自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公(gōng)司创始人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工(gōng)智能话题(tí)。在(zài)最(zuì)近(jìn)的一(yī)次采访中(zhōng)，他再次表示：“AI可能会(huì)让科(kē)技行(xíng)业迎(yíng)来一次剧烈(liè)的(de)洗(xǐ)牌”。

这个结论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访时提(tí)出的(de)。

他预期，AI的发展可能会威胁到谷歌的(de)市占率，因为微软在(zài)AI方面的行动(dòng)相当迅速。而(ér)最终科(kē)技巨头将把AI整合成用户的(de)“全(quán)能(néng)助手”，包揽一切应用(yòng)，与人们进行沟通(tōng)并(bìng)提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到来可(kě)能(néng)尚需时(shí)日，但由ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一次爆火的(de)时候，还是(shì)2022年8月，在美国科罗拉多(duō)州(zhōu)举(jǔ)办的新兴数字艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品(pǐn)获奖(jiǎng)。

随后各大(dà)厂(chǎng)商的AI绘画软件被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可(kě)以在(zài)应用中(zhōng)输(shū)入一组(zǔ)关键词(cí)或(huò)者一(yī)张照片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是所输(shū)入的文本。同一(yī)组关键词也可以(yǐ)创作出很(hěn)多张风格(gé)不一样的画作，这让创作(zuò)的过程(chéng)就像开(kāi)盲盒。

很多(duō)用(yòng)户很喜欢这(zhè)种不确定的惊喜，他们会(huì)将生成的(de)美图当(dāng)做头像。而另(lìng)一(yī)部分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻(fān)车”作品。在社交(jiāo)媒体上(shàng)，许多(duō)用户(hù)分享(xiǎng)AI“翻(fān)车现场”，例(lì)如，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别(bié)成了(le)建筑。

而如今随着ControlNet的(de)出现与加(jiā)持，以往AI绘(huì)画的填写关键(jiàn)词游戏(xì)可能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯(sī)坦福读博的(de)中国(guó)人张吕敏(mǐn)创作的一(yī)种基于控制点的图像(xiàng)变形算法，主要用于数字(zì)图(tú)像处(chù)理、计算机视觉和计算机图形学等领(lǐng)域。

其SD插件一(yī)经(jīng)发布，在短(duǎn)短的两天内便成为了(le)AI绘画领域(yù)最新(xīn)的热点。

在此(cǐ)之(zhī)前，大家用了很多(duō)方法想让AI生成的结果(guǒ)尽可能的符(fú)合(hé)要求，但是(shì)都(dōu)不尽如人(rén)意，它(tā)的(de)出现(xiàn)代表着(zhe)AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人(rén)物的姿势和画(huà)面的深(shēn)度信息等。有(yǒu)了它(tā)的帮(bāng)助(zhù)，就不用频繁的用提示词(cí)来碰运气，抽盲盒式(shì)的(de)创作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画(huà)加了“魔法”，不少(shǎo)博主的作(zuò)品(pǐn)已经获得了大量的(de)浏览量(liàng)，“viggo”就是(shì)其中之一，他(tā)用(yòng)朋(péng)友的(de)照(zhào)片直接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开始换关键词(cí)试(shì)效果。

通过图片就可以看(kàn)出来，效果(guǒ)十分惊艳(yàn)。

更厉害的是(shì)，除了(le)真实的(de)照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到(dào)ControlNet还能实现线稿转全彩图。大(dà)神张(zhāng)吕敏其(qí)本尊也亲自(zì)回应。

不得(dé)不说当下AIGC已(yǐ)经(jīng)变得越(yuè)来越强(qiáng)大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游(yóu)艇party”的消息火遍(biàn)网络，而(ér)经过警(jǐng)方辟谣这(zhè)所(suǒ)谓(wèi)的(de)“party”可能是全(quán)国第(dì)一起(qǐ)AI绘图(tú)诈骗。

由(yóu)于(yú)这个(gè)活动里面给出的美(měi)女照片都是AI制作的真人(rén)照片绘图，因为(wèi)太(tài)逼(bī)真，被(bèi)大(dà)家(jiā)当成真事传播了。

不过(guò)仔细观察(chá)可以(yǐ)发现，活动(dòng)发(fā)起者提供的照片中(zhōng)有个很大的漏洞(dòng)可以发现并非真人，而是AI绘图(tú)，那便是图片中(zhōng)女性的(de)手指部分有的(de)存(cún)在异常。

有行业人事表(biǎo)示：“现在因为(wèi)手指部分的绘画算法(fǎ)比较复杂，AI还不太会(huì)画人的手，但最(zuì)新看到(dào)的图片已经(jīng)有越来越完美的AI模型(xíng)出现(xiàn)，以后(hòu)可能就完(wán)全没有漏洞了。”

类似(shì)的AI作图诈骗在(zài)国外也已(yǐ)有发生。据(jù)英国广(guǎng)播公(gōng)司报道，土耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿童受灾的(de)假(jiǎ)照片(piàn)发(fā)布到(dào)网络，以此(cǐ)诱骗善良的人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随着(zhe)技(jì)术发(fā)展，AIGC已经能(néng)做出(chū)真人照(zhào)片般的绘图效果(guǒ)，如果(guǒ)这(zhè)样的图(tú)片(piàn)被(bèi)用来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引(yǐn)发(fā)了很多(duō)担忧，一方面，批判者认(rèn)为AI在(zài)“学(xué)习”了大量前人的作品之后，其创作(zuò)没有任何情绪和(hé)灵魂，难(nán)以和人(rén)类的艺术创作相提并论。

另(lìng)一方(fāng)面，AIGC背后(hòu)的版权、目前都(dōu)并没有得(dé)到有效的解(jiě)决，还有(yǒu)AIGC会不会代替人(rén)类(lèi)“至高无上”的创(chuàng)意。

马斯(sī)克也强调(diào)，人工智(zhì)能的安全问题需要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有(yǒu)远方

技(jì)术都(dōu)是有两(liǎng)面性(xìng)的(de)，潜在的危害并不(bù)能掩盖其光辉的(de)贡献。现(xiàn)在看来，人工智(zhì)能技术将(jiāng)是第四次工业革命(mìng)的核心驱动(dòng)力量，将(jiāng)创(chuàng)造新(xīn)的增长(zhǎng)奇迹(jì)。

过去一年，人工智能在(zài)技术(shù)和商业层(céng)面(miàn)都有了巨大进展(zhǎn)，AI绘画(huà)就是人工(gōng)智(zhì)能技术发生方向性改变的(de)一个(gè)代表(biǎo)。其下一(yī)站(zhàn)或许就是视频(pín)。

此前，Meta和(hé)谷歌(gē)先后发布了几条引爆科技圈(quān)的短(duǎn)视(shì)频。这些视频引发关注并非内容(róng)做得多优秀(xiù)，反而都非常简单，比如一匹正在喝(hē)水的马(mǎ)，一只(zhǐ)画(huà)画(huà)的玩具(jù)熊，或者一段骑摩托车的第一视(shì)角录像，随便(biàn)一个(gè)有手机的人都(dōu)可以(yǐ)随手录下一段(duàn)。

但这些短(duǎn)视频的(de)创作方式非常(cháng)简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至(zhì)只是(shì)说一下(xià)要求，AI就可以根据需要生成一段(duàn)视(shì)频。

谷歌发布(bù)的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩(wán)了一波(bō)梗，一个能够做出更高(gāo)清视(shì)频的AI还(hái)不足以在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过2分钟的连贯(guàn)的也(yě)有确切内容的视(shì)频，这才是真(zhēn)正让(ràng)人们感到惊喜的地(dì)方。因(yīn)为无论AI生成的视频多么(me)高清，也(yě)只能是为内容生产者(zhě)提供一个灵感，一个素材，一个(gè)过场动画。

不过能够制作出(chū)有具体(tǐ)剧情内容的视频就(jiù)意味着，一(yī)些视频创作由(yóu)AI代替人工完成已经初步有了(le)可能。

当下AI的发展速度已(yǐ)经超(chāo)过大部分人(rén)的想象(xiàng)。内容产(chǎn)业的本质(zhì)是供给创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容产(chǎn)业带来更(gèng)新的内容风格、更快的生产速度，更低(dī)的生产成本，这无疑会(huì)驱(qū)动内容产业的(de)大爆发。

除(chú)了(le)AI绘图、视(shì)频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机器人动作等(děng)多种内容形式的生成。不难发现该项技(jì)术不仅(jǐn)在游戏等行业能(néng)得到(dào)有效应用(yòng)，对(duì)于下一(yī)代互联网各种元素的构(gòu)建亦有(yǒu)关键意义。

从商业化的角度(dù)来看，文化娱(yú)乐、教育、传媒等诸(zhū)多领域，本(běn)身(shēn)就对基(jī)于AI的可视化(huà)内容有强烈需求。

因此，AI绘(huì)画及视频(pín)或不是结果，而只(zhǐ)是AI进程中的(de)一块重要拼图，有(yǒu)望在技术更新的加持下实现更大的应用价(jià)值。

AI从理(lǐ)解内(nèi)容(róng)，走向了(le)可以生成内容，甚(shèn)至能够(gòu)创(chuàng)造出独立价值和独立(lì)视角的(de)内容。AIGC的再次出圈，更代(dài)表着未来的(de)先进生(shēng)产力(lì)即将到(dào)来。

04

紧抓大模型与算(suàn)力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可以看出，在语言大模型、图像(xiàng)大(dà)模型之后，多(duō)模态大模型已经(jīng)成为了新(xīn)的趋(qū)势。

大模型被誉为当前人工智能发展的智能底座，是全(quán)球竞争最(zuì)激(jī)烈的(de)研(yán)究(jiū)方向之一，包括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾(téng)讯等众多头部企(qǐ)业都在竞相发力。

不过训(xùn)练大模型的确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美(měi)元。而对于一些更大(dà)的(de)LLM(大型语(yǔ)言模型)，训(xùn)练成本(běn)则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算(suàn)，其对(duì)应芯片需求为3万多片(piàn)英(yīng)伟达A100 GPU，初(chū)始(shǐ)投(tóu)入(rù)成本约为8亿美(měi)元，每日仅电费(fèi)就(jiù)在5万(wàn)美元左右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不(bù)开庞大(dà)算力支持。在关注各类(lèi)大模型的发展同时，更应该关注算力(lì)网络的建(jiàn)设。

算(suàn)力(lì)网络正驱动AI产业发展进入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智能发展(zhǎn)的终极目标离得更近。

因(yīn)为(wèi)算力可以对突破(pò)性技术创新(xīn)提供大力的支持(chí)。这方面(miàn)，多模(mó)态大(dà)模型(xíng)是(shì)典型。作为面向未来强人工智能、通用人工智(zhì)能(néng)的(de)重要技术创新(xīn)，多(duō)模态大模型已经(jīng)在人(rén)工智能领域(yù)提出了(le)很多年(nián)，业界也(yě)有不少技术突破，但是，多(duō)模态大模型进一步往(wǎng)下(xià)走，算力需求呈几何式上升，一(yī)般的算力(lì)基础设施很快将难(nán)以(yǐ)胜任。

从图(tú)像、文字、语音单独一项(xiàng)的训练，到双(shuāng)模态、三模态的跃迁，让人(rén)工智能可以(yǐ)灵活(huó)应对不同模态的转化(huà)、像人与世(shì)界交互一样自(zì)然，这(zhè)方面，由(yóu)算力网络来驱动(dòng)将有明显(xiǎn)优势。

此外(wài)，还有很多(duō)需要(yào)爆发式增长的算力来支撑的技术(shù)创新，将在人工(gōng)智能算力(lì)网络支(zhī)撑下快速推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在大模型和大算力的支(zhī)持下(xià)AIGC能持续颠(diān)覆内(nèi)容生产的(de)方式，将创造的边际成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 台湾领导者是谁，现任台湾领导者是谁