自聊天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨(cí)已多次公开谈论(lùn)人(rén)工(gōng)智能话题。在(zài)最近的一次采访(fǎng)中，他(tā)再次表(biǎo)示：“AI可(kě)能(néng)会(huì)让(ràng)科技行业(yè)迎来一次(cì)剧烈(liè)的洗牌”。

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

他预期，AI的发(fā)展可能会威胁到谷歌的市(shì)占率(lǜ)，因为(wèi)微软在AI方面(miàn)的行(xíng)动相(xiāng)当迅(xùn)速。而最终科技巨头将把AI整(zhěng)合(hé)成用户的“全能助手”，包揽(lǎn)一切应(yīng)用，与人(rén)们进行沟通并提供建议(yì)，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助(zhù)手的到来(lái)可能尚需时日，但由ControlNet引发的(de)又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近(jìn)

以AI绘画(huà)为代表的AIGC上(shàng)一次爆(bào)火(huǒ)的时候，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家(jiā)竞赛(sài)中，一幅名为《太空歌剧院》的(de)作(zuò)品获奖。

随后(hòu)各大(dà)厂商的AI绘画(huà)软件被(bèi)广大(dà)网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以在应用中(zhōng)输(shū)入一组关键词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就是所(suǒ)输(shū)入(rù)的文(wén)本。同一组关键词也可以创(chuàng)作(zuò)出很多(duō)张(zhāng)风格不一样的画作，这让(ràng)创(chuàng)作的过程就像开盲盒。

很多用户(hù)很喜欢(huān)这(zhè)种不确定的惊喜，他们会将生成的美图(tú)当做头(tóu)像。嗤笑的意思而另一(yī)部(bù)分喜欢翻看AI绘画(huà)的“翻车(chē)”作品。在(zài)社交(jiāo)媒(méi)体上，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗照片(piàn)被AI画成了(le)“肌(jī)肉男(nán)”，还(hái)有网友的个人照(zhào)片被AI识别成(chéng)了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画(huà)的(de)填写关键词游戏可(kě)能要被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读(dú)博的中(zhōng)国(guó)人张吕敏创(chuàng)作的一种基于控制点的(de)图(tú)像变形算法，主要用于(yú)数字图像处理、计算机视(shì)觉和计(jì)算机图形学等领(lǐng)域。

其SD插(chā)件一经发布，在短短的两天内便(biàn)成为了AI绘画领域最新的(de)热(rè)点。

在此之前，大家用了(le)很多方法想让AI生成(chéng)的结果尽(jǐn)可能的符合要求(qiú)，但是都不尽如人意，它的出现代表着AI生(shēng)成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以直接提取画面的(de)构图(tú)，人物的姿势和画(huà)面的(de)深度(dù)信(xìn)息等。有了它的(de)帮(bāng)助，就不用频繁的(de)用提示词来碰运(yùn)气(qì)，抽盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不(bù)少博主(zhǔ)的作品已经(jīng)获得了大量(liàng)的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的(de)照片(piàn)直(zhí)接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文(wén)字。

再(zài)用Text2Prompt插件拓(tuò)展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更(gèng)厉害的是(shì)，除了真(zhēn)实的(de)照(zhào)片，草图(tú)也可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图(tú)。大神张吕敏其本尊也亲(qīn)自回应。

不(bù)得不说(shuō)当(dāng)下AIGC已(yǐ)经变得越来越强大，甚至输(shū)出的(de)作品都已经能(néng)以假乱真了(le)。

02

难(nán)辨(biàn)虚(xū)实，嗤笑的意思AIGC技术力爆发

警(jǐng)惕安(ān)全问(wèn)题

近日，“苏州(zhōu)金鸡湖有游(yóu)艇party”的消息火遍网(wǎng)络(luò)，而经(jīng)过警方辟谣这所(suǒ)谓(wèi)的“party”可(kě)能是全国第一起AI绘图诈骗(piàn)。

由于这个活(huó)动里(lǐ)面给出的美(měi)女(nǚ)照片都是AI制作的(de)真人照片绘图(tú)，因(yīn)为(wèi)太逼真，被大家当成真(zhēn)事传播(bō)了(le)。

不(bù)过仔(zǎi)细(xì)观察可以(yǐ)发(fā)现，活动(dòng)发起(qǐ)者(zhě)提供的照片中有(yǒu)个很(hěn)大的(de)漏洞可以发现并非真人(rén)，而是AI绘(huì)图(tú)，那便是图(tú)片中女性的(de)手指(zhǐ)部分(fēn)有的存在(zài)异常。

有行业人事表示：“现在因为手(shǒu)指部分的(de)绘(huì)画算法比较复杂，AI还(hái)不太会画(huà)人的手，但(dàn)最新(xīn)看到的图片已(yǐ)经有越来越完美的AI模型出(chū)现，以后(hòu)可能就完(wán)全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国(guó)外(wài)也已有(yǒu)发(fā)生(shēng)。据英国广播公司报(bào)道，土耳其(qí)地震期间，有(yǒu)Tiktok用(yòng)户使用AI合(hé)成嗤笑的意思了儿童受灾的假照片发(fā)布到网络，以此(cǐ)诱(yòu)骗善良的(de)人打赏“捐助”从而实施诈骗(piàn)。

目(mù)前随着技(jì)术发展，AIGC已经能做出真人照片般的绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人(rén)的作品之(zhī)后，其创作没有任(rèn)何情绪和灵魂(hún)，难以和人类的艺(yì)术创作相提并论。

另一方面(miàn)，AIGC背后的(de)版权、目前都并没有得(dé)到有效的解决，还有AIGC会不会(huì)代替人类“至高无上”的(de)创意。

马斯(sī)克也强调，人工智能的(de)安全问题需要得到重视，太晚(wǎn)就(jiù)来不及了(le)。

03

AIGC下一(yī)站除(chú)了视(shì)频，还(hái)有远方

技术都是有(yǒu)两面(miàn)性的，潜在的(de)危害并不(bù)能掩(yǎn)盖其光(guāng)辉的贡献(xiàn)。现在看来，人工智(zhì)能技术将是第四次工业革命(mìng)的核心驱动力量，将创(chuàng)造(zào)新的(de)增长奇(qí)迹。

过去一年，人工(gōng)智能在(zài)技术和商业层面(miàn)都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术(shù)发生方向性改(gǎi)变的一个(gè)代表。其下(xià)一(yī)站或许就是视(shì)频(pín)。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发(fā)布了几条(tiáo)引爆科技圈的短(duǎn)视频(pín)。这(zhè)些(xiē)视频引(yǐn)发关注并非(fēi)内容做得多优秀，反(fǎn)而都非常(cháng)简单，比如一匹(pǐ)正在喝(hē)水的马，一只画(huà)画的(de)玩(wán)具熊，或(huò)者一(yī)段骑摩(mó)托车的(de)第(dì)一(yī)视角录像，随便一个有手机的(de)人都可以随(suí)手(shǒu)录下一(yī)段(duàn)。

但(dàn)这些短视频的创作(zuò)方式非常简(jiǎn)单，创作(zuò)者仅仅需要向AI输(shū)入一段话(huà)，甚至(zhì)只是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷(gǔ)歌发布的两个AI生(shēng)成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能(néng)够做出更高(gāo)清视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地(dì)方在于，它可以制作出超过2分钟的连贯的(de)也有确切内容的视频，这(zhè)才是真正让人们感(gǎn)到(dào)惊喜的地(dì)方。因为无论AI生成(chéng)的视(shì)频多么高清，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有(yǒu)具体剧情内容(róng)的视频(pín)就意味着，一些视频创作(zuò)由(yóu)AI代替(tì)人工完成已经初步(bù)有了可能。

当下(xià)AI的发展速度(dù)已经超过大部分人的想象(xiàng)。内(nèi)容产业(yè)的本(běn)质是(shì)供给创造需求，AIGC作为全(quán)新的内容生产方式，可以为内容产业(yè)带来更新的内容风(fēng)格(gé)、更(gèng)快的生产(chǎn)速(sù)度，更低(dī)的生(shēng)产成本(běn)，这无(wú)疑会驱动内容(róng)产业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能(néng)应用于音(yīn)乐(lè)、代码、机器(qì)人动作等多种(zhǒng)内容(róng)形式的(de)生(shēng)成。不难发现该(gāi)项技术不仅在游戏等行业(yè)能得到(dào)有效应用，对(duì)于下一代互联网各种(zhǒng)元(yuán)素的构(gòu)建亦(yì)有关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等(děng)诸(zhū)多领域，本身就对基于AI的可视化内(nèi)容有强烈需(xū)求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进(jìn)程中的一块重要(yào)拼图，有望在技术更新(xīn)的加持下实现更大的应用(yòng)价值。

AI从理解(jiě)内容，走(zǒu)向了(le)可以生成内容，甚至(zhì)能够创造出独立价值和独立视角(jiǎo)的(de)内容(róng)。AIGC的再次出圈，更(gèng)代表着未来的先进(jìn)生(shēng)产(chǎn)力即将到来。

04

紧抓大(dà)模型(xíng)与算力，牢固(gù)AIGC底座

从(cóng)技(jì)术的发展也可(kě)以看出，在(zài)语言大模型、图像大模型之后，多模态大模型已经成(chéng)为(wèi)了新的趋(qū)势。

大(dà)模型被誉为当前人工智能发展的(de)智能(néng)底(dǐ)座，是全球竞争最激烈的研(yán)究方向之一，包括谷歌(gē)、亚(yà)马逊、百度(dù)、阿里(lǐ)、腾讯等众多(duō)头部企业都在(zài)竞相(xiāng)发力。

不过(guò)训(xùn)练(liàn)大模(mó)型的确价格不(bù)菲，以国盛证券发布的(de)《ChatGPT需要(yào)多(duō)少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成本约(yuē)为(wèi)140万美元。而对于一(yī)些更(gèng)大的LLM(大型语言(yán)模型)，训练成本则(zé)介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立(lì)访客(kè)平均(jūn)数(shù)1300万计(jì)算，其对应芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约(yuē)为8亿美(měi)元，每(měi)日仅电费就在5万美元左右(yòu)。

此外不论(lùn)是(shì)ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力(lì)支持。在关注各(gè)类大(dà)模型的发展同时(shí)，更应该(gāi)关注算(suàn)力网络的建设。

算(suàn)力网络正(zhèng)驱动AI产业(yè)发展进入(rù)史诗级加速进程(chéng)，让AIGC及(jí)通(tōng)用AI这一人(rén)工智(zhì)能(néng)发(fā)展的终极目标离得更近(jìn)。

因为算力可以对(duì)突破性技(jì)术创新提供大力的支持。这方面，多模态大(dà)模型是(shì)典型(xíng)。作为(wèi)面(miàn)向未来强人工智(zhì)能、通用人(rén)工(gōng)智(zhì)能的重要技术创新，多模态大模型已经在人工(gōng)智能领(lǐng)域提出了很多年，业(yè)界也有不少技(jì)术突破，但是，多(duō)模(mó)态大模型进一步往下走(zǒu)，算(suàn)力(lì)需求呈几(jǐ)何式上升(shēng)，一般(bān)的算力基础设(shè)施很快将难(nán)以胜任。

从图像(xiàng)、文(wén)字、语音单独(dú)一项的训练，到双(shuāng)模态、三模态的(de)跃迁，让人工智(zhì)能可以(yǐ)灵(líng)活应对不同模态(tài)的转化、像(xiàng)人与世(shì)界交互一样自然，这方面，由算力网络来(lái)驱动(dòng)将(jiāng)有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光，期待在(zài)大(dà)模型和大算力的支持下AIGC能持(chí)续颠(diān)覆内容生(shēng)产的方式，将(jiāng)创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 嗤笑的意思