态大模型已经成为了(le)新的趋(qū)势。

大模型被誉(yù)为当前人工智能发展(zhǎn)的智(zhì)能(néng)底座，是全球竞(jìng)争最激烈的研究(jiū)方(fāng)向之(zhī)一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头(tóu)部(bù)企业都在(zài)竞相发力。

不过(guò)训练(liàn)大模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而(ér)对于一些(xiē)更大的LLM(大型(xíng)语言模(mó)型)，训练成本则(zé)介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访客(kè)平均数1300万(wàn)计算，其(qí)对应芯片需求(qiú)为(wèi)3万多片(piàn)英伟达(dá)A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每日(rì)仅电费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持。在关注各类(lèi)大模(mó)型(xíng)的发(fā)展同时，更应该关注算力(lì)网络的(de)建设(shè)。

算力网络正驱动(dòng)AI产(chǎn)业发展进入史诗级加速进(jìn)程，让(ràng)AIGC及(jí)通(tōng)用AI这一人(rén)工智能发展的终(zhōng)极目标离得更近。

因为算力可(kě)以对突破性技术创新提供大力的支持。这方面，多模(mó)态大模型(xíng)是(shì)典型。作为面向未来强(qiáng)人(rén)工(gōng)智能、通用人(rén)工(gōng)智能的重要(yào)技术(shù)创新，多模态大模型已经在人工(gōng)智能领域提出了很多年，业界也有不少技(jì)术突破(pò)，但是，多模(mó)态大模型进一步往(wǎng)下走，算力需求呈几何式上升，一般的算力基础设(shè)施很快将难(nán)以(yǐ)胜任。

从(cóng)图像、文(wén)字、语(yǔ)音单独(dú)一(yī)项的训练，到(dào)双模态、三模态的跃迁，让人工(gōng)智能可(kě)以灵活应对不同模态的转(zhuǎn)化、像人与世(shì)界交互一样自(zì)然，这方(fāng)面，由算力网络(luò)来驱动将有明显优势。

此外，还有(yǒu)很多需要爆发(fā)式增长的(de)算力来支(zhī)撑的技术创新(xīn)，将在人工智能算力网络支撑(chēng)下(xià)快速推进。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的支(zhī)持下AIGC能持(chí)续颠覆(fù)内容生产的(de)方式，将创造的边际(jì)成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 娱乐圈里的万人睡女星，娱乐圈睡得最多的女星