自(zì)聊天机器人ChatGPT火爆(bào)以来，微(wēi)软公(gōng)司创始人比尔·盖茨(cí)已多次公开谈论人工智(zhì)能话(huà)题。在(zài)最近(jìn)的一(yī)次采(cǎi)访中，他再次表示：“AI可(kě)能会让(ràng)科技行业(yè)迎来一(yī)次(cì)剧烈的洗牌”。

这个结论(lùn)是他在当(dāng)地时(shí)间2月(yuè)20日接(jiē)受《In Good Company》节目专访时提出的。

他预(yù)期(qī)，AI的(de)发展可(kě)能会威(wēi)胁到谷(gǔ)歌的市占率，因为微(wēi)软(ruǎn)在AI方面的行(xíng)动相当迅速。而最(zuì)终科技巨头(tóu)将(jiāng)把AI整(zhěng)合成(chéng)用户的“全(quán)能助手”，包揽一(yī)切应(yīng)用，与(yǔ)人们进行沟通并提(tí)供建议(yì)，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能助手的到(dào)来可能(néng)尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺(yì)术家(jiā)竞赛中(zhōng)，一幅名为(wèi)《太空(kōng)歌剧(jù)院》的作品获(huò)奖。

随(suí)后各(gè)大厂商的AI绘画软件(jiàn)被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以(yǐ)在应用中输(shū)入一组关键(jiàn)词或者一张照(zhào)片(piàn)，就(jiù)能获得一幅(fú)AI创作的画作。

作(zuò)画的(de)关键就是(shì)所输入的文本。同(tóng)一(yī)组关键词也可以创(chuàng)作出很多张风格(gé)不(bù)一样(yàng)的画作，这让创(chuàng)作(zuò)的过程就像开盲盒(hé)。

很多用(yòng)户很喜欢这种不确(què)定(dìng)的(de)惊喜，他(tā)们会将(jiāng)生成的美(měi)图当做头像(xiàng)。而另一部(bù)分(fēn)喜(xǐ)欢翻(fān)看AI绘画的(de)“翻车”作品。在(zài)社(shè)交媒体(tǐ)上，许多用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网(wǎng)友的小(xiǎo)狗照(zhào)片被AI画成了“肌肉男”，还有(yǒu)网(wǎng)友的个人(rén)照片被AI识别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘画的填写(xiě)关(guān)键(jiàn)词(cí)游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕(lǚ)敏创(chuàng)作的一种基于(yú)控制点的图像变形算法，主(zhǔ)要用于数字图像(xiàng)处理、计(jì)算机视觉(jué)和(hé)计算(suàn)机图形学等领域。

其(qí)SD插件(jiàn)一(yī)经(jīng)发布，在短短的(de)两天内(nèi)便成为(wèi)了(le)AI绘(huì)画领域最(zuì)新(xīn)的热点(diǎn)。

在此之(zhī)前，大家用(yòng)了很多方(fāng)法(fǎ)想让AI生成(chéng)的结果尽(jǐn)可(kě)能的(de)符合要求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始进入真正(zhèng)的(de)可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的(de)构(gòu)图，人物的姿势和画面(miàn)的深度信息等。有了(le)它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不少博主的作品已经获得(dé)了大(dà)量(liàng)的(de)浏览量，“viggo”就是其中之一，他用朋友(yǒu)的(de)照片直(zhí)接(jiē)带她(tā)们(men)走进动漫世界。

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

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效(xiào)果。

通过图(tú)片就(jiù)可(kě)以(yǐ)看出来，效果十(shí)分惊艳。

更厉害(hài)的是，除了真实的照片，草图也(yě)可(kě)以加当兵的人会不会那方面不行，当兵男是不是都精力旺盛上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转(zhuǎn)全彩(cǎi)图。大(dà)神(shén)张吕敏(mǐn)其本尊也亲(qīn)自回应。

不得(dé)不说当下(xià)AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出(chū)的作品都已经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技(jì)术(shù)力(lì)爆发(fā)

警(jǐng)惕安全(quán)问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经(jīng)过警方辟谣这所谓的“party”可能是全国(guó)第一起AI绘图(tú)诈骗。

由于这个(gè)活动(dòng)里(lǐ)面给出的美女照片都是(shì)AI制作的真人照片绘图(tú)，因(yīn)为太逼(bī)真，被大家(jiā)当成真(zhēn)事传播(bō)了(le)。

不过仔(zǎi)细观(guān)察可以发(fā)现，活动发起(qǐ)者提供(gōng)的照片中有(yǒu)个很大的(de)漏洞可以发现并非真人，而(ér)是(shì)AI绘图，那便是图片中(zhōng)女性(xìng)的手指部分(fēn)有的(de)存在异常。

有行业人事(shì)表示：“现在因为手指部分的(de)绘画算法(fǎ)比较复(fù)杂，AI还不太会画人的(de)手，但最新看到的图片已经有越(yuè)来越完美的AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在(zài)国外(wài)也已有发生。据(jù)英(yīng)国广(guǎng)播公(gōng)司报(bào)道，土耳其地震期间，有Tiktok用户使用(yòng)AI合(hé)成了儿童受灾的假照片(piàn)发布到网络，以此诱骗善良的(de)人打赏“捐(juān)助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片般的绘图效(xiào)果，如果这样的图(tú)片(piàn)被用来(lái)诈骗(piàn)，将(jiāng)非常(cháng)可(kě)怕。

此外(wài)AIGC还(hái)引发了很(hěn)多担忧(yōu)，一方面，批判者认为AI在“学(xué)习”了大量前人的作品之后(hòu)，其创作没有任何情绪和(hé)灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前都并没有得到有效的解决，还有AIGC会不会代替人类“至高无(wú)上”的创(chuàng)意(yì)。

马斯(sī)克也强调，人工智能(néng)的安全问题(tí)需(xū)要(yào)得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了(le)视频(pín)，还(hái)有远方

技术都(dōu)是有两面(miàn)性的，潜在的危害(hài)并(bìng)不能(néng)掩(yǎn)盖其(qí)光辉的贡献(xiàn)。现(xiàn)在(zài)看(kàn)来，人工智能技术将(jiāng)是第(dì)四次工业革命的核心(xīn)驱动力量，将创造新的(de)增长(zhǎng)奇(qí)迹。

过去(qù)一年，人工智能(néng)在技术和(hé)商(shāng)业层(céng)面都有了巨(jù)大进展，AI绘(huì)画就是人工智(zhì)能(néng)技(jì)术发生方向性(xìng)改变(biàn)的(de)一(yī)个代表。其(qí)下一站或(huò)许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后发布了几条(tiáo)引爆(bào)科技圈的短(duǎn)视频。这些视频(pín)引发关(guān)注并(bìng)非内容做得(dé)多优秀，反(fǎn)而都非常(cháng)简单，比如一匹正在喝水(shuǐ)的马，一只(zhǐ)画画(huà)的玩(wán)具熊(xióng)，或者一段骑(qí)摩托车的第一视角录像，随便一个(gè)有手(shǒu)机的人都可以随手录下一段。

但(dàn)这些短视频的创作方(fāng)式(shì)非常简(jiǎn)单，创作者(zhě)仅仅需(xū)要(yào)向AI输(shū)入一段话(huà)，甚至只是(shì)说一(yī)下(xià)要求，AI就(jiù)可以根(gēn)据(jù)需要生成(chéng)一(yī)段(duàn)视频(pín)。

谷歌发布的两个AI生成视(shì)频(pín)分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一个能够做出(chū)更高清(qīng)视频的AI还(hái)不足以在短(duǎn)时间(jiān)内(nèi)戳(chuō)中兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地方在于，它可以(yǐ)制作(zuò)出超(chāo)过(guò)2分钟的(de)连贯(guàn)的也有(yǒu)确切内(nèi)容(róng)的视频(pín)，这才是真正让(ràng)人们感到惊喜(xǐ)的地方(fāng)。因为无(wú)论AI生成的视(shì)频多么高(gāo)清，也只能是为内容(róng)生(shēng)产者(zhě)提(tí)供一个灵感(gǎn)，一个素材，一(yī)个过(guò)场动画(huà)。

不(bù)过能够(gòu)制作出(chū)有(yǒu)具(jù)体剧情内容的视频就意味着，一些视频创作由AI代(dài)替人工完成已经初步(bù)有了可能。

当下AI的发展速度已经超过大部(bù)分人(rén)的想象。内容产业的本质(zhì)是供给创造(zào)需求，AIGC作为全(quán)新的(de)内容生(shēng)产(chǎn)方式，可以为(wèi)内容产(chǎn)业带来(lái)更新(xīn)的内容风格、更快的生(shēng)产速(sù)度，更低(dī)的生产成本(běn)，这无(wú)疑会(huì)驱(qū)动内容产(chǎn)业(yè)的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种内容(róng)形式的生(shēng)成。不难(nán)发(fā)现该项技(jì)术不(bù)仅在游戏(xì)等(děng)行业能得(dé)到有效应用，对于下一代互联(lián)网各种(zhǒng)元素的构建亦有关(guān)键意(yì)义。

从商业化的角(jiǎo)度来看，文化娱乐、教育(yù)、传媒(méi)等(děng)诸多领域(yù)，本身就对(duì)基于(yú)AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视频(pín)或不是结(jié)果，而只是AI进(jìn)程中的(de)一块重要拼图，有望在技术更(gèng)新的加持下(xià)实现更大的应用(yòng)价(jià)值(zhí)。

AI从理解内容，走向了可以(yǐ)生(shēng)成内容，甚至能够创造出独(dú)立(lì)价值和独立视角的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未来的先进生产力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的(de)发展也(yě)可以看出，在语言(yán)大模型、图(tú)像大模型之(zhī)后，多模态大模型已(yǐ)经成(chéng)为了新的趋势(shì)。

大模型被誉为当前人工(gōng)智能发(fā)展的智(zhì)能底座，是(shì)全球竞(jìng)争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部企业都(dōu)在竞相(xiāng)发力。

不过训练大模(mó)型的(de)确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一(yī)次(cì)的成本约为140万美元。而对于一些更大(dà)的LLM(大(dà)型语(yǔ)言模(mó)型(xíng))，训练成本则(zé)介(jiè)于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万计(jì)算，其(qí)对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各(gè)类大模型的(de)发展同时，更应(yīng)该关注(zhù)算力网络(luò)的建设(shè)。

算力网络正驱动AI产业发展进(jìn)入史诗级加(jiā)速进程，让AIGC及(jí)通用AI这一人工智能发展(zhǎn)的(de)终(zhōng)极目标离得更近。

因为算力可以对突破性技术创新(xīn)提供大力(lì)的支持。这(zhè)方面(miàn)，多模态大模(mó)型是典型。作为面向(xiàng)未来(lái)强人(rén)工智(zhì)能、通用人工智能的重要(yào)技(jì)术创新，多(duō)模态(tài)大模型已经(jīng)在人工(gōng)智能领域提出(chū)了很多年，业界也有不(bù)少(shǎo)技术突破(pò)，但是，多模(mó)态(tài)大模型进一步往下走(zǒu)，算(suàn)力需求呈(chéng)几何(hé)式上升，一般的算力基(jī)础设施(shī)很快将难以胜(shèng)任。

从图像、文字、语音单独一(yī)项的训练，到双模态、三模态的跃迁，让(ràng)人(rén)工智能可以(yǐ)灵活应对不同(tóng)模态的转化(huà)、像人与世界交互(hù)一样自然，这方面，由(yóu)算力网络来(lái)驱动将(jiāng)有(yǒu)明显优势(shì)。

此(cǐ)外，还有(yǒu)很多需要爆发式增长的算力来(lái)支撑(chēng)的(de)技术创新，将在人(rén)工智能算(suàn)力(lì)网络支撑下快速推进。

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

未经允许不得转载：橘子百科-橘子都知道 当兵的人会不会那方面不行，当兵男是不是都精力旺盛