自聊天机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈(tán)论人工智(zhì)能话题。在最近的一次采访中，他再(zài)次表示：“AI可(kě)能会让(ràng)科技行业迎来一(yī)次剧烈的(de)洗(xǐ)牌(pái)”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的发展可(kě)能会威胁到谷歌的市占率，因为微软在AI方面的行(xíng)动相当(dāng)迅速。而最终科(kē)技巨(jù)头将把AI整合成用户的“全能(néng)助手”，包揽一切应用，与人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国(guó)科罗拉多(duō)州举办的(de)新兴数字艺术家竞(jìng)赛中，一幅(fú)名为《太空歌(gē)剧院》的(de)作品获(huò)奖(jiǎng)。

随(suí)后各大厂商的AI绘画(huà)软(ruǎn)件(jiàn)被广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入一组关(guān)键词或者一张照片，就能(néng)获得一幅(fú)AI创作的画作。

作画的(de)关键就是(shì)所(suǒ)输(shū)入的文本。同一组关键词(cí)也可以创作出很多张风格不一样的画作，这让(ràng)创(chuàng)作的过程就(jiù)像开盲盒。

很多(duō)用户很喜欢这(zhè)种不确(què)定的惊(jīng)喜，他们会将生(shēng)成的(de)美图当做头像。而另(lìng)一(yī)部(bù)分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片(piàn)被AI识别(bié)成了建筑。

而如今(jīn)随(suí)着ControlNet的(de)出(chū)现与加持(chí)，以往AI绘画(huà)的填写关键(jiàn)词游(yóu)戏可(kě)能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中(zhōng)国人张吕敏创作的一种(zhǒng)基于控(kòng)制点的图像变形算(suàn)法，主要用于(yú)数字图像(xiàng)处理、计算机(jī)视觉和计算机图(tú)形学等领域(yù)。

其SD插(chā)件(jiàn)一经发(fā)布(bù)，在短短的两天内便成为(wèi)了AI绘画领域最新(xīn)的(de)热(rè)点(diǎn)。

在此之前(qián)，大家(jiā)用了很多方(fāng)法想让AI生成的结(jié)果(guǒ)尽可能的(de)符合要求，但(dàn)是(shì)都(dōu)不尽如人意，它(tā)的(de)出现(xiàn)代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提(tí)取画面的构图(tú)，人物的(de)姿势和画(huà)面的(de)深度信息等。有了它的帮助，就不用频繁的(de)用提示词来(lái)碰运(yùn)气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的作品已(yǐ)经获得了大(dà)量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他(tā)用朋友的照片直接带她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换(huàn)关键词(cí)试效果。

通过图片就可以看出来，效果十分(fēn)惊艳。

更厉害的(de)是(shì)，除了真(zhēn)实的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全彩图(tú)。大神张吕敏其本(běn)尊也亲自回应(yīng)。

不(bù)得不说当下(xià)AIGC已(yǐ)经变得越(yuè)来越强大(dà)，甚至输(shū)出的作品都已经能以假乱真了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术力爆发

警(jǐng)惕安全问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被大家当成(chéng)真(zhēn)事传播了(le)。

不(bù)过仔细观察可以发现，活(huó)动发(fā)起者提供(gōng)的(de)照(zhào)片中(zhōng)有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女性的手指部分有的存在异常。

有行业人事表示(shì)：“现在(zài)因为手指部(bù)分的绘(huì)画算法比(bǐ)较(jiào)复(fù)杂，AI还不太会画人的手(shǒu)，但最新(xīn)看到的图片已经有越来越完美的(de)AI模型出现(xiàn)，以后可能(néng)就完全没有漏(lòu)洞(dòng)了。”

类(lèi)似的AI作(zuò)图诈(zhà)骗在国外也已有发生。据英国(guó)广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假照片发布到(dào)网络，以(yǐ)此诱骗善良的人打赏“捐助”从而(ér)实(shí)施(shī)诈(zhà)骗。

目前随(suí)着技术发(fā)展，AIGC已经(jīng)能(néng)做出真(zhēn)人照(zhào)片般的绘图效果，如(rú)果这样的图(tú)片被用来诈(zhà)骗，将(jiāng)非常可(kě)怕(pà)。

此外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判(pàn)者认为AI在“学习”了大(dà)量前人(rén)的作品之后，其(qí)创作没(méi)有任何情绪和灵魂，难以和人类(lèi)的艺术(shù)创作相提(tí)并论(lùn)。

另一方面(miàn)，AIGC背(bèi)后的版权、目前都并没有得到有效的解(jiě)决，还有(yǒu)AIGC会不会(huì)代(dài)替人类“至高无上”的(de)创意。

马斯(sī)克也(yě)强调，人工智能(néng)的安(ān)全(quán)问题需(xū)要得到重视，太(tài)晚就来(lái)不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都是(shì)有两面(miàn)性的，潜在的(de)危害并不能掩盖(gài)其光辉的贡献。现在看来，人(rén)工智能(néng)技术将是(shì)第(dì)四次工业革命的核心驱(qū)动(dòng)力(lì)量，将创造新的增长奇迹(jì)。

过去(qù)一年，人(rén)工智能在(zài)技术和商(shāng)业层面都有了巨大(dà)进展，AI绘画(huà)就(jiù)是人工智能技术发生(shēng)方(fāng)向(xiàng)性改(gǎi)变(biàn)的一个代表(biǎo)。其(qí)下一站(zhàn)或许就是(shì)视(shì)频。

此前(qián)，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这些(xiē)视频引(yǐn)发关注并非(fēi)内容做得多(duō)优秀(xiù)，反(fǎn)而都非常简(jiǎ嫦娥二号拍到外星人已经证实n)单，比(bǐ)如(rú)一匹正在喝水(shuǐ)的马，一(yī)只画画的(de)玩(wán)具熊，或者一段(duàn)骑摩托车的(de)第一视角录(lù)像，随便(biàn)一个有手机的(de)人(rén)都可以随手录下一段(duàn)。

但这些短(duǎn)视频的创作方(fāng)式(shì)非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说一(yī)下要求，AI就可(kě)以根据需要生成一段视(shì)频(pín)。

谷歌(gē)发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经玩了一波梗，一个能够做出更高清视频的(de)AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的(de)地方在于，它可(kě)以制作出超过2分钟(zhōng)的连贯的也有(yǒu)确切内容(róng)的(de)视频(pín)，这才(cái)是真(zhēn)正让人们感到惊喜(xǐ)的(de)地方。因为无(wú)论AI生成的视(shì)频(pín)多(duō)么高清，也(yě)只能是为内容生(shēng)产者提供一个灵(líng)感，一个(gè)素(sù)材，一个过场(chǎng)动画。

不(bù)过能够制作出(chū)有(yǒu)具体剧情内(nèi)容的视频就意味着，一(yī)些视频创作由AI代替(tì)人工完成已经初步有了可(kě)能(néng)。

当下AI的发展速度已经超过(guò)大部分人的(de)想象。内容产(chǎn)业的(de)本质是供给创造需求，AIGC作为全(quán)新的(de)内容(róng)生产方式，可以为内容产业带来更新的内容风格、更快的生产速度(dù)，更低的生产成(chéng)本，这无疑会驱动内容(róng)产业(yè)的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用(yòng)于音乐、代码、机器人动作等多(duō)种(zhǒng)内(nèi)容(róng)形式的生成。不难发(fā)现该项(xiàng)技术不仅在游戏等行业能得到有效应用，对于下一代互(hù)联网各种元素的构建亦有关键(jiàn)意义。

从商(shāng)业化的角度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的(de)可视化内容有强(qiáng)烈需求。

因此，AI绘画及视(shì)频或(huò)不是结果，而只是AI进程(chéng)中(zhōng)的一块重(zhòng)要拼图，有望在技(jì)术更新的加(jiā)持下实现更大的(de)应用价值。

AI从理解内容，走向(xiàng)了可以生成内容(róng)，甚至能够创造(zào)出(chū)独(dú)立价值和独立视(shì)角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着未来的先进(jìn)生产力即将到来。

04

紧抓(zhuā)大模(mó)型(xíng)与算(suàn)力(lì)，牢固AIGC底座

从技(jì)术的发展也可以看(kàn)出，在语言大(dà)模(mó)型、图像大模型之后(hòu)，多模(mó)态大模型已经(jīng)成为(wèi)了新的趋势。

大模型被誉为当前(qián)人工智能(néng)发(fā)展的智(zhì)能(néng)底座，是(shì)全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚(yà)马(mǎ)逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部企(qǐ)业都在竞相发力。

不(bù)过训练大(dà)模型的确(què)价格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一(yī)些更大(dà)的LLM(大型(xíng)语言模型(xíng))，训练成(chéng)本(běn)则(zé)介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月(yuè)的独(dú)立(lì)访客(kè)平均数(shù)1300万计算，其对应芯片(piàn)需(xū)求(qiú)为(wèi)3万(wàn)多(duō)片英(yīng)伟达(dá)A100 GPU，初始投入(rù)成(chéng)本约为8亿(yì)美元(yuán)，每(měi)日(rì)仅(jǐn)电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离(lí)不开(kāi)庞(páng)大算力支持。在关注(zhù)各类(lèi)大模型的发展同时，更(gèng)应(yīng)该关注(zhù)算力网络的建设。

算(suàn)力网络正驱(qū)动AI产(chǎn)业发(fā)展进入史(shǐ)诗级加(jiā)速进程，让AIGC及通用AI这一人(rén)工(gōng)智能(néng)发(fā)展的终极目标(biāo)离得更近。

因为算(suàn)力可(kě)以对突破(pò)性技术创新提供大(dà)力的支(zhī)持。这方面，多模(mó)态大(dà)模型是典型。作为面(miàn)向未来强(qiáng)人工智能、通用人工智能的重要技术创新(xīn)，多模态(tài)大(dà)模型(xíng)已(yǐ)经(jīng)在人工智能(néng)领域(yù)提出了(le)很多年，业界也有不少技(jì)术突破，但是，多模态大模型进(jìn)一步往下(xià)走(zǒu)，算(suàn)力需求呈几(jǐ)何式上升，一(yī)般(bān)的算(suàn)力基(jī)础设施很快将(jiāng)难以胜任。

从(cóng)图像、文(wén)字、语音单独(dú)一项的训练，到双模态、三模(mó)态的跃迁，让(ràng)人工智能可以(yǐ)灵(líng)活应对不同模(mó)态(tài)的(de)转化、像人与(yǔ)世(shì)界交互一样自然，这方面，由算力(lì)网络(luò)来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发式增长的算(suàn)力来支撑的技术创新，将在(zài)人工智(zhì)能(néng)算(suàn)力(lì)网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大(dà)算(suàn)力的(de)支持下AIGC能持续颠(diān)覆内容生产的(de)方式，将创造的边际成本降低，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