自聊天机器人(rén)ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人比尔·盖茨已多次公开谈论人工智能话题。在(zài)最近的(de)一次采访中，他再(zài)次表(biǎo)示：“AI可能会(huì)让科技行业迎(yíng)来一次剧烈(liè)的洗牌”。

这(zhè)个(gè)结论(lùn)是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他(tā)预期(qī)，AI的(de)发展可能会威胁到谷(gǔ)歌的市占(zhàn)率(lǜ)，因为(wèi)微(wēi)软在AI方面的行动相当(dāng)迅速。而最终科技(jì)巨头(tóu)将把AI整(zhěng)合成用户的“全能助手”，包揽(lǎn)一(yī)切(qiè)应(yīng)用，与(yǔ)人(rén)们进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口(kǒu)中全能助手的到(dào)来可(kě)能尚需时日，但由ControlNet引(yǐn)发的(de)又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法(fǎ)

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举办的新(xīn)兴数(shù)字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的(de)作品获奖(jiǎng)。

随(suí)后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用(yòng)户们可以在应用中(zhōng)输(shū)入(rù)一(yī)组关键词或者一张照片，就能获得一幅AI创(chuàng)作的画作。

作画的(de)关(guān)键就是所输入的文本。同一组(zǔ)关(guān)键词也可以创作(zuò)出很多张风(fēng)格(gé)不一(yī)样(yàng)的画作，这(zhè)让创作的过程(chéng)就像(xiàng)开(kāi)盲盒。

很多用户很喜欢这(zhè)种(zhǒng)不确定的惊喜，他们(men)会将生成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被(bèi)AI识别成(chéng)了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘(huì)画的填写(xiě)关键词游戏可能要被颠覆了(le)。

ControlNet是一(yī)位(wèi)正(zhèng)在斯坦(tǎn)福(fú)读(dú)博(bó)的中国人张吕敏创作(zuò)的(de)一种基于(yú)控制点(diǎn)的(de)图像变形算法，主要用于数字图(tú)像处(chù)理(lǐ)、计算(suàn)机视觉和计算机图形学等领域。

其SD插件一经发布(bù)，在短短的两天内(nèi)便成(chéng)为了(le)AI绘画领域最新的热(rè)点(diǎn)。

在此之前，大家用(yòng)了很多方法想让(ràng)AI生(shēng)成的结果尽可能(néng)的符合要求(qiú)，但(dàn)是都不(bù)尽(jǐn)如人意(yì)，它(tā)的出现代(dài)表(biǎo)着AI生成开始进入真正的可控时期(qī)。

因为(wèi)ControlNet可以直接(jiē)提取画面的(de)构图，人物的姿(zī)势和画面的深(shēn)度信息等。有了它(tā)的帮助，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博主(zhǔ)的作(zuò)品已经获得(dé)了(le)大(dà)量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接(jiē)带她们走(zǒu)进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对(duì)应(yīng)的(de)关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除(chú)了(le)真实(shí)的照(zhào)片，草图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本(běn)尊也亲自回应。

不(bù)得(dé)不(bù)说(shuō)当下AIGC已经变得(dé)越来越(yuè)强大(dà)，甚至(zhì)输出(chū)的作品都(dōu)已经能以假乱真(zhēn)了。

02

难(nán)辨虚实(shí)，AIGC技术力爆(bào)发(fā)

警惕(tì)安全问题

近日，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息火(huǒ)遍网络，而经过警(jǐng)方辟谣这所谓的“party”可(kě)能是全国第(dì)一起AI绘图诈(zhà)骗。

由(yóu)于(yú)这(zhè)个(gè)活动里面给出的美女照片都是AI制(zhì)作的真人照片(piàn)绘图，因为太逼真，被大家(jiā)当成真事传播了。

不过(guò)仔细(xì)观(guān)察可(kě)以发现，活动发起(qǐ)者提供的(de)照片中(zhōng)有个很大的(de)漏洞可以发现并非真人，而是AI绘图，那便是图片(piàn)中女性(xìng)的手(shǒu)指(zhǐ)部分有的存在异常。

有行业(yè)人事表示：“现在因(yīn)为手指部(bù)分的绘画算法比较(jiào)复杂(zá)，AI还不太(tài)会画人的手(shǒu)，但最新看到的图片已(yǐ)经有越来越完美的AI模型出现，以(yǐ)后可能(néng)就完全没有(yǒu)漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外(wài)也(yě)已(yǐ)有发生。据(jù)英国(guó)广播公司报(bào)道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照(zhào)片发布(bù)到网(wǎng)络(luò)，以此(cǐ)诱骗(piàn)善良的(de)人打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能做出真人照片般的(de)绘图(tú)效果，如果这样的图(tú)片被用来诈骗，将非常可(kě)怕(pà)。

此外AIGC还引发了(le)很多担忧，一方面，批判者(zhě)认(rèn)为AI在“学习(xí)”了大(dà)量前人的作品之后，其创(chuàng)作没有任(rèn)何情(qíng)绪和灵魂(hún)，难(nán)以(yǐ)和人类的(de)艺(yì)术(shù)创作相提并论。

另(lìng)一方面(miàn)，AIGC背后的版权(quán)、目前(qián)都并没有得到有效(xiào)的(de)解(jiě)决，还有AIGC会不会代替人类(lèi)“至高新人进拘留所会挨打吗，拘留所新人进去受欺负吗无(wú)上”的创意。

马斯克也强调，人(rén)工(gōng)智(zhì)能的安全(quán)问题需(xū)要得到(dào)重视，太(tài)晚就来不及了。

03

AIGC下(xià)一站除了视频，还(hái)有远方

技(jì)术都是有两(liǎng)面性的(de)，潜在的(de)危害并不(bù)能掩盖其光(guāng)辉(huī)的贡献。现在看来(lái)，人工智能技(jì)术将(jiāng)是第四次工业革命的核心驱动力量，将创造新的(de)增长(zhǎng)奇迹。

过去(qù)一年，人(rén)工智能(néng)在(zài)技术(shù)和商业层面都有了巨大进展，AI绘(huì)画就是人工(gōng)智能技(jì)术发生方(fāng)向性(xìng)改变的(de)一(yī)个(gè)代表。其下一(yī)站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈(quān)的短视频。这些视频引发关注并非内(nèi)容做得(dé)多优秀(xiù)，反而都(dōu)非(fēi)常简单(dān)，比如一匹(pǐ)正在喝水(shuǐ)的马，一只画(huà)画的玩具(jù)熊，或者一(yī)段骑(qí)摩托车(chē)的第(dì)一视角录像，随便一个(gè)有手机的人都可以随手录下一(yī)段。

但这些短视频的创(chuàng)作方(fāng)式(shì)非(fēi)常简单，创作者仅(jǐn)仅(jǐn)需(xū)要向AI输入一段话，甚至(zhì)只是说一下要求，AI就可以根(gēn)据(jù)需要(yào)生成一(yī)段视频。

谷歌发(fā)布的两个AI生成视频(pín)分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩(wán)了一(yī)波梗，一个能够做出(chū)更高清视频的(de)AI还不足(zú)以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的地方在于，它可以制作出(chū)超过2分钟的连贯(guàn)的也有确切(qiè)内(nèi)容的视频，这才是真(zhēn)正让人们感到(dào)惊喜的地方。因为无论(lùn)AI生成的视频多(duō)么高清，也只(zhǐ)能是(shì)为内容生(shēng)产(chǎn)者提供(gōng)一个(gè)灵感，一(yī)个素材，一个过(guò)场(chǎng)动画(huà)。

不过(guò)能够(gòu)制作(zuò)出有(yǒu)具(jù)体剧(jù)情内容(róng)的视频就意味(wèi)着，一些视(shì)频(pín)创作(zuò)由AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展(zhǎn)速度已经超过大部分(fēn)人(rén)的想(xiǎng)象。内容产业的本质(zhì)是供(gōng)给创造需求，AIGC作为全新的(de)内容生产方式，可以为内容(róng)产业(yè)带来(lái)更新的内容风格(gé)、更快的生产速度，更低的(de)生产成本，这无疑(yí)会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码、机器人动作等(děng)多种内(nèi)容形式(shì)的生(shēng)成(chéng)。不难(nán)发(fā)现该(gāi)项技术(shù)不仅在游戏等行(xíng)业能得(dé)到有效应用(yòng)，对于下一(yī)代互联网(wǎng)各种元素的构(gòu)建亦有关键意(yì)义(yì)。

从(cóng)商业化(huà)的角(jiǎo)度来看，文(wén)化娱乐、教育、传媒(méi)等诸多(duō)领域，本(běn)身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视频(pín)或不是结果，而只是AI进程(chéng)中(zhōng)的一(yī)块重(zhòng)要拼(pīn)图(tú)，有望在技术更新的加持下实现更大的(de)应用价值。

AI从理解内(nèi)容，走向了可以生成内容，甚至能(néng)够创造出(chū)独立(lì)价(jià)值和独立视角的内容。AIGC的再次出(chū)圈(quān)，更代表着未来的(de)先进生产力即(jí)将到来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底(dǐ)座

从(cóng)技(jì)术的(de)发展也可(kě)以看出，在语言大模型、图像大模型之后，多模态(tài)大模型已经成(chéng)为了新的趋势。

大模(mó)型被(bèi)誉为当前人(rén)工智能(néng)发展的(de)智能底座(zuò)，是全球竞争(zhēng)最激烈的研究方向(xiàng)之一，包(bāo)括(kuò)谷歌、亚马(mǎ)逊、百度(dù)、阿(ā)里、腾讯等众多(duō)头部企业都在竞相(xiāng)发力。

不(bù)过训(xùn)练大模型(xíng)的确价格不菲，以国盛证券发布(bù)的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本(běn)则介于(yú)200万(wàn)美元至1200万美元(yuán)高(gāo)价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独(dú)立(lì)访(fǎng)客平均数(shù)1300万(wàn)计算，其(qí)对应(yīng)芯片(piàn)需(xū)求(qiú)为(wèi)3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关注各类大模(mó)型的发展同时，更(gèng)应(yīng)该(gāi)关注算(suàn)力网络的(de)建设。

算(suàn)力网络正(zhèng)驱动AI产业发展进入(rù)史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这一人工(gōng)智能(néng)发展的终极目标(biāo)离得更(gèng)近。

因(yīn)为算力可以对突(tū)破性技术创新(xīn)提供大力(lì)的支(zhī)持。这方面，多模态大模(mó)型是典型。作为面向未(wèi)来强人(rén)工智能、通用人(rén)工智能的重要技术(shù)创新，多模态大模型已经在人工智能领(lǐng)域提出(chū)了很多年，业界也有(yǒu)不(bù)少技术(shù)突破，但是，多模态大模型(xíng)进(jìn)一步往(wǎng)下走，算力需求呈(chéng)几何(hé)式(shì)上升(shēng)，一般的算(suàn)力基(jī)础设施很快将难以胜任。

从图像、文字、语音单独一(yī)项(xiàng)的训练，到(dào)双模态、三模态的跃迁(qiān)，让人工智能可以灵活(huó)应(yīng)对不同模态的转(zhuǎn)化(huà)、像人与世界交互一(yī)样自然，这方面，由算力(lì)网络来(lái)驱动(dòng)将(jiāng)有明显(xiǎn)优势。

此外，还有很(hěn)多需(xū)要爆发式增长的算力(lì)来支撑的(de)技术创新，将在(zài)人工智(zhì)能算力网络支(zhī)撑下快速(sù)推进。

AIGC已(yǐ)经(jīng)露(lù)出曙光，期待在大模型(xíng)和大算力(lì)的(de)支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 新人进拘留所会挨打吗，拘留所新人进去受欺负吗