自聊天机器人ChatGPT火爆以(yǐ)来(lái)，微(wēi)软公司创始人(rén)比尔·盖茨(cí)已多次公开谈论(lùn)人工智能话题。在最(zuì)近的一次采访中，他再次表(biǎo)示：“AI可能(néng)会让科(kē)技行业迎来(lái)一次剧烈的洗牌”。

这个结(jié)论(lùn)是他在(zài)当地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期(qī)，AI的发展可能会威胁到(dào)谷歌(gē)的市占率(lǜ)，因为微软(ruǎn)在AI方(fāng)面的行动相当迅速。而最终科技(jì)巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们(men)进行沟(gōu)通并(bìng)提(tí)供(gōng)建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助手的到(dào)来可能尚需时日，但(dàn)由ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上(shàng)一次爆火的时候，还(hái)是2022年(nián)8月，在美国科罗拉多州举办的新兴(xīng)数(shù)字(zì)艺术家竞赛中，一幅(fú)名(míng)为《太空歌(gē)剧院》的作品获奖。

随后各大(dà)厂商的AI绘画(huà)软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输(shū)入(rù)一(yī)组关(guān)键词或者一张照(zhào)片，就(jiù)能获得(dé)一幅AI创作的画(huà)作。

作画的关键就是所输(shū)入的文本。同一(yī)组(zǔ)关键词(cí)也(yě)可以创作出(chū)很多张风格不(bù)一样的画作，这让创作的过程就像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会将生(shēng)成的美图当做头像。而(ér)另一部分喜欢(huān)翻看AI绘画(huà)的“翻车(chē)”作(zuò)品。在社(shè)交媒(méi)体上，许(xǔ)多用户分(fēn)享AI“翻车现场”，例如，一(yī)位网(鸢尾花怎么读拼音，鸢怎么读wǎng)友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人照(zhào)片被(bèi)AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键(jiàn)词游戏(xì)可能要被(bèi)颠覆了。

ControlNet是(shì)一位(wèi)正在(zài)斯坦福(fú)读博的中(zhōng)国人张吕(lǚ)敏创作的一(yī)种基于控(kòng)制(zhì)点的图像变形算法，主(zhǔ)要用于数字图像处(chù)理、计算机视觉和(hé)计算机(jī)图形学等领(lǐng)域。

其SD插件一(yī)经发(fā)布，在短短的两天内便成(chéng)为了AI绘画(huà)领域(yù)最新的热(rè)点。

在此之(zhī)前(qián)，大家用(yòng)了很多方(fāng)法想(xiǎng)让AI生成的结果尽可能的符合要求，但(dàn)是都(dōu)不尽如人意，它的出现代表着(zhe)AI生成开始(shǐ)进入真正(zhèng)的可控时期。

因为ControlNet可以(yǐ)直接(jiē)提(tí)取画面的构图，人物(wù)的(de)姿势和画面的(de)深(shēn)度信(xìn)息(xī)等。有(yǒu)了它的帮(bāng)助，就不用频(pín)繁的用提示词来碰运气(qì)，抽盲盒式(shì)的创作了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的(de)照片直接(jiē)带(dài)她们走(zǒu)进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼(gé)开始(shǐ)换关(guān)键(jiàn)词(cí)试效果。

通(tōng)过图片就可以看出来，效(xiào)果十分惊艳(yàn)。

更厉害的是，除了(le)真实(shí)的照片，草(cǎo)图(tú)也(yě)可以加(jiā)上(shàng)“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经变得越来(lái)越强(qiáng)大，甚至(zhì)输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力(lì)爆发

警惕(tì)安(ān)全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消息(xī)火遍网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给出的美(měi)女照(zhào)片(piàn)都是AI制作的真人照片(piàn)绘图，因为太逼真(zhēn)，被大(dà)家当成真事传播(bō)了。

不过仔细观察可以发现，活(huó)动发起者提供的照片中有个很(hěn)大的漏洞(dòng)可以发现并非真(zhēn)人(rén)，而是(shì)AI绘图(tú)，那(nà)便(biàn)是图片中女性的手指部分有的存在异常。

有行业人(rén)事(shì)表示：“现在因为手指部分(fēn)的(de)绘画(huà)算法(fǎ)比较复杂，AI还不太会画人(rén)的手(shǒu)，但最(zuì)新看到的图片已(yǐ)经有越来(lái)越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发生(shēng)。据英国广播公司报道(dào)，土耳(ěr)其地(dì)震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以此诱骗善(shàn)良(liáng)的人打赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技术发展，AIGC已经(jīng)能(néng)做出真(zhēn)人照片(piàn)般的绘图效果，如果这样的图(tú)片被用来诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担(dān)忧，一方面，批判(pàn)者(zhě)认为(wèi)AI在“学习”了大量(liàng)前人的作品之后，其创(chuàng)作没有任何情绪和灵魂(hún)，难以和人(rén)类的艺术创作(zuò)相提(tí)并论(lùn)。

另一方(fāng)面，AIGC背后(hòu)的版权、目前都并没有得(dé)到有效的解(jiě)决，还有AIGC会不(bù)会代(dài)替人(rén)类“至高(gāo)无(wú)上”的(de)创(chuàng)意。

马斯克也强调，人工智能(néng)的安全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还有远方(fāng)

技术都是有两面性的，潜在的危害并(bìng)不能掩盖其(qí)光辉的(de)贡(gòng)献。现在看来(lái)，人工(gōng)智能技术将是第四次工业革命的核心驱动力(lì)量，将创(chuàng)造新的(de)增长奇迹。

过去一年(nián)，人工智能(néng)在技术和商业层面都(dōu)有了巨大(dà)进展，AI绘画就(jiù)是(shì)人工智能技术发生方向性改变的一个代(dài)表。其(qí)下一(yī)站(zhàn)或许就是(shì)视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这(zhè)些视(shì)频引发(fā)关注(zhù)并(bìng)非内容(róng)做得多优秀，反(fǎn)而都非常简(jiǎn)单(dān)，比如(rú)一匹正在喝水(shuǐ)的马，一只画(huà)画的玩具熊，或者一段骑摩托车的(de)第一视(shì)角(jiǎo)录(lù)像，随便一(yī)个有(yǒu)手机的人都可以随手录(lù)下(xià)一段。

但这些短(duǎn)视频的创作方式(shì)非常简单，创作者(zhě)仅仅需要(yào)向AI输(shū)入(rù)一(yī)段话(huà)，甚至只是说(shuō)一下要(yào)求，AI就可以根据需(xū)要生成一段视频。

谷歌(gē)发布(bù)的两个AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要(yào)突(tū)出的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成(chéng)的视(shì)频后，AI圈就已经玩了(le)一(yī)波梗，一个能够做出更高清视频的AI还不足以在短时间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方在于(yú)，它可以(yǐ)制(zhì)作(zuò)出超过2分(fēn)钟的连(lián)贯的(de)也有(yǒu)确切内容的(de)视(shì)频，这才是真正让人们感到惊喜的地方。因(yīn)为无论AI生成的(de)视(shì)频(pín)多么高清，也只(zhǐ)能是为内容(róng)生(shēng)产者提供一个灵感，一个素材，一(yī)个(gè)过(guò)场动画(huà)。

不过(guò)能够制作出有具体剧情内容(róng)的(de)视频就意味着，一(yī)些(xiē)视频创作(zuò)由(yóu)AI代替人工完(wán)成已经初步有了可能。

当(dāng)下AI的发(fā)展(zhǎn)速度已(yǐ)经超过大部分人的(de)想象。内容(róng)产业的(de)本(běn)质是供给创造需求(qiú)，AIGC作为(wèi)全新的内容(róng)生产方式，可以(yǐ)为内容产业带(dài)来更(gèng)新(xīn)的内容风格、更快的生产速(sù)度，更低的(de)生(shēng)产(chǎn)成(chéng)本，这无疑(yí)会驱动(dòng)内容(róng)产业的大爆发(fā)。

除了AI绘图、视(shì)频，AIGC技术还(hái)能应用(yòng)于音(yīn)乐、代码(mǎ)、机器人动作等多种(zhǒng)内容形式的生成。不难发现该项(xiàng)技(jì)术不仅(jǐn)在游戏(xì)等(děng)行业能得(dé)到有效应(yīng)用，对于下一代互联网各种元(yuán)素的构建亦有关键意义(yì)。

从商(shāng)业化的角度来看(kàn)，文(wén)化娱乐(lè)、教(jiào)育、传媒等诸多领域，本身就对基(jī)于AI的(de)可视化内容有强烈(liè)需求(qiú)。

因此，AI绘画及(jí)视频(pín)或(huò)不是结果，而只(zhǐ)是AI进(jìn)程中(zhōng)的一块重要拼图(tú)，有望在技术(shù)更新的(de)加持下实现更大的应(yīng)用价值。

AI从理(lǐ)解内容，走向了可(kě)以生(shēng)成内容，甚(shèn)至能够创造出独立价值(zhí)和独立视(shì)角的内容。AIGC的(de)再次出圈，更代表着未来的先进(jìn)生产力(lì)即将到来(lái)。

04

紧抓(zhuā)大(dà)模(mó)型(xíng)与算力，牢固AIGC底座(zuò)

从技术的发展也可以(yǐ)看出(chū)，在语(yǔ)言大模型、图(tú)像大(dà)模型之后，多模态大模型已经成为了新的(de)趋势。

大模型被(bèi)誉为当前人工智能发展的智能底座，是全(quán)球竞争最激(jī)烈的研究方向之(zhī)一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾(téng)讯等(děng)众多(duō)头部(bù)企业都在(zài)竞相(xiāng)发力。

不过训练大模型的确价格(gé)不菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要多(duō)少(shǎo)算力》报告估(gū)算，GPT-3训练一次(cì)的成本约为140万美元(yuán)。而对于一(yī)些(xiē)更大的LLM(大型语(yǔ)言(yán)模型)，训(xùn)练成本则(zé)介于200万美元(yuán)至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的(de)独立访客平(píng)均(jūn)数1300万计算(suàn)，其对应芯片需求为3万多片英(yīng)伟(wěi)达A100 GPU，初始投(tóu)入成(chéng)本约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支持(chí)。在关(guān)注各(gè)类大模型(xíng)的发(fā)展同时，更应该(gāi)关注算力网(wǎng)络的(de)建设。

算力网络正驱动AI产业发展进入史诗级加速进(jìn)程，让(ràng)AIGC及通用(yòng)AI这一人工智能(néng)发展(zhǎn)的终极目标离得更近。

因为算力可以对突破性技术创新提供大力的支(zhī)持。这(zhè)方面(miàn)，多模态大模型是典型(xíng)。作(zuò)为(wèi)面向未来强人工(gōng)智能、通用人(rén)工智(zhì)能的重(zhòng)要技(jì)术创新，多模(mó)态大(dà)模(mó)型已经在人(rén)工智能领域提出了很(hěn)多年，业界(jiè)也有不少技术突破，但是，多模态大模型进一(yī)步往下(xià)走，算力需求(qiú)呈几何式上升(shēng)，一(yī)般的算力基础设施很快将难以胜(shèng)任。

从图(tú)像、文字、语音单独一项的(de)训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能可以灵活应对不同模态的转化、像(xiàng)人与世界交(jiāo)互一(yī)样(yàng)自(zì)然(rán)，这方面，由算(suàn)力网络来驱(qū)动(dòng)将有明显优(yōu)势(shì)。

此(cǐ)外(wài)，还有很多需要爆发式(shì)增长的算力来(lái)支(zhī)撑的(de)技术创新，将在(zài)人(rén)工智(zhì)能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和大(dà)算力的(de)支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 鸢尾花怎么读拼音，鸢怎么读