自聊天(tiān)机器(qì)人ChatGPT火爆以(yǐ)来，微软公司创始人比尔(ěr)·盖茨(cí)已多(duō)次公(gōng)开(kāi)谈论人(rén)工智能话题。在最近(jìn)的一(yī)次采访(fǎng)中，他再次表示：“AI可能会(huì)让科技(jì)行业迎来一(yī)次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月(yuè)20日接受(shòu)《In Good Company》节目(mù)专(zhuān)访时提出(chū)的。

他预期，AI的发(fā)展可能(néng)会威胁到谷歌的市占率，因为微软在AI方(fāng)面的行动相当迅速(sù)。而最终科技巨头将把AI整合成(chéng)用户的“全(quán)能助(zhù)手(shǒu)”，包(bāo)揽一切(qiè)应(yīng)用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取代(dài)亚马(mǎ)逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来可能尚需(xū)时日，但由(yóu)ControlNet引发(fā)的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘(huì)画为代表的AIGC上一次爆火(huǒ)的时(shí)候(hòu)，还是2022年8月，在美国科罗(luó)拉多州举办(bàn)的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品(pǐn)获(huò)奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用(yòng)户(hù)们可以(yǐ)在应用中输入一组关键词或者(zhě)一张照(zhào)片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画的关键就是所输入(rù)的文本。同一组关键词也可以创作(zuò)出很多(duō)张风格不一样的画(huà)作(zuò)，这让创作的过程就像开盲盒。

很多用户很喜(xǐ)欢这种不确(què)定的(de)惊(jīng)喜，他(tā)们会(huì)将生成的美(měi)图当做头像。而(ér)另(lìng)一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如，一位(wèi)网友(yǒu)的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成了建筑。

而如今随(suí)着ControlNet的出(chū)现与加持，以往AI绘(huì)画的(de)填写关键词游戏可(kě)能要(yào)被颠覆(fù)了。

ControlNet是一位正(zhèng)在斯坦福读博的中(zhōng)国人(rén)张吕敏创作的一种基(jī)于控制点(diǎn)的图像变形算法，主要用于数字图像(xiàng)处理、计(jì)算机视觉和计算机图形学等领(lǐng)域(yù)。

其(qí)SD插件一经发(fā)布，在短短的两(liǎng)天(tiān)内便成为了(le)AI绘(huì)画领域(yù)最新的热(rè)点。

在此(cǐ)之前，大家用了很(hěn)多方(fāng)法想让AI生成(chéng)的结果尽(jǐn)可能的符合要求，但是(shì)都(dōu)不尽如人意，它的出现代表着AI生成(chéng)开始进入(rù)真正(zhèng)的(de)可(kě)控(kòng)时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构(gòu)图，人(rén)物的姿势(shì)和画面的深度信息等。有(yǒu)了(le)它的帮(bāng)助，就不用频(pín)繁的用提(tí)示词来碰运(yùn)气，抽(chōu)盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不(bù)少博主的(de)作品已(yǐ)经获得了(le)大量(liàng)的浏览量(liàng)，“viggo”就是其中之一，他(tā)用朋友的照片直(zhí)接带她们(men)走进(jìn)动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始换关(guān)键词(cí)试(shì)效(xiào)果。

通过(guò)图(tú)片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害的是，除了真(zhēn)实的照(zhào)片，草图也可以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩图(tú)。大神张吕敏其(qí)本尊也亲(qīn)自回应。

不得(dé)不说(shuō)当下(xià)AIGC已经(jīng)变得越来越强大，甚至(zhì)输出的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力(lì)爆发

警惕安全问题(tí)

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个活动里面给出的(de)美(měi)女照片都是AI制作的真人照片(piàn)绘(huì)图，因为太逼真，被大家当成真事传播了。

不(bù)过仔(zǎi)细(xì)观察可(kě)以发现(xiàn)，活动发起者提供的照片(piàn)中有个很大(dà)的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是(shì)图片中女性的手(shǒu)指部分有的(de)存在(zài)异常。

有行业人事(shì)表示：“现在因为手指部分(fēn)的(de)绘画算法(fǎ)比较(jiào)复杂，AI还不太会(huì)画人的手，但最新看(kàn)到的(de)图片(piàn)已经(jīng)有越(yuè)来越完美(měi)的AI模型出现，以(yǐ)后可能(néng)就完全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外也已有发(fā)生。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能(néng)做出(chū)真(zhēn)人(rén)照片般的绘图效(xiào)果，如(rú)果这样的图(tú)片被用来诈骗，将非(fēi)常可(kě)怕。

此外AIGC还引发了很多担忧，一方(fāng)面(miàn)，批判者认为(wèi)AI在(zài)“学习”了(le)大量前人的作品之后，其创作没(méi)有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的版权、目前(qián)都(dōu)并(bìng)没(méi)有(yǒu)得到(dào)有效的像火花像蝴蝶段绍荣是谁杀的解决，还有AIGC会(huì)不会代替人类“至(zhì)高无上”的(de)创意。

马(mǎ)斯(sī)克(kè)也强(qiáng)调，人工智(zhì)能的安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技术都是有两面性的，潜在的危害(hài)并不能(néng)掩盖其光(guāng)辉的(de)贡献。现在看来，人工智能技术将是第四(sì)次工业(yè)革命的(de)核心驱(qū)动力量，将创造新的增长奇迹。

过去一年，人(rén)工(gōng)智(zhì)能在技术和(hé)商(shāng)业层面都有了(le)巨(jù)大(dà)进展，AI绘(huì)画就是人工智(zhì)能技术发生方向性改变的(de)一个代表。其下一站或(huò)许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布(bù)了(le)几条引爆科技圈的(de)短视(shì)频(pín)。这(zhè)些(xiē)视频引发关注并非内容做得多(duō)优秀，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第一视角录像，随(suí)便一个有手机的人都可以随手(shǒu)录下一段。

但这(zhè)些短视频的创作(zuò)方(fāng)式(shì)非常简单，创作(zuò)者仅仅需要向(xiàng)AI输(shū)入(rù)一段话，甚至只是(shì)说(shuō)一下(xià)要求，AI就(jiù)可以根(gēn)据需要(yào)生(shēng)成一段视(shì)频。

谷歌(gē)发布(bù)的两(liǎng)个(gè)AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布(bù)了AI生成(chéng)的视(shì)频后，AI圈就已经(jīng)玩(wán)了一波梗，一个能够做出更高(gāo)清视频的(de)AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在(zài)于(yú)，它可以制(zhì)作出超过2分钟的连(lián)贯的也有确切(qiè)内容的视频，这(zhè)才是真正让(ràng)人们感到(dào)惊喜的地方。因为无论AI生成(chéng)的视频(pín)多(duō)么(me)高清(qīng)，也只能是为内容生产者提供一(yī)个灵感，一个素材(cái)，一(yī)个(gè)过(guò)场(chǎng)动画。

不过(guò)能够制作出有具体剧(jù)情(qíng)内容的(de)视频就意味着，一些视频创作由AI代替人工完成(chéng)已经初步有了可(kě)能(néng)。

当下(xià)AI的发展速度已经超过大部(bù)分人的想象。内容产(chǎn)业的本(běn)质是供给创造需求(qiú)，AIGC作为(wèi)全新(xīn)的内容生产方式，可以为(wèi)内(nèi)容产业(yè)带来更新的内容(róng)风格、更(gèng)快的生(shēng)产(chǎn)速(sù)度，更低(dī)的生产成本，这无疑会驱动内(nèi)容产业的(de)大(dà)爆(bào)发。

除了(le)AI绘图(tú)、视频，AIGC技术还(hái)能应用于(yú)音(yīn)乐、代码、机器人动作(zuò)等多种内容形(xíng)式的生成。不难发现该(gāi)项(xiàng)技(jì)术不仅(jǐn)在游戏等行业能得(dé)到有效(xiào)应用，对(duì)于(yú)下一(yī)代互联(lián)网(wǎng)各种(zhǒng)元(yuán)素的构建亦(yì)有关键意义。

从(cóng)商(shāng)业化的角度来看，文化娱(yú)乐、教育、传媒(méi)等(děng)诸多(duō)领域，本身就对(duì)基(jī)于(yú)AI的可视化内容(róng)有强烈需求。

因(yīn)此(cǐ)，AI绘画及视频或(huò)不(bù)是结果，而只是(shì)AI进程(chéng)中的(de)一块重要拼图，有(yǒu)望在技术更新的加持下实现更(gèng)大(dà)的应用价值。

AI从理解内容，走向了(le)可以(yǐ)生(shēng)成内(nèi)容，甚(shèn)至能(néng)够(gòu)创造(zào)出独(dú)立(lì)价值和独立视(shì)角的(de)内(nèi)容。AIGC的再次出圈，更代表(biǎo)着未(wèi)来的先进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的发展也可以看出，在语言(yán)大(dà)模型、图像大模型之(zhī)后，多模态大模型已经(jīng)成为(wèi)了新的趋势。

大模型被誉为当(dāng)前人工智能发展的(de)智能底座，是全球竞争最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企(qǐ)业都在竞相发力(lì)。

不过训练大模型的(de)确(què)价格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训练成本则介于200万美元至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独(dú)立访客平(píng)均数1300万计算，其对应芯片需求为3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电(diàn)费就(jiù)在5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支持。在关(guān)注(zhù)各类大(dà)模型的发展同时，更应该关注算力网络的(de)建设。

算力网络正驱(qū)动AI产业(yè)发展(zhǎn)进(jìn)入史诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人工智(zhì)能发展的终极(jí)目标离得(dé)更近。

因为(wèi)算力(lì)可(kě)以(yǐ)对突破性技术创(chuàng)新(xīn)提供(gōng)大力(lì)的支(zhī)持。这方(fāng)面，多模态大模型是(shì)典型。作为(wèi)面向未来强人工智能、通用人工智(zhì)能的重要技术创新(xīn)，多模(mó)态大模(mó)型(xíng)已经(jīng)在人工智能领(lǐng)域(yù)提出了很多年，业(yè)界也(yě)有不少技术突破(pò)，但是，多模态大模型(xíng)进(jìn)一步往下(xià)走，算力需求呈几何式上升，一般的算力基础设施(shī)很快将难以胜任(rèn)。

从图像、文(wén)字(zì)、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工智能可(kě)以灵活应对(duì)不同模态的转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络来(lái)驱动将(jiāng)有明显(xiǎn)优势(shì)。

此外，还(hái)有很多需要爆发式增长的算(suàn)力来支撑的技术创新，将在人工(gōng)智能算力网络支(zhī)撑下快速推进。

AIGC已经露出(chū)曙光，期待(dài)在(zài)大模型和大算(suàn)力的(de)支持(chí)下AIGC能持续(xù)颠(diān)覆内容生(shēng)产的(de)方式，将创造(zào)的边际成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 像火花像蝴蝶段绍荣是谁杀的