自聊天机器(qì)人(rén)ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔·盖(gài)茨(cí)已(yǐ)多次公开(kāi)谈论(lùn)人工智能话题(tí)。在最近(jìn)的一次采访中，他再次(cì)表(biǎo)示：“AI可能会让科(kē)技行业(yè)迎来一(yī)次剧烈的洗牌”。

这个结论(lùn)是他(tā)在当地时间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展(zhǎn)可(kě)能会威胁到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行动相当(dāng)迅速。而最终科技巨(jù)头将把AI整(zhěng)合成用户的“全能助手”，包揽一(yī)切应用，与人(rén)们进行沟通(tōng)并提(tí)供建(jiàn)议，可以(yǐ)取代亚马逊(xùn)、Siri或(huò)Outlook等应(yīng)用。

大佬口(kǒu)中(zhōng)全能助手的到来(lái)可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画为代表的(de)AIGC上(shàng)一次爆火的时(shí)候(hòu)，还(hái)是(shì)2022年(nián)8月，在美国科罗(luó)拉(lā)多州举办的新兴(xīng)数字艺(yì)术家竞赛中，一(yī)幅(fú)名为《太空(kōng)歌剧院》的(de)作(zuò)品获奖。

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

用(yòng)户们可以在应用中输入一组关键词(cí)或者一张(zhāng)照片(piàn)，就能获(huò)得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所输(shū)入的文(wén)本。同一(yī)组关键词也可以创作(zuò)出很多张(zhāng)风格不一样的画(huà)作(zuò)，这(zhè)让创作(zuò)的过(guò)程就像(xiàng)开(kāi)盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们会将生成的美图当做头像。而另一部分喜(xǐ)欢(huān)翻看AI绘画(huà)的(de)“翻(fān)车”作品。在社交(jiāo)媒体上(shàng)，许多(duō)用户(hù)分(fēn)享(xiǎng)AI“翻(fān)车现场(chǎng)”，例如(rú)，一位网(wǎng)友的(de)小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与加持，以往AI绘画的填写关(guān)键(jiàn)词游戏(xì)可能要被颠(diān)覆了(le)。

ControlNet是一(yī)位正在斯(sī)坦福读(dú)博的中(zhōng)国人张吕敏创作的一种基于控制点的图像变形算法，主要用于数字图像处(chù)理、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经(jīng)发布，在短短的两天内便成为了AI绘(huì)画领域最新的热(rè)点。

在此之前，大家用了很(hěn)多(duō)方(fāng)法想(xiǎng)让AI生成(chéng)的结果(guǒ)尽可能的符合要求，但是都不尽(jǐn)如(rú)人意(yì)，它的出现代表(biǎo)着AI生成开始(shǐ)进入真正的可控时期。

因(yīn)为ControlNet可以直接提(tí)取画面(miàn)的构图，人(rén)物(wù)的姿势和画面的深(shēn)度信(xìn)息等。有了它的(de)帮助，就不用(yòng)频繁的用提(tí)示词来(lái)碰运气，抽盲盒(hé)式的创(chuàng)作了。

通俗(sú)的说ControlNet相(xiāng)当于(yú)给AI绘画(huà)加了“魔法”，不(bù)少博主的作品已经获得(dé)了大(dà)量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关键词试(shì)效果。

通(tōng)过图片就可以看出来，效(xiào)果十分惊艳。

更(gèng)厉(lì)害的是，除(chú)了真实的照片，草图也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图(tú)。大(dà)神(shén)张吕敏其(qí)本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚至(zhì)输出的作品(pǐn)都已经(jīng)能以(yǐ)假乱真(zhēn)了。

02

感康可以连续吃几天，感康连续吃几天为宜难辨(biàn)虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火遍网络(luò)，而经过警方辟谣这(zhè)所谓的“party”可能是全(quán)国第(dì)一(yī)起AI绘(huì)图诈骗。

由(yóu)于(yú)这个活动里面(miàn)给出的美女照片都是AI制(zhì)作的真(zhēn)人照片(piàn)绘图，因(yīn)为太逼真，被大家当成真事传播了。

不(bù)过仔细观察可以发现，活动发起者提供的照片中有个很(hěn)大(dà)的漏洞可以发(fā)现并非真(zhēn)人，而是AI绘图，那便是图片(piàn)中女性的手指部分(fēn)有的存在异常(cháng)。

有行业人事(shì)表示：“现(xiàn)在因为手指部分(fēn)的(de)绘(huì)画(huà)算法比较复杂(zá)，AI还(hái)不太会(huì)画人的手(shǒu)，但最新看到的(de)图片已经有(yǒu)越来越完美(měi)的AI模(mó)型出(chū)现，以后可(kě)能(néng)就完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发(fā)生。据(jù)英国(guó)广播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾(zāi)的假照(zhào)片发布(bù)到网络，以此诱骗(piàn)善良(liáng)的人打(dǎ)赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出(chū)真人照片(piàn)般(bān)的绘(huì)图(tú)效(xiào)果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧，一方面，批(pī)判者认为(wèi)AI在“学习(xí)”了大量(liàng)前人的作品之后，其创作(zuò)没有任何情(qíng)绪和灵(líng)魂，难以(yǐ)和(hé)人类的艺术(shù)创作相提并论(lùn)。

另一方面，AIGC背后的(de)版权(quán)、目前都并(bìng)没有得到(dào)有效的(de)解决，还(hái)有AIGC会不会代替人(rén)类(lèi)“至高(gāo)无上”的(de)创意。

马(mǎ)斯(sī)克也强调，人工智能的(de)安全(quán)问题需要(yào)得到重视(shì)，太晚就来不及了(le)。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技术(shù)都(dōu)是(shì)有(yǒu)两面性的，潜(qián)在的危害并不(bù)能掩盖其光辉的(de)贡(gòng)献。现在看(kàn)来，人(rén)工智能技术将是第四次工(gōng)业革(gé)命的核(hé)心驱(qū)动力量，将创造(zào)新的增长奇迹。

过去一年，人工智能在(zài)技术和商业层面都有了巨(jù)大(dà)进展，AI绘画就是人工智能技术(shù)发生方向性(xìng)改(gǎi)变(biàn)的一个(gè)代表。其下一站或(huò)许就是(shì)视频。

此前，Meta和谷歌(gē)先后发布了(le)几条引爆科(kē)技圈的短视频(pín)。这(zhè)些视(shì)频引发关注并非内容(róng)做(zuò)得多优秀，反而都非常简单，比(bǐ)如一匹正在喝水(shuǐ)的马，一只画画(huà)的玩具熊(xióng)，或者一段骑摩(mó)托车(chē)的第一视(shì)角录像，随便一个(gè)有手(shǒu)机的(de)人都可以随(suí)手录下(xià)一(yī)段。

但这(zhè)些短(duǎn)视频的(de)创作方式非常简单，创作者仅仅需要(yào)向AI输入一(yī)段话，甚至(zhì)只(zhǐ)是说一下要求，AI就可以根据(jù)需要生成一(yī)段视频。

谷歌发(fā)布的两个AI生成视频分别(bié)来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个能够做(zuò)出更高清视(shì)频(pín)的AI还不足以在短时间内(nèi)戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制(zhì)作出超(chāo)过2分钟的连贯的也有确切内容的视频(pín)，这才是真正让人们(men)感到惊(jīng)喜的(de)地方。因为(wèi)无论AI生(shēng)成的视频(pín)多么高(gāo)清，也(yě)只能(néng)是为(wèi)内容生产者提(tí)供(gōng)一个灵感，一(yī)个素(sù)材，一个过场动(dòng)画。

不过能够制作出有具体剧情内容的(de)视频就意味着，一(yī)些(xiē)视频创作由AI代替(tì)人工完成已经初步有了(le)可(kě)能。

当下AI的发展速(sù)度(dù)已经超过大部分人的想象。内容(róng)产业(yè)的本质是供给创(chuàng)造(zào)需求(qiú)，AIGC作为(wèi)全新的内容生产方式，可(kě)以为内容产业(yè)带(dài)来更新的内容风格、更快的(de)生产速度，更低的生产成本(běn)，这无疑会驱动内容(róng)产业(yè)的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机(jī)器人动作等多种内(nèi)容形式的生成。不难发现该项技术不仅在游(yóu)戏等感康可以连续吃几天，感康连续吃几天为宜行(xíng)业能得到有(yǒu)效应用，对于下一代互联网(wǎng)各种元素的构建亦有(yǒu)关键意义(yì)。

从(cóng)商业(yè)化的(de)角度来(lái)看，文化娱乐、教(jiào)育、传媒等诸(zhū)多领(lǐng)域，本身就对基于AI的(de)可视化(huà)内容有强烈需求。

因此，AI绘画及(jí)视频或不(bù)是结果，而只(zhǐ)是AI进程中(zhōng)的一块(kuài)重要(yào)拼图，有望在(zài)技术更(gèng)新的加(jiā)持下实现更大的应(yīng)用价值。

AI从(cóng)理(lǐ)解内容，走向(xiàng)了可以(yǐ)生成内(nèi)容，甚(shèn)至能够创造出独立(lì)价值和独立视角的内容。AIGC的(de)再次(cì)出圈，更代表着未来的先进生产(chǎn)力即将(jiāng)到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技(jì)术的发展(zhǎn)也可以看出，在语言(yán)大模型(xíng)、图(tú)像(xiàng)大模(mó)型之后，多模态大模型已(yǐ)经成为了新的趋势。

大(dà)模(mó)型(xíng)被誉(yù)为(wèi)当(dāng)前人(rén)工智能发展的智能底座，是全球竞争最激烈的(de)研(yán)究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部企业都在(zài)竞相发力。

不(bù)过(guò)训练大模(mó)型的确(què)价格不(bù)菲(fēi)，以国(guó)盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报(bào)告(gào)估算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则介(jiè)于200万美元(yuán)至(zhì)1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计(jì)算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日仅电费(fèi)就在5万(wàn)美(měi)元左右。

此外(wài)不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在(zài)关注(zhù)各类大模(mó)型的发展同(tóng)时，更应(yīng)该关注算力网络的建设。

算(suàn)力(lì)网络(luò)正驱动AI产(chǎn)业发展进入史(shǐ)诗(shī)级加(jiā)速(sù)进程，让(ràng)AIGC及通(tōng)用AI这(zhè)一人工智能发展的终极目标离得更近(jìn)。

因为算力可(kě)以对突(tū)破性技术(shù)创新提供大力的支持。这方面，多模态大模型(xíng)是典型。作为面向未来(lái)强人工智能、通用人(rén)工(gōng)智能(néng)的重要技术创新，多(duō)模态大模型(xíng)已经在人工智能领域提出了很多年，业界也有不(bù)少(shǎo)技(jì)术突破(pò)，但是，多(duō)模态大模型进一步往下(xià)走，算力需求(qiú)呈几(jǐ)何式上升，一般的算力(lì)基础设(shè)施很快将难以胜任。

从图像、文字、语音单独(dú)一项的训练，到双模态、三模态(tài)的跃迁，让(ràng)人工智能可以灵活应对不同模(mó)态的转化、像人与世界交互一样自(zì)然，这方面(miàn)，由算力(lì)网络来(lái)驱动将(jiāng)有明(míng)显优势。

此外，还有很多(duō)需要爆(bào)发(fā)式增长的算力(lì)来支撑的技术(shù)创新，将在人(rén)工智能算力网络支撑下快速(sù)推(tuī)进(jìn)。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的(de)边际成(chéng)本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 感康可以连续吃几天，感康连续吃几天为宜