自聊(liáo)天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公(gōng)司创始人(rén)比尔·盖(gài)茨(cí)已多(duō)次(cì)公开谈论人工智能话题(tí)。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让科技行业迎(yíng)来一(yī)次剧烈的(de)洗牌”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预(yù)期，AI的发展可能会威胁(xié)到谷歌的市占率，因为微软在AI方面(miàn)的行动相(xiāng)当迅速(sù)。而最终(zhōng)科技巨头将把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一切(qiè)应用，与人们(men)进行沟通并(bìng)提供建议，可(kě)以取(qǔ)代亚马逊(xùn)、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能助手的(de)到来可能尚需时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次(cì)爆火的时候，还(hái)是2022年(nián)8月，在美(měi)国科罗(luó)拉多州(zhōu)举办的新兴数字(zì)艺(yì)术家竞赛中(zhōng)，一(yī)幅名为《太空歌剧院》的(de)作品获奖。

随后(hòu)各(gè)大厂商(shāng)的AI绘画软件(jiàn)被广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户(hù)们可(kě)以(yǐ)在(zài)应用中输入(rù)一(yī)组(zǔ)关键词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就(jiù)是所输入(rù)的文(wén)本。同一组(zǔ)关键词也可(kě)以创(chuàng)作出很(hěn)多(duō)张(zhāng)风格不一样的画作，这让创作的(de)过(guò)程就像开盲盒。

很(hěn)多用(yòng)户很喜欢这种(zhǒng)不确定的惊喜，他们会将生成(chéng)的美(měi)图当做头像。而(ér)另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒(méi)体上，许多(duō)用户分享AI“翻车现(xiàn)场”，例(lì)如，一(yī)位(wèi)网友的小狗照片(piàn)被AI画成了(le)“肌(jī)肉男(nán)”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填写关键(jiàn)词游(yóu)戏(xì)可能要被(bèi)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(yī)种基于控(kòng)制点(diǎn)的(de)图像变形(xíng)算法，主要用于数(shù)字图像处理、计算机视觉和计算机图形(xíng)学等领域。

其SD插件一经发布，在短短的两天(tiān)内便成为了AI绘画领域最(zuì)新的热点。

在此之前，大家用了很(hěn)多方法想让(ràng)AI生成的结果尽可(kě)能的符合要(yào)求，但是都不尽(jǐn)如人意，它的出(chū)现代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿势和画面的深度信息等(děng)。有了(le)它(tā)的帮助，就不用(yòng)频繁的用提示词来碰运气(qì)，抽盲盒(hé)式的创作(zuò)了。

通俗(sú)的说(shuō)ControlNet相当(dāng)于给AI绘(huì)画加了“魔(mó)法”，不(bù)少博主的作品(pǐn)已(yǐ)经(jīng)获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之一(yī)，他用(yòng)朋(péng)友的照(zhào)片直接带她们走进动(dòng)漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插(chā)件绑定骨(gǔ)骼(gé)开始换(huàn)关(guān)键词试效果。

通过图(tú)片就可以看出来(lái)，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神(shén)张吕敏(mǐn)其本尊也亲(qīn)自回应。

不得不说当下(xià)AIGC已(yǐ)经变(biàn)得越来越强大(dà)，甚至(zhì)输出的作(zuò)品都已经能(néng)以(yǐ)假乱真了(le)。

02

难(nán)辨虚实(shí)，AIGC技术(shù)力爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息火遍(biàn)网(wǎng)络，而经过警方辟谣这所谓的“party”可能是全国第一(yī)起AI绘图(tú)诈骗(piàn)。

由于这个活动里面给出(chū)的美女照片都是AI制作的真人照片(piàn)绘(huì)图(tú)，因(yīn)为(wèi)太逼真，被(bèi)大家当(dāng)成(chéng)真事传播了。

不过仔细(xì)观察可(kě)以发现，活动发起(qǐ)者(zhě)提供的照片中有个很大的漏洞可以发现并非真人(rén)，而是AI绘图(tú)，那便是(shì)图片中女性的手指(zhǐ)部分有的存(cún)在异常。

有行业(yè)人事表示：“现在因为(wèi)手指部分(fēn)的(de)绘(huì)画算(suàn)法比较复杂，AI还不太会画人的手，但(dàn)最新(xīn)看(kàn)到的图片已经有(yǒu)越来越完美的AI模型出现，以后可(kě)能就(jiù)完全没(méi)有(yǒu)漏洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已(yǐ)有(yǒu)发生。据英国广播公司报(bào)道(dào)，土耳其地震期(qī)间(jiān)，有Tiktok用(yòng)户使用(yòng)AI合成了(le)儿童受(shòu)灾的假照片(piàn)发(fā)布到网络，以(yǐ)此(cǐ)诱(yòu)骗善(shàn)良的人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目前(qián)随着(zhe)技术发展，AIGC已经(jīng)能做出真人照片般(bān)的(de)绘图效(xiào)果(guǒ)，如果这样的(de)图片(piàn)被(bèi)用来诈骗，将非(fēi)常可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认(rèn)为AI在(zài)“学习(xí)”了大量前(qián)人的作品(pǐn)之后，其(qí)创(chuàng)作没(méi)有任何情绪(xù)和灵魂，难(nán)以(yǐ)和人类的(de)艺术(shù)创作相(xiāng)提(tí)并论。

另一方面，AIGC背后(hòu)的(de)版(bǎn)权(quán)、目前都并(bìng)没(méi)有得到有效的解决(jué)，还(hái)有AIGC会不会代替人(rén)类“至(zhì)高无上”的创意。

马斯克也强调，人工智能的安全问题需要得到(dào)重(zhòng)视，太晚(wǎn)就来不及(jí)了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面性的，潜在(zài)的危害并不(bù)能掩(yǎn)盖其(qí)光辉的贡献(xiàn)。现在看来，人(rén)工智能技术将是(shì)第四次工业革命的核心(xīn)驱动力量，将创造(zào)新的增长奇迹。

过(guò)去一年，人工智能在技(jì)术(shù)和商业层面都有了(le)巨大进展，AI绘画(huà)就(jiù)是人工(gōng)智(zhì)能技术发(fā)生(shēng)方向性改变的一个代(dài)表。其下一(yī)站或许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引(yǐn)爆科技圈(quān)的短视频(pín)。这(zhè)些视频引发关注并非内(nèi)容做得多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的(de)第一视角录像，随(suí)便一个有手机(jī)的(de)人(rén)都可(kě)以随手录下一段。

打死日本人犯法吗，现在打死日本人犯法吗coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但(dàn)这些短视频的创作(zuò)方(fāng)式非(fēi)常(cháng)简单，创作(zuò)者仅仅需要向AI输入(rù)一段话，甚至(zhì)只是说一下要求，AI就可(kě)以根据需要(yào)生成一段视频。

谷歌发布的两个AI生成(chéng)视(shì)频(pín)分别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突(tū)出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就(jiù)已经玩(wán)了一(yī)波梗(gěng)，一个能够做出更高清视频的AI还不足以(yǐ)在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它(tā)可以制作出超过2分钟的连打死日本人犯法吗，现在打死日本人犯法吗贯的也(yě)有确切内(nèi)容的视频，这才是(shì)真正让人(rén)们(men)感到(dào)惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多么(me)高清，也只能是为内容生产者(zhě)提供一个灵感，一个素(sù)材(cái)，一个(gè)过场动画(huà)。

不过能够制作(zuò)出有具(jù)体剧情(qíng)内容的(de)视频就意(yì)味着(zhe)，一些视频创作由(yóu)AI代(dài)替人工完成已(yǐ)经初步有了可能。

当(dāng)下AI的(de)发展速度(dù)已经(jīng)超过大部分人的想象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的(de)内容生产方式(shì)，可以为内容产业带来更新的内容风格、更快的生产速度，更低的生(shēng)产成本(běn)，这无疑会驱动内(nèi)容产业的(de)大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码、机器(qì)人动作等多种内容形式的生成(chéng)。不难发现该项技术不仅在游戏等行业能得到(dào)有效应用(yòng)，对于下一(yī)代互(hù)联(lián)网各种(zhǒng)元素的(de)构建亦有关键(jiàn)意义。

从商业化的角(jiǎo)度来看，文(wén)化娱乐、教育、传媒等诸多领域，本身就对基(jī)于AI的(de)可视化内容有强(qiáng)烈需(xū)求。

因(yīn)此，AI绘画及视频或(huò)不是结果，而只是AI进程中的一(yī)块重要(yào)拼图，有(yǒu)望在技术更新的加持下(xià)实现更大(dà)的应(yīng)用(yòng)价值(zhí)。

AI从理解(jiě)内容，走向了(le)可以生成内容(róng)，甚至能够(gòu)创造(zào)出独(dú)立价(jià)值和独立(lì)视角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着(zhe)未来的先进生产力即将(jiāng)到(dào)来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术(shù)的发展(zhǎn)也可(kě)以看(kàn)出，在语(yǔ)言大模型、图像大模型之后，多模态(tài)大(dà)模型已经成为了新的(de)趋势。

大模(mó)型被誉为当前人工智能发展(zhǎn)的(de)智能底座，是全球(qiú)竞争最激烈(liè)的研究方向之(zhī)一(yī)，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾(téng)讯等众(zhòng)多头(tóu)部企业都在竞相发力。

不过(guò)训(xùn)练大模(mó)型的(de)确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成(chéng)本约为140万美元。而对于(yú)一些更大的LLM(大型语言模型(xíng))，训练成(chéng)本则介(jiè)于(yú)200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平(píng)均(jūn)数1300万计算，其(qí)对应芯片需(xū)求为(wèi)3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初始投入(rù)成本约为8亿美元(yuán)，每日仅电(diàn)费就(jiù)在(zài)5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞(páng)大算力支持。在关注(zhù)各类(lèi)大模型的(de)发展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速(sù)进(jìn)程，让AIGC及通(tōng)用AI这(zhè)一人工智能发展的(de)终极目(mù)标离得更近(jìn)。

因为算力可以(yǐ)对(duì)突(tū)破性技术创新提供(gōng)大(dà)力的支持(chí)。这方面，多(duō)模态大模型(xíng)是典型(xíng)。作为(wèi)面向未来强人工智(zhì)能、通用人(rén)工智能的重要技术创新，多模态(tài)大(dà)模(mó)型已经在人工智能(néng)领域(yù)提(tí)出了很多年(nián)，业界也有(yǒu)不少技术突破(pò)，但是(shì)，多(duō)模态大模型进(jìn)一步往下走，算力需(xū)求(qiú)呈几何式上升，一般的算力(lì)基础设施很(hěn)快将难以(yǐ)胜任。

从(cóng)图像、文字、语音单独一(yī)项的(de)训练(liàn)，到双模(mó)态、三模态的跃(yuè)迁(qiān)，让人工智能可以灵活应对不同模态的转化、像人与世(shì)界交互一(yī)样(yàng)自(zì)然，这方面(miàn)，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很多(duō)需要爆发式增长的算力(lì)来支撑的技术创新，将在人工智能算(suàn)力(lì)网络支撑下(xià)快速推进。

AIGC已经露出曙光，期(qī)待(dài)在大模型和大(dà)算力(lì)的(de)支持下AIGC能持(chí)续颠(diān)覆内容生产(chǎn)的方式，将创造的边际(jì)成(chéng)本降(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 打死日本人犯法吗，现在打死日本人犯法吗