自(zì)聊(liáo)天机器人ChatGPT火爆以来(lái)，微软公(gōng)司(sī)创(chuàng)始人(rén)比尔·盖茨(cí)已多次公开谈论人(rén)工智(zhì)能(néng)话题。在(zài)最(zuì)近的(de)一次采访(fǎng)中，他再次表示(shì)：“AI可(kě)能会(huì)让(ràng)科技行(xíng)业迎来一次剧(jù)烈的(de)洗牌(pái)”。

这个(gè)结(jié)论是他在当地(dì)时间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提(tí)出的(de)。

他预期(qī)，AI的发展可能会威胁到谷歌的(de)市占率，因为微(wēi)软在AI方(fāng)面的行动(dòng)相当迅速(sù)。而最终科技(jì)巨头(tóu)将把AI整(zhěng)合成用户的(de)“全(quán)能助手”，包揽一(yī)切(qiè)应(yīng)用，与人们进行沟通(tōng)并(bìng)提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全(quán)能助手的到(dào)来可能尚(shàng)需(xū)时日，但由ControlNet引发的又一(yī)次(cì)AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时候，还(hái)是2022年8月，在美国科罗拉多州(zhōu)举办(bàn)的新(xīn)兴(xīng)数字艺术(shù)家竞赛中，一幅名为《太(tài)空歌剧(jù)院》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画软件被广大(dà)网友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们可以(yǐ)在应用中(zhōng)输(shū)入一组关(guān)键(jiàn)词或者一张(zhāng)照片，就(jiù)能获得一幅AI创作的画(huà)作。

作(zuò)画的关键就是所输入的文本。同一组关键词(cí)也可(kě)以创作出很多张风(fēng)格不(bù)一(yī)样的画(huà)作(zuò)，这让创(chuàng)作的过程就(jiù)像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜(xǐ)，他们会(huì)将生(shēng)成的(de)美(měi)图当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画(huà)的(de)“翻(fān)车”作品。在(zài)社交媒(méi)体上(shàng)，许多(duō)用户分享(xiǎng)AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人(rén)照(zhào)片被AI识别(bié)成了(le)建筑。

而(ér)如今随着ControlNet的出现与加(jiā)持(chí)，以往AI绘画的填写关键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦(tǎn)福读博的中(zhōng)国人张吕敏(mǐn)创(chuàng)作的一种基于控制点的(de)图像(xiàng)变形算法，主要用于(yú)数字图像(xiàng)处(chù)理、计算机视觉和计算机图形学等领域。

其SD插件一(yī)经发布，在短(duǎn)短的(de)两天(tiān)内便成(chéng)为了AI绘画领域最(zuì)新的热点。

在此之前，大家(jiā)用了很多方法想让AI生(shēng)成(chéng)的结果尽可(kě)能的符合(hé)要求，但是(shì)都不尽(jǐn)如人意，它的出现代表着(zhe)AI生成开(kāi)始进入(rù)真正的可控(kòng)时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿(zī)势和(hé)画(huà)面(miàn)的深度信息等。有了它的帮助，就不用频繁的用提示词来(lái)碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法(fǎ)”，不少博主(zhǔ)的作品已经获得了大量的浏(liú)览量，“viggo”就(jiù)是其(qí)中之一，他用朋友的照片直(zhí)接带她(tā)们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对(duì)应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图(tú)片(piàn)就可(kě)以看出(chū)来，效果十分惊艳。

更厉害(hài)的是(shì)，除了(le)真实(shí)的照(zhào)片，草图也可(kě)以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转全(quán)彩图。大(dà)神张吕敏其本尊也(yě)亲自回应(yīng)。

不得不(bù)说(shuō)当下AIGC已经变得越来越强大，甚至输出的作(zuò)品(pǐn)都已(yǐ)经能(néng)以假乱(luàn)真了(le)。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏(sū)州(zhōu)金(jīn)鸡湖有(yǒu)游艇party”的(de)消(xiāo)息火遍(biàn)网(wǎng)络(luò)，而(ér)经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的(de)美女(nǚ)照片都(dōu)是AI制作的真人(rén)照片绘图，因为太逼真，被大家当(dāng)成真事传播(bō)了。

不过仔细观察可以(yǐ)发现(xiàn)，活动发起者提供的照片中有个很大的漏洞可以发现并非真(zhēn)人，而(ér)是AI绘图，那便是图片中(zhōng)女性的手指部分有的存在异常。

有(yǒu)行(xíng)业人事(shì)表示：“现在因为手指部分的绘画算法(fǎ)比较复(fù)杂，AI还不太会画(huà)人的(de)手(shǒu)，但最新看(kàn)到的图片已经有越来(lái)越完美(měi)的AI模型出现，以后可能就完(wán)全没有漏洞了。”

类(lèi)似的AI作图诈骗在国(guó)外也已有发(fā)生。据(jù)英国(guó)广播公司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假照片(piàn)发布(bù)到网络，以此诱(yòu)骗善良的人(rén)打赏“捐助(zhù)”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真人照片般的绘图(tú)效(xiào)果，如果这样的图片被用(yòng)来(lái)诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引发了(le)很(hěn)多担忧，一方面，批判者认(rèn)为AI在“学习”了大量(liàng)前人的作品之后，其(qí)创作没有(yǒu)任何情(qíng)绪和灵魂(hún)，难以和(hé)人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后(hòu)的版权、目前都并没(méi)有得到(dào)有效的解决，还有AIGC会(huì)不会代(dài)替人类“至高无(wú)上”的创(chuàng)意。

马斯克也强调，人(rén)工智能的安(ān)全问题需要得(dé)到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术(shù)都是有两面性的，潜在的(de)危害并不能掩盖其光(guāng)辉的贡献。现(xiàn)在看来，人工智能技(jì)术将是第四(sì)次工(gōng)业革命的核心驱动力量，将创(chuàng)造新(xīn)的增长奇迹。

过去(qù)一年，人工智能在技术(shù)和商(shāng)业层面都有了(le)巨大进展，AI绘画(huà)就是人工(gōng)智能技术(shù)发生方向性改变的一个(gè)代表。其下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌(gē)先后发布了几条引爆(bào)科技(jì)圈的短视频(pín)。这些视频(pín)引发关(guān)注并(bìng)非内容做(zuò)得多优秀，反而(ér)都非常简单，比(bǐ)如(rú)一匹正在喝水的马，一(yī)只(zhǐ)画画的(de)玩具熊，或者一段骑(qí)摩托车的第一(yī)视角录像，随便一个有手机的人(rén)都可以(yǐ)随手录下一段。

但这些短视频(pín)的(de)创作方(fāng)式非常简单，创作(zuò)者(zhě)仅仅需要向(xiàng)AI输(shū)入一段话，甚至(zhì)只是说一下要(yào)求，AI就可以(yǐ)根(gēn)据需要(yào)生成一段视频。

谷歌发布的两个AI生(shēng)成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就已经(jīng)玩(wán)了(le)一波梗，一(yī)个能够做(zuò)出(chū)更高(gāo)清视频的AI还(hái)不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方(fāng)在(zài)于，它可以制作出(chū)超过2分钟(zhōng)的连贯的也(yě)有(yǒu)确切内容的视频，这才是(shì)真正让人们感到惊喜的地方(fāng)。因(yīn)为(wèi)无(wú)论AI生(shēng)成的视频(pín)多么(me)高清，也只能是为(wèi)内容生产者提(tí)供(gōng)一个灵(líng)感，一个素材，一个过场动画。

不过能够制作出有具体(tǐ)剧(jù)情内容(róng)的视(shì)频就意味着(zhe)，一些视频创作由AI代替人(rén)工完成已经初步有(yǒu)了可能(néng)。

当(dāng)下AI的发展速度已经超(chāo)过大部分人的想象(xiàng)。内容(róng)产业的本质是供(gōng)给创(chuàng)造需求，AIGC作为全新的(de)内容生产方式，可以为内容产(chǎn)业带来更新的内容风格(gé)、更快的生(shēng)产速度，更(gèng)低的生推动人类社会发展的第一动力是什么 推动人类社会发展的第一动力是生产力产成(chéng)本，这无疑(yí)会驱动内容产(chǎn)业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器人动(dòng)作等多种内容(róng)形式的生成(chéng)。不难发现该项技(jì)术不仅在游戏等行业能得到有效应用，对于下一(yī)代互联网各种元素的构建亦(yì)有关(guān)键(jiàn)意义。

从商业化的角度(dù)来看，文(wén)化娱乐、教育、传媒(méi)等(děng)诸多领域(yù)，本(běn)身就对基于AI的可视化内容(róng)有强烈需求。

因(yīn)此，AI绘画及视(shì)频或不(bù)是结果，而只(zhǐ)是AI进程中的一(yī)块重要拼图，有(yǒu)望在(zài)技术更新的(de)加持下实现更大的(de)应用价值(zhí)。

AI从(cóng)理解内容(róng)，走向了可以生成内容，甚至(zhì)能够创造出独立(lì)价值和独立视角的内容(róng)。AIGC的再次出圈，更代表(biǎo)着未来的先进生产(chǎn)力(lì)即将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢(láo)固AIGC底座

从技术(shù)的发展(zhǎn)也可以(yǐ)看(kàn)出，在(zài)语言大模型、图(tú)像大模型之后，多模态大模型已经成(chéng)为了新的(de)趋势。

大模型被(bèi)誉(yù)为当前人工智能发展的智能底座，是(shì)全球(qiú)竞争最激烈的(de)研(yán)究方(fāng)向(xiàng)之(zhī)一，包括谷歌、亚(yà)马(mǎ)逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的确价(jià)格不(bù)菲(fēi)，以(yǐ)国盛证券(quàn)发布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告(gào)估(gū)算，GPT-3训练一次的(de)成(chéng)本约为140万美(měi)元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访(fǎng)客平均数1300万(wàn)计算，其对应(yīng)芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元(yuán)，每日仅电费就(jiù)在5万(wàn)美元(yuán)左右。

此外(wài)不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算力支持(chí)。在关(guān)注各类大模型的发展同时，更应该关注(zhù)算力网络的建设。

算力网络(luò)正驱动AI产业发(fā)展进(jìn)入史(shǐ)诗级加速(sù)进程，让(ràng)AIGC及通(tōng)用(yòng)AI这一人工智(zhì)能发展的终极(jí)目标离得(dé)更(gèng)近。

因为算(suàn)力可以对突破性技(jì)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(zuò)为面向未来(lái)强人工智能、通用人(rén)工智能的重要技术创新，多模态大模(mó)型已经在人工(gōng)智能领域提出推动人类社会发展的第一动力是什么 推动人类社会发展的第一动力是生产力了很多年，业界也有不少技术突破，但是，多模态大(dà)模型(xíng)进(jìn)一步往(wǎng)下走，算力(lì)需求呈几何式(shì)上升，一般的算力基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应对不同(tóng)模态的转化、像人与世(shì)界交(jiāo)互(hù)一样自(zì)然，这方(fāng)面，由算力网络来驱动(dòng)将有(yǒu)明显优势。

此(cǐ)外，还有很(hěn)多(duō)需要(yào)爆发式增(zēng)长的算力来支撑的技术创新，将在人工智能算力网(wǎng)络支(zhī)撑下快速推(tuī)进(jìn)。

AIGC已经(jīng)露出(chū)曙光(guāng)，期待在大(dà)模型和(hé)大算力(lì)的支持下AIGC能持续颠覆内容(róng)生产的(de)方(fāng)式(shì)，将(jiāng)创造(zào)的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 推动人类社会发展的第一动力是什么 推动人类社会发展的第一动力是生产力