自(zì)聊天机(jī)器人ChatGPT火(huǒ)爆以(yǐ)来，微软(ruǎn)公(gōng)司创始人比尔·盖茨(cí)已多次(cì)公开谈(tán)论(lùn)人(rén)工智能话题。在最近的一次采访(fǎng)中，他(tā)再次表(biǎo)示：“AI可(kě)能会让科(kē)技行业(yè)迎(yíng)来一次(cì)剧(jù)烈的洗牌”。

这个(gè)结论是(shì)他(tā)在(zài)当(dāng)地时间2月20日(rì)接受《In Good Company》节目专访时(shí)提出的(de)。

他预(yù)期(qī)，AI的发展可能会威胁到谷歌(gē)的市(shì)占率(lǜ)，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合(hé)成用(yòng)户的(de)“全(quán)能助手”，包揽一切应用，与(yǔ)人们(men)进行沟(gōu)通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来(lái)可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题(tí)热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠(kào)近(jìn)

以(yǐ)AI绘画为代(dài)表(biǎo)的AIGC上(shàng)一次爆火的时候，还是2022年(nián)8月，在美(měi)国科罗(luó)拉多州举(jǔ)办的(de)新兴数(shù)字(zì)艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广大网友(yǒu)熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们可以(yǐ)在应用中输入一组关键词或者一(yī)张(zhāng)照片，就能获得一幅AI创作的画作。

作画的(de)关键就是所输入的文本。同一组关键词也可以(yǐ)创(chuàng)作(zuò)出很多张风格不一样的画作，这(zhè)让创作的过程就(jiù)像(xiàng)开盲盒(hé)。

很(hěn)多用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会将生成的美图当做(zuò)头(tóu)像。而另(lìng)一部分喜欢(huān)翻看AI绘画(huà)的“翻车(chē)”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的(de)小狗(gǒu)照(zhào)片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的(de)个(gè)人(rén)照片被(bèi)AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画(huà)的(de)填写关键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是(shì)一位正(zhèng)在斯(sī)坦福读博的(de)中国人张吕敏创作(zuò)的(de)一种基于控(kòng)制点(diǎn)的(de)图像变形算法，主要用于数字图像处理、计(jì)算机视觉和计算(suàn)机图形学等领域。

其(qí)SD插件一经发布，在短短的两(liǎng)天内(nèi)便成(chéng)为了AI绘画领域最新(xīn)的热点。

在(zài)此之前(qián)，大家用了很多方(fāng)法(fǎ)想(xiǎng)让AI生成的结(jié)果尽(jǐn)可能的(de)符合(hé)要求，但(dàn)是都不(bù)尽如人意(yì)，它的出(chū)现代表着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(miàn)的构(gòu)图(tú)，人物的姿势和画面的深度信息等。有了它的(de)帮助(zhù)，就不用频繁的用提(tí)示词来碰运(yùn)气，抽(chōu)盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画(huà)加(jiā)了“魔法”，不少博主的作(zuò)品(pǐn)已经(jīng)获得了(le)大量的浏(liú)览量(liàng)，“viggo”就是(shì)其中(zhōng)之一，他用朋友的照片(piàn)直接带她(tā)们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插(chā)件拓展(zhǎn)找到(dào)对应(yīng)的(de)关(guān)键词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词试(shì)效(xiào)果。

通过图片就(jiù)可以看出来，效果十分惊艳(yàn)。

更厉害(hài)的是，除了(le)真实的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩图。大神张吕敏其本尊也(yě)亲(qīn)自回(huí)应。

不得不说(shuō)当下AIGC已(yǐ)经(jīng)变得越来越(yuè)强大，甚(shèn)至输出的(de)作品都已经(jīng)能(néng)以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安(ān)全(quán)问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息火(huǒ)遍(biàn)网络，而经过警(jǐng)方辟谣这(zhè)所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这(zhè)个活动里面给出的美(měi)女照(zhào)片都是AI制(zhì)作的真(zhēn)人照(zhào)片绘图，高山流水是什么意思服务项目，服务里面高山流水是什么意思rong>因为(wèi)太逼真(zhēn)，被大(dà)家当成真事传(chuán)播了。

不过仔细观察(chá)可以发现，活动发起者提供的(de)照(zhào)片(piàn)中(zhōng)有(yǒu)个很(hěn)大的漏洞可以(yǐ)发现并非(fēi)真人，而是AI绘图，那便是图(tú)片(piàn)中(zhōng)女性的手指部分(fēn)有的存在异常。

有行(xíng)业人事(shì)表示：“现在(zài)因为手指部分的(de)绘画算法(fǎ)比较复杂(zá)，AI还(hái)不太会(huì)画人(rén)的手，但最新看到的图片已(yǐ)经有越来(lái)越完美(měi)的AI模型出(chū)现(xiàn)，以后可(kě)能就完全没有漏洞了。”

类似(shì)的(de)AI作图诈骗在国外也已(yǐ)有(yǒu)发生。据英国广播公司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实施诈骗。

目(mù)前(qián)随着技术发展，AIGC已经(jīng)能做(zuò)出(chū)真人照片般的绘图效果，如(rú)果这样的图片(piàn高山流水是什么意思服务项目，服务里面高山流水是什么意思)被用来(lái)诈骗，将(jiāng)非常可怕。

此外AIGC还(hái)引(yǐn)发(fā)了很(hěn)多担(dān)忧，一方面，批判者认为AI在“学习”了大量(liàng)前人(rén)的作品之后，其创作(zuò)没(méi)有任何情绪(xù)和灵魂，难以和(hé)人类的艺术创作(zuò)相提并论(lùn)。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到(dào)有效的解决，还有(yǒu)AIGC会不会代(dài)替(tì)人类“至高(gāo)无上”的创意。

马(mǎ)斯克也强调，人工智能(néng)的安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还有(yǒu)远方

技术都是有(yǒu)两面性的(de)，潜(qián)在(zài)的危害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看(kàn)来(lái)，人工智能技(jì)术将是第四次工业(yè)革(gé)命的核心驱(qū)动力量(liàng)，将创造新(xīn)的(de)增长奇迹。

过去(qù)一年，人工(gōng)智能在技术和商业层面都有(yǒu)了(le)巨大进展，AI绘(huì)画就(jiù)是(shì)人工智能技术发生方向性改(gǎi)变的(de)一(yī)个(gè)代表。其下一站或许(xǔ)就(jiù)是视(shì)频(pín)。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆(bào)科(kē)技圈的短(duǎn)视频。这(zhè)些视频(pín)引发关(guān)注并非内容(róng)做得多优秀，反而都(dōu)非常(cháng)简单，比如一匹正在喝水的马(mǎ)，一只画画的玩具(jù)熊，或者(zhě)一段骑摩托车的(de)第(dì)一视角录像，随便一(yī)个有(yǒu)手机的人都可(kě)以随(suí)手(shǒu)录下一(yī)段。

但这(zhè)些短视频(pín)的创作(zuò)方式非常简单，创(chuàng)作(zuò)者仅仅需要向AI输入一段话，甚至只是说一(yī)下(xià)要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就(jiù)已经玩了一波梗，一个能(néng)够做出更高清视频的AI还(hái)不足以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更(gèng)加令人(rén)震(zhèn)惊的(de)地方在(zài)于，它(tā)可以(yǐ)制作出超过2分钟的连(lián)贯的(de)也有确切内容的视频，这(zhè)才是真正让人(rén)们感到惊喜的地方。因为(wèi)无论AI生成的视频多么高(gāo)清(qīng)，也只能(néng)是(shì)为内容生产者提供一个灵(líng)感，一个素材，一(yī)个过(guò)场动画(huà)。

不过能够制作出有(yǒu)具体剧(jù)情内(nèi)容的(de)视(shì)频就意味着，一些视频创作(zuò)由(yóu)AI代替人工完成(chéng)已经初步有(yǒu)了可能。

当下AI的(de)发(fā)展(zhǎn)速度(dù)已(yǐ)经超过大(dà)部(bù)分人的想象。内容产业的本质是供给创造需(xū)求(qiú)，AIGC作为全新的内容生产(chǎn)方(fāng)式，可以为内容(róng)产(chǎn)业带来(lái)更新的内容(róng)风格(gé)、更快的生产速度，更低的(de)生产(chǎn)成(chéng)本，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机(jī)器(qì)人动作等(děng)多(duō)种内容形式(shì)的生成(chéng)。不难发现该(gāi)项技术不(bù)仅在游戏等行业能(néng)得到有效(xiào)应用，对于(yú)下一代互联(lián)网各种元(yuán)素的构建(jiàn)亦有(yǒu)关键(jiàn)意义。

从商(shāng)业(yè)化的角度(dù)来看(kàn)，文化娱乐、教育、传(chuán)媒等诸多领域(yù)，本身就对基于AI的可视化内容(róng)有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中(zhōng)的一块重要拼图，有望在技术更新的加持下实现更大的应用价值。

AI从理(lǐ)解内容(róng)，走向了可以生成内容，甚至(zhì)能够创造出独立价值和独立视角的内容(róng)。AIGC的(de)再次出圈(quān)，更代表着未(wèi)来的先进(jìn)生(shēng)产力(lì)即将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底座

从技(jì)术的发展也可(kě)以看出，在(zài)语(yǔ)言(yán)大模型(xíng)、图像(xiàng)大模(mó)型之后(hòu)，多模态大模型已经成为了新(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(shì)全球(qiú)竞争最(zuì)激烈的(de)研究方向之一，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾讯(xùn)等众多头(tóu)部企(qǐ)业都在竞相发力(lì)。

不过(guò)训练大(dà)模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多(duō)少算力》报(bào)告(gào)估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更大的LLM(大型(xíng)语(yǔ)言(yán)模型)，训(xùn)练成本则介于200万美(měi)元至(zhì)1200万美元(yuán)高(gāo)价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日仅电(diàn)费就在5万美(měi)元左右。

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各(gè)类大模型的发展同时，更应该关(guān)注(zhù)算力网络的建设。

算力网络正驱动AI产业发展进入史诗级加(jiā)速(sù)进程，让AIGC及通用AI这一人工智能发(fā)展(zhǎn)的终极目标离(lí)得更近。

因为(wèi)算力可以对突破性技术创新(xīn)提供(gōng)大力(lì)的支持(chí)。这方面(miàn)，多模态大(dà)模型是典(diǎn)型。作(zuò)为面向(xiàng)未来强人工智能、通用人工智能的重要技(jì)术创新，多模态(tài)大(dà)模型已经在人(rén)工智能(néng)领域提出(chū)了很(hěn)多年，业(yè)界也(yě)有(yǒu)不少技术突破(pò)，但是，多模态大模型进一步往下(xià)走，算力需(xū)求(qiú)呈几何式上升(shēng)，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让人工(gōng)智能可以灵(líng)活应对不同模态的转化、像人与世界交互一样(yàng)自然，这方面，由算力网络来驱动将(jiāng)有(yǒu)明显(xiǎn)优势。

此外，还(hái)有很多需要(yào)爆(bào)发式增(zēng)长(zhǎng)的算力来支撑的技术(shù)创新，将(jiāng)在人工(gōng)智能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模(mó)型和大算力的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 高山流水是什么意思服务项目，服务里面高山流水是什么意思