自聊天机器人ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖茨已多次(cì)公开谈论人工智(zhì)能话题。在(zài)最近的一次采访中，他再(zài)次表(biǎo)示(shì)：“AI可(kě)能(néng)会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的(de)。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的(de)市占率，因(yīn)为(wèi)微软在AI方面的行动相当迅(xùn)速。而最终(zhōng)科技巨头(tóu)将把AI整合(hé)成用户的(de)“全(quán)能助手”，包揽(lǎn)一切应用，与人们(men)进行沟(gōu)通(tōng)并提(tí)供建(jiàn)议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助(zhù)手的到(dào)来可能尚(shàng)需时日，但(dàn)由ControlNet引发的(de)又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

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(shàng)一(yī)次爆(bào)火的时候，还是2022年8月(yuè)，在美国科罗拉多州举(jǔ)办(bàn)的新兴数字艺(yì)术家竞(jìng)赛(sài)中，一(yī)幅名为(wèi)《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘(huì)画软件被(bèi)广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输入(rù)一组关键词或者一张照片，就(jiù)能获得一(yī)幅(fú)AI创(chuàng)作的(de)画(huà)作(zuò)。

作画的(de)关键就是所输入的文本。同一组关键词也可以创作出很(hěn)多张(zhāng)风格不一样的(de)画作，这(zhè)让创作的过程就像开盲(máng)盒。

很多(duō)用户很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生成的美图当做头(tóu)像。而(ér)另一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还有网(wǎng)友的(de)个(gè)人(rén)照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以(yǐ)往AI绘画的填写关键词游戏可能要(yào)被颠覆了(le)。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏创作的一种基(jī)于(yú)控制点的(de)图像(xiàng)变(biàn)形(xíng)算法，主要用于数字图像处(chù)理(lǐ)、计算机(jī)视觉和计算机图形学(xué)等(děng)领域。

其(qí)SD插件一(yī)经发(fā)布，在短(duǎn)短的两(liǎng)天内便成为(wèi)了AI绘画领域最新的(de)热点。

在(zài)此之前(qián)，大家用了很多方法(fǎ)想让AI生成(chéng)的结果尽可能的符(fú)合(hé)要求(qiú)，但是都不(bù)尽如人意，它的(de)出现代表着AI生(shēng)成(chéng)开始(shǐ)进入(rù)真正的可控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直(zhí)接提取(qǔ)画面的构图，人物(wù)的姿势和画面的深度信息(xī)等。有了它(tā)的帮助，就不用(yòng)频(pín)繁的(de大闸蟹吃公的好还是母的好，大闸蟹公的好还是母蟹好)用提(tí)示词来(lái)碰运气(qì)，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了(le)大量的(de)浏览(lǎn)量，“viggo”就(jiù)是(shì)其中之(zhī)一，他用(yòng)朋友的(de)照片直接(jiē)带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最(zuì)后用(yòng)ControlNet插件绑定骨骼开始换(huàn)关(guān)键(jiàn)词试效果。

通过(guò)图片就(jiù)可以看出来，效果十分惊艳。

更(gèng)厉害的是(shì)，除了真实(shí)的(de)照片，草图也(yě)可以加(jiā)上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩(cǎi)图。大神张(zhāng)吕(lǚ)敏其本尊也亲自(zì)回应。

不(bù)得不说(shuō)当下AIGC已(yǐ)经变得越来越(yuè)强(qiáng)大(dà)，甚至输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消(xiāo)息(xī)火(huǒ)遍(biàn)网络(luò)，而(ér)经过警方辟谣这所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个(gè)活动里面(miàn)给出的美女照片都是AI制作(zuò)的(de)真人(rén)照片绘图，因为太逼真，被(bèi)大家当成真事传播(bō)了。

不过仔细观察可以发现(xiàn)，活动发起者提供(gōng)的照片中有个很(hěn)大的(de)漏洞可(kě)以发现并非真人，而(ér)是AI绘图，那便是图片中女(nǚ)性的(de)手指部分有的存在异常(cháng)。

有(yǒu)行业人事表示：“现在因为(wèi)手指部分(fēn)的(de)绘画算(suàn)法(fǎ)比(bǐ)较复杂，AI还不太会画人的手，但(dàn)最新看(kàn)到的图片已经有(yǒu)越来越完美的(de)AI模(mó)型出现，以(yǐ)后(hòu)可能(néng)就完全没有漏洞了(le)。”

类似的AI作图诈骗在国外(wài)也已有发(fā)生。据英(yīng)国广播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受灾(zāi)的假(jiǎ)照片发布(bù)到(dào)网络，以此诱骗善(shàn)良的人打赏(shǎng)“捐助”从而(ér)实施诈(zhà)骗(piàn)。

目(mù)前随着技术(shù)发展，AIGC已经能做出真人照(zhào)片般的绘图效(xiào)果，如果这(zhè)样的(de)图片被(bèi)用来诈骗，将非常可怕。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批(pī)判者(zhě)认为(wèi)AI在“学习”了大(dà)量前(qián)人的作品之后，其创作没(méi)有任何情绪(xù)和(hé)灵魂，难以(yǐ)和(hé)人类的(de)艺术创作相提并(bìng)论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没有得(dé)到有(yǒu)效的解决，还有AIGC会不会代替(tì)人类(lèi)“至高无(wú)上”的(de)创意。

马斯克也强(qiáng)调，人工(gōng)智能的(de)安全问(wèn)题需要得到重视，太(tài)晚(wǎn)就(jiù)来(lái)不及了。

03

AIGC下一站(zhàn)除了视频(pín)，还有远方(fāng)

技术都是有两面性的，潜在的危害(hài)并(bìng)不能(néng)掩盖其光辉的贡献(xiàn)。现在看来(lái)，人工(gōng)智能(néng)技术将(jiāng)是第四次工(gōng)业革命(mìng)的核心驱动(dòng)力量，将创造新的增长奇迹。

过去(qù)一年，人(rén)工智能(néng)在技术和商(shāng)业层面都(dōu)有了巨大进展，AI绘画就(jiù)是人工(gōng)智能技术发生方向性改变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌(gē)先后发(fā)布了几(jǐ)条(tiáo)引爆(bào)科技圈的短视(shì)频。这些视频引发关注并(bìng)非(fēi)内容做得(dé)多优秀(xiù)，反(fǎn)而都非(fēi)常简单，比(bǐ)如一匹正在喝水的马(mǎ)，一只画画的玩具熊，或(huò)者一段(duàn)骑摩托(tuō)车的(de)第一视角录像，随便(biàn)一个(gè)有手机(jī)的人(rén)都可(kě)以(yǐ)随手录下一段(duàn)。

但这些短视频的创作方式(shì)非常简单，创作者仅(jǐn)仅(jǐn)需要向AI输入一(yī)段话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根据需要生成一(yī)段(duàn)视(shì)频。

谷歌发布的(de)两(liǎng)个AI生成(chéng)视频分(fēn)别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出(chū)的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩(wán)了(le)一波梗，一个能够做出更(gèng)高清视频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可以制(zhì)作(zuò)出超过(guò)2分钟的(de)连贯(guàn)的也有确切内容的视(shì)频(pín)，这才是真正让人们(men)感到惊喜的(de)地方。因为无论(lùn)AI生(shēng)成(chéng)的视(shì)频多么高清，也只能是为内容生产(chǎn)者提供一(yī)个灵感(gǎn)，一(yī)个(gè)素(sù)材，一(yī)个过场动画。

不(bù)过(guò)能够(gòu)制作出有具(jù)体(tǐ)剧情内容的(de)视频(pín)就意味着，一些视(shì)频创作由AI代替人工完成已经初步有了可能。

当下AI的发展速(sù)度已经超过(guò)大部分人的(de)想象。内容产业(yè)的本质是(shì)供给创(chuàng)造需求，AIGC作为(wèi)全新的内(nèi)容生(shēng)产方式，可以为内容产业带来更新(xīn)的内容风(fēng)格、更快的(de)生产速(sù)度，更低的生产成本，这无疑会驱(qū)动内容产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音(yīn)乐、代(dài)码、机器人(rén)动作等多(duō)种内容(róng)形式的生成。不难(nán)发现(xiàn)该项技(jì)术不仅在游戏等(děng)行业能得到有效(xiào)应用(yòng)，对于下一代(dài)互联(lián)网各种元素的(de)构建亦(yì)有关键意义。

从商(shāng)业化的(de)角度来看，文化(huà)娱(yú)乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的可视化(huà)内容有强烈(liè)需求。

因此，AI绘画(huà)及(jí)视频或不(bù)是结果(guǒ)，而只是AI进程中的(de)一块重要拼(pīn)图(tú)，有望在技术更新的加(jiā)持下实(shí)现更大的应用价值。

AI从(cóng)理(lǐ)解内容，走向(xiàng)了(le)可以生(shēng)成(chéng)内容，甚至能够(gòu)创造出独立价值和独立视角的内(nèi)容(róng)。AIGC的再次出圈，更代(dài)表着未来的先(xiān)进生(shēng)产力即(jí)将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技(jì)术的发展也可(kě)以看出(chū)，在(zài)语言大模型(xíng)、图像大(dà)模(mó)型之后(hòu)，多模(mó)态大模型已(yǐ)经成为(wèi)了(le)新(xīn)的趋势。

大模型被誉为(wèi)当前人工智能发(fā)展的智能底座，是(shì)全球竞争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞(jìng)相发力。

不(bù)过训练(liàn)大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练(liàn)一次的成本约(yuē)为140万美元。而对于一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本则(zé)介于200万(wàn)美(měi)元至1200万(wàn)美(měi)元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计(jì)算，其对应芯(xīn)片需求(qiú)为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿(yì)美元，每日仅电费(fèi)就在5万美(měi)元左(zuǒ)右。

此外不论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注(zhù)各(gè)类(lèi)大模型的发展同时，更应该关注算力网(wǎng)络的建设。

算力网络正驱动(dòng)AI产业发展进(jìn)入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这一人(rén)工智能(néng)发展的终(zhōng)极(jí)目标离得更近。

因为算力可以对突破性技术创新提供大力的(de)支持。这方面，多模态大模(mó)型是(shì)典型。作为面向未来强人工智(zhì)能、通用人工智能的(de)重(zhòng)要技术创新，多模态大模型已(yǐ)经在人(rén)工智能领域提出(chū)了很多年(nián)，业(yè)界也有不少技术突破，但是(shì)，多模态大模(mó)型进一步往下走，算力需求呈几何式上升(shēng)，一般的(de)算力基础设(shè)施很快将(jiāng)难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁(qiān)，让人工(gōng)智能(néng)可以灵(líng)活应对(duì)不同(tóng)模态的转化、像人与(yǔ)世界(jiè)交(jiāo)互(hù)一样自(zì)然，这方面，由(yóu)算力网络来驱(qū)动将有(yǒu)明显(xiǎn)优势。

此外，还(hái)有很多需(xū)要爆(bào)发式增长的算力来支撑的(de)技(jì)术创(chuàng)新，将在(zài)人(rén)工智能算力(lì)网(wǎng)络支撑下快速推(tuī)进。

AIGC已(yǐ)经(jīng)露出(chū)曙光(guāng)，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 大闸蟹吃公的好还是母的好，大闸蟹公的好还是母蟹好