自聊天机器人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人比(bǐ)尔·盖茨已多次公开谈论人工智能(néng)话题(tí)。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让科技(jì)行业(yè)迎来一次(cì)剧烈的洗(xǐ)牌”。

这个结论是他在当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发(fā)展可能会威胁(xié)到(dào)谷歌的市占(zhàn)率，因为微软在AI方面(miàn)的(de)行动相当迅速。而最(zuì)终科(kē)技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人们进行沟(gōu)通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中全能助(zhù)手的到来(lái)可能尚需时日(rì)，但由(yóu)ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗拉多(duō)州举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画(huà)软件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表。

用户们可以(yǐ)在应用中输入一组关键词或者一张照片，就能获得(dé)一幅AI创作(zuò)的画作。

作画(huà)的关键就是所输(shū)入的文本。同一组关键词也可(kě)以(yǐ)创作(zuò)出很多张风格不一样的画作，这让创作的过(guò)程就像开(kāi)盲(máng)盒(hé)。

很(hěn)多用户很(hěn)喜欢(huān)这(zhè)种(zhǒng)不确定的惊(jīng)喜(xǐ)，他(tā)们会将(jiāng)生(shēng)成的美图当做头像。而另(lìng)一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在社(shè)交媒体上(shàng)，许多(duō)用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友的小(xiǎo)狗(gǒu)照(zhào)片被AI画成(chéng)了“肌肉男”，还有(yǒu)网(wǎng)友的个人(rén)照片被AI识别成(chéng)了(le)建筑(zhù)。

而(ér)如今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘(huì)画的填写(xiě)关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏(mǐn)创(chuàng)作的一种基于控制点(diǎn)的图像变形(xíng)算法，主要用于数字图(tú)像处(chù)理、计(jì)算机视觉(jué)和(hé)计算机图(tú)形(xíng)学(xué)等(děng)领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域(yù)最新(xīn)的热点。

在(zài)此(cǐ)之前(qián)，大家用了(le)很(hěn)多方法想让(ràng)AI生成的(de)结果尽可能的符(fú)合要求(qiú)，但(dàn)是都不尽如人意，它的出现(xiàn)代表着(zhe)AI生成开始进入真正(zhèng)的可控时(shí)期。

因为ControlNet可以直接提取画面的(de)构图，人物(wù)的姿势和(hé)画面的(de)深度信息等(děng)。有了它的帮(bāng)助，就不用频繁的(de)用提(tí)示词(cí)来(lái)碰运气，抽(chōu)盲(máng)盒式的(de)创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作品已(yǐ)经(jīng)获得(dé)了大(dà)量的(de)浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用朋友的照(zhào)片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键(jiàn)词(cí)试效果。

通过图片就可(kě)以看出(chū)来，效果十分(fēn)惊艳。

更厉害的是，除了(le)真实(shí)的照(zhào)片，草(cǎo)图也可(kě)以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也(yě)亲自回应。

不(bù)得(dé)不说当下AIGC已经(jīng)变(biàn)得越(yuè)来越强大，甚至(zhì)输出的作(zuò)品都(dōu)已经能(néng)以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕(tì)安(ān)全问题(tí)

近日(rì)，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网(wǎng)络，而经过警方辟(pì)谣(yáo)这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个活动(dòng)里面给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家当成(chéng)真事传播(bō)了。

不过(guò)仔细观(guān)察(chá)可以发现，活动发起者(zhě)提供(gōng)的照片(piàn)中有(yǒu)个很大的漏洞(dòng)可以发现并非真(zhēn)人，而是AI绘图，那(nà)便是图片(piàn)中女性的(de)手指(zhǐ)部分有(yǒu)的存在异常。

有行业人(rén)事(shì)表示：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还(hái)不太(tài)会画人(rén)的手(shǒu)，但(dàn)最新看到的图(tú)片已经有越来越完美的(de)AI模型出(chū)现，以后可能(néng)就完全没有漏洞了(le)。”

类似的(de)AI作图诈骗(piàn)在国外也已有发生。据英(yīng)国广播公司报道，土耳其地(dì)震期间，有(yǒu)Tiktok用户(hù)使用(yòng)AI合成了儿(ér)童受灾的假(jiǎ)照(zhào)片发布到网络，以此诱骗善良(liáng)的(de)人打赏“捐助”从而实(shí)施(shī)诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经能做出真(zhēn)人照(zhào)片般(bān)的绘图效果，如果这样的图(tú)片被用来诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一(yī)方面，批(pī)判者(zhě)认为AI在“学习”了(le)大量前(qián)人的作品之后，其创作没(méi)有任何(hé)情(qíng)绪和(hé)灵(líng)魂(hún)，难以和人类的艺术创(chuàng)作相提(tí)并论。

另一(yī)方面，AIGC背后(hòu)的(de)版(bǎn)权(quán)、目前(qián)都并没有(yǒu)得(dé)到有效的解决，还有AIGC会(huì)不会代替人类“至(zhì)高(gāo)无上”的(de)创意。

马斯克也强调，人工(gōng)智能的安(ān)全问题需(xū)要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面性(xìng)的，潜在的危害(hài)并不能掩(yǎn)盖其光(guāng)辉(huī)的贡献。现在看(kàn)来，人工智(zhì)能技术(shù)将是(shì)第四次工业革(gé)命的核心驱动力量，将创造新(xīn)的增长奇迹。

过去一(yī)年，人工智能在技术和(hé)商业层面(miàn)都(dōu)有了巨大(dà)进展，AI绘画就是人工智能技术发生方(fāng)向性改(gǎi)变的一个代表。其下一站(zhàn)或许就(jiù)是视频。

此前(qián)，Meta和谷歌先(xiān)后发布(bù)了几条引爆科技(jì)圈的(de)短视(shì)频。这些视频引发关注(zhù)并(bìng)非内容做得多优秀(xiù)，反(fǎn)而都(dōu)非常简(jiǎn)单(dān)，比如一匹正(zhèng)在喝(hē)水的(de)马，一只画画的(de)玩具熊，或(huò)者(zhě)一(yī)段骑摩(mó)托车的第(dì)一视角(jiǎo)录像，随便一个有手机的人都可以随手录(lù)下(xià)一段。

但这些短视频的(de)创作方式非常简单，创作者仅仅需(xū)要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就(jiù)可以根(gēn)据需(xū)要生成一段视(shì)频(pín)。

谷歌发布的两(liǎng)个AI生成视频(pín)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没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成(chéng)的视频后，AI圈就已经(jīng)玩(wán)了一波梗，一个能够做出更(gèng)高清视(shì)频的AI还不(bù)足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的(de)地方在于(yú)，它可以制作出超(chāo)过(guò)2分钟的连(lián)贯的也(yě)有确切内容的(de)视频，这(zhè)才(cái)是真(zhēn)正让(ràng)人们感到惊喜的地(dì)方。因为无论AI生成的视频多么高清(qīng)，也只能是(shì)为内容生产者提(tí)供一(yī)个(gè)灵(líng)感，一个(gè)素材，一个过(guò)场动(dòng)画。

不(bù)过(guò)能够(gòu)制作出有(yǒu)具体剧情内(nèi)容的视频就意味着，一(yī)些视频创作由AI代替人工完成已经初步有(yǒu)了可能。

当下AI的发(fā)展速度已经超过(guò)大部分人的想象。内容产业的本质是供给创造需求，AIGC作(zuò)为全(quán)新的内容生(shēng)产(chǎn)方(fāng)式，可(kě)以为(wèi)内容产业带来(lái)更新(xīn)的内容风格、更快的(de)生产速度(dù)，更低的生产(chǎn)成本，这无疑会(huì)驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器(qì)人动作等多种内容形式的生(shēng)成。不难发现该项(xiàng)技术不仅(jǐn)在(zài)游戏(xì)等行(xíng)业(yè)能得到有效(xiào)应用，对于下一代互联网各种元素的构建(jiàn)亦(yì)有(yǒu)关键(jiàn)意(yì)义。

从商(shāng)业化(huà)的角度来看，文化娱(yú)乐(lè)、教(jiào)育、传媒等诸多领(lǐng)域，本身(shēn)就对基于(yú)AI的可视化内容有强烈需(xū)求。

因(yīn)此(cǐ)，AI绘(huì)画(huà)及视频或不是结果，而只是(shì)AI进程(chéng)中的(de)一(yī)块重要(yào)拼图，有望在技(jì)术(shù)更(gèng)新(xīn)的加持下实现更大的应用价值。

AI从(cóng)理解内容，走向了(le)可以(yǐ)生成(chéng)内容，甚(shèn)至能够创造出独(dú)立(lì)价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未来的先进(jìn)生产力即将到(dào)来。

04

紧抓大(dà)模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发(fā)展也可以看(kàn)出，在语言大模型、图像大模型之后，多模态大模型(xíng)已(yǐ)经(jīng)成为了新的趋势。

大模型(xíng)被誉为当前人工智(zhì)能(néng)发展(zhǎn)的智能底座，是(shì)全(quán)球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部企业(yè)都在(zài)竞相发(fā)力。

不(bù)过训(xùn)练大模型(xíng)的确(què)价(jià)格不(bù)菲，以国(guó)盛(shèng)证券发布的《ChatGPT需(xū)要多少算(suàn)力》报告(gào)估算，GPT-3训练一次的成本约为140万美(měi)元。而对于一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数(shù)1300万(wàn)计算，其对应芯(xīn)片需求(qiú)为3万多片(piàn)英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为(wèi)8亿美元，每日仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支(zhī)持。在关注各类大模(mó)型的发(fā)展同时，更应该(gāi)关注算力(lì)网(wǎng)络的建设。

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

因为算力可以(yǐ)对突破性技(jì)术创(chuàng)新提供大力(lì)的支持。这方面，多(duō)模态大(dà)模型(xíng)是典(diǎn)型。作为面向未来强人工智(zhì)能、通(tōng)用人工智能的重要技术创新，多模态(tài)大模型(xíng)已经在人工智能(néng)领域提出了很(hěn)多年，业界也(yě)有不少技术突(tū)破，但是，多模态(tài)大模(mó)型进一步往(wǎng)下走，算(suàn)力需求呈几何式上升(shēng)，一般的算力基础(chǔ)设施很(hěn)快将难以胜任。

从图像、文(wén)字、语(yǔ)音单独一项(xiàng)的训练(liàn)，到双模态、三模态的跃迁，让(ràng)人(rén)工智能可以灵活应对不同模(mó)态的转化(huà)、像人与世界交互(hù)一样自然，这(zhè)方面，由算(suàn)力网络来驱动(dòng)将有(yǒu)明显优势。

此外(wài)，还(hái)有(yǒu)很(hěn)多需要爆发式(shì)增长的算力来支撑的技术(shù)创新，将在人工智能(néng)算(suàn)力网(wǎng)络支撑下(xià)快速推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大算力的支(zhī)持下AIGC能持续颠覆内容生产的方式，将创造的边际成(chéng)本(běn)降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 北京银行营业时间，北京银行营业时间周六周日