自聊天(tiān)机器(qì)人ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司创始人比尔·盖茨已多次公开谈论人(rén)工智能(néng)话题。在最(zuì)近的一次采(cǎi)访中，他再次(cì)表示：“AI可(kě)能会让科技(jì)行业迎来一次剧烈的洗牌”。

这个(gè)结论是他(tā)在当地时间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期(qī)，AI的发(fā)展可能会威胁到谷歌(gē)的市占(zhàn)率，因为微(wēi)软在(zài)AI方面(miàn)的行动相当迅速。而最终(zhōng)科技(jì)巨头(tóu)将把AI整合成用户的“全能(néng)助手”，包揽一切(qiè)应用，与(yǔ)人们进行沟通(tōng)并提(tí)供(gōng)建议，可以取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全(quán)能助手(shǒu)的到来可能(néng)尚需时(shí)日(rì)，但由ControlNet引发的(de)又一次AI绘画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀(shā)出(chū)重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火的时(shí)候(hòu)，还是2022年8月，在美(měi)国科(kē)罗(luó)拉多州举办的新(xīn)兴数字艺术家竞赛中(zhōng)，一(yī)幅(fú)名为《太空歌剧院》的作品获(huò)奖。

随(suí)后各大(dà)厂(chǎng)商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组关(guān)键(jiàn)词或者一张(zhāng)照片，就(jiù)能获得一(yī)幅(fú)AI创(chuàng)作的画作。

作画的(de)关键就是所输入的文本。同一组(zǔ)关键词也(yě)可以(yǐ)创作出(chū)很多张风格不一样的画作，这让创(chuàng)作的过程就像开盲(máng)盒。

很(hěn)多用户很喜欢(huān)这种不确(què)定(dìng)的惊喜，他们(men)会将生成的(de)美图当做头像。而(ér)另一部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作(zuò)品。在社交媒体上，许多(duō)用户(hù)分享AI“翻车现场”，例(lì)如(rú)，一(yī)位(wèi)网友的(de)小狗照片被AI画(huà)成了(le)“肌肉男”，还(hái)有网友的个人(rén)照片被AI识别(bié)成了建(jiàn)筑。

而(ér)如(rú)今随(suí)着ControlNet的(de)出现与加持，以往AI绘画(huà)的填(tián)写关键(jiàn)词游戏可能要被颠(diān)覆了。

ControlNet是(shì)一位正在斯(sī)坦(tǎn)福读博的(de)中国人张吕敏创作的一种(zhǒng)基(jī)于控制点的图像变(biàn)形(xíng)算(suàn)法，主要(yào)用于数字图像(xiàng)处(chù)理、计算机视(shì)觉和计算机图形(xíng)学等领域。

其SD插件一(yī)经发布，在短短的两天(tiān)内便成为了AI绘画领域最新的热点。

在(zài)此之(zhī)前，大家用了很(hěn)多方(fāng)法想让AI生成(chéng)的结果尽可能的符(fú)合要求，但(dàn)是(shì)都不尽如人意，它的出(chū)现代表(biǎo)着AI生成(chéng)开始进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构(gòu)图(tú)，人物的(de)姿势和画面的深度信(xìn)息等(děng)。有(yǒu)了它的帮助，就(jiù)不用频繁的用(yòng)提示词来碰(pèng)运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔(mó)法”，不(bù)少(shǎo)博主的作品已经(jīng)获得了(le)大量的浏览量(liàng)，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋友(yǒu)的照片(piàn)直接带(dài)她们(men)走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的(de)关键词；最后用(yòng)ControlNet插件绑定骨骼(gé)开始换关(guān)键词试效果。

通(tōng)过图片(piàn)就可以看出来，效果十分(fēn)惊艳。

更(gèng)厉害的是，除了(le)真实的照片，草图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大神(shén)张吕敏其本(běn)尊也亲自(zì)回应。

不(bù)得不说当下(xià)AIGC已经变得(dé)越来(lái)越强大，甚至输出(chū)的作品都已经能以假乱真(zhēn)了。

02

难(nán)辨虚实(shí)，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金鸡湖(hú)有游艇party”的消息火遍网(wǎng)络，而经(jīng)过(guò)警方辟谣这所谓(wèi)的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动里面(miàn)给出的美女照片都(dōu)是AI制作的(de)真人照片绘图，因(yīn)为(wèi)太逼(bī)真，被大家当成真事(shì)传播了(le)。

不过仔细观(guān)察可以发现，活动发起(qǐ)者(zhě)提供的照片(piàn)中(zhōng)有个很(hěn)大(dà)的漏(lòu)洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的手指部分(fēn)有的存在异常。

有行业人事表示：“现在因为(wèi)手(shǒu)指部分(fēn)的绘(huì)画(huà)算(suàn)法(fǎ)比较(jiào)复杂，AI还(hái)不太(tài)会画人的手，但最新看到的图片已经有越来越完美的(de)AI模(mó)型出(chū)现，以(yǐ)后可能就(jiù)完(wán)全(quán)没(méi)有漏洞了。”

类似的AI作图(tú)诈骗(piàn)在国外(wài)也(yě)已有发生。据英(yīng)国广播公司(sī)报(bào)道，土耳其地(dì)震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的假照片发布到(dào)网络(luò)，以此(cǐ)诱(yòu)骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能(néng)做(zuò)出真人照片般的(de)绘图效果，如果这样的图片被用来(lái)诈骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发(fā)了很多担忧，一方面(miàn)，批判者认为(wèi)AI在“学习”了大量前(qián)人的作品之后，其(qí)创(chuàng)作没有任何情乌克兰有中国人吗，在乌克兰的中国人安全吗绪和(hé)灵魂，难以和(hé)人类的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背后的(de)版权、目前(qián)都并没有得到有效的(de)解决，还有AIGC会不会代替人(rén)类“至高无上(shàng)”的创意。

马(mǎ)斯克也强调，人工智能的安全问(wèn)题需要得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下(xià)一站除了(le)视(shì)频，还有(yǒu)远方

技术都是有(yǒu)两面性(xìng)的，潜在的危害并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能(néng)技术将(jiāng)是(shì)第四次工业革命(mìng)的核心驱动力量，将创造(zào)新的增(zēng)长奇迹。

过去一年，人工(gōng)智(zhì)能在技术和商业层面(miàn)都有了巨大进展，AI绘画就(jiù)是人工智能技术发生方向性改变的一(yī)个代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短(duǎn)视(shì)频。这些视频引发(fā)关(guān)注(zhù)并非内容做得(dé)多优秀，反而都非常简单(dān)，比如(rú)一匹正在喝水的马，一只画画的玩(wán)具(jù)熊，或者(zhě)一段(duàn)骑摩托车(chē)的(de)第一视角录(lù)像，随(suí)便一个有手(shǒu)机的人都可以(yǐ)随手录下一段。

但这些短(duǎn)视频的创作方式(shì)非常简单，创作者仅仅需要向AI输入一段话(huà)，甚至(zhì)只是说(shuō)一(yī)下要求，AI就可以根据需(xū)要生成(chéng)一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视频(pín)分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公(gōng)布了(le)AI生成(chéng)的视频后，AI圈就(jiù)已经(jīng)玩(wán)了一波梗，一个(gè)能(néng)够(gòu)做(zuò)出更高清视频的AI还不足以在(zài)短(duǎn)时间内戳(chuō)中(zhōng)兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊的(de)地方在(zài)于，它可以制作出超过2分钟的连贯的也(yě)有确切(qiè)内容的(de)视(shì)频，这才是(shì)真正让人们感到惊喜的乌克兰有中国人吗，在乌克兰的中国人安全吗地方。因为无论AI生(shēng)成的视频多(duō)么高(gāo)清(qīng)，也(yě)只能是为内容生(shēng)产(chǎn)者提(tí)供一(yī)个灵(líng)感(gǎn)，一个(gè)素材，一个(gè)过场动画。

不过能够制作出有具体剧(jù)情内容(róng)的视频就意味着(zhe)，一些视频创作由AI代替人工完(wán)成已经初步有了(le)可(kě)能。

当下AI的发展速度已(yǐ)经超过(guò)大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全(quán)新(xīn)的(de)内容生产(chǎn)方式(shì)，可以(yǐ)为内容产业带来(lái)更新(xīn)的(de)内(nèi)容风格(gé)、更快(kuài)的生(shēng)产速(sù)度，更低的生(shēng)产成(chéng)本，这无疑会驱动(dòng)内容产(chǎn)业的大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音(yīn)乐(lè)、代码、机器人动作(zuò)等多种(zhǒng)内容形式的生成。不难发现(xiàn)该(gāi)项技术不仅在游戏等行业能(néng)得到有效应(yīng)用，对(duì)于下(xià)一代互联(lián)网各种元素的(de)构建(jiàn)亦有关(guān)键意义。

从商业(yè)化(huà)的角度来(lái)看，文化娱乐、教育(yù)、传(chuán)媒等(děng)诸多领域，本身就对(duì)基(jī)于AI的可视化(huà)内容(róng)有(yǒu)强(qiáng)烈需求。

因此，AI绘(huì)画及(jí)视频或不是(shì)结果，而只是AI进程中的一块重要拼图，有(yǒu)望在技(jì)术更新(xīn)的加持(chí)下实现更大的(de)应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内(nèi)容，甚至(zhì)能够创造出独立(lì)价(jià)值和独立视角的内容。AIGC的再次出圈(quān)，更代表着未来的先进生产力即将(jiāng)到来。

04

紧(jǐn)抓(zhuā)大模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看(kàn)出，在语言大模型、图像大模型之(zhī)后，多模(mó)态大(dà)模型已经成为了新的趋(qū)势。

大模型(xíng)被誉(yù)为当前人(rén)工智能发展的智能底座(zuò)，是全球竞争最激(jī)烈的(de)研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等(děng)众多头(tóu)部企业都在竞相(xiāng)发力。

不过训练大模型(xíng)的(de)确价(jià)格不菲，以国盛证券发(fā)布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本约为140万美(měi)元。而对于一(yī)些更大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训练成本则(zé)介于200万美元至1200万(wàn)美元(yuán)高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其(qí)对应芯片需(xū)求为(wèi)3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅(jǐn)电费就在(zài)5万美元左右。

此外不(bù)论是ChatGPT还(hái)是(shì)AIGC，都离不(bù)开庞大算(suàn)力支持(chí)。在关注各类大(dà)模型的发展同时(shí)，更应(yīng)该关注算力网(wǎng)络的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进(jìn)入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一人工智能发(fā)展的终极目标离得更(gèng)近。

因为算力(lì)可(kě)以对突(tū)破(pò)性技术(shù)创新提供大力的支持(chí)。这方面，多模态大(dà)模型(xíng)是典型。作为(wèi)面向(xiàng)未来强人工智能(néng)、通用人工智能(néng)的重要技术创新(xīn)，多模(mó)态大模(mó)型已经在人工智能领域提(tí)出(chū)了很多年，业界(jiè)也有(yǒu)不少技术突破，但是，多模态大(dà)模(mó)型进一步往下走，算(suàn)力需求呈(chéng)几何式上(shàng)升，一般的算(suàn)力基础设(shè)施很(hěn)快(kuài)将难以胜(shèng)任。

从图像、文(wén)字、语(yǔ)音(yīn)单(dān)独一(yī)项的(de)训练，到双模态、三模(mó)态的跃迁(qiān)，让(ràng)人工(gōng)智能(néng)可以灵活(huó)应对(duì)不同模态的转化(huà)、像人与(yǔ)世界交(jiāo)互(hù)一样自然，这方面(miàn)，由算力网络来驱动(dòng)将有(yǒu)明显优势(shì)。

此外，还有很多需要爆发(fā)式增长(zhǎng)的算力来支撑的(de)技术创(chuàng)新，将在人(rén)工智(zhì)能算(suàn)力网络支撑(chēng)下(xià)快速推(tuī)进。

AIGC已经露出曙光(guāng)，期待在大(dà)模型和大(dà)算力的支持下(xià)AIGC能持续颠覆内(nèi)容生产的(de)方式，将创造(zào)的(de)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 乌克兰有中国人吗，在乌克兰的中国人安全吗