自聊(liáo)天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创(chuàng)始人比尔·盖(gài)茨已多次公开谈(tán)论人工智能话题。在最近的一次采(cǎi)访中，他再次(cì)表示：“AI可能(néng)会让科技行业迎来一(yī)次剧烈的洗牌”。

这个结论是(shì)他(tā)在当地时间2月(yuè)20日(rì)接(jiē)受《In Good Company》节目专(zhuān)访时提出的。

他(tā)预期，AI的发展可能会威胁(xié)到(dào)谷歌(gē)的市(shì)占率，因为微(wēi)软在AI方面的(de)行(xíng)动相当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成用户的“全能助手(shǒu)”，包揽(lǎn)一切应(yīng)用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到(dào)来(lái)可能尚需时日，但由(yóu)ControlNet引(yǐn)发的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的(de)话题(tí)热点包围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次(cì)爆火(huǒ)的(de)时候(hòu)，还是(shì)2022年8月，在美国科罗(luó)拉多州举办(bàn)的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获(huò)奖。

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

用户(hù)们可以在应用中输入(rù)一组(zǔ)关键词或者(zhě)一张照片，就能获得(dé)一幅AI创(chuàng)作(zuò)的画作(zuò)。

作画的关键就是(shì)所输入的文(wén)本(běn)。同一组关(guān)键(jiàn)词(cí)也可以创作出很多张风格(gé)不一样(yàng)的画作，这让创作的(de)过程就像开盲(máng)盒(hé)。

很多用户很喜欢这种不(bù)确定的(de)惊喜，他们会将(jiāng)生成的美图当做头像。而另一部(bù)分(fēn)喜(xǐ)欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交媒体(tǐ)上，许多(duō)用户分享AI“翻车现场”，例(lì)如，一位网友(yǒu)的小狗(gǒu)照片(piàn)被AI画成(chéng)了“肌肉男(nán)”，还有网友(yǒu)的个(gè)人(rén)照片被(bèi)AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键词游戏可(kě)能要被颠覆(fù)了。

ControlNet是一位正(zhèng)在斯(sī)坦(tǎn)福读博(bó)的(de)中国人张(zhāng)吕敏创(chuàng)作的一种基于控制点的图像(xiàng)变(biàn)形算法，主(zhǔ)要(yào)用于数字图像处理、计(jì)算机(jī)视觉和(hé)计(jì)算机图形学等领域。

其SD插(chā)件一经发布，在短短的(de)两天(tiān)内便成为了AI绘画领域最新的热点。

在(zài)此之前，大家用(yòng)了很多方法(fǎ)想(xiǎng)让(ràng)AI生成(chéng)的(de)结果尽可能的符(fú)合要求，但是(shì)都(dōu)不尽(jǐn)如人意，它的出(chū)现代表着AI生成开(kāi)始进(jìn)入真正的可控时(shí)期。

因为ControlNet可(kě)以(yǐ)直接提(tí)取画面的构图，人(rén)物的姿势(shì)和画(huà)面(miàn)的深度信息等。有了它的帮助，就不用频繁(fán)的用提示词来碰运气(qì)，抽盲盒式(shì)的创作了(le)。

通俗(sú)的说ControlNet相当于给(gěi)AI绘画(huà)加了(le)“魔法”，不(bù)少博主(zhǔ)的作品(pǐn)已经获得了(le)大(dà)量的浏(liú)览(lǎn)量，“viggo”就(jiù)是(shì)其中之一，他用朋友的照片直接带她(tā)们(men)走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始(shǐ)换关键词(cí)试效果。

通过图片就(jiù)可(kě)以看出来，效果十分惊艳。

更厉(lì)害(hài)的是，除了真(zhēn)实的照片，草图也可(kě)以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实(shí)现线(xiàn)稿(gǎo)转全彩图(tú)。大神张(zhāng)吕敏其本(běn)尊也(yě)亲自回(huí)应。

不得不说当下AIGC已经变得越来越强大，甚至输出(chū)的作(zuò)品都已经能以假乱(luàn)真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问(wèn)题(tí)

近日(rì)，“苏(sū)州金鸡湖有游(yóu)艇party”的(de)消(xiāo)息火(huǒ)遍网络(luò)，而经过警方辟谣这所谓的“party”可能是全(quán)国第一起AI绘(huì)图(tú)诈(zhà)骗。

由于这个活动里面给(gěi)出(chū)的美女照片都是(shì)AI制(zhì)作的真人(rén)照片(piàn)绘图，因为太(tài)逼(bī)真(zhēn)，被大家当(dāng)成真事传播了。

不过仔细观(guān)察(chá)可以发现(xiàn)，活动(dòng)发起(qǐ)者提供的照片中有个很(hěn)大的(de)漏洞(dòng)可以发现(xiàn)并(bìng)非真人，而是AI绘图(tú)，那(nà)便是图片中女性(xìng)的手指(zhǐ)部分有的(de)存在异常。

有(yǒu)行业(yè)人事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看到的图(tú)片已经(jīng)有越(yuè)来越完美(měi)的AI模型出现，以后可能就(jiù)完全(quán)没(méi)有漏(lòu)洞(dòng)了。”

类似的AI作(zuò)图诈骗(piàn)在国(guó)外也已(yǐ)有(yǒu)发生。据(jù)英(yīng)国广(guǎng)播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布(bù)到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施诈骗(piàn)。

目(mù)前随着技术发展，AIGC已(yǐ)经能(néng)做出(chū)真人照片般的绘图效果(guǒ)，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此(cǐ)外(wài)AIGC还引发(fā)了很多(duō)担忧，一(yī)方面，批判者认(rèn)为AI在“学习(xí)”了(le)大量(liàng)前人的作(zuò)品之后，其(qí)创作没有(yǒu)任何情(qíng)绪(xù)和灵魂，难以(yǐ)和(hé)人类的艺术创作相提并论。

另一(yī)方面，AIGC背(bèi)后的版(bǎn)权、目前(qián)都并没有得到有(yǒu)效(xiào)的解(jiě)决，还有AIGC会不会代替人类(lèi)“至高无上”的创意。

马斯克也强调，人工智(zhì)能的安全问题需要得(dé)到重(zhòng)视，太(tài)晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频(pín)，还有远方(fāng)

技术都(dōu)是有(yǒu)两(liǎng)面性的，潜在的危害并不(bù)能掩(yǎn)盖其光辉(huī)的(de)贡献。现在看来，人工智能技术(shù)将是第四次工业革命的(de)核心驱动力量(liàng)，将创造新的增长奇迹。

过去一(yī)年，人工(gōng)智能在技术和(hé)商(shāng)业层面都有了(le)巨大进(jìn)展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌(gē)先后发布了几条引爆(bào)科(kē)技(jì)圈的短视频。这(zhè)些(xiē)视频引发关注并非内(nèi)容做得多优秀，反而都非常简单(dān)，比(bǐ)如一匹正(zhèng)在(zài)喝水的马，一只画画的玩具熊，或者一段骑摩(mó)托车的第一视角录像，随便一个有手机的人(rén)都可以随手录下一(yī)段。

但这些短视频的创(chuàng)作(zuò)方式(shì)非常(cháng)简单，创(chuàng)作者仅仅需要向AI输(shū)入一段话，甚(shèn)至只是(shì)说一下要求，AI就(jiù)可以根据需要生成一段视(shì)频。

谷歌发(fā)布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已经玩了一(yī)波梗，一个能够做(zuò)出(chū)更高清视频(pín)的AI还不足以在短(duǎn)时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方(fāng)在于，它可以制(zhì)作出超(chāo)过2分钟(zhōng)的连贯(guàn)的也有确切内容(róng)的(de)视频，这才是真正让人们感到惊喜的地方。因为无论(lùn)AI生成的视频(pín)多(duō)么高清，也只能是为内容生产者提供一个灵感，一个素材，一个(gè)过场动(dòng)画(huà)。

不过能(néng)够(gòu)制(zhì)作出有具(jù)体剧情内(nèi)容(róng)的(de)视频就意味着，一些视(shì)频创作由AI代替人工完成已经初(chū)步有(yǒu)了(le)可(kě)能。

当下AI的发展速度已经超过大部分人(rén)的想象。内容产业的本质是供给创造需求，AIGC作为全新的内(nèi)容生产方式，可(kě)以为内容产业带来更新的(de)内(nèi)容风(fēng)格、更快的(de)生产(chǎn)速度，更低的生(shēng)产(chǎn)成本(běn)，这无疑会驱动内(nèi)容(róng)产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器人动作等(děng)多(duō)种内容(róng)形式的生(shēng)成。不难发现(xiàn)该项技(jì)术不仅在游戏(xì)等行业(yè)能得到(dào)有效应(yīng)用(yòng)，对于(yú)下一代互联网(wǎng)各种元素(sù)的构建亦有关(guān)键(jiàn)意义(yì)。

从商(shāng)业化的角度来看，文(wén)化(huà)娱乐、教育、传(chuán)媒等(děng)诸(zhū)多(duō)领域，本身就对(duì)基于(yú)AI的可视(shì)化内容有强烈需求。

因(yīn)此(cǐ)，AI绘画及视频或不是结果，而(ér)只是(shì)AI进程中(zhōng)的(de)一块重要拼图，有望(wàng)在技术更新的加持下实现更(gèng)大的(de)应用价值。

AI从理(lǐ)解(jiě)内(nèi)容，走向(xiàng)了可以生成内容，甚至能(néng)够创造出独立(lì)价值和独立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从(cóng)技术(shù)的发展也可以看出，在语言大模型、图像大模型之后，多模(mó)态大模型已经成为了新(xīn)的趋势。

大(dà)模(mó)型被誉为当(dāng)前(qián)人工智能(néng)发(fā)展的(de)智(zh热忱用来形容什么词，热忱用来形容什么事物ì)能底(dǐ)座(zuò)，是全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头(tóu)部企业都在竞相(xiāng)发力。

不过训(xùn)练(liàn)大模型的确价格不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训练一次(cì)的成本(běn)约为140万(wàn)美元(yuán)。而对(duì)于一些更大的LLM(大型语(yǔ)言模型(xíng))，训练成本(běn)则(zé)介于200万美元至1200万美元(yuán)高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均(jūn)数1300万计算，其(qí)对(duì)应芯(xīn)片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每(měi)日仅电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力(lì)支持。在关注各类大(dà)模型的发(fā)展同时，更应(yīng)该关注算力网络的建设。

算力网络正驱动AI产(chǎn)业(yè)发(fā)展进入史诗级加速进(jìn)程(chéng)，让(ràng)AIGC及通用AI这一(yī)人工智(zhì)能发展的终极目标(biāo)离得更近。

因为算力可(kě)以对突(tū)破性技(jì)术创(chuàng)新(xīn)提供大力的支持。这方面，多(duō)模(mó)态大模(mó)型是典型(xíng)。作为面向未来强人工(gōng)智能、通用人(rén)工智能的重要技术(shù)创(chuàng)新，多(duō)模态大模型已(yǐ)经在人工智(zhì)能(néng)领域提(tí)出了很(hěn)多年，业界也有不少技术突破，但是，多模态大模型进一步往下走(zǒu)，算力(lì)需求(qiú)呈几何式上升，一般的算力基础设(shè)施很快将难以胜任。

从图像、文(wén)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(kě)以(yǐ)灵活应对不同(tóng)模态的转化、像(xiàng)人与世界交(jiāo)互一(yī)样自然，这方面(miàn)，由算力网络来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发式增长的算力(lì)来(lái)支(zhī)撑的技术创(chuàng)新，将在人工智能算力网(wǎng)络(luò)支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠覆内容生(shēng)产的(de)方式，将创造的边(biān)际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 热忱用来形容什么词，热忱用来形容什么事物