自聊天机器(qì)人ChatGPT火爆(bào嫦娥二号拍到外星人已经证实)以来，微软公(gōng)司创始人比尔(ěr)·盖茨已多次(cì)公开(kāi)谈论(lùn)人工智能话(huà)题。在最近的一次(cì)采访中，他再(zài)次表示(shì)：“AI可能会让科技(jì)行业迎来一次剧(jù)烈的洗(xǐ)牌”。

这个结(jié)论是他在(zài)当地时间2月20日接(jiē)受《In Good Company》节(jié)目(mù)专(zhuān)访(fǎng)时提(tí)出的。

他预期，AI的发(fā)展可能会威(wēi)胁(xié)到谷歌的(de)市占率(lǜ)，因(yīn)为微软在AI方面的行动相当(dāng)迅速(sù)。而最终(zhōng)科技巨头将把AI整(zhěng)合成用户的“全(quán)能助手”，包(bāo)揽一(yī)切应用，与人们进行沟通并(bìng)提供(gōng)建议，可以取(qǔ)代亚(yà)马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中全能助(zhù)手的到来(lái)可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘(huì)画(huà)为代表的AIGC上一次(cì)爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州举办(bàn)的新兴数字艺术家竞赛中(zhōng)，一幅(fú)名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂商(shāng)的AI绘画(huà)软件(jiàn)被广大网(wǎng)友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们可以在应用(yòng)中输入一组关键词或(huò)者一(yī)张照片，就能获(huò)得(dé)一(yī)幅AI创作的画作。

作画的关(guān)键就(jiù)是所输入(rù)的(de)文本。同一组关键词也可(kě)以创作出很(hěn)多张(zhāng)风(fēng)格(gé)不一样的画(huà)作(zuò)，这让创作的过程(chéng)就像开盲盒。

很(hěn)多用户很喜欢这种不确定的(de)惊喜，他们会将生成的美图当做(zuò)头(tóu)像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻(fān)车现场”，例如(rú)，一位网友的小狗照(zhào)片被AI画成了“肌(jī)肉男”，还有(yǒu)网友(yǒu)的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中(zhōng)国人(rén)张吕敏创作的一种基于控制(zhì)点的(de)图像变形算法，主要用于(yú)数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一(yī)经发(fā)布，在短短的两天内便成(chéng)为了AI绘画(huà)领域最新的热点。

在(zài)此之前，大家用了很多方(fāng)法想让AI生(shēng)成的(de)结果尽可能的符(fú)合要(yào)求(qiú)，但是(shì)都不尽如人意，它的(de)出现代表着AI生成(chéng)开始进入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势(shì)和画面(miàn)的深度信息等。有了它(tā)的(de)帮助，就不用频(pín)繁的用提示词来碰运气，抽(chōu)盲盒式的(de)创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不少博主的作品已经获得了(le)大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直接带她们(men)走进动漫世界。

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

再(zài)用Text2Prompt插(chā)件(jiàn)拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果(guǒ)。

通过图(tú)片就可以(yǐ)看出(chū)来，效果十分惊艳(yàn)。

更厉(lì)害(hài)的(de)是，除了真(zhēn)实的照(zhào)片，草图也可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能实(shí)现(xiàn)线稿转全彩(cǎi)图(tú)。大神张吕(lǚ)敏其本尊也亲(qīn)自(zì)回应(yīng)。

不得不说(shuō)当下AIGC已经变(biàn)得越来越强大，甚至(zhì)输出的作品都已(yǐ)经(jīng)能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游(yóu)艇party”的(de)消息火遍网络(luò)，而经(jīng)过警方辟谣(yáo)这(zhè)所(suǒ)谓(wèi)的“party”可能(néng)是(shì)全国第一起AI绘(huì)图诈(zhà)骗(piàn)。

由于这个活动里面(miàn)给出的(de)美(měi)女照片都是AI制作的真(zhēn)人(rén)照片绘图，因为太逼真，被大家(jiā)当成真(zhēn)事(shì)传播了。

不过仔(zǎi)细观察可以发现，活动(dòng)发起者提供(gōng)的照片中有(yǒu)个很大的漏洞(dòng)可以发现并非真(zhēn)人，而是AI绘图，那便是图片(piàn)中女(nǚ)性的(de)手指部分有(yǒu)的存在异常。

有行业人事表示：“现在因为(wèi)手(shǒu)指部(bù)分的绘画算法比较(jiào)复杂(zá)，AI还不太会画人的手，但最新(xīn)看到的图片已经有越来(lái)越完美(měi)的AI模型出现，以后可能(néng)就完(wán)全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗在(zài)国外也已有发生。据(jù)英(yīng)国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用户(hù)使用(yòng)AI合(hé)成(chéng)了儿童受灾的假照片(piàn)发(fā)布(bù)到网络，以(yǐ)此诱骗(piàn)善(shàn)良(liáng)的人打赏“捐助”从(cóng)而实施(shī)诈骗(piàn)。

目前随着技(jì)术(shù)发展，AIGC已经能做(zuò)出(chū)真(zhēn)人照(zhào)片般的绘图效果，如果这样的(de)图片被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的作品之后，其创作没有任(rèn)何情绪和灵魂，难以和人(rén)类(lèi)的艺(yì)术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目(mù)前都并(bìng)没有得到有效的解决，还(hái)有AIGC会(huì)不会(huì)代替人类“至高(gāo)无上”的创意。

马斯克(kè)也强调，人工智能(néng)的安全问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技(jì)术都是有两面性的，潜在的(de)危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智(zhì)能技术将(jiāng)是第四次工业革命的(de)核心驱动力量(liàng)，将创造(zào)新的(de)增(zēng)长奇迹。

过(guò)去一年，人工智能在技(jì)术和(hé)商业(yè)层面都有了巨(jù)大进(jìn)展(zhǎn)，AI绘(huì)画就是人工智能(néng)技术(shù)发生方向性改变的一个代表。其(qí)下一站或许就是(shì)视(shì)频。

此前，Meta和(hé)谷歌(gē)先(xiān)后发布了(le)几条引爆科技圈(quān)的短视频。这些视频(pín)引发关注并(bìng)非内容做得多优秀，反而都非常(cháng)简单，比(bǐ)如(rú)一(yī)匹正(zhèng)在喝(hē)水的马，一只画画的玩(wán)具熊(xióng)，或者一(yī)段骑摩托车的第一(yī)视角(jiǎo)录像，随便一个有手机的人都可以随手录下一(yī)段。

但这些短(duǎn)视频的创作方式非常简单，创作者仅仅需要(yào)向AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成(chéng)一段视频。

谷歌发布的两(liǎng)个AI生成视(shì)频分别来自于(yú)Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一波梗，一个能(néng)够做(zuò)出更高(gāo)清视频的(de)AI还(hái)不(bù)足(zú)以在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的(de)地(dì)方在于(yú)，它可以制作(zuò)出超(chāo)过2分钟的连贯的(de)也有确(què)切内(nèi)容(róng)的视频，这(zhè)才是(shì)真正让人们感到(dào)惊喜的地(dì)方。因为无论AI生成的视频多么高(gāo)清，也(yě)只能是为内容(róng)生产者提供一(yī)个灵感，一个素(sù)材，一个过场动画。

不过能够制(zhì)作(zuò)出有具(jù)体剧情(qíng)内容(róng)的视频(pín)就(jiù)意(yì)味着，一(yī)些视频创作由AI代(dài)替(tì)人工完(wán)成已经初步有了(le)可能。

当下(xià)AI的发展(zhǎn)速度(dù)已(yǐ)经超过大部分人的(de)想(xiǎng)象。内容(róng)产业的本质是供给创造需求，AIGC作为全新的内容生产方(fāng)式，可(kě)以为内容产(chǎn)业带来更(gèng)新的内容风格、更快的生(shēng)产速度，更低(dī)的生(shēng)产成本(běn)，这(zhè)无(wú)疑会驱动内(nèi)容产(chǎn)业的大(dà)爆(bào)发。

除了(le)AI绘图、视频，AIGC技术还(hái)能应(yīng)用于音(yīn)乐(lè)、代码、机(jī)器人动作等多种内容形式的生成。不(bù)难(nán)发现该(gāi)项技术不仅在(zài)游戏等行业能得到(dào)有效应用，对于(yú)下一代互联网各种元素的构建亦有关(guān)键意(yì)义。

从商业(yè)化的角度(dù)来看，文化娱乐、教育、传媒等诸(zhū)多(duō)领域，本身(shēn)就对(duì)基于(yú)AI的可(kě)视化内容有强烈需(xū)求。

因此，AI绘画及(jí)视(shì)频(pín)或不(bù)是(shì)结(jié)果，而只(zhǐ)是AI进程中的(de)一块(kuài)重要(yào)拼图，有望(wàng)在(zài)技术更新的(de)加持下实现更大的(de)应用价值。

AI从理解内(nèi)容，走(zǒu)向了可以生成内容，甚至能(néng)够创造出独立(lì)价(jià)值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的再次出圈(quān)，更代表着未来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模型与算(suàn)力(lì)，牢固(gù)AIGC底座(zuò)

从(cóng)技术的发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多模态大模型已经成为了新的趋势。

大(dà)模型被誉为当前(qián)人工智(zhì)能(néng)发(fā)展的(de)智能底座，是全球竞争最激烈的(de)研究方向之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度(dù)、阿(ā)里、腾讯等(děng)众(zhòng)多头(tóu)部企业都在(zài)竞(jìng)相(xiāng)发力。

不(bù)过(guò)训练大模型的确价格不菲(fēi)，以国盛(shèng)证(zhèng)券发布(bù)的《ChatGPT需(xū)要(yào)多(duō)少算力》报(bào)告(gào)估算，GPT-3训(xùn)练一次的(de)成本约为140万(wàn)美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访客平均数(shù)1300万计算，其对应芯(xīn)片(piàn)需(xū)求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每日仅电费就在5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算(suàn)力支持。在关注各类大模型的发展同时，更应该关注算力网络的建设。

算(suàn)力(lì)网络正驱动AI产业(yè)发展进入史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因(yīn)为(wèi)算(suàn)力(lì)可以对突(tū)破性技术创新提(tí)供(gōng)大力的支持。这方(fāng)面，多(duō)模态大(dà)模型是典型。作为面向未来强人(rén)工智能、通用(yòng)人工智(zhì)能的重要(yào)技术创(chuàng)新，多模态大模型已经在人工智能领域提(tí)出了很多(duō)年(nián)，业界也有不少(shǎo)技术(shù)突破(pò)，但是，多模态大模(mó)型进(jìn)一步往下走，算(suàn)力(lì)需求(qiú)呈几何式上升，一(yī)般的算力基础设施(shī)很快将难以胜任。

从(cóng)图像、文字、语音(yīn)单独(dú)一项(xiàng)的训练，到双模态、三模态(tài)的跃迁，让人工智(zhì)能可(kě)以灵活应对不同模(mó)态的转化、像(xiàng)人与世界交(jiāo)互一样自然，这方面，由(yóu)算力网络来驱动(dòng)将有明显优势。

此外，还有很多(duō)需要爆发式增长的算力(lì)来支撑的技术(shù)创新(xīn)，将在(zài)人工智能算力网络(luò)支撑(chēng)下(xià)快速推进。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算力的(de)支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造(zào)的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 嫦娥二号拍到外星人已经证实