自聊(liáo)天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多(duō)次公开谈论人(rén)工智(zhì)能话题。在最(zuì)近的一次采访(fǎng)中，他(tā)再次(cì)表示：“AI可能会(huì)让科技行业(yè)迎来一次剧烈的洗牌”。

这个结(jié)论是他(tā)在当地时间2月(yuè)20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能会(huì)威(wēi)胁到谷歌的市占(zhàn)率(lǜ)，因为(wèi)微软在AI方面(miàn)的行动相当迅速。而(ér)最终(zhōng)科技巨头将把(bǎ)AI整合成用(yòng)户的(de)“全(quán)能助手(shǒu)”，包揽一切应用，与人们进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬(lǎo)口中(zhōng)全能助手的到来可能尚(shàng)需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画(huà)为代表的(de)AIGC上(shàng)一次爆火(huǒ)的时候，还(hái)是2022年8月，在(zài)美国(guó)科(kē)罗拉多州举办的新兴(xīng)数字艺术家竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘(huì)画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以在应用中输入一组关键词或(huò)者一(yī)张照片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所输入的文(wén)本。同(tóng)一(yī)组关键词也可以创作出很多张(zhāng)风格不一样的(de)画作(zuò)，这(zhè)让创作(zuò)的过程(chéng)就像开盲盒。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会将生成的美图(tú)当做头像。而另一部分喜欢翻看AI绘画(huà)的(de)“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一(yī)位(wèi)网友的小狗照(zhào)片(piàn)被AI画成了“肌(jī)肉男”，还(hái)有(yǒu)网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦(tǎn)福读(dú)博的中国人张吕敏创作的一种基于控制点(diǎn)的图像变(biàn)形算法，主(zhǔ)要用于数字图像处理、计算机视觉(jué)和计算(suàn)机(jī)图形学等(děng)领域。

其SD插件一经(jīng)发布(bù)，在短(duǎn)短的(de)两天内(nèi)便成为(wèi)了AI绘画领域最新(xīn)的热点。

在此(cǐ)之前(qián)，大家用(yòng)了很多方法(fǎ)想(xiǎng)让AI生成的结(jié)果(guǒ)尽可能的符合(hé)要求，但是都不尽如人意，它的(de)出现代表着AI生成开(kāi)始(shǐ)进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面的(de)构图，人物的姿势和画面的深度信息等(děng)。有了(le)它的帮助，就不用频(pín)繁(fán)的用提(tí)示词来碰运气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了(le)“魔法”，不少(shǎo)博(bó)主(zhǔ)的(de)作品已经获得了大量的(de)浏览量(liàng)，“viggo”就是其(qí)中(zhōng)之(zhī)一(yī)，他用朋友(yǒu)的(de)照片直(zhí)接(jiē)带(dài)她们(men)走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插(chā)件绑定骨骼(gé)开(kāi)始换(huàn)关键词试效果。

通过图片就可以看出来(lái)，效果十(shí)分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的(de)照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图(tú)。大神张(zhāng)吕敏(mǐn)其本尊也亲自回(huí)应。

不得不(bù)说(shuō)当下AIGC已经变得(dé)越(yuè)来越强大，甚(shèn)至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏(sū)州(zhōu)金鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经过警方辟谣(yáo)这所(suǒ)谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈(zhà)骗。

由于(yú)这个(gè)活动(dòng)里面给出的美女照片都是(shì)AI制作的真(zhēn)人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真事传(chuán)播(bō)了。

不过仔细观察可(kě)以发现，活动发起者提(tí)供(gōng)的照片(piàn)中有(yǒu)个(gè)很大的漏洞可(kě)以发现并非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手指部分有的存在异常。

富士康在河南有多少员工 富士康是上市公司吗"jpeg" data-w="1280">

有行业(yè)人事表示：“现(xiàn)在因(yīn)为手(shǒu)指部分(fēn)的绘画算法比(bǐ)较复杂，AI还不太会画人的(de)手，但最新(xīn)看到的图片已经有越(yuè)来越完美(měi)的AI模型出现，以后(hòu)可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在(zài)国(guó)外也已有发生(shēng)。据英国广播公(gōng)司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照片(piàn)发布到网络，以此诱骗善良的人(rén)打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经(jīng)能做出真人照片般的绘(huì)图效(xiào)果，如果这样的(de)图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引(yǐn)发了很多担忧，一(yī)方(fāng)面，批判(pàn)者认为AI在“学习”了大量前人(rén)的作(zuò)品(pǐn)之后(hòu)，其创作(zuò)没有任何情绪和灵(líng)魂，难以和人类(lèi)的艺(yì)术创作相提(tí)并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前都并没有得到(dào)有效的解(jiě)决，还有AIGC会不会代(dài)替(tì)人类“至(zhì)高无上(shàng)”的创意。

马斯克也强调，人工(gōng)智能的(de)安全(quán)问题需要得(dé)到重视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都(dōu)是有两(liǎng)面(miàn)性的，潜在的危害(hài)并不能掩盖(gài)其(qí)光辉(huī)的贡(gòng)献。现在看来(lái)，人(rén)工智(z富士康在河南有多少员工 富士康是上市公司吗hì)能(néng)技术(shù)将是(shì)第四(sì)次(cì)工(gōng)业革命的(de)核心驱动力量，将创造新的增长奇迹。

过去一年，人工智(zhì)能在技(jì)术和(hé)商业(yè)层面都(dōu)有(yǒu)了巨大进展，AI绘画就是(shì)人工智能(néng)技术发生方向性改变(biàn)的一个代表。其下一站或许就(jiù)是(shì)视频。

此前，Meta和谷歌(gē)先后发布(bù)了几条引爆科技圈的短视频。这些视频引发(fā)关注并非内(nèi)容做(zuò)得多优秀，反而都非(fēi)常简(jiǎn)单(dān)，比如一匹正在喝水(shuǐ)的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车的第一视角录像，随便一个有手机(jī)的人都可以随(suí)手录下一段。

但这些短视频的创作方式非常(cháng)简单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以(yǐ)根据需要生成(chéng)一(yī)段视频。

谷歌(gē)发布的两个AI生成视频分(fēn)别(bié)来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能(néng)够做出(chū)更高清视频(pín)的(de)AI还(hái)不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可以制作出超过2分钟(zhōng)的连贯(guàn)的也(yě)有确(què)切内容的视频，这才是(shì)真(zhēn)正(zhèng)让人们感到(dào)惊(jīng)喜(xǐ)的地方。因为无论AI生(shēng)成的视频多么高清，也只能(néng)是为内容生产者(zhě)提供一个(gè)灵感，一个素材，一个(gè)过(guò)场(chǎng)动画。

不(bù)过(guò)能够制作出有具体(tǐ)剧情内容的视(shì)频就意味着，一些视频创作(zuò)由AI代替(tì)人工(gōng)完成已(yǐ)经(jīng)初步有了可(kě)能。

当下AI的发展速度已经超过大部分(fēn)人的(de)想象(xiàng)。内容(róng)产业的本质是(shì)供给创造需求，AIGC作为全新的内容(róng)生(shēng)产方(fāng)式，可以为(wèi)内容(róng)产业(yè)带来更(gèng)新的(de)内(nèi)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(dòng)内容产业的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能(néng)应用(yòng)于(yú)音乐、代码、机器人(rén)动作等多种内容形(xíng)式的生成。不难发现(xiàn)该(gāi)项技术不仅在(zài)游戏等行业(yè)能得到有效应用(yòng)，对于(yú)下(xià)一(yī)代互(hù)联网各种元素的构建亦有关键意义。

从商(shāng)业化(huà)的角度来看(kàn)，文化(huà)娱乐、教(jiào)育、传(chuán)媒等诸(zhū)多(duō)领域，本身(shēn)就对(duì)基于AI的可(kě)视(shì)化内容(róng)有(yǒu)强烈需求。

因此，AI绘画及视频或不(bù)是(shì)结果，而只是AI进程中(zhōng)的一块重要拼图，有望在技术更新的(de)加(jiā)持下(xià)实(shí)现更大的(de)应用(yòng)价值。

AI从(cóng)理解(jiě)内容(róng)，走向了可以(yǐ)生成(chéng)内容，甚至能够创造出(chū)独(dú)立价值和独立(lì)视(shì)角的(de)内容。AIGC的再次出圈，更(gèng)代表着(zhe)未来的(de)先进生产力(lì)即(jí)将到来。

04

紧抓(zhuā)大(dà)模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言大模型、图(tú)像大模型之(zhī)后，多模(mó)态(tài)大模(mó)型已经成为了新的趋势。

大模型(xíng)被誉(yù)为当前(qián)人工智能发展的智(zhì)能底座，是全球竞(jìng)争最激烈的研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等(děng)众多头部企业都在竞相发力(lì)。

不过训(xùn)练大模(mó)型的(de)确价(jià)格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报告(gào)估算，GPT-3训练一次的(de)成本约为140万美元。而对(duì)于一些更大的LLM(大型语言模型)，训练成本则介(jiè)于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均(jūn)数(shù)1300万计(jì)算，其对应芯片需(xū)求为3万(wàn)多(duō)片英伟达(dá)A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日(rì)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(páng)大算力支持。在关注各类大(dà)模型的发(fā)展(zhǎn)同时，更应该关注算力网络的建设。

算力网络正驱动AI产业(yè)发(fā)展进入史(shǐ)诗级加速(sù)进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为算力可以对突破性技(jì)术创新提供大力(lì)的支(zhī)持(chí)。这方面，多模态大(dà)模型是典型(xíng)。作为面(miàn)向未来强人工智能、通用人工智能的重要技术创新，多模态(tài)大模型已经在人工智能领域提出了很多年，业(yè)界也有不少(shǎo)技术突破，但(dàn)是，多模态大模(mó)型(xíng)进一(yī)步往下走，算力需(xū)求呈几(jǐ)何式上升，一般(bān)的(de)算力基(jī)础设(shè)施很快将(jiāng)难以(yǐ)胜任。

从图像(xiàng)、文(wén)字、语(yǔ)音单独一(yī)项的训练，到(dào)双(shuāng)模态(tài)、三模态的跃(yuè)迁，让人(rén)工智能可以灵活应对不同模态的(de)转化、像人与(yǔ)世(shì)界(jiè)交互一样自然，这方面，由算(suàn)力网络来驱(qū)动将有明显优势。

此外，还(hái)有(yǒu)很(hěn)多需(xū)要爆发式(shì)增(zēng)长的算力来支(zhī)撑(chēng)的技(jì)术创新，将在人工智能算力网络支撑(chēng)下快速(sù)推进。

AIGC已经露出曙光，期待在大(dà)模型和大(dà)算(suàn)力的支持下AIGC能持续颠覆内容生产的(de)方式(shì)，将创(chuàng)造的(de)边(biān)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 富士康在河南有多少员工 富士康是上市公司吗