自聊天机器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔(ěr)·盖(gài)茨已多次公开(kāi)谈论人(rén)工(gōng)智能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会让(ràng)科技(jì)行(xíng)业迎来一次剧烈的洗牌”。

这(zhè)个结论是他在当地(dì)时(shí)间2月(yuè)20日(rì)接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发(fā)展(zhǎn)可能会(huì)威胁(xié)到谷歌(gē)的市占率，因为微软在AI方面的行(xíng)动相当迅速。而最(zuì)终科技巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切应用，与人们进行(xíng)沟(gōu)通并提供(gōng)建议(yì)，可以取代亚(yà)马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来(lái)可能尚需时日(rì)，但由ControlNet引发(fā)的又一次AI绘(huì)画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科(kē)罗拉(lā)多州(zhōu)举办的新兴数(shù)字(zì)艺术家(jiā)竞(jìng)赛中，一幅名(míng)为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的(de)AI绘画软件被广大(dà)网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以(yǐ)在(zài)应用(yòng)中输入一组关(guān)键词(cí)或者一张照(zhào)片，就能获得一幅AI创作(zuò)的画(huà)作。

作画的关键就是所输入(rù)的文本。同一(yī)组关键词也可以创作出很多张风格不一样的画作(zuò)，这(zhè)让创作的(de)过程(chéng)就像开盲盒(hé)。

很多用户很(hěn)喜欢(huān)这种不确定的(de)惊喜，他们会将生(shēng)成的美图当做头像。而另一(yī)部分喜(xǐ)欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位网(wǎng)友的小狗(gǒu)照片(piàn)被AI画(huà)成了“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成了建筑。

而如(rú)今随(suí)着ControlNet的(de)出(chū)现与加持，以(yǐ)往AI绘画的填写关键词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福(fú)读博(bó)的中国人(rén)张吕敏创作的(de)一种基于控制点的图像变(biàn)形算法(fǎ)，主要用于(yú)数字图像处理、计算机视觉(jué)和计算机(jī)图形(xíng)学等领域。

其SD插件一经发布，在短短(duǎn)的两(liǎng)天内便成为了AI绘(huì)画领(lǐng)域(yù)最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结果尽可(kě)能的符合要求，但是都不尽(jǐn)如(rú)人意，它的出(chū)现代表着AI生成开始(shǐ)进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可以直接提取画(huà)面的构图，人物的姿势(shì)和画面的深度信息等(děng)。有(yǒu)了它(tā)的帮助(zhù)，就不用(yòng)频繁的(de)用提示词来碰(pèng)运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加(jiā)了(le)“魔法”，不少博主的作品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字(zì)。

再用(yòng)Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始(shǐ)换关键(jiàn)词试效果。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊(jīng)艳(yàn)。

更厉害的是，除(chú)了真实的(de)照片，草(cǎo)图也(yě)可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不(bù)得(dé)不说当(dāng)下(xià)AIGC已经变(biàn)得越(yuè)来越强大，甚至输出(chū)的作(zuò)品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆(bào)发(fā)

警惕安(ān)全问题

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

由于这个(gè)活动里面给出的(de)美女照片都是(shì)AI制作的(de)真人照片绘(huì)图(tú)，因为太逼(bī)真，被(bèi)大家当成(chéng)真(zhēn)事传播了。

不过仔(zǎi)细(xì)观察可以发现，活动发起者提供的照(zhào)片(piàn)中有(yǒu)个很大的漏洞可以发(fā)现并非真(zhēn)人(rén)，而(ér)是AI绘图，那便是(shì)图片中女性的(de)手指部分有的存在异(yì)常。

有行业人(rén)事表示：“现在因(yīn)为手指部分的绘画算法比较复(fù)杂，AI还(hái)不(bù)太会(huì)画人的手，但最新看到的(de)图片已经有越来越完(wán)美的(de)AI模型出现，以后可(kě)能就完(wán)全(quán)没(méi)有漏洞(dòng)了。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国(guó)广播(bō)公司(sī)报道(dào)，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照片发布到网络，以此诱(yòu)骗(piàn)善良的(de)人打赏“捐助”从而(ér)实施诈骗(piàn)。

目前随着(zhe)技术(shù)发展，AIGC已经(jīng)能做出真人照片般的绘(huì)图(tú)效果，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批(pī)判者(zhě)认为AI在“学习”了(le)大量(liàng)前人(rén)的作品之(zhī)后(hòu)，其创(chuàng)作没有任(rèn)何情(qíng)绪(xù)和灵魂，难以和人类(lèi)的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到(dào)有效的解决，还有(yǒu)AIGC会不会代替(tì)人类(lèi)“至高无上(shàng)”的(de)创意。

马(mǎ)斯克也(yě)强调，人工智能的(de)安全问题需要得到重(zhòng)视，太晚就(jiù)来(lái)不(bù)及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两面性的(de)，潜在(zài)的危害并不能(néng)掩盖其光辉的贡(gòng)献。现在(zài)看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新(xīn)的增长奇迹(jì)。

过去一年(nián)，人工智能在技(jì)术和商业层面(miàn)都(dōu)有了巨大进展，AI绘画就是人工智(zhì)能技术(shù)发生方(fāng)向性改变的一个代表。其下(xià)一(yī)站或许就是(shì)视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技(jì)圈的短视频。这些视频引发关注并非内(nèi)容做(zuò)得多优秀，反而都非(fēi)常(cháng)简单，比如一(yī)匹正(zhèng)在(zài)喝水的马，一只画(huà)画的玩具(jù)熊，或(huò)者(zhě)一段骑摩(mó)托车的(de)第一视角录像，随(suí)便一个有手机的人(rén)都可以随手录下一段。

但这(zhè)些短视频的创作(zuò)方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅(jǐn)需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说(shuō)一下要求，AI就(jiù)可以(yǐ)根(gēn)据(jù)需要生成一段视频(pín)。

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

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一(yī)波梗，一(yī)个能够做(zuò)出更(gèng)高清视频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟的连贯的也(yě)有(yǒu)确切内容的(de)视(shì)频，这才是真正让人(rén)们感到惊喜的地方。因为(wèi)无论AI生成的视频(pín)多么高清，也(yě)只能(néng)是为内(nèi)容生产者提(tí)供一(yī)个灵感，一个素材(cái)，一个过(guò)场动(dòng)画。

不过能够制(zhì)作(zuò)出有具体剧(jù)情内容的视频就意味(wèi)着，一(yī)些视频(pín)创作由AI代(dài)替人工完成已经初步有了可能。

当下(xià)AI的发展(zhǎn)速度(dù)已(yǐ)经超(chāo)过大部分人的想象。内容产业的本质是供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业(yè)带(dài)来更新的内容风格、更(gèng)快(kuài)的(de)生产速度(dù)，更(gèng)低的生(shēng)产成本(běn)，这(zhè)无(wú)疑(yí)会驱动内容产业的(de)大爆发(fā)。

除了(le)AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作等多种内(nèi)容形式(shì)的(de)生成。不难发现该项(xiàng)技(jì)术(shù)不(bù)仅(jǐn)在游戏等行业能得到有效应用，对(duì)于下一代互联网各种(zhǒng)元素的构建亦有关键意义(yì)。

从(cóng)商业化的角(jiǎo)度来(lái)看，文化娱乐(lè)、教(jiào)育、传(chuán)媒等(děng)诸多领域，本身(shēn)就对基于AI的可(kě)视化内容有(yǒu)强烈需(xū)求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更新的加持下(xià)实现更大的(de)应(yīng)用(yòng)价值。

AI从理解内容，走向了(le)可以(yǐ)生成内容，甚至能够创造(zào)出独(dú)立价值和独立视角(jiǎo)的内容。AIGC的再(zài)次出(chū)圈，更代(dài)表着未来的先进生产力(lì)即将到(dào)来。

04

紧抓大模型与算力(lì)，牢(láo)固(gù)AIGC底(dǐ)座

从技术(shù)的发(fā)展(zhǎn)也可以看出(chū)，在语(yǔ)言大模型、图像大模型之后(hòu)，多模(mó)态大模型已经成为(wèi)了新的趋势(shì)。

大模型被誉(yù)为当前人工智能发展(zhǎn)的智能底座，是全球(qiú)竞争最(zuì)激烈的研究(jiū)方向之一，包(bāo)括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾(téng)讯等众多头部(bù)企业都在竞(jìng)相发力。

不过训练大模型的(de)确价(jià)格(gé)不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算(suàn)，GPT-3训练一次的成本约为140万美(měi)元。而对于一些更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访客平(píng)均数1300万计(jì)算，其对应(yīng)嘴巴含胸的感觉知乎，嘴巴含胸的感觉如乎芯片需(xū)求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入成本约为8亿美元，每日(rì)仅电费就在(zài)5万美元左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支持。在关(guān)注各类大模型的发展同时，更(gèng)应该关注算(suàn)力(lì)网络的(de)建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入(rù)史(shǐ)诗级加(jiā)速进程(chéng)，让(ràng)AIGC及通(tōng)用AI这一人工智(zhì)能发(fā)展的终极(jí)目标离得更近(jìn)。

因为(wèi)算力可以(yǐ)对突破性技术(shù)创新提供大力的支持。这方面，多模态(tài)大模型是典型(xíng)。作为面向未来强人工智(zhì)能(néng)、通用人(rén)工智能的重(zhòng)要技术创(chuàng)新，多嘴巴含胸的感觉知乎，嘴巴含胸的感觉如乎模态(tài)大模型已经(jīng)在人(rén)工智能领域提出了(le)很多年，业(yè)界也有不(bù)少技术突破，但是(shì)，多模态大模型进一步往(wǎng)下走(zǒu)，算(suàn)力需求呈几何式上(shàng)升，一般(bān)的(de)算(suàn)力基础(chǔ)设施很(hěn)快(kuài)将难以胜(shèng)任。

从图像、文字(zì)、语音(yīn)单独一项的训练，到双模(mó)态、三模态的(de)跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人(rén)与(yǔ)世界交(jiāo)互一样自(zì)然，这方面，由算力网络来驱动将有(yǒu)明显优(yōu)势。

此外(wài)，还(hái)有很多需要爆发(fā)式增长的算力来支撑的技术创(chuàng)新，将在人工智能算力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的支持下AIGC能持(chí)续(xù)颠覆内(nèi)容生(shēng)产的方式，将创造的(de)边际成(chéng)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 嘴巴含胸的感觉知乎，嘴巴含胸的感觉如乎