自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人(rén)比尔·盖茨已(yǐ)多次(cì)公开谈论人工智(zhì)能话(huà)题。在最近的一次采访中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个结(jié)论(lùn)是他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发(fā)展可能会威(wēi)胁到(dào)谷歌的市占率(lǜ)，因为微软在AI方(fāng)面的行(xíng)动相当迅速。而(ér)最终科(kē)技(jì)巨头将把(bǎ)AI整(zhěng)合成用户的“全(quán)能助手”，包(bāo)揽一切(qiè)应用，与(yǔ)人(rén)们进行沟(gōu)通(tōng)并(bìng)提供建议，可(kě)以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全能(néng)助手(shǒu)的到来(lái)可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举(jǔ)办的新兴数字(zì)艺术家竞赛中(zhōng)，一幅名为《太(tài)空歌剧院(yuàn)》的作品获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘画软件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中输入一(yī)组关(guān)键词或者一张照片，就(jiù)能获得一幅AI创作的画(huà)作。

作画的关键就(jiù)是所输入的文本。同一组关键(jiàn)词也(yě)可以创作出很(hěn)多张(zhāng)风格不一样的画作，这(zhè)让(ràng)创(chuàng)作的(de)过程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜(xǐ)，他们(men)会将生(shēng)成的美图当做头像。而(ér)另(lìng)一部分喜欢(huān)翻(fān)看AI绘画的(de)“翻车”作品。在社交媒(méi)体上(shàng)，许多用户分享AI“翻(fān)车现场”，例如，一位(wèi)网友的小(xiǎo)狗(gǒu)照片(piàn)被AI画成了(le)“肌(jī)肉男”，还有(yǒu)网(wǎng)友的个人(rén)照片(piàn)被AI识(shí)别成(chéng)了建筑。

而(ér)如今随(suí)着ControlNet的出(chū)现与(yǔ)加(jiā)持，以往AI绘(huì)画的填写关键词游戏可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正在(zài)斯坦福读(dú)博的中国人张吕(lǚ)敏(mǐn)创作的一种基于控(kòng)制点的图像变形算法，主要用于数字图(tú)像处理、计(jì)算机(jī)视觉和(hé)计算机图形学等领(lǐng)域。

其SD插件一经(jīng)发布(bù)，在短短的两天内便成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之前，大家用了很多方法想让(ràng)AI生成的结(jié)果尽可能的符合要求，但是都(dōu)不(bù)尽如人意，它的出(chū)现代(dài)表(biǎo)着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人(rén)物的姿势和画面的深度信(xìn)息等。有了它的帮助(zhù)，就不(bù)用频繁的用提示词(cí)来(lái)碰运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘(huì)画加了(le)“魔法(fǎ)”，不少博主的(de)作品已经获得(dé)了大量的浏览量，“viggo”就是(shì)其中之(zhī)一，他(tā)用朋友的照片直接带她们走(zǒu)进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试(shì)效果。

通过图片就可以看出来，效果十分惊艳。

更厉害(hài)的是，除了(le)真实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕(lǚ)敏其本尊(zūn)也亲(qīn)自(zì)回应(yīng)。

不得不说当下AIGC已经变得(dé)越(yuè)来越强大(dà)，甚至输(shū)出的(de)作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经(jīng)过警方(fāng)辟(pì)谣(yáo)这所谓的“party”可能是全国(guó)第一起(qǐ)AI绘图诈骗。

由于这个活动里(lǐ)面(miàn)给出(chū)的美女照(zhào)片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当(dāng)成真事传播了。

不过仔细(xì)观察(chá)可以发现(xiàn)，活动发起者提供的照(zhào)片中(zhōng)有个(gè)很大(dà)的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女性的手指部分(fēn)有的存在异(yì)常。

有行业人事表示：“现在因(yīn)为手(shǒu)指(zhǐ)部(bù)分的绘画算法比较复杂，AI还不(bù)太会画人(rén)的(de)手，但(dàn)最新看到(dào)的图片已经有越来越完(wán)美(měi)的AI模型出现，以(yǐ)后(hòu)可(kě)能就(jiù)完全(quán)没有漏洞了(le)。”

类似的AI作图诈骗在(zài)国外也(yě)已(yǐ)有(yǒu)发(fā)生。据英国广(guǎng)播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了(le)儿童受灾(zāi)的假(jiǎ)照片发(fā)布到网络(luò)，以(yǐ)此诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施(shī)诈骗。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经能做出真人照片(piàn)般的绘图效果(guǒ)，如果这样(yàng)的(de)图片被用来诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还(hái)引发了很多担忧，一方(fāng)面，批(pī)判者认为AI在“学习”了大量前(qián)人的作品(pǐn)之后，其创作(zuò)没有任何情绪和灵魂，难以和人类(lèi)的(de)艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得到(dào)有效的解决(jué)，还有AIGC会不(bù)会代替人类“至高(gāo)无上”的创意。

马斯克也(yě)强(qiáng)调，人工智能的安全问题(tí)需要得到重视，太(tài)晚就来(lái)不(bù)及了。

03

AIGC下一(yī)站除了(le)视(shì)频(pín)，还(hái)有远方

技术都是有两面性的(de)，潜在(zài)的危害并不能(néng)掩盖其光辉的贡献。现在(zài)看来，人工智能技(jì)术将是第(dì)四(sì)次(cì)工业革命(mìng)的核(hé)心(xīn)驱动(dòng)力(lì)量，将创造新的(de)增(zēng)长奇迹(jì)。

过去一年，人(rén)工智能在技术和(hé)商业层面都有了巨大进(jìn)展，AI绘画(huà)就是人工智能技术发生方向性改变的一(yī)个代(dài)表。其(qí)下一(yī)站(zhàn)或许就是(shì)视频。

此前，Meta和谷歌(gē)先后(hòu)发布了(le)几(jǐ)条(tiáo)引爆科技圈的短视频。这些视频引发关注并(bìng)非内容做得多优秀(xiù)，反而都非常简(jiǎn)单，比如一匹(pǐ)正在(zài)喝水的马，一只画画的玩(wán)具熊，或者一段骑(qí)摩托车的第(dì)一视角录(lù)像(xiàng)，随(suí)便一(yī)个(gè)有手(shǒu)机的人都(dōu)可以(yǐ)随手(shǒu)录下一(yī)段。

但这些短(duǎn)视频的创作方式非常(cháng)简单，创(chuàng)作者仅仅(jǐn)需(xū)要(yào)向(xiàng)AI输(shū)入一段话，甚(shèn)至(zhì)只是(shì)说一下要求，AI就可以根据需(xū)要(yào)生成(chéng)一段(duàn)视(shì)频。

谷歌发布(bù)的两(liǎng)个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈(quān)就已(yǐ)经玩了一波(bō)梗，一个(gè)能(néng)够做出更高清视频的AI还不(bù)足(zú)以在短时(shí)间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它(tā)可以(yǐ)制(zhì)作出超过(guò)2分钟的连(lián)贯的也有确切内容的(de)视频，这(zhè)才(cái)是真(zhēn)正让(ràng)人(rén)们感到惊(jīng)喜的地方(fāng)。因为(wèi)无论AI生(shēng)成的视频多么高清，也只能是为内容生产者提供一(yī)个灵感，一个素材，一个过场动画(huà)。

不过能够制(zhì)作出有具体剧(jù)情(qíng)内容的视(shì)频就(jiù)意味着，一些(xiē)视频创作由(yóu)AI代替人工完成已经初步(bù)有了可能。

当下AI的(de)发展(zhǎn)速度(dù)已经超过大部(bù)分(fēn)人的(de)想象(xiàng)。内(nèi)容产(chǎn)业(yè)的(de)本(běn)质是供(gōng)给创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产业带来更(gèng)新的内容(róng)风格、更快的生产速度，更低的(de)生产成本，这(zhè)无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码(mǎ)、机(jī)器(qì)人(rén)动作(zuò)等多(duō)种内容形(xíng)式的读西的字有哪些，读喜的字有哪些生成(chéng)。不难(nán)发现该项技术(shù)不(bù)仅在(zài)游戏(xì)等行业能得到有效应用，对于下一代(dài)互联(lián)网各(gè)种(zhǒng)元(yuán)素的(de)构建亦有关(guān)键意义。

从(cóng)商业化的角度来看(kàn)，文(wén)化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的(de)可视化(huà)内(nèi)容有强烈(liè)需求。

因(yīn)此，AI绘画(huà)及视频或不是(shì)结果，而只(zhǐ)是AI进(jìn)程中的一块(kuài)重要(yào)拼图，有望在技术更新的加持下实现更大的应(yīng)用(yòng)价(jià)值。

AI从理解内(nèi)容(róng)，走向(xiàng)了可(kě)以生成内(nèi)容，甚至能够创造(zào)出独(dú)立价值和独立视角(jiǎo)的(de)内容。AIGC的(de)再次出圈，更代表着未来的先进(jìn)生产(chǎn)力(lì)即将(jiāng)到来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底(dǐ)座

从技术的发(fā)展也可以(yǐ)看出，在语言大模型、图像(xiàng)大模(mó)型之后，多(duō)模(mó)态大模型已经成为了(le)新(xīn)的趋势。

大模型(xíng)被誉为当前人(rén)工智能发展的智(zhì)能底座，是全球竞争(zhēng)最激烈的(de)研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯(xùn)等众多头(tóu)部企(qǐ)业(yè)都(dōu)在竞相发(fā)力。

不(bù)过训练大模型的确(què)价格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练一次的(de)成本约为(wèi)140万美元。而对于一些更(gèng)大的LLM(大型语言模型)，训(xùn)练成本则介(jiè)于200万(wàn)美元至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立(lì)访(fǎng)客(kè)平(píng)均(jūn)数1300万计算，其对应芯片需(xū)求(qiú)为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持(chí)。在关注各类大模型的发展同时，更应该关(guān)注算力(lì)网络(luò)的(de)建(jiàn)设。

算(suàn)力网络正驱动(dòng)AI产业发展进入史诗级加速进程，让(ràng)AIGC及(jí)通用(yòng)AI这一(yī)人工智能发展的(de)终(zhōng)极(jí)目标离(lí)得更近(jìn)。

因为算力可以对突破性(xìng)技术创(chuàng)新提供大力的支持。这(zhè)方面，多(duō)模态大模型是(shì)典(diǎn)型。作为面向(xiàng)未来强人工智能、通用人工智能的重要技术创新(xīn)，多模态大(dà)模型已(yǐ)经在人工智能领域(yù)提出了很多年(nián)，业界也有不少(shǎo)技术突破，但是，多(duō)模态大模型进(jìn)一步往下(xià)走(zǒu)，算(suàn)力需求呈几何(hé)式上(shàng)升(shēng)，一般(bān)的算力基础设施(shī)很快将难以胜任。

从图像(xiàng)、文字(zì)、语(yǔ)音单独(dú)一(yī)项的训练，到双(shuāng)模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转(zhuǎn)化、像(xiàng)人与(yǔ)世界(jiè)交互一样(yàng)自然，这方面，由算力网络(luò)来驱(qū)动(dòng)将有明显优势。

此外，还有很多(duō)需要爆发式增长的(de)算力来支撑的技术创新(xīn)，将在人工智能算力网(wǎng)络支(zhī)撑下(xià)快速(sù)推进。

AIGC已经露出(chū)曙光，期待在大模(mó)型(xíng)和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的(de)方式，将创造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 读西的字有哪些，读喜的字有哪些