自聊天机器人ChatGPT火爆以(yǐ)来(lái)，微软公司创(chuàng)始人比尔·盖茨(cí)已多(duō)次公(gōng)开(kāi)谈论(lùn)人(rén)工智能话题。在最近的一次(cì)采访中，他再次表示(shì)：“AI可能会(huì)让科技行业迎来一次剧烈的洗牌”。

这个(gè)结(jié)论(lùn)是他在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可能会威胁到(dào)谷歌的市占率，因为微(wēi)软(ruǎn)在AI方面的行动相当(dāng)迅速。而(ér)最终科技巨(jù)头将把AI整合成用(yòng)户的“全能助手(shǒu)”，包揽一切(qiè)应用，与人(rén)们进行沟通并提供建(jiàn)议，可(kě)以(yǐ)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(shàng)需(xū)时(shí)日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代(dài)表(biǎo)的AIGC上一(yī)次爆火(huǒ)的(de)时候(hòu)，还是2022年(nián)8月，在美国科罗(luó)拉(lā)多州举办的新兴数字艺(yì)术(shù)家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院》的作(zuò)品获奖。

随后各大(dà)厂(chǎng)商的AI绘画软件被(bèi)广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户(hù)们(men)可以在应(yīng)用中输入一组关(guān)键词或者(zhě)一张照片，就(jiù)能(néng)获得(dé)一幅AI创作的画作。

作画的关键就是所输入的文本。同一组关键词也可(kě)以(yǐ)创作出很黑豆熬水喝有什么好处和坏处，黑豆煮水坚持喝一个月(hěn)多(duō)张风格不一样的(de)画作，这(zhè)让创作的(de)过程就像(xiàng)开盲盒。

很多用(yòng)户很喜欢这种不确(què)定的惊(jīng)喜，他们(men)会将(jiāng)生成的美图当(dāng)做头像。而另一部分喜欢翻看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网(wǎng)友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成(chéng)了建筑。

而(ér)如(rú)今随着ControlNet的出(chū)现与加持，以往AI绘(huì)画的填写关键(jiàn)词游戏(xì)可能(néng)要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的中国(guó)人张吕敏创作的一种基(jī)于控制点的(de)图像变形算(suàn)法，主(zhǔ)要用于数字图像处理、计算机视觉和计(jì)算机图(tú)形(xíng)学等领(lǐng)域。

其(qí)SD插件一经发布(bù)，在短短(duǎn)的(de)两天内便成为了AI绘画领域(yù)最(zuì)新的(de)热点。

在此之前(qián)，大家用了(le)很多方法想让AI生成(chéng)的(de)结果(guǒ)尽可能(néng)的符(fú)合要求，但是都不尽如人意，它的出现代表着(zhe)AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面的(de)构图，人物(wù)的姿势和画(huà)面(miàn)的(de)深度信息等。有了它(tā)的帮(bāng)助，就不(bù)用(yòng)频繁(fán)的(de)用(yòng)提示词来碰运气(qì)，抽盲(máng)盒(hé)式的创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘(huì)画加(jiā)了“魔法”，不少博主的作品已(yǐ)经获(huò)得(dé)了(le)大量(liàng)的(de)浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字(zì)。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键(jiàn)词；最(zuì)后(hòu)用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词试效果。

通(tōng)过图(tú)片就可以看出(chū)来(lái)，效(xiào)果十分惊艳。

更厉(lì)害的是，除了真实的照(zhào)片，草图(tú)也可以加上(shàng)“魔法”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂(shā)”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图。大神张吕(lǚ)敏其(qí)本尊也亲自回应(yīng)。

不(bù)得不说当下AIGC已(yǐ)经变得越来越强大，甚至输出的作品(pǐn)都已(yǐ)经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日(rì)，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息火(huǒ)遍网络，而(ér)经过(guò)警(jǐng)方辟谣这所(suǒ)谓的“party”可能(néng)是全(quán)国第一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个活动里面给出的美女(nǚ)照片(piàn)都是AI制作(zuò)的真人照片绘图(tú)，因为太(tài)逼真，被大家(jiā)当成(chéng)真事传播了(le)。

不(bù)过仔细观察可以发现，活动发起(qǐ)者提(tí)供的照(zhào)片中有个很(hěn)大的漏洞可以(yǐ)发现并非真人，而是AI绘(huì)图，那(nà)便是(shì)图(tú)片(piàn)中女(nǚ)性的手指部分(fēn)有的(de)存(cún)在异常。

有行业人事表示：“现在(zài)因为手指(zhǐ)部分的绘画算法比(bǐ)较(jiào)复杂，AI还不太会画人的(de)手(shǒu)，但(dàn)最新看到的图片已经有越(yuè)来越(yuè)完美的AI模型出现，以后(hòu)可能就(jiù)完全没有漏洞(dòng)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(gōng)司报道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照(zhào)片(piàn)发布到网络，以此诱(yòu)骗善良的(de)人打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发展(zhǎn)，AIGC已经(jīng)能做出真人(rén)照片般的绘(huì)图(tú)效果(guǒ)，如果这(zhè)样的图片被用来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方(fāng)面，批(pī)判(pàn)者认为AI在“学习”了大量(liàng)前人的作品之后，其创作没有任(rèn)何情绪(xù)和灵魂，难以(yǐ)和人类的(de)艺术创作(zuò)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(huì)不会(huì)代替人(rén)类(lèi)“至(zhì)高无上”的创(chuàng)意。

马(mǎ)斯克也强调，人工智能的安(ān)全问题需要得到(dào)重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视(shì)频，还有远(yuǎn)方

技(jì)术都是有(yǒu)两面性的，潜在的危(wēi)害并不能掩(yǎn)盖其(qí)光(guāng)辉的贡(gòng)献。现在(zài)看(kàn)来，人工智(zhì)能技术将是第(dì)四次工业革命的核心驱动(dòng)力(lì)量(liàng)，将创造新的增长(zhǎng)奇迹。

过(guò)去一年，人工智能在技术和商业(yè)层面都有了(le)巨大进(jìn)展，AI绘画(huà)就是(shì)人工智(zhì)能技术发(fā)生(shēng)方向性改变的一个代表。其(qí)下一站或许就是视频。

此(cǐ)前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科技圈的短(duǎn)视(shì)频。这(zhè)些视频(pín)引发关注并非内容做得(dé)多优(yōu)秀，反(fǎn)而都非常简单，比(bǐ)如一匹正在(zài)喝水(shuǐ)的马，一只画画的玩具熊，或(huò)者一段(duàn)骑摩托车(chē)的第(dì)一视角录(lù)像，随便一个(gè)有(yǒu)手机的人都可以随手(shǒu)录下一段(duàn)。

但这些短视频的创作方式(shì)非常简(jiǎn)单，创作者仅(jǐn)仅(jǐn)需要向AI输入一(yī)段(duàn)话(huà)，甚至只是说一下要求，AI就可以根据需(xū)要生成一(yī)段视频。

谷歌发布的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成(chéng)的视频后，AI圈就已经玩了(le)一波(bō)梗，一个(gè)能够(gòu)做出(chū)更高清视频的AI还(hái)不足(zú)以在短(duǎn)时间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的(de)地方在(zài)于(yú)，它可(kě)以制作(zuò)出超(chāo)过(guò)2分钟的连(lián)贯的也有确(què)切内(nèi)容的(de)视频，这才是真正(zhèng)让人们感到(dào)惊喜的地(dì)方(fāng)。因(yīn)为无论AI生成的(de)视(shì)频多(duō)么高清，也(yě)只能(néng)是(shì)为内容(róng)生产者提供一个灵感(gǎn)，一个素(sù)材，一个(gè)过场动画。

不过(guò)能够制作出有(yǒu)具(jù)体剧情内容的视频(pín)就意味(wèi)着，一些视频(pín)创作由AI代替人工完成已经初(chū)步有了(le)可能。

当下AI的发(fā)展(zhǎn)速度已(yǐ)经超过大(dà)部分人(rén)的(de)想象。内(nèi)容产业(yè)的(de)本质是供给创造(zào)需求，AIGC作(zuò)为全新的(de)内(nèi)容生产(chǎn)方式，可以为内容产业带(dài)来更新(xīn)的内容风格、更(gèng)快的(de)生产速度(dù)，更(gèng)低的生产(chǎn)成本，这无疑会驱动内容(róng)产(chǎn)业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人(rén)动作等多种内容形式的生成。不难(nán)发现该项技术不仅在游(yóu)戏等(děng)行(xíng)业能得到(dào)有效应(yīng)用，对于下(xià)一代互联网各种(zhǒng)元素的构(gòu)建亦有关键意义(yì)。

从(cóng)商业化的角度(dù)来看，文化娱乐、教育、传(chuán)媒等诸多(duō)领域(yù)，本身(shēn)就对基于AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视(shì)频或不是结果，而(ér)只是AI进程中的一块重(zhòng)要拼图，有望在技术更新的(de)加持下实(shí)现更大的应用价(jià)值。

AI从(cóng)理解内容，走向了(le)可以生成内容，甚至能够(gòu)创造(zào)出独立价值和独立视角的内(nèi)容(róng)。AIGC的再(zài)次出圈，更代表着未来的先进生产(chǎn)力(lì)即(jí)将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从(cóng)技术的发(fā)展也(yě)可以(yǐ)看(kàn)出(chū)，在语言大模型、图像大模型之后，多模态大模型(xíng)已经成为了新的趋(qū)势。

大(dà)模(mó)型被誉(yù)为当前人工智(zhì)能发展的智能底座，是全(quán)球竞争最激(jī)烈的研究方(fāng)向之一，包括谷歌(gē)、亚(yà)马逊(xùn)、百(bǎi)度、阿(ā)里、腾讯等众(zhòng)多头(tóu)部(bù)企业都在竞(jìng)相发力。

不过训练(liàn)大模(mó)型的确价(jià)格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介(jiè)于200万美元至1200万美元(yuán)高价(jià)之(zhī)间。

以ChatGPT在2023年1月的独立(lì)访客平均(jūn)数1300万(wàn)计算(suàn)，其(qí)对(duì)应芯片需求为(wèi)3万(wàn)多片英伟(wěi)达A100 GPU，初始投(tóu)入成本约为8亿美(měi)元(yuán)，每日仅(jǐn)电费就在5万美(měi)元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支(zhī)持。在关注各类大模型的发(fā)展同时，更应该(gāi)关注算力网络的建设。

算力(lì)网络正驱动AI产业(yè)发展进(jìn)入(rù)史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智能发(fā)展(zhǎn)的终极目(mù)标离得更近。

因为算力可(kě)以对突(tū)破性技(jì)术创新提供大力的支(zhī)持。这方面，多模态大(dà)模型是典型(xíng)。作(zuò)为(wèi)面向未来(lái)强人(rén)工智能(néng)、通(tōng)用人工(gōng)智(zhì)能的(de)重要技术(shù)创新，多模态(tài)大模型已经在人工(gōng)智能领域提出了很多(duō)年，业(yè)界也有不少技术突(tū)破，但是(shì)，多模(mó)态大(dà)模(mó)型(xíng)进一步往(wǎng)下走，算(suàn)力需求呈几何式(shì)上升(shēng)，一般(bān)的算力基础设(shè)施很快将难以(yǐ)胜任。

从图像、文字、语音单独(dú)一(yī)项的训练(liàn)，到双模态、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应对(duì)不同模态的转化、像(xiàng)人(rén)与世界交(jiāo)互一样自(zì)然，这(zhè)方(fāng)面，由算力网络来驱(qū)动将有(yǒu)明显优势。

此外，还(hái)有很多需要爆发式(shì)增长(zhǎng)的算力来支撑的技术创新，将在人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模(mó)型(xíng)和大算力的支持下AIGC能持续颠覆(fù)内容(róng)生(shēng)产的方式，将创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 黑豆熬水喝有什么好处和坏处，黑豆煮水坚持喝一个月