自聊天(tiān)机器人(rén)ChatGPT火爆以(yǐ)来(lái)，微软(ruǎn)公司创始人比尔(ěr)·盖(gài)茨已多次公开谈论人工智能话题(tí)。在最近的(de)一次采访(fǎng)中，他再次表示：“AI可能会让科(kē)技行(xíng)业迎来(lái)一次(cì)剧(jù)烈的洗牌”。

这(zhè)个(gè)结论(lùn)是他在当地时间2月20日(rì)接受《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的(de)发展可(kě)能会威胁(xié)到谷(gǔ)歌的市占率，因为微(wēi)软在AI方面的行(xíng)动(dòng)相当迅速。而最(zuì)终科技巨头将把AI整合成用(yòng)户的“全能助(zhù)手”，包揽一切应用(yòng)，与(yǔ)人们进行沟通(tōng)并提供建议，可以(yǐ)取(qǔ)代亚(yà)马逊、Siri或(huò)Outlook等(děng)应用。

大佬口(kǒu)中全能助手的(de)到(dào)来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在(zài)美(měi)国科罗拉多(duō)州(zhōu)举办的新(xīn)兴数字艺术家(jiā)竞赛中，一(yī)幅名为(wèi)《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各(gè)大厂商(shāng)的(de)AI绘(huì)画(huà)软件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便是其(qí)中代表(biǎo)。

用户(hù)们可以在(zài)应用(yòng)中输入一组关键(jiàn)词或(huò)者一张照(zhào)片，就能(néng)获得一(yī)幅AI创(chuàng)作的画作(zuò)。

作(zuò)画的关键(jiàn)就是所输(shū)入的文(wén)本。同一组关键词也可以创(chuàng)作出很(hěn)多张风格不一样(yàng)的画(huà)作，这让创作的(de)过程就像开盲盒。

很多用户很(hěn)喜(xǐ)欢(huān)这种(zhǒng)不(bù)确定的惊喜，他们会将生(shēng)成(chéng)的美(měi)图当做头像。而另一(yī)部(bù)分喜(xǐ)欢翻看AI绘画的(de)“翻车”作(zuò)品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如，一位网友(yǒu)的(de)小狗照片被AI画成了(le)“肌肉男”，还有网(wǎng)友的个(gè)人照片(piàn)被(bèi)AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画(huà)的填写关键词游(yóu)戏可能要(yào)被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博(bó)的(de)中(zhōng)国人张吕敏(mǐn)创作(zuò)的(de)一种基(jī)于(yú)控制(zhì)点(diǎn)的(de)图(tú)像变形算法，主要(yào)用于数字图像处理、计(jì)算机视觉(jué)和计算机图形学等(děng)领域。

其SD插(chā)件一经发(fā)布，在短短的(de)两天(tiān)内便成为了(le)AI绘(huì)画领(lǐng)域(yù)最(zuì)新的热(rè)点。

在(zài)此之(zhī)前，大家用了(le)很多方(fāng)法想让AI生(shēng)成的结(jié)果(guǒ)尽可能(néng)的(de)符合(hé)要求(qiú)，但是都不尽(jǐn)如人意，它的出现代表着AI生(shēng)成开始进(jìn)入(rù)真(zhēn)正(zhèng)的可(kě)控时期。

因为ControlNet可(kě)以直接提(tí)取画面的构图(tú)，人(rén)物的(de)姿(zī)势和画面的深度信息(xī)等。有了它的帮(bāng)助(zhù)，就不用频繁的用提示(shì)词来碰(pèng)运气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔(mó)法”，不少博主的作品已经(jīng)获得了大量的(de)浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片(piàn)直(zhí)接带她们(men)走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始换关(guān)键词(cí)试效果。

通过图片就可以看出(chū)来，效果十分惊艳。

更厉害的是(shì)，除了真实的照(zhào)片，草(cǎo)图也可以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍(shào)到ControlNet还能(néng)实(shí)现线稿(gǎo)转全彩图。大神张吕(lǚ)敏其本尊也亲自回(huí)应。

不得(dé)不(bù)说当下AIGC已经变得(dé)越来越(yuè)强大(dà)，甚至输(shū)出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日，“苏州金鸡(jī)湖有游艇party”的(de)消息(xī)火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的(de)美(měi)女照片都是AI制作的真人照片(piàn)绘图，因为太(tài)逼(bī)真，被大家当成真事传播了。

不过仔细观(guān)察可(kě)以发现，活(huó)动发起者提(tí)供的照片中有个很大的漏洞可(kě)以发(fā)现(xiàn)并非(fēi)真人，而是AI绘图，那便是图(tú)片中女性的手指(zhǐ)部分有的存在异常(cháng)。

有行(xíng)业人事(shì)表示(shì)：“现(xiàn)在因为手指(zhǐ)部分(fēn)的(de)绘画算法(fǎ)比较复(fù)杂，AI还(hái)不太会画人的(de)手，但最新看到的图(tú)片已经有越来越完美的AI模型出现，以后可能就(jiù)完全没有漏(lòu)洞了。”

类(lèi)似的(de)AI作图诈(zhà)骗在(zài)国(guó)外也(yě)已有(yǒu)发生。据(jù)英(yīng)国广播公(gōng)司报道，土(tǔ)耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随(suí)着(zhe)技术发展，AIGC已经能做出真(zhēn)人(rén)照(zhào)片般的(de)绘图效果，如果(guǒ)这样的(de)图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了(le)很多担忧(yōu)，一方面(miàn)，批判(pàn)者认为AI在“学习”了大(dà)量前人的作品之后(hòu)，其创作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难(nán)以和(hé)人类的(de)艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前都(dōu)并没(méi)有得(dé)到有(yǒu)效的解决，还有AIGC会不(bù)会代替人类“至(zhì)高无(wú)上”的(de)创意。

马斯克(kè)也强调，人工智能的安全问(wèn)题(tí)需要得到(dào)重视(shì)，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术(shù)都是有两面(miàn)性的，潜在的(de)危害并不(bù)能掩(yǎn)盖其光辉的贡(gòng)献。现在看来(lái)，人(rén)工智能技术将是第四(sì)次工业(yè)革命(mìng)的核(hé)心驱动(dòng)力量(liàng)，将创(chuàng)造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智(zhì)能在(zài)技术和商业层面都有了(le)巨大进展(zhǎn)，AI绘画就是人工智(zhì)能技术(shù)发(fā)生方向性改(gǎi)变的一个代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先后(hòu)发(fā)布(bù)了几条引爆科技(jì)圈的短视(shì)频。这些(xiē)视频(pín)引发关(guān)注并非内(nèi)容做得多优秀，反而都(dōu)非常简(jiǎn)单(dān)，比如一匹(pǐ)正在(zài)喝水(shuǐ)的马，一只画画(huà)的玩具熊，或者一段骑摩(mó)托车(chē)的第(dì)一视(shì)角录像，随便(biàn)一个有手机的人都(dōu)可以随手录下一段。

但这些短视频的创作(zuò)方式非常简单，创作者仅(jǐn)仅(jǐn)需要向AI输入一段话，甚至只是说一(yī)下要求，AI就可以根据需要(yào)生成一段视频(pín)。

谷歌发布(bù)的(de)两个A两只小白兔在衬衫里抖来抖去，老师两只大兔子来回晃I生成(chéng)视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就已经玩了(le)一(yī)波(bō)梗，一个能够做(zuò)出更(gèng)高清视频的(de)AI还不(bù)足以在(zài)短时间(jiān)内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方(fāng)在(zài)于，它可以制作出超过2分钟的连贯的(de)也有确切内容(róng)的(de)视频，这(zhè)才是真正让人们感到惊(jīng)喜(xǐ)的地方。因为无论AI生成的视频多么高清，也只能是为内容(róng)生产者提供一(yī)个灵感，一(yī)个素材，一个过场动画(huà)。

不过能够制作出有具体剧(jù)情内容(róng)的视频就意味(wèi)着，一些视(shì)频创作由AI代替人工(gōng)完成已经初步(bù)有(yǒu)了(le)可能。

当下AI的发展速度已(yǐ)经超过大部分人的(de)想象。内容(róng)产业的(de)本(běn)质是(shì)供给创造需求(qiú)，AIGC作为全新(xīn)的内容生(shēng)产方式，可以为(wèi)内容产(chǎn)业带来更新(xīn)的内容风格、更快的生产速度，更(gèng)低的生产(chǎn)成(chéng)本，这无疑会驱动内容产业(yè)的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用(yòng)于音乐、代码、机器人动作等(děng)多(duō)种(zhǒng)内(nèi)容形式的生成。不难发现该项技术不仅在游戏(xì)等行业能得到(dào)有效应用，对于(yú)下一代互联网各种元素(sù)的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱(yú)乐、教育、传媒等诸(zhū)多(duō)领域，本(běn)身就(jiù)对基于(yú)AI的(de)可视化内容有强烈(liè)需求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只(zhǐ)是(shì)AI进程(chéng)中的一块重要(yào)拼图(tú)，有望在技术更新的加持下(xià)实现更大的(de)应用价值。

AI从理(lǐ)解内容，走(zǒu)向了(le)可以生成内容，甚至能够(gòu)创造出独立价值和独立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先进生产力即将到来。

04

紧(jǐn)抓大模型(xíng)与算(suàn)力(lì)，牢固AIGC底座

从技(jì)术的(de)发展(zhǎn)也可以(yǐ)看出，在语(yǔ)言(yán)大模(mó)型(xíng)、图像大模(mó)型之(zhī)后(hòu)，多(duō)模态大模型已经成为(wèi)了新的(de)趋(qū)势。

大模型被誉为当前人工智能发展(zhǎn)的智(zhì)能底(dǐ)座，是全球竞争(zhēng)最激烈的(de)研(yán)究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯(xùn)等众(zhòng)多头(tóu)部企业都在竞相发力。

不过训练大模型的确(què)价格不菲(fēi)，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少(shǎo)算力(lì)》报(bào)告估算，GPT-3训练(liàn)一次的成(chéng)本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成(chéng)本(běn)则介于200万(wàn)美元至1200万(wàn)美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费(fèi)就(jiù)在5万美元左右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算力支持。在关(guān)注各(gè)类大模型的发(fā)展同时，更应该关注(zhù)算力网络(luò)的建设(shè)。

算力网络(luò)正驱动AI产业发展(zhǎn)进入史诗(shī)级加速进程，让AIGC及(jí)通用AI这一人工智能发展的终极目(mù)标离得更(gèng)近(jìn)。

因为(wèi)算(suàn)力可以对突破(pò)性技术(shù)创新提供大(dà)力的支持。这方(fāng)面(miàn)，多模态(tài)大(dà)模型是典型。作为面(miàn)向未来强人工智能、通用人工智(zhì)能的(de)重要技术创新，多模态大模型已经在人工智能领域提出了很多年，业界也有不少技术突破，但是，多模态大模型进一步(bù)往下走，算力(lì)需求呈几何(hé)式上升，一般的算力(lì)基础设施很(hěn)快将难以胜任(rèn)。

从图像、文字、语音单独一项的(de)训(xùn)练，到双模态(tài)、三模态的跃迁，让人工智(zhì)能可以(yǐ)灵(líng)活应对(duì)不同(tóng)模态(tài)的转(zhuǎn)化、像人与世界交互一样自然，这方(fāng)面，由算(suàn)力网络来驱动将有明显(xiǎn)优势。

此外，还有很(hěn)多需要爆发式增长的算力来(lái)支撑的技(jì)术(shù)创新，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经(jīng)露出(chū)曙光，期待在大模型和大算力的支持下AIGC能(néng)持(chí)续颠覆内(nèi)容生产(chǎn)的方式，将创造的边际(jì)成本(běn)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 两只小白兔在衬衫里抖来抖去，老师两只大兔子来回晃