自聊天机器人(rén)ChatGPT火爆以来，微软公(gōng)司创始(shǐ)人比(bǐ)尔·盖茨已多(duō)次(cì)公开谈(tán)论人工智能话题。在(zài)最近的一(yī)次(cì)采访中(zhōng)，他再次表(biǎo)示：“AI可能会(huì)让科技行业(yè)迎来(lái)一(yī)次剧烈的洗牌”。

这个结(jié)论是他(tā)在当(dāng)地时间2月20日接(jiē)受《In Good Company》节目专访时(shí)提出的。

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因为(wèi)微(wēi)软在(zài)AI方面的(de)行(xíng)动相(xiāng)当迅速。而最(zuì)终科技巨头将把AI整合成(chéng)用户(hù)的“全能助手”，包揽一切应(yīng)用，与人们进行沟(gōu)通并提供建议，可以(yǐ)取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能(néng)助手的到来可能尚(shàng)需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国(guó)科罗(luó)拉多州举办的新兴数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的作品获(huò)奖。

随(suí)后各大(dà)厂商的AI绘(huì)画软件被广大网友熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以在应(yīng)用(yòng)中(zhōng)输入一组(zǔ)关(guān)键词或者一(yī)张照(zhào)片，就能获得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是所输入的(de)文本。同(tóng)一组关(guān)键词也可以创作出(chū)很(hěn)多张风格不(bù)一样(yàng)的(de)画(huà)作，这让(ràng)创(chuàng)作的过程就(jiù)像开盲盒。

很多(duō)用户很喜欢这(zhè)种不(bù)确(què)定的惊喜(xǐ)，他们会(huì)将生成的(de)美图(tú)当(dāng)做头像(xiàng)。而(ér)另一部分(fēn)喜欢(huān)翻看AI绘画的“翻车(chē)”作品。在社(shè)交媒体(tǐ)上，许多用户分享AI“翻车(chē)现场”，例如，一(yī)位网友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网友的个人照片被(bèi)AI识别(bié)成(chéng)了建筑。

而如今随(suí)着ControlNet的出现与加持(chí)，以往AI绘(huì)画的填写(xiě)关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中(zhōng)国人张(zhāng)吕敏创作的一种基于控制点的图像(xiàng)变(biàn)形算法，主(zhǔ)要用(yòng)于数字图像(xiàng)处理(lǐ)、计算机视觉和(hé)计(jì)算机图形学等(děng)领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点。

在此之前，大家用了很多方法想让AI生成的结果尽可能(néng)的符合要求，但是(shì)都不尽如人意，它(tā)的(de)出现代表着(zhe)AI生成开始进入真(zhēn)正的可控时期。

因(yīn)为(wèi)ControlNet可(kě)以(yǐ)直接提(tí)取画面(miàn)的构图，人物的姿势和画面的深度信息等。有了它的帮助，就不用频繁的用提(tí)示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了(le)“魔法”，不少博(bó)主的作品(pǐn)已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就(jiù)是(shì)其(qí)中之一，他用(yòng)朋友的照片直接带她们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应(yīng)的关(guān)键词；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开始换关键词试效果。

通(tōng)过图片就可以(yǐ)看(kàn)出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了(le)真实的照片(piàn)，草图(tú)也可以加上(shàng)“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图。大神张(zhāng)吕敏其本尊(zūn)也亲(qīn)自回应。

不得不说当下AIGC已经变得越来(lái)越强大，甚至输出(chū)的作品都(dōu)已经能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发(fā)

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经(jīng)过警方辟谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘(huì)图诈骗(piàn)。

由于这(zhè)个活动里(lǐ)面给出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼真，被大家当(dāng)成真事(shì)传播(bō)了。

不过仔细观察可以发现，活动发(fā)起者提(tí)供的照片中有个很大的漏洞可以发现(xiàn)并非真人(rén)，而是AI绘图(tú)，那便是图(tú)片中女性的(de)手(shǒu)指部分有的存(cún)在异常(cháng)。

有行业(yè)人(rén)事表示：“现在因为手(shǒu)指(zhǐ)部(bù)分(fēn)的绘画(huà)算法比较复杂，AI还不太会(huì)画(huà)人(rén)的(de)手，但(dàn)最新看到的图片已经有(yǒu)越来越完美的AI模型出现，以后可能就(jiù)完全没有漏洞了(le)。”

类似的AI作图(tú)诈骗在国外也(yě)已有(yǒu)发生。据(jù)英国广播公司(sī)报(bào)道，土耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受灾的假照片发布(bù)到网络，以此(cǐ)诱骗善(shàn)良的人打赏“捐(juān)助(zhù)”从而实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做(zuò)出真人照片般的绘图效果，如果这样(yàng)的(de)图片被用(yòng)来诈骗，将非常可怕。

此(cǐ)外AIGC还引(yǐn)发(fā)了很多担忧，一方面，批(pī)判(pàn)者认(rèn)为AI在“学(xué)习”了大量前人的作品之(zhī)后(hòu)，其(qí)创作没有(yǒu)任何情绪和灵魂，难以和人类的艺(yì)术创作相提(tí)并论。

另一方面，AIGC背后的版权(quán)、目前都(dōu)并没有得到有效的解(jiě)决，还有AIGC会不会(huì)代替(tì)人类“至(zhì)高无(wú)上”的(de)创意。

马(mǎ)斯克(kè)也强调，人(rén)工智能的安(ān)全问题需要得(dé)到重视(shì)，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术(shù)都是有两面性(xìng)的(de)，潜(qián)在的(de)危(wēi)害并不能掩盖其光辉(huī)的贡(gòng)献。现在看来，人(rén)工智(zhì)能技术将是(shì)第四次工业革命的核心驱动力量，将创造(zào)新的(de)增长奇(qí)迹。

过去一(yī)年(nián)，人(rén)工智能在技术和(hé)商业层面都有了巨(jù)大进展，AI绘(huì)画就是人工智(zhì)能技术发生方向性(xìng)改变(biàn)的一个代表。其下(xià)一站(zhàn)或(huò)许就是(shì)视频(pín)。

此前，Meta和谷歌先后发布了几条引爆(bào)科(kē)技圈的(de)短视(shì)频。这些视频(pín)引发关注并非内容做得(dé)多(duō)优(yōu)秀，反而都非常简单，比(bǐ)如一(yī)匹正在喝水的马，一只画画(huà)的玩具熊，或(huò)者(zhě)一段骑摩(mó)托(tuō)车的第(dì)一视角录(lù)像，随便一个有(yǒu)手机的(de)人都(dōu)可(kě)以(yǐ)随手录下一段。

但这些短视频(pín)的(de)创(chuàng)作方式非常简单，创作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以(yǐ)根据(jù)需要(yào)生成一段(duàn)视频。

谷歌发布的(de)两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了(le)AI生成(chéng)的视(shì)频后，AI圈就已经玩了一(yī)波梗，一个(gè)能够做出更高清视频的(de)AI还(hái)不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的地方在(zài)于(yú)，它可以制作出超(chāo)过(guò)2分(fēn)钟的连贯的也有(yǒu)确切(qiè)内容(róng)的视频，这才是真正让人(rén)们(men)感(gǎn)到惊喜的(de)地(dì)方(fāng)。因为无论(lùn)AI生(shēng)成的视(shì)频多么高清，也只(zhǐ)能是为(wèi)内容生产者提供(gōng)一个灵感(gǎn)，一个素(sù)材，一个过场动画(huà)。

不(bù)过(guò)能够(gòu)制作出有具体(tǐ)剧情内容的视频就意味(wèi)着(zhe)，一些视频(pín)创作(zuò)由AI代替人工完成已经初(chū)步有了可能(néng)。

当下AI的发(fā)展速度已经超过大部分人(rén)的想象。内(nèi)容产(chǎn)业的本质是供(gōng)给创造需求，AIGC作为(wèi)全(quán)新的内(nèi)容生产方(fāng)式，可以为(wèi)内容产业带来更(gèng)新的内容风格、更快的生产(chǎn)速度，更(gèng)低(dī)的生产(chǎn)成本，这无疑会驱动内容(róng)产业的大爆发(fā)。

除(chú)了(le)AI绘图、视(shì)频(pín)，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代(dài)码(mǎ)、机(jī)器人动作等多种内容(róng)形式的生成。不难(nán)发现该项技(jì)术不(bù)仅在(zài)游戏等(děng)行(xíng)业能(néng)得到有效应用(yòng)，对于(yú)下(xià)一代(dài)互(hù)联(lián)网各种元素的构建(jiàn)亦(yì)有(yǒu)关键意义。

从商业化(huà)的角度(dù)来(lái)看，文化(huà)娱(yú)乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对基(jī)于(yú)AI的可视化内(nèi)容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不(bù)是结果，而只(zhǐ)是(shì)AI进程(chéng)中的一(yī)块(kuài)重要拼图，有(yǒu)望(wàng)在技术更新的加持下(xià)实现更大(dà)的(de)应(yīng)用(yòng)价值。

AI从理解(jiě)内容，走向了可以生成内容，甚(shèn)至能够创造(zào)出独立价值(zhí)和独(dú)立(lì)视角的内容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的先进生产力(lì)即将到来(lái)。

04

紧抓(zhuā)大模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大模型、图像(xiàng)大模型(xíng)之后，多模态大模型已经成为(wèi)了新的趋势。

大模型被(bèi)誉为当(dāng)前人工智能发(fā)展的(de)智能底(dǐ)座(zuò)，是全球竞争最激烈的研究方向之(zhī)一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾(téng)讯(xùn)等众多头部企业都在(zài)竞相发(fā)力。

不(bù)过(guò)训练大模型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训(xùn)练(liàn)一(yī)次的成本(běn)约为(wèi)140万美元(yuán)。而对于一些(xiē)更大的LLM(大型语言(yán)模型)，训练成本则介于(yú)200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万(wàn)计算，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日(rì)仅电费就(jiù)在5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支(zhī)持。在关注各类大模型的发展同时，更应该关注算力网络的建(jiàn)设(shè)。

算力(lì)网络正驱(qū)动(dòng)AI产(chǎn)业发展进入史诗级加速进(jìn)程，让AIGC及通用AI这一人(rén)工(gōng)智能发(fā)展的终极目标离(lí)得(dé)更近。

因为算力可以对突(tū)破性(xìng)技术创新提供大力的支持。这(zhè)方面，多模(mó)态大(dà)模型(xíng)是典型。作为(wèi)面向未来强人工智能、通用人工智能的重要技(jì)术(shù)创新，多(duō)模态大模型已经在人(rén)工智能(néng)领(lǐng)域提出(chū)了很多年，业界(jiè)也有不少技术突(tū)破，但(dàn)是，多(duō)模态大模型(xíng)进一步往下走，算力需求呈(chéng)几何式(shì)上升，一般(bān)的算(suàn)力基础设施很快(kuài)将(jiāng)难以胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应(yīng)对不同模态的转化、像人与世界(jiè)交互一样自然，这方(fāng)面(miàn)，由算力网络来驱动将有明(míng)显(xiǎn)优势。

此外，还有很多需要爆发(fā)式(shì)增(zēng)长的算力来支撑的技术创(chuàng)新，将(jiāng)在人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和(hé)大(dà)算力的支持(chí)下AIGC能持续颠覆内容生产的方式(shì)，将(jiāng)创造的(de)边际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 柴进的性格特点和主要事迹概括，武松的性格特点和主要事迹