自聊天机器(qì)人ChatGPT火爆以来，微(wēi)软(ruǎn)公司创始人比尔·盖茨已多(duō)次公开谈论人工智能话题。在最(zuì)近的一次(cì)采访(fǎng)中，他再次表(biǎo)示(shì)：“AI可能(néng)会让科技行(xíng)业迎来一次剧烈(liè)的洗牌(pái)”。

这个结论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节(jié)目专访(fǎng)时(shí)提出的。

他预期，AI的发展可能会威胁(xié)到(dào)谷歌的(de)市(shì)占率，因(yīn)为微软在AI方(fāng)面的行动相当迅(xùn)速。而最终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并提供建(jiàn)议(yì)，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助(zhù)手的(de)到(dào)来(lái)可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆(bào)火的时候(hòu)，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴(xīng)数(shù)字(zì)艺术家竞赛中(zhōng)，一幅(fú)名为(wèi)《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商的(de)AI绘画软件(jiàn)被广(guǎng)大网(wǎng)友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以在应用(yòng)中输入一(yī)组关键词或者一张照片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画(huà)的(de)关键(jiàn)就是所输入的文本。同一组(zǔ)关键词也(yě)可以创作(zuò)出很多张风格不(bù)一样(yàng)的(de)画(huà)作，这让创作的过程就像开盲盒。

很(hěn)多用户(hù)很喜欢这种(zhǒng)不确(què)定(dìng)的惊(jīng)喜，他们会将(jiāng)生(shēng)成的(de)美图当(dāng)做头像。而另(lìng)一部分喜欢翻(fān)看AI绘(huì)画的(de)“翻(fān)车(chē)”作品。在社交媒体(tǐ)上(shàng)，许(xǔ)多用户分(fēn)享AI“翻车(chē)现场”，例如，一位(wèi)网友的小狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有网友的(de)个人照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与加持，以(yǐ)往(wǎng)AI绘画的(de)填写关键词(cí)游戏可能(néng)要被颠(diān)覆(fù)了。

ControlNet是一(yī)位正在斯坦福读博的(de)中国人张(zhāng)吕(lǚ)敏创作的一(yī)种基于控制(zhì)点的图像变形算法，主要用于数字图(tú)像处理、计算(suàn)机视觉和计算机图形学等领域。

其SD插件(jiàn)一经(jīng)发(fā)布，在短短的两天(tiān)内便成(chéng)为了AI绘(huì)画(huà)领域最新的(de)热点(diǎn)。

在此之前(qián)，大家用了(le)很多(duō)方法想(xiǎng)让AI生成(chéng)的结果尽(jǐn)可(kě)能的符(fú)合要(yào)求，但是都不尽(jǐn)如人意(yì)，它的出现(xiàn)代表着AI生成开始进入真(zhēn)正的可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接提取(qǔ)画面的构图，人(rén)物的姿势和画面的(de)深度(dù)信息(xī)等。有了它(tā)的(de)帮助，就不用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片(piàn)直接(jiē)带她(tā)们走进动漫世界。

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

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始(shǐ)换关键词试(shì)效果。

通过图片就可以看出来，效果(guǒ)十(shí)分(fēn)惊艳。

更厉害的是，除了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现(xiàn)线稿转全彩图(tú)。大(dà)神张吕敏其(qí)本(běn)尊也亲自回应。

不得不(bù)说(shuō)当(dāng)下AIGC已经变得越来越(yuè)强大，甚至输出的(de)作品都已经能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网(wǎng)络，而经过(guò)警方辟(pì)谣(yáo)这(zhè)所谓的(de)“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美(měi)女(nǚ)照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大(dà)家当成真事传播了。

不过仔细(xì)观察可以(yǐ)发现，活动发(fā)起者(zhě)提供的照片(piàn)中(zhōng)有(yǒu)个很大的漏洞可以发现并非真(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(zài)异常。

有行业人事表示：“现(xiàn)在因为(wèi)手指部分的绘画(huà)算法(fǎ)比较复杂(zá)，AI还不太会画人的手，但(dàn)最新看到的图片已经有越来越完(wán)美的AI模型出(chū)现(xiàn)，以(yǐ)后(hòu)可能就完全没有漏洞(dòng)了(le)。”

类似的AI作图诈骗在国外也(yě)已有发生。据英(yīng)国广播公(gōng)司(sī)报道，土耳其地(dì)震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成了儿(ér)童受(shòu)灾的假照(zhào)片(piàn)发(fā)布到网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助”从(拙荆是什么意思，拙荆是什么意思cóng)而实施诈(zhà)骗。

目前随着(zhe)技术发展，AIGC已经能(néng)做(zuò)出真人照片般的绘图(tú)效(xiào)果，如果这样的图片(piàn)被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多(duō)担忧，一(yī)方面(miàn)，批判者认(rèn)为AI在(zài)“学习”了大量前人的(de)作品之后，其创作没有任何(hé)情绪和灵魂(hún)，难以和人(rén)类(lèi)的艺术(shù)创作相提并论。

另一方面，AIGC背(bèi)后的版权、目(mù)前都并没有得到有效的解决(jué)，还有AIGC会不会代(dài)替人类“至高无(wú)上”的创意。

马斯克(kè)也强(qiáng)调，人工智(zhì)能的安全问题需要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除(chú)了视频，还有远(yuǎn)方

技术都(dōu)是有两面性的，潜在的危害(hài)并(bìng)不能掩盖其(qí)光辉(huī)的贡献。现在看来(lái)，人(rén)工(gōng)智能技术将是第(dì)四次(cì)工业革命的核心驱动力量，将创造(zào)新的增长奇迹。

过(guò)去一年，人工智能在技术和(hé)商业层面(miàn)都有了巨大(dà)进展(zhǎn)，AI绘(huì)画(huà)就(jiù)是人工(gōng)智能技术发生方向性改变(biàn)的(de)一(yī)个代(dài)表(biǎo)。其(qí)下一站(zhàn)或(huò)许就是视频。

此前，Meta和(hé)谷歌(gē)先(xiān)后(hòu)发(fā)布(bù)了几条(tiáo)引爆科技圈的短(duǎn)视频。这些(xiē)视频引发(fā)关注并非内容做(zuò)得多(duō)优秀(xiù)，反而都(dōu)非常简单，比如一(yī)匹(pǐ)正在喝水的马，一(yī)只画画的玩(wán)具熊，或(huò)者一段(duàn)骑摩托车的(de)第一视角录像，随便一个有手机(jī)的人都可以(yǐ)随手(shǒu)录下一段(duàn)。

但这些(xiē)短(duǎn)视(shì)频的创作方式非(fēi)常(cháng)简单，创作者仅(jǐn)仅需要向(xiàng)AI输入一(yī)段话，甚(shèn)至只是说(shuō)一下要求，AI就可(kě)以根据需要生成一段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的(de)AI还不足以在短时(shí)间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人(rén)震惊的地方在于，它可以制作出超过2分钟的连贯的(de)也有确(què)切(qiè)内(nèi)容的视频(pín)，这(zhè)才是真正(zhèng)让(ràng)人(rén)们感到(dào)惊喜的地方。因为无论(lùn)AI生成的视频多(duō)么高清，也(yě)只能是为内容生产者提供(gōng)一个灵感，一个(gè)素材(cái)，一(yī)个过场(chǎng)动(dòng)画(huà)。

不(bù)过能够制作(zuò)出(chū)有具体剧情内(nèi)容的视频就(jiù)意味着，一些视频创作由AI代替人工完成已经初步有了可能。

当下(xià)AI的发展(zhǎn)速度已经超过大(dà)部分人的想象。内容(róng)产(chǎn)业的本质是供给(gěi)创造需求(qiú)，AIGC作(zuò)为全新的内容(róng)生产方式，可以为内容产业带来更(gèng)新的内(nèi)容风(fēng)格、更快(kuài)的生(shēng)产速度，更低(dī)的生产成本，这无疑会驱动内容产业(yè)的大爆发(fā)。

除(chú)了(le)AI绘图、视频，AIGC技术还(hái)能应用于音乐(lè)、代码、机(jī)器人动作(zuò)等(děng)多种内容形(xíng)式的生成。不(bù)难发现该项技术(shù)不仅在游戏等行业能得到有效应(yīng)用，对于下一代(dài)互(hù)联网(wǎng)各种(zhǒng)元素的构建亦有关键意义。

从(cóng)商业化的角度来看(kàn)，文化娱(yú)乐、教育(yù)、传媒等诸多领域，本身就(jiù)对(duì)基(jī)于AI的可视化(huà)内容有强烈需(xū)求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中的(de)一块重要拼图，有望在技术更新的(de)加持下实现更大的(de)应用价值。

AI从(cóng)理解内(nè拙荆是什么意思，拙荆是什么意思i)容，走向了可以生成内容，甚至(zhì)能(néng)够创造(zào)出独立价值(zhí)和(hé)独立(lì)视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即(jí)将(jiāng)到来。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的发(fā)展也可以看出(chū)，在语言(yán)大模型、图像大模型之后，多模态大模型已经成为了新的趋势。

大模型(xíng)被誉为当前人工(gōng)智能发(fā)展的智能底座，是全球竞争最激烈(liè)的研(yán)究方向之一，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾讯等众多头(tóu)部企(qǐ)业都在竞相发力。

不(bù)过训练大模型的确价(jià)格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万美(měi)元。而对于(yú)一些更大(dà)的LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计(jì)算，其对(duì)应(yīng)芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论是C拙荆是什么意思，拙荆是什么意思hatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持。在关注(zhù)各类大(dà)模型的(de)发(fā)展同时(shí)，更(gèng)应(yīng)该(gāi)关注算力网络的建设。

算(suàn)力(lì)网络正驱(qū)动AI产业发展进入史(shǐ)诗级加速进(jìn)程，让AIGC及通用AI这一(yī)人工智能(néng)发展的(de)终(zhōng)极目标(biāo)离得更近。

因为算力可以对(duì)突破性技术创(chuàng)新提供大力的支持。这方面(miàn)，多模(mó)态大模型是(shì)典型。作为面向未来(lái)强人工(gōng)智(zhì)能、通(tōng)用人工智(zhì)能的重(zhòng)要技(jì)术创新，多模态大模(mó)型已经在(zài)人(rén)工智能领域(yù)提出(chū)了很多年，业界也有不少技(jì)术突破(pò)，但是，多模态大模型进一步往下走，算力需求呈几何(hé)式(shì)上升，一般的(de)算力(lì)基础(chǔ)设施很快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训练，到双模态(tài)、三模(mó)态的跃迁，让(ràng)人工(gōng)智能(néng)可以灵活应对不同模态的转化(huà)、像人与世界交互一样自然，这方面，由算力网络来驱(qū)动将有(yǒu)明显(xiǎn)优势(shì)。

此外，还有很多需要爆发式增长的算(suàn)力(lì)来支撑的技术创新，将在(zài)人工(gōng)智能(néng)算力网络支撑(chēng)下快速(sù)推进(jìn)。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型(xíng)和大算力的支持下(xià)AIGC能持续颠覆内容生产的方式，将创造(zào)的(de)边际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 拙荆是什么意思，拙荆是什么意思