自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公(gōng)司创始人比尔·盖茨已多次公(gōng)开谈论人工智能话题(tí)。在最近(jìn)的一次采访中，他(tā)再次表示(shì)：“AI可能会(huì)让科技(jì)行业迎来一次剧烈(liè)的洗牌”。

这个结论(lùn)是(shì)他(tā)在当地(dì)时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发(fā)展可能(néng)会威胁到谷歌的市占率，因(yīn)为(wèi)微软在AI方面的行动(dòng)相当迅速。而(ér)最终科(kē)技巨头将把AI整合成(chéng)用户的“全能助(zhù)手”，包揽一切应(yīng)用(yòng)，与人们(men)进行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中(zhōng)全能助手的(de)到来可(kě)能尚需(xū)时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火的(de)时候，还是2022年(nián)8月(yuè)，在美国科罗拉多(duō)州举办的新兴数字艺术(shù)家竞赛中，一幅名(míng)为《太(tài)空歌(gē)剧院》的作(zuò)品获(huò)奖。

随后各大厂(chǎng)商的AI绘(huì)画软件(jiàn)被广大网友熟知(zhī)并体验，Stable Diffusion便是(shì)其中代(dài)表。

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

作画的关键(jiàn)就是所输入(rù)的文本。同一组关键词也可以创作出很(hěn)多张风格不一样的画作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用户(hù)很喜欢这种不确定的惊喜，他们会将(jiāng)生成的美(měi)图当(dāng)做头像(xiàng)。而另(lìng)一部分喜欢(huān)翻看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许(xǔ)多用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被(bèi)AI画成了“肌肉(ròu)男(nán)”，还有网友的个人照片被(bèi)AI识别成(chéng)了建筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画的填写(xiě)关(guān)键词游戏可能要被(bèi)颠覆了。

ControlNet是一(yī)位正在(zài)斯坦(tǎn)福读博的中国人张(zhāng)吕敏创作的一种基(jī)于控制点的图像变形算法，主要用(yòng)于数字图像处(chù)理(lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插件(jiàn)一(yī)经(jīng)发(fā)布，在短(duǎn)短的两天内便成为了AI绘(huì)画领域最新的热点。

在此之前(qián)，大家用了很多(duō)方法想让AI生成的结果(guǒ)尽可能(néng)的符合要求，但(dàn)是都不尽如人意，它的出(chū)现代表(biǎo)着AI生(shēng)成(chéng)开始进入真正(zhèng)的可控时期(qī)。

因为ControlNet可以直接(jiē)提取画面的(de)构(gòu)图(tú)，人物(wù)的姿势(shì)和画面的深度信息等。有了它的帮助，就不(bù)用频繁的用提(tí)示词来(lái)碰运(yùn)气(qì)，抽盲(máng)盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主(zhǔ)的(de)作品已经(jīng)获得了大(dà)量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带(dài)她们走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到对(duì)应的(de)关键(jiàn)词；最后(hòu)用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过(guò)图片就可以看出来，效果十分惊艳。

更厉害的是，除了(le)真实(shí)的照片，草图也(yě)可(kě)以加上“魔法(fǎ)”，知(zhī)乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其(qí)本尊也亲自回应。

不得不(bù)说当下(xià)AIGC已(yǐ)经变得越来(lái)越(yuè)强大，甚至输出的作(zuò)品都已经能以假乱真了。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术力爆发

警惕安全(quán)问(wèn)题

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的消息火遍网络，而(ér)经过警方(fāng)辟谣这(zhè)所(suǒ)谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面(miàn)给出(chū)的美女(nǚ)照片都是AI制作的真人照片绘(huì)图，因为(wèi)太逼真(zhēn)，被大家当成真事传播了(le)。

不过仔细(xì)观察(chá)可以发现，活动发起者提(tí)供的照片中有(yǒu)个很大的(de)漏(lòu)洞可以发现并非(fēi)真人，而是AI绘图，那(nà)便(biàn)是图片中女性的(de)手指部分有的存在(zài)异常。

有行业人事表示：“现(xiàn)在因为手指部分的绘画算(suàn)法比较复杂，AI还不太会画人(rén)的手，但最(zuì)新看(kàn)到的图片(piàn)已经有越来(lái)越(yuè)完美的(de)AI模型(xíng)出(chū)现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在(zài)国外也已有(yǒu)发生。据英国广播公司报(bào)道，土耳其地(dì)震期间，有Tiktok用户(hù)使(shǐ)用AI合(hé)成了儿童受灾(zāi)的假照(zhào)片(piàn)发布(bù)到网络，以(yǐ)此诱(yòu)骗善良的人(rén)打赏“捐助(zhù)”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出(chū)真人照片般(bān)的绘(huì)图效(xiào)果(guǒ)，如果这样的图(tú)片被用(yòng)来诈骗，将非常可怕。

此外AIGC还(hái)引(yǐn)发(fā)了(le)很多担忧，一方(fāng)面，批判者认为(wèi)AI在“学习”了大量(liàng)前人(rén)的作品之后，其(qí)创作没有任何情绪和灵魂，难以(yǐ)和人(rén)类的(de)艺术创作相(xiāng)提并论。

另(lìng)一方面，AIGC背后的版权、目(mù)前都并没有(yǒu)得到有效的解(jiě)决，还有(yǒu)AIGC会不(bù)会代替人类“至高无上”的创意。

马斯克也强调，人工智能(néng)的安(ān)全(quán)问题需要(yào)得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技术(shù)都是有两面性的，潜在的危害(hài)并不能(néng)掩盖其光辉(huī)的贡献。现在看(kàn)来，人(rén)工智能(néng)技术将是(shì)第四(sì)次工业革命(mìng)的核心驱动力量(liàng)，将创造新(xīn)的(de)增(zēng)长奇迹。

过去一(yī)年，人工智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智能技术(shù)发生方(fāng)向(xiàng)性(xìng)改变的一个代表(biǎo)。其下一站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌先后发(fā)布了几条引爆科技(jì)圈的短视频。这些(xiē)视频引发关(guān)注并非内容做得多优秀，反而(ér)都(dōu)非常简(jiǎn)单，比如一匹(pǐ)正在喝水的马，一(yī)只画画的玩具熊，或(huò)者一(yī)段骑摩托车的第一视角录像，随便(biàn)一个有手机的人都可以(yǐ)随手录下一段。

但这些短视频的创作方式非(fēi)常简(jiǎn)单，创作(zuò)者(zhě)仅仅(jǐn)需要向AI输(shū)入一段(duàn)话，甚至只是说一(yī)下要求，AI就可以根据需(xū)要(yào)生成(chéng)一(yī)段视频。

谷歌发布的两个(gè)AI生成视(shì)频分别(bié)来自于(yú)Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈就已经玩(wán)了一波梗(gěng)，一个能够做出更高清视频的(de)AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地方(fāng)在于什么叫人文关怀，人文关怀体现在哪些方面，它可以制作出超过2分钟(zhōng)的连贯的也有确(què)切内(nèi)容的视频，这才(cái)是真正让(ràng)人们(men)感到惊(jīng)喜的地(dì)方。因为无论(lùn)AI生成的(de)视频多么高清(qīng)，也只能是为内容生(shēng)产(chǎn)者提供一个灵感，一个素材，一个过(guò)场动画。

不过(guò)能够(gòu)制作出有(yǒu)具体剧情内容(róng)的(de)视频就意(yì)味着，一些视(shì)频创作由AI代替人工(gōng)完成(chéng)已经初步有了可能。

当(dāng)下(xià)AI的发展速度已经超过大部分人(rén)的想象(xiàng)。内容产业(yè)的(de)本质是供给创造(zào)需求，AIGC作(zuò)为(wèi)全(quán)新的内容生产方式，可(kě)以(yǐ)为内容产业带来更新的内容风(fēng)格、更快(kuài)的(de)生产速度(dù)，更低的生产成本，这无(wú)疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于(yú)音乐(lè)、代码、机器(qì)人(rén)动作等多种(zhǒng)内(nèi)容形(xíng)式(shì)的生成。不难(nán)发现该项技术不仅在游(yóu)戏等行业能(néng)得到有效应用，对于下一(yī)代互联网各种元素的构(gòu)建亦(yì)有关键意义。

从商业化(huà)的角度来看，文化娱乐、教(jiào)育、传(chuán)媒等诸多领(lǐng)域，本身(shēn)就对(duì)基于AI的可(kě)视化内容(róng)有强烈需求(qiú)。

因此，AI绘画及视频或不(bù)是(shì)结果，而只(zhǐ)是AI进(jìn)程中的一(yī)块重要拼图(tú)，有望在技术更新的加持(chí)下实(shí)现更大的(de)应用(yòng)价值。

AI从(cóng)理解内容(róng)，走(zǒu)向了(le)可以生成内容(róng)，甚至能够创造(zào)出独(dú)立价值和独立视角(jiǎo)的内容。AIGC的再次(cì)出圈，更(gèng)代表(biǎo)着未来的先进生(shēng)产力即将到(dào)来。

04

紧抓大模(mó)型(xíng)与算力，牢固AIGC底(dǐ)座(zuò)

从技术(shù)的发展也可以看出，在(zài)语言大模(mó)型(xíng)、图像大(dà)模型之后，多模态(tài)大模型已(yǐ)经成为(wèi)了新的(de)趋势。

大(dà)模型被誉为当(dāng)前人工智能发展的智(zhì)能底座，是(shì)全球竞争最激(jī)烈的研(yán)究(jiū)方向(xiàng)之(zhī)一，包括(kuò)谷歌、亚马逊、百度、阿里、腾(téng)讯等众(zhòng)多头部企业都在竞相(xiāng)发力。

不(bù)过训练大模型的(de)确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对(duì)于一些更(gèng)大的(de)LLM(大(dà)型语言模型)，训练成本则介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿美元，每日(rì)仅电费就(jiù)在(zài)5万美元(yuán)左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各类大模型的发展同时，更(gèng)应该(gāi)关注算力(lì)网络的(de)建设。

算力(lì)网络正(zhèng)驱动AI产业发展进入史诗级加(jiā)速进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发展的终(zhōng)极目标离得更近。

因为算力可以对突(tū)破性技术创新提(tí)供大力(lì)的(de)支持(chí)。这方面，多模态(tài)大(dà)模(mó)型是典型。作为面向未来强(qiáng)人工智(zhì)能、通(tōng)用(yòng)人(rén)工智能(néng)的重要技(jì)术创(chuàng)新，多模态大模(mó)型已经在(zài)人工(gōng)智能领域(yù)提出(chū)了很多年，业界也(yě)有(yǒu)不少技术突(tū)破，但是，多模态大模型(xíng)进一步往(wǎng)下走，算力(lì)需求呈几何(hé)式上升，一般(bān)的算力基(jī)础设施很快将(jiāng)难(nán)以胜任。

从图像、文字、语音单独一项的训练，到双(shuāng)模态(tài)、三模态的跃迁，让人工智能可以(yǐ)灵活应对不同模态(tài)的转化、像人与(yǔ)世界交互一样(yàng)自然(rán)，这(zhè)方(fāng)面，由(yóu)算力(lì)网络来驱(qū)动将有明显优势。

此外，还有很(hěn)多需要(yào)爆发式增长的算(suàn)力(lì)来支撑(chēng)的技术创新，将在(zài)人工智能算力网络支撑(chēng)下快速(sù)推进。

AIGC已(yǐ)经露出曙光，期待(dài)在(zài)大模型和大算力(lì)的什么叫人文关怀，人文关怀体现在哪些方面支持下AIGC能持续颠覆内容生产(chǎn)的方(fāng)式，将创造的边(biān)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 什么叫人文关怀，人文关怀体现在哪些方面