自聊天机器人(rén)ChatGPT火爆以(yǐ)来，微(wēi)软公司创(chuàng)始人比(bǐ)尔·盖(gài)茨已多次公开谈论人工智能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会让科技行(xíng)业迎来一次剧烈的洗牌”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出(chū)的(de)。

他预期(qī)，AI的发展可能会威胁到谷(gǔ)歌(gē)的市占率(lǜ)，因(yīn)为微软在AI方面的行动相当迅(xùn)速。而(ér)最终科技巨头将(jiāng)把AI整合成用户的“全能(néng)助手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟通并提(tí)供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠(kào)近(jìn)

以(yǐ)AI绘(huì)画为代(dài)表的AIGC上一次(cì)爆火的(de)时(shí)候，还是2022年8月，在美国科罗拉(lā)多州举办(bàn)的新兴数字艺术(shù)家竞(jìng)赛中，一(yī)幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂商的(de)AI绘画软(ruǎn)件被(bèi)广大(dà)网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组(zǔ)关键词(cí)或者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文本。同一组关键词也可以创作出很多张风格不一样的(de)画作，这让创作(zuò)的过(guò)程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊(jīng)喜，他们会将生(shēng)成(chéng)的美图当(dāng)做头像(xiàng)。而另(lìng)一部分(fēn)喜欢翻看AI绘(huì)画的“翻(fān)车”作(zuò)品(pǐn)。在社交媒体上，许(xǔ)多(duō)用户分(fēn)享AI“翻车现场”，例如，一位网友的(de)小狗照(zhào)片被AI画(huà)成了“肌肉男”，还有网(wǎng)友的(de)个(gè)人照片被(bèi)AI识别成了建筑。

而如今(jīn)随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画的填写关键词游(yóu)戏(xì)可能要(yào)被颠覆(fù)了。

ControlNet是(shì)一位正(zhèng)在(zài)斯坦福(fú)读博的中国人张吕(lǚ)敏创作的一种基于控制点的图像变形算法，主要用(yòng)于数字(zì)图像处(chù)理、计算机视(shì)觉和计(jì)算机图形学(xué)等领(lǐng)域。

其SD插件一(yī)经发布(bù)，在短短的(de)两天内(nèi)便(biàn)成为了AI绘画领域(yù)最新的热点。

在(zài)此(cǐ)之前，大家用了很多方法想让AI生成的结果尽可能的符合要(yào)求，但是都不尽如(rú)人意，它的出现代表着(zhe)AI生(shēng)成开始进入真正的可控(kòng)时期。

因为ControlNet可以直(zhí)接(jiē)提取画面的构(gòu)图，人物的(de)姿势和(hé)画面的深度(dù)信息等。有了它的帮助，就不用频繁的用提(tí)示词(cí)来碰运气，抽盲(máng)盒式的创作了。

通俗(sú)的说ControlNet相当于(yú)给(gěi)AI绘(huì)画加(jiā)了“魔法”，不少(shǎo)博主(zhǔ)的(de)作(zuò)品已经(jīng)获(huò)得(dé)了大量的(de)浏览量，“viggo”就(jiù)是其中之一(yī)，他用(yòng)朋友的照(zhào)片(piàn)直接(jiē)带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应的关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定骨骼开始换(huàn)关键词(cí)试效(xiào)果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉(lì)害(hài)的是(shì)，除了真实的(de)照片(piàn)，草图(tú)也可以加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实(shí)现(xiàn)线稿转全(quán)彩图。大神张吕(lǚ)敏其(qí)本尊也亲自回(huí)应。

不(bù)得不说(shuō)当下AIGC已经(jīng)变(biàn)得越(yuè)来(lái)越强大，甚至输出(chū)的作品都已(yǐ)经(jīng)能(néng)以假乱真(zhēn)了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟谣这所谓(wèi)的(de)“party”可能是(shì)全国第一起AI绘图(tú)诈骗。

由(yóu)于(yú)这个活动里面(miàn)给出的(de)美(měi)女照片都是AI制作(zuò)的(de)真人照片绘图，因为太(tài)逼真，被大家当成真事传播了。

不过(guò)仔细观察可(kě)以发现，活(huó)动发起者提供的照片中(zhōng)有个很(hěn)大的(de)漏洞可(kě)以发现并(bìng)非真人，而是(shì)AI绘图(tú)，那(nà)便是(shì)图片中女性的(de)手指部(bù)分有的存在异常。

有行业人事表示：“现在顶的速度越来越快越叫的原因，顶的速度越来越快过程因为手指部分的(de)绘(huì)画算法比较复(fù)杂，AI还不(bù)太会画人的手，但最新看(kàn)到的图片已经(jīng)有越来(lái)越完美的AI模型出(chū)现，以后可能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在(zài)国外(wài)也已(yǐ)有发生。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布到网络，以此诱骗善(shàn)良的人(rén)打赏(shǎng)“捐助”从(cóng)而(ér)实施(shī)诈(zhà)骗。

目(mù)前随着技(jì)术(shù)发展，AIGC已经能(néng)做出(chū)真人照片般的(de)绘(huì)图(tú)效果(guǒ)，如果这样的图片被用来(lái)诈骗(piàn)，将非常可(kě)怕。

此(cǐ)外AIGC还引发了(le)很多担(dān)忧(yōu)，一方面，批判者认(rèn)为(wèi)AI在“学(xué)习”了大量(liàng)前人的作品之后，其创作(zuò)没有(yǒu)任何(hé)情(qíng)绪和灵(líng)魂，难以和人(rén)类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前(qián)都并没有得到有效(xiào)的(de)解决，还(hái)有AIGC会不会代替(tì)人类“至高无上(shàng)”的创意。

马(mǎ)斯克也强(qiáng)调，人(rén)工智能的安全(quán)问题(tí)需要(yào)得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技术都是有两面性(xìng)的(de)，潜在的(de)危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命的核(hé)心驱动(dòng)力量，将创造新(xīn)的增(zēng)长(zhǎng)奇(qí)迹(jì)。

过去一年，人工智(zhì)能在技术和商业(yè)层(céng)面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画就是人(rén)工(gōng)智能技术发生方向性(xìng)改变的一个代表。其下一(yī)站或许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发布了几(jǐ)条引爆科技圈的短视(shì)频(pín)。这些(xiē)视频引发关注并非内容做(zuò)得(dé)多优秀，反(fǎn)而都非常简单，比如(rú)一(yī)匹正在(zài)喝水的马(mǎ)，一只画画的玩具熊(xióng)，或者一段骑摩托车(chē)的(de)第一视(shì)角录(lù)像(xiàng)，随便(biàn)一个(gè)有(yǒu)手机的(de)人都(dōu)可以(yǐ)随(suí)手录下一段。

但(dàn)这些短视频(pín)的创作(zuò)方式非常(cháng)简(jiǎn)单(dān)，创(chuàng)作(zuò)者仅仅需要向AI输(shū)入一段话，甚至只是说一下(xià)要求，AI就可以根据需(xū)要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生成视频分别来自(zì)于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主要突出(chū)的(de)是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已(yǐ)经玩(wán)了一(yī)波梗，一个能够(gòu)做出更(gèng)高清视频的(de)AI还不足以在短时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方在于，它(tā)可(kě)以制(zhì)作出超过2分钟的连贯的也有确(què)切内容的视频，这才(cái)是(shì)真正让(ràng)人(rén)们感到惊喜的地方。因为无(wú)论AI生(shēng)成的视频(pín)多么高清，也只能是为内容生产者提供(gōng)一个灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能(néng)够制(zhì)作出(chū)有具体(tǐ)剧情内容的视频就意味(wèi)着，一些视频创作(zuò)由AI代替人工完(wán)成已经初步有了可能。

当下(xià)AI的发展速度已经超过大部分人的想象。内容产业的本质(zhì)是(shì)供给创造需求，AIGC作为全新的内(nèi)容生产方式，可以为(wèi)内容产(chǎn)业带来更新的(de)内容风格、更快(kuài)的(de)生产速度，更低的生产(chǎn)成(chéng)本，这无疑会(huì)驱动(dòng)内容产(chǎn)业的(de)大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还(hái)能(néng)应用于音乐、代码(mǎ)、机(jī)器人动(dòng)作等多种内容(róng)形式的生(shēng)成。不难(nán)发(fā)现该项(xiàng)技术不仅在游(yóu)戏等(děng)行(xíng)业能得到有效应用(yòng)，对于下(xià)一代互(hù)联网各(gè)种元素的构建亦有(yǒu)关键意义(yì)。

从商业化的角度来看，文化娱(yú)乐、教育、传(chuán)媒等诸(zhū)多领(lǐng)域(yù)，本(běn)身就对(duì)基(jī)于AI的(de)可(kě)视化内容有强烈需求。

因(yīn)此，AI绘画及视频或(huò)不是结果，而(ér)只是AI进程中的一块(kuài)重要拼图(tú)，有望在技术更新的加持下实现更大的(de)应用(yòng)价值。

AI从理解内(nèi)容，走向(xiàng)了可以生成(chéng)内容，甚(shèn)至能够创造出独(dú)立价值和独立(lì)视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的(de)先(xiān)进生产力(lì)即将到来。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从(cóng)技(jì)术的发展(zhǎn)也可以(yǐ)看出，在(zài)语言大模型、图像大(dà)模型之(zhī)后，多模态(tài)大模型已经成为(wèi)了(le)新的(de)趋势。

大模(mó)型被誉为当前人工智能发展的智能底座(zuò)，是全球竞(jìng)争最激(jī)烈的研究方向之(zhī)一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都在(zài)竞相(xiāng)发力。

不过训练大(dà)模型的(de)确价格不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要多少算力》报告(gào)估算(suàn)，GPT-3训练一次的成本约(yuē)为140万美元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本(běn)则介于(yú)200万(wàn)美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的(de)独立访客平均(jūn)数1300万计算，其对(duì)应芯(xīn)片(piàn)需求为3万(wàn)多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投(tóu)入成本约为8亿(yì)美(měi)元，每(měi)日仅电费就在5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持(chí)。在关注各类大(dà)模型的发展(zhǎn)同(tóng)时(shí)，更应该关(guān)注算力网络(luò)的建设。

算力网(wǎng)络正驱动AI产业发展(zhǎn)进入(rù)史诗级加速进(jìn)程，让(ràng)AIGC及(jí)通用AI这一人(rén)工(gōng)智能发(fā)展的(de)终极目标离(lí)得更近。

因为(wèi)算力可以对突破(pò)性技(jì)术创新提供大力(lì)的支持(chí)。这(zhè)方面，多模态(tài)大模型(xíng)是典(diǎn)型。作为面向(xiàng)未来强(qiáng)人工智能、通(tōng)用人(rén)工智能(néng)的(de)重要(yào)技术创新，多(duō)模(mó)态大模型已经(jīng)在人工智(zhì)能领域提出了很(hěn)多年(nián)，业(yè)界也(yě)有不少技术(shù)突破，但是(shì)，多(duō)模态大(dà)模型(xíng)进一步(bù)往下走，算力(lì)需求(qiú)呈几何式上(shàng)升，一般(bān)的算力基础设(shè)施很快将难(nán)以胜任。

从图像、文(wén)字、语(yǔ)音单独(dú)一项的训练，到(dào)双模态、三模(mó)态的跃(yuè)迁，让人工智(zhì)能(néng)可以灵活应对不(bù)同(tóng)模态的转(zhuǎn)化(huà)、像人与(yǔ)世(shì)界交(jiāo)互一样(yàng)自然，这方面，由算力网络(luò)来(lái)驱动将(jiāng)有明(míng)显优势(shì)。

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

AIGC已经露(lù)出(chū)曙光，期待在(zài)大(dà)模型和大算(suàn)力的支持(chí)下(xià)AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 顶的速度越来越快越叫的原因，顶的速度越来越快过程