自(zì)聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软公司(sī)创始人比尔·盖(gài)茨已(yǐ)多次公开谈论人(rén)工智能(néng)话题。在最近的一次采访中，他再次表示(shì)：“AI可能(néng)会让(ràng)科技行业(yè)迎来一次剧(jù)烈(liè)的(de)洗牌(pái)”。

这个结(jié)论是他在当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提出的。

他(tā)预期，AI的发展可(kě)能会威胁到谷歌的市占率，因为微软在AI方面(miàn)的行动相当迅(xùn)速。而最终(zhōng)科技巨(jù)头将把AI整合(hé)成用户(hù)的“全能(néng)助手”，包(bāo)揽(lǎn)一(yī)切应(yīng)用，与(yǔ)人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大(dà)佬(lǎo)口中(zhōng)全能助(zhù)手的到来(lái)可能尚需(xū)时日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在(zài)美国科罗拉多州举(jǔ)办(bàn)的新兴数(shù)字艺术家竞赛中(zhōng)，一幅名(míng)为《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商的(de)AI绘画(huà)软件被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入一(yī)组关键词或者一张照片，就能获得(dé)一幅AI创作的画作。

作画(huà)的关键就是所(suǒ)输入(rù)的文本。同一(yī)组关键词也可以(yǐ)创作出很(hěn)多张风(fēng)格不一样的画作，这让创作的过(guò)程就像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他们(men)会(huì)将生(shēng)成的美图(tú)当做头像(xiàng)。而另一部分(fēn)喜欢翻(fān)看(kàn)AI绘画的(de)“翻车”作品。在社交(jiāo)媒体(tǐ)上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的(de)个人照片(piàn)被AI识别成了(le)建筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以往(wǎng)AI绘(huì)画的(de)填(tián)写关键词游戏(xì)可(kě)能要(yào)被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的一种基于控制点的图像变形算法，主(zhǔ)要用(yòng)于数字图像处理、计算机(jī)视觉(jué)和(hé)计算机(jī)图形学(xué)等领域。

其SD插件一(yī)经发(fā)布，在短(duǎn)短(duǎn)的两天内便成为了AI绘画(huà)领域(yù)最新的热点。

在此之(zhī)前，大家用了很多方法想(xiǎng)让AI生成(chéng)的结果尽(jǐn)可(kě)能的符合要求，但是都不(bù)尽(jǐn)如人意(yì)，它(tā)的出现代(dài)表着AI生成开始进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人(rén)物的姿势(shì)和画面的深度信息等。有(yǒu)了它的帮助，就不用频(pín)繁(fán)的用提示词来(lái)碰(pèng)运(yùn)气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔法”，不少博主的作品已经(jīng)获得了大量的浏(liú)览量，“viggo”就是其中之一，他(tā)用朋(péng)友的照片直接带她(tā)们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼(gé)开始换(huàn)关键词试效果。

通过(guò)图片就(jiù)可(kě)以看出来，效果十分惊艳。

更厉害的是，除(chú)了真(zhēn)实的照片，草图(tú)也(yě)可以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大(dà)神张吕敏其(qí)本尊也亲自回(huí)应。

不(bù)得不说当(dāng)下AIGC已经变得越来越强大(dà)，甚至输出(chū)的作品都(dōu)已(yǐ)经能以假乱(luàn)真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发(fā)

警惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这(zhè)个活动(dòng)里面给出的(de)美(měi)女照(zhào)片都是AI制作的真(zhēn)人照片绘(huì)图，因为太逼真，被大家当成(chéng)真事传播了(le)。

不过仔细观(guān)察可以发(fā)现，活动发起者提供的照片(piàn)中有个很大的漏洞可以发现(xiàn)并非真(zhēn)人，而是AI绘图，那便是图片中女(nǚ)性的手指部分有(yǒu)的存在异(yì)常(cháng)。

有行业(yè)人(rén)事表(biǎo)示：“现在因(yīn)为手指部(bù)分的绘(huì)画算法比较(jiào)复杂，AI还不(bù)太会画(huà)人的手(shǒu)，但最新看到的图片(piàn)已经有越来(lái)越完美的AI模(mó)型出现，以后可能就(jiù)完全(quán)没有漏洞了。”

类似(shì)的AI作图诈(zhà)骗在国(guó)外也已有发(fā)生。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照片发(fā)布(bù)到网络，以此诱骗善(shàn)良的人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随(suí)着技术发展，AIGC已经能做出(chū)真(zhēn)人照片(piàn)般的(de)绘图效果，如果这样的图(tú)片被(bèi)用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一方面(miàn)，批(pī)判者(zhě)认为AI在“学(xué)习(xí)”了大量前人的作品之后，其创作没有任何情绪和(hé)灵魂(hún)，难以和人类的艺术创(chuàng)作相提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马(mǎ)斯克(kè)也强(qiáng)调(diào)，人工智能的(de)安全问题(tí)需(xū)要(yào)得到(dào)重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有两(liǎng)面性的，潜在的危害(hài)并不能掩盖其(qí)光辉的贡献(xiàn)。现(xiàn)在看来，人工智能技术将是第四次工业革命的核心驱(qū)动力量(liàng)，将创造新的增长奇迹。

过去(qù)一年，人工(gōng)智能在技术(shù)和商业层(céng)面都有了巨大(dà)进展，AI绘画就(jiù)是人(rén)工(gōng)智能技术发生方向性改变(biàn)的一个代表。其下一(yī)站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布(bù)了几(jǐ)条引(yǐn)爆科(kē)技圈(quān)的短视频。这些(xiē)视(shì)频引发关(guān)注并非(fēi)内容做得多(duō)优(yōu)秀，反而(ér)都非(fēi)常(cháng)简单，比(bǐ)如一匹正在喝水的(de)马，一只画画的玩具熊，或(huò)者一段骑(qí)摩托车的第一视角录像，随便一个有手(shǒu)机(jī)的人都可以随(suí)手录下(xià)一段(duàn)。

但这些短视频的创作方式非常简(jiǎn)单(dān)，创作者(zhě)仅仅需(xū)要向AI输入一段(duàn)话，甚(shèn)至只(zhǐ)是说一下(xià)要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发(fā)布的两(liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈就已经(jīng)玩了一(yī)波梗，一个能够做出(chū)更高清视频(pín)的AI还(hái)不足以在短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更(gèng)加令(lìng)人震惊的地方在于，它可(kě)以(yǐ)制作出超过2分钟的连贯的也有(yǒu)确(què)切内容的视(shì)频，这才(cái)是(shì)真正让人们感到惊喜的地方。因为无论AI生成的视频多(duō)么高清(qīng)，也只能是为内容生产者提供一个灵感，一个(gè)素材，一个(gè)过场(chǎng)动画(huà)。

不过能够制(zhì)作出有(yǒu)具体剧情内容的视频就意味着(zhe)，一些视频创作由AI代替人工完成已经初步有(yǒu)了可能(néng)。

当下(xià)AI的发展速度(dù)已(yǐ)经超过大部分人(rén)的想象。内容产业(yè)的本质是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为(wèi)内容产业带来更新的(de)内容风格、更快的生产速度，更低的生产(chǎn)成本，这无疑(yí)会(huì)驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于(yú)音乐、代码、机器(蒸馒头开锅多少分钟熟透，蒸馒头开锅多少分钟熟透了qì)人动作等多种内容形(xíng)式的生(shēng)成。不难(nán)发(fā)现(xiàn)该项(xiàng)技术(shù)不仅在游戏等行业能得到有(yǒu)效应用，对于下一代互联网(wǎng)各种元素(sù)的构建亦有关键意义。

从商业化(huà)的角度来(lái)看(kàn)，文(wén)化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多(duō)领域，本(běn)身就(jiù)对基于AI的可视化内容有强烈需(xū)求。

因此，AI绘画及视频或不是结(jié)果(guǒ)，而(ér)只是AI进程中的一块重要拼(pīn)图，有望在(zài)技术(shù)更新的加持下实现更大的应用价值(zhí)。

AI从理解内(nèi)容，走向了可以生成内容，甚至能够创造出独立价值和独(dú)立视(shì)角(jiǎo)的内容。AIGC的再次出圈，更代表着未来的先进生产力(lì)即将到来。

04

紧抓大(dà)模(mó)型与(yǔ)算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术的发(fā)展也可以看出，在语言大模型、图像大模型之后，多模(mó)态大模型已(yǐ)经(jīng)成为了新的趋势。

大(dà)模型被誉(yù)为(wèi)当前人工智能发展的智(zhì)能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都在竞相(xiāng)发力。

不过训(xùn)练(liàn)大模型(xíng)的(de)确价格(gé)不菲，以国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对于一些更(gèng)大的LLM(大型语言模型(xíng))，训练成本则(zé)介于200万(wàn)美元至1200万美元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访(fǎng)客平(píng)均数(shù)1300万计算，其对应芯(xīn)片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本(běn)约为(wèi)8亿美元，每日仅电费(fèi)就在5万美元左(zuǒ)右。

此(cǐ)外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注各类大模型的发展(zhǎn)同时，更应该关注(zhù)算力网络的建设。

算力网络正(zhèng)驱(qū)动AI产(chǎn)业发展进(jìn)入史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一人工(gōng)智能发展(zhǎn)的终极目(mù)标离得更近。

因为算力(lì)可以对突(tū)破(pò)性技术创新提供大(dà)力的支持(chí)。这方面(miàn)，多模态大模型是典(diǎn)型。作为(wèi)面(miàn)向未来强人工智能(néng)、通用(yòng)人工智能(néng)的重(zhòng)要技术创新，多模(mó)态大模型已经在人工(gōng)智能(néng)领域提出了很多年，业界也有不少技术突破，但(dàn)是，多模态大模型(xíng)进(jìn)一步(bù)往下走(zǒu)，算(suàn)力需求呈几(jǐ)何式上升，一(yī)般的算(suàn)力基础设施(shī)很快将难以胜(shèng)任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三模态的跃迁，让人工(gōng)智(zhì)能可以灵活应对不同模态(tài)的转化、像人与世(shì)界交(jiāo)互(hù)一(yī)样(yàng)自然，这(zhè)方(fāng)面，由算力网络来驱(qū)动(dòng)将有明显优势。

此(cǐ)外，还有很多需要(yào)爆发式增长(zhǎng)的算力来支撑的技术(shù)创(chuàng)新(xīn)，将(jiāng)在人工(gōng)智能算力网络(luò)支撑下快速推进。

AIGC已(yǐ)经露(lù)出(chū)曙光，期待在大模(mó)型和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创造的(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 蒸馒头开锅多少分钟熟透，蒸馒头开锅多少分钟熟透了