自(zì)聊天机器人(rén)ChatGPT火爆以来，微软公司(sī)创始(shǐ)人比尔·盖茨已(yǐ)多次公开谈(tán)论人工智能话(huà)题(tí)。在(zài)最近的一次采访中，他再(zài)次表示：“AI可能(néng)会(huì)让科技行业(yè)迎(yíng)来一次剧(jù)烈(liè)的洗(xǐ)牌(pái)”。

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

他(tā)预期，AI的(de)发展(zhǎn)可能会威胁(xié)到谷歌的市占(zhàn)率，因为微软在(zài)AI方(fāng)面(miàn)的行动(dòng)相当迅速。而最(zuì)终科技(jì)巨(jù)头将把AI整(zhěng)合成用户的“全(quán)能助手”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需(xū)时日，但由ControlNet引发的又一次(cì)AI绘画(huà)浪(làng)潮，让(ràng)AIGC在ChatGPT的(de)话题(tí)热点(diǎn)包围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次爆(bào)火(huǒ)的时候，还是2022年8月，在美(měi)国科罗(luó)拉多州举办的新(xīn)兴(xīng)数字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被(bèi)广(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便(biàn)是(shì)其中代(dài)表。

用户(hù)们可以在应(yīng)用中(zhōng)输入(rù)一组关键词或(huò)者一张照片，就能获(huò)得一(yī)幅AI创作(zuò)的画(huà)作。

作画的关键就是(shì)所输入(rù)的文(wén)本。同一组(zǔ)关键词也可以创作出(chū)很多张风格不一样的画(huà)作(zuò)，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用(yòng)户(h平安喜乐后面一句是啥，平安喜乐后面一句是什么ù)很(hěn)喜(xǐ)欢这种不确定的惊喜(xǐ)，他(tā)们会将(jiāng)生成的美(měi)图当做头像。而另一部分(fēn)喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在(zài)社(shè)交媒(méi)体(tǐ)上，许多用户分享AI“翻车现场”，例如，一位网(wǎng)友(yǒu)的小狗照(zhào)片被AI画成(chéng)了(le)“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如(rú)今随(suí)着ControlNet的出现与加(jiā)持(chí)，以(yǐ)往(wǎng)AI绘画的填写关键词(cí)游戏(xì)可能要被颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的中国(guó)人张吕敏创(chuàng)作的一种基于控制点的图像变形算法(fǎ)，主要用于(yú)数字(zì)图像处理(lǐ)、计算机(jī)视觉和计算(suàn)机图(tú)形学等领域。

其SD插件一(yī)经发布，在(zài)短短的两天(tiān)内便成为了(le)AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很多方(fāng)法想让AI生成(chéng)的结果尽(jǐn)可能的(de)符合要求，但是都不尽如(rú)人意，它(tā)的出(chū)现代表着AI生成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提取画面的(de)构图(tú)，人物(wù)的姿势和画面的深度信息(xī)等。有(yǒu)了(le)它的帮助，就不(bù)用频(pín)繁的用(yòng)提示词来(lái)碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不(bù)少博主的作品已经获得了大量(liàng)的(de)浏览量，“viggo”就是(shì)其中之(zhī)一，他用(yòng)朋友的(de)照片直接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关(guān)键词(cí)试效果。

通(tōng)过图(tú)片就(jiù)可(kě)以看出来(lái)，效果十(shí)分惊艳。

更(gèng)厉害的是(shì)，除了真实(shí)的照(zhào)片，草图(tú)也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩(cǎi)图。大神(shén)张吕敏其本尊也亲自回应。

不(bù)得不说当(dāng)下(xià)AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的作品都已(yǐ)经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术(shù)力爆(bào)发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡(jī)湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能(néng平安喜乐后面一句是啥，平安喜乐后面一句是什么)是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个活动(dòng)里(lǐ)面(miàn)给出(chū)的美(měi)女照(zhào)片都是(shì)AI制作的真人(rén)照片绘图，因为太逼真，被(bèi)大家当成真事传播了。

不(bù)过仔细观察可(kě)以发现，活动发起者提(tí)供(gōng)的照(zhào)片(piàn)中有(yǒu)个很大的漏洞可以发现并非真人，而是AI绘图，那便是(shì)图片中(zhōng)女性的(de)手指部(bù)分有的存(cún)在异常(cháng)。

有行(xíng)业人事表(biǎo)示：“现(xiàn)在因为手指部(bù)分的绘画(huà)算(suàn)法比(bǐ)较复杂(zá)，AI还(hái)不太会画人的手，但最新看到的图片已经(jīng)有越来越完美的AI模型出现，以后可能(néng)就(jiù)完全(quán)没(méi)有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报道，土(tǔ)耳(ěr)其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假照片发布到网络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从而实(shí)施诈骗。

目前(qián)随着技术发展，AIGC已(yǐ)经能做出(chū)真人照片般的(de)绘图效果，如果这样(yàng)的图(tú)片被用来诈骗(piàn)，将(jiāng)非常可怕(pà)。

此(cǐ)外(wài)AIGC还引(yǐn)发了很多担(dān)忧，一方(fāng)面，批判者认为AI在(zài)“学(xué)习”了大量(liàng)前(qián)人的作品之后，其(qí)创作没有任(rèn)何情(qíng)绪和灵魂(hún)，难以和(hé)人类(lèi)的艺术(shù)创作(zuò)相提并论。

另一方面(miàn)，AIGC背后的(de)版(bǎn)权、目(mù)前(qián)都并没有得到有效的解决，还有(yǒu)AIGC会不会(huì)代替人类“至高无上”的(de)创意。

马(mǎ)斯克(kè)也强调，人工智能的(de)安全问题需要(yào)得到重(zhòng)视，太晚就来不及了(le)。

03

AIGC下(xià)一站(zhàn)除了(le)视(shì)频，还有远方

技术都是有两(liǎng)面性的，潜在的危害并(bìng)不能(néng)掩盖其(qí)光(guāng)辉(huī)的贡献。现在(zài)看来(lái)，人工智能技术将是第(dì)四次工业革命(mìng)的核(hé)心(xīn)驱动力(lì)量，将创(chuàng)造新的(de)增长(zhǎng)奇迹。

过去一(yī)年，人工智能(néng)在技术和商业层(céng)面都有(yǒu)了(le)巨大(dà)进展，AI绘画就是(shì)人工智能(néng)技术(shù)发生方向(xiàng)性改变的一(yī)个代表。其下一站(zhàn)或(huò)许就是(shì)视频(pín)。

此前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科(kē)技圈的(de)短视频。这些(xiē)视频引发关注并(bìng)非内容(róng)做得(dé)多优秀(xiù)，反(fǎn)而都非常简单，比(bǐ)如一匹正在(zài)喝水的马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩托(tuō)车的第一视角录像(xiàng)，随便一个(gè)有手机的人都(dōu)可以(yǐ)随手(shǒu)录下一段。

但(dàn)这些短视频的创作(zuò)方式(shì)非常简单(dān)，创作者(zhě)仅仅需(xū)要(yào)向(xiàng)AI输(shū)入一(yī)段话，甚至只是说一(yī)下(xià)要求，AI就可以(yǐ)根据需要生成(chéng)一段视频。

谷歌发布的两个AI生成视频(pín)分(fēn)别来自(zì)于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能够做出更高清视频的AI还不足以在短(duǎn)时间内(nèi)戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的(de)地方在于(yú)，它可以制作出(chū)超过2分钟的连(lián)贯的也有确(què)切内(nèi)容的视(shì)频(pín)，这才是真正(zhèng)让人们(men)感(gǎn)到惊喜的地方。因为无论AI生成的视频(pín)多么高清，也只(zhǐ)能是(shì)为内容生产者(zhě)提供一个灵感(gǎn)，一(yī)个素材，一个过场动(dòng)画。

不过(guò)能够制作(zuò)出有具体(tǐ)剧情内容的视(shì)频就(jiù)意味(wèi)着(zhe)，一(yī)些视(shì)频创作由(yóu)AI代替人工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展速度已经超过大部分人的(de)想象(xiàng)。内(nèi)容产业的本(běn)质是(shì)供给(gěi)创(chuàng)造需(xū)求，AIGC作为全新的(de)内容生产方式，可以为内容产业带来更(gèng)新的内容风格(gé)、更快的(de)生产速(sù)度，更低的生(shēng)产成(chéng)本，这无疑(yí)会驱动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术还能(néng)应用于音乐、代码、机(jī)器(qì)人动作等多种内容形(xíng)式的生成(chéng)。不难发现该项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代(dài)互(hù)联网(wǎng)各种元素的(de)构(gòu)建亦有(yǒu)关(guān)键(jiàn)意义。

从商业化的角度来(lái)看，文化(huà)娱乐(lè)、教育、传媒等诸多领域，本(běn)身就对基于AI的可视(shì)化内容有强烈需求。

因此，AI绘(huì)画及(jí)视(shì)频(pín)或(huò)不是结果(guǒ)，而只是(shì)AI进程中的一块重要拼图，有望在(zài)技(jì)术更(gèng)新的加(jiā)持下实现更大的应(yīng)用价值(zhí)。

AI从理解内容，走(zǒu)向了可以生成(chéng)内容，甚至能(néng)够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代(dài)表着未来的(de)先进生产力即将(jiāng)到(dào)来。

04

紧(jǐn)抓大(dà)模型与算力，牢固(gù)AIGC底座

从技术的发展也可以(yǐ)看出，在语言大模型、图像大模型(xíng)之后，多(duō)模(mó)态大模型已经成为了(le)新(xīn)的(de)趋势(shì)。

大模型被誉为当(dāng)前人工智能发(fā)展的(de)智(zhì)能底(dǐ)座，是全球竞争最激烈的研(yán)究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企(qǐ)业都(dōu)在竞相(xiāng)发力。

不过训练大模型的确(què)价格不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报(bào)告(gào)估算(suàn)，GPT-3训练(liàn)一次的成本约(yuē)为140万美(měi)元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立访客平均数1300万计算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元(yuán)，每(měi)日仅电费就(jiù)在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持(chí)。在关注各类大模型的发展同时，更(gèng)应(yīng)该关(guān)注(zhù)算(suàn)力网络的建设(shè)。

算力网络正驱动AI产业发展(zhǎn)进入史(shǐ)诗级(jí)加速进程，让(ràng)AIGC及通用AI这一人工智能发(fā)展(zhǎn)的终极目标离得更近。

因为算力可(kě)以对突破性(xìng)技术创新(xīn)提供大力的支持。这方(fāng)面，多(duō)模态大模型(xíng)是典型。作为(wèi)面向未来强人工(gōng)智能、通(tōng)用人工智能(néng)的重要技术创(chuàng)新，多模态(tài)大模(mó)型(xíng)已(yǐ)经在人(rén)工(gōng)智能领域提出了很多年，业界也有(yǒu)不少(shǎo)技术突破，但是，多模态(tài)大模型进一步往下走，算力需求呈(chéng)几何(hé)式上升，一(yī)般的算力基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独(dú)一项的(de)训练，到(dào)双模态(tài)、三模(mó)态的跃(yuè)迁，让人工智能可以(yǐ)灵活应对不同模态的转化、像人与世界(jiè)交互一样自然(rán)，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还有很多(duō)需(xū)要爆发(fā)式增长的(de)算力来支撑的(de)技术创新，将在人工智能算(suàn)力(lì)网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 平安喜乐后面一句是啥，平安喜乐后面一句是什么