自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨已多次(cì)公开谈(tán)论人工智(zhì)能话题。在最近的一次(cì)采访中(zhōng)，他再次(cì)表示：“AI可(kě)能会让(ràng)科(kē)技行业迎来(lái)一次剧(jù)烈的洗(xǐ)牌(pái)”。

这个结论是(shì)他在当地时(shí)间(jiān)2月20日(rì)接受《In Good Company》节目(mù)专访(fǎng)时(shí)提出的。

他(tā)预期(qī)，AI的发(fā)展可能会威胁到谷歌的(de)市占率，因为微软在AI方面的行动(dòng)相当迅速(sù)。而最终(zhōng)科技(jì)巨(jù)头将把AI整(zhěng)合成用(yòng)户(hù)的(de)“全(quán)能助手”，包揽一(yī)切(qiè)应(yīng)用，与人们(men)进(jìn)行(xíng)沟(gōu)通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手的到来(lái)可(kě)能尚需时日，但(dàn)由ControlNet引发的又一(yī)次(cì)AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘(huì)画为代(dài)表的AIGC上(shàng)一次爆(bào)火(huǒ)的时候，还是(shì)2022年8月，在(zài)美国科罗(luó)拉多州举(jǔ)办(bàn)的新兴数字(zì)艺(yì)术家竞赛中，一幅名(míng)为《太(tài)空歌(gē)剧院(yuàn)》的作品获(huò)奖。

随(suí)后各大厂商的AI绘画(huà)软件被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输入一组关键词或者一张照片，就能获得一幅AI创作的(de)画(huà)作。

作画的(de)关键就是(shì)所输入的(de)文本(běn)。同(tóng)一组关键词也(yě)可以(yǐ)创作出很多张风格不一样(yàng)的(de)画(huà)作，这让(ràng)创(chuàng)作的(de)过程就像(xiàng)开盲盒。

很多(duō)用户(hù)很喜欢这种(zhǒng)不(bù)确定(dìng)的(de)惊喜，他们会(huì)将生成的美(měi)图(tú)当做头(tóu)像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上(shàng)，许多用户分享(xiǎng)AI“翻(fān)车(chē)现(xiàn)场(chǎng)”，例(lì)如，一位(wèi)网友的(de)小狗照片被AI画成了“肌肉男(nán)”，还(hái)有网友的(de)个(gè)人照片被AI识别成了(le)建筑。

而如今(jīn)随(suí)着ControlNet的出(chū)现与(yǔ)加持，以往(wǎng)AI绘画的(de)填写关键词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是(shì)一(yī)位(wèi)正在斯坦(tǎn)福读博的中国人张吕(lǚ)敏创作的(de)一种(zhǒng)基于控(kòng)制(zhì)点的图(tú)像变(biàn)形算(suàn)法，主要(yào)用于数字(zì)图像处理、计算机(jī)视觉和(hé)计算机图形(xíng)学等领域。

其(qí)SD插件一经发(fā)布，在短短的两天内便成为(wèi)了(le)AI绘画领域最(zuì)新的热点。

在此之前(qián)，大(dà)家用了很多方(f什么的灯火如何填空词语 灯火是词语吗āng)法想让AI生(shēng)成的结(jié)果尽可(kě)能的符合要求，但是(shì)都不尽如人意，它的(de)出现代表(biǎo)着AI生成开始进(jìn)入真正的(de)可控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和(hé)画面的深度(dù)信息等。有(yǒu)了它的帮助，就不用频繁的(de)用提示词来碰运气(qì)，抽盲盒式的创(chuàng)作了。

通(tōng)俗的说(shuō)ControlNet相当(dāng)于给(gěi)AI绘画加了(le)“魔(mó)法”，不(bù)少博主(zhǔ)的作品已经获(huò)得了大量的(de)浏览量，“viggo”就是其中之(zhī)一，他(tā)用朋友(yǒu)的照片直接带她们走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词(cí)；最(zuì)后用(yòng)ControlNet插件绑定骨骼开始换关键(jiàn)词(cí)试效(xiào)果。

通过图片(piàn)就可以看出来(lái)，效果十分惊艳。

更厉害(hài)的(de)是，除(chú)了(le)真实的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其(qí)本尊也(yě)亲(qīn)自回应。

不得不说当下AIGC已经变得越来越强大(dà)，甚至输(shū)出的作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全问(wèn)题(tí)

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消息火(huǒ)遍网络(luò)，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出(chū)的美女照片都是AI制作的(de)真人照片绘图，因为太(tài)逼真(zhēn)，被大家当(dāng)成(chéng)真事传播了。

不过(guò)仔(zǎi)细观察可以(yǐ)发(fā)现，活(huó)动发起者提供的照片中有个(gè)很大的(de)漏(lòu)洞可以发现并非真人(rén)，而是AI绘图(tú)，那便是图片中女性(xìng)的(de)手指部分有的存(cún)在异常。

有行(xíng)业(yè)人事表(biǎo)示(shì)：“现在因(yīn)为(wèi)手指部(bù)分的绘画(huà)算(suàn)法比较复杂，AI还不太会画人的手，但(dàn)最新看到的图片(piàn)已经有越来越完美的AI模型出现，以后可(kě)能就完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外也(yě)已有发生。据英(yīng)国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善良的(de)人打(dǎ)赏(shǎng)“捐(juān)助”从(cóng)而实施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图效果，如果这(zhè)样的图(tú)片(piàn)被(bèi)用来诈骗，将非常(cháng)可(kě)怕(pà)。

此外(wài)AIGC还引发了很(hěn)多担忧，一方面(miàn)，批判者(zhě)认为AI在(zài)“学习”了大量前人的(de)作(zuò)品(pǐn)之后，其创作没有任何情(qíng)绪(xù)和灵魂(hún)，难以和人类(lèi)的艺术创作相提(tí)并论。

另一(yī)方面，AIGC背后的版(bǎn)权(quán)、目前都并没有得到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克也强调，人(rén)工(gōng)智(zhì)能的安全(quán)问题(tí)需要得(dé)到重(zhòng)视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频(pín)，还(hái)有远方(fāng)

技术都是有两(liǎng)面性的，潜在(zài)的危害并不能掩盖其(qí)光辉(huī)的贡献(xiàn)。现在看(kàn)来，人工智能技(jì)术将(jiāng)是第四(sì)次(cì)工业革命(mìng)的核心驱动力(lì)量，将创(chuàng)造新的(de)增长(zhǎng)奇迹。

过去一(yī)年，人(rén)工智(zhì)能在(zài)技(jì)术和商业层(céng)面都有(yǒu)了巨大进展，AI绘(huì)画(huà)就是(shì)人工智能技术(shù)发生方向性改变的(de)一个代(dài)表(biǎo)。其下一站或(huò)许就(jiù)是视频(pín)。

此前(qián)，Meta和谷歌先后发布了(le)几(jǐ)条(tiáo)引爆科(kē)技圈的(de)短视频。这些(xiē)视频(pín)引发关注并非内容做得(dé)多优秀，反而都非常简单，比如一匹正在喝水的马，一(yī)只画(huà)画的玩具(jù)熊，或者一段(duàn)骑(qí)摩(mó)托(tuō)车的(de)第一视角(jiǎo)录像，随便一个有(yǒu)手机的(de)人都可什么的灯火如何填空词语 灯火是词语吗以随手录(lù)下一段(duàn)。

但(dàn)这些短视频的创作方式非常简单(dān)，创作者(zhě)仅仅需要(yào)向AI输入一段(duàn)话(huà)，甚至只是说(shuō)一下要求，AI就(jiù)可以(yǐ)根据需要生成一段视频。

谷歌发布(bù)的两(liǎng)个AI生(shēng)成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩了一波梗，一个能够做出更高清视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于(yú)，它可以制作(zuò)出超过2分钟的连(lián)贯的(de)也有确切(qiè)内容的视频，这才是真正让人们感(gǎn)到惊喜的地方。因(yīn)为无论(lùn)AI生成的视(shì)频多么高清，也(yě)只能是为内(nèi)容生产者提供一(yī)个灵感，一个素(sù)材，一个过场动画。

不过能(néng)够制作出有具体(tǐ)剧情内容的视频(pín)就意味着，一(yī)些视频创作由(yóu)AI代替(tì)人工(gōng)完(wán)成已经(jīng)初步有(yǒu)了可能(néng)。

当(dāng)下(xià)AI的发(fā)展速度(dù)已(yǐ)经超(chāo)过大部分(fēn)人的想象。内容产业的本质是供给创造需求，AIGC作(zuò)为全新的内容生产方(fāng)式，可以为内容产业带来更新(xīn)的(de)内容风(fēng)格、更快的(de)生(shēng)产速度，更低的生产成本，这无(wú)疑(yí)会驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用(yòng)于音乐、代码、机(jī)器(qì)人动作等多(duō)种内容形式的生成。不(bù)难发(fā)现该项技术不(bù)仅在(zài)游戏(xì)等行业能得到(dào)有(yǒu)效应用，对于下一(yī)代互(hù)联网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从商业化的(de)角度来看，文化娱乐、教育、传(chuán)媒等诸(zhū)多领域(yù)，本身就对基于AI的可(kě)视化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而(ér)只是AI进程(chéng)中的一块重要拼图，有(yǒu)望在技术更(gèng)新的加持下实现更(gèng)大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可(kě)以(yǐ)生成内容，甚至(zhì)能够(gòu)创造出独立(lì)价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表着未(wèi)来的先进生产(chǎn)力(lì)即(jí)将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的(de)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(chéng)为(wèi)了新的趋势。

大(dà)模型(xíng)被誉为当(dāng)前人(rén)工智能(néng)发展的智能底座，是(shì)全球竞争最激烈的研究方向之一，包括谷歌(gē)、亚(yà)马逊、百度、阿里(lǐ)、腾讯等众多(duō)头部企业都在竞相发力。

不过训练大模型(xíng)的(de)确价格不菲，以(yǐ)国盛(shèng)证(zhèng)券发(fā)布的《ChatGPT需要多少算力》报告(gào)估(gū)算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而(ér)对于(yú)一些更大的(de)LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万美(měi)元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立(lì)访客平均(jūn)数1300万计(jì)算(suàn)，其(qí)对应芯片(piàn)需求为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成(chéng)本约为8亿美元(yuán)，每(měi)日仅电费就(jiù)在5万美元左(zuǒ)右(yòu)。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞(páng)大(dà)算力(lì)支持(chí)。在关注各类大模型的发展(zhǎn)同时，更应(yīng)该关注算(suàn)力网(wǎng)络的建(jiàn)设。

算(suàn)力(lì)网(wǎng)络(luò)正驱动(dòng)AI产业发展(zhǎn)进入史(shǐ)诗级(jí)加(jiā)速(sù)进程，让AIGC及通用AI这(zhè)一(yī)人工智能(néng)发展的终极(jí)目(mù)标(biāo)离得更(gèng)近。

因为算力可以对突破性技术创新提供大力的支持(chí)。这方面，多模态大模型(xíng)是(shì)典型(xíng)。作(zuò)为面向未来强人工智能、通用人工智能(néng)的(de)重要技(jì)术(shù)创新，多模态大模型已经在人工智能领域提出了(le)很多年(nián)，业界也有(yǒu)不少技术突破，但是，多模(mó)态大模型进一步(bù)往下走(zǒu)，算力需求呈几(jǐ)何式上升，一(yī)般的算力基础设施很快(kuài)将(jiāng)难以胜任。

从图像、文字(zì)、语(yǔ)音单(dān)独一项(xiàng)的训练，到双模态(tài)、三模态的跃迁，让人(rén)工(gōng)智能可以灵活(huó)应对(duì)不(bù)同(tóng)模态(tài)的(de)转化、像人与世(shì)界交互一样自然，这方面，由(yóu)算力网络(luò)来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算力来支撑的(de)技术创新，将(jiāng)在人工智能算力网络支撑(chēng)下(xià)快(kuài)速推进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大算力的(de)支持下AIGC能持续颠(diān)覆内(nèi)容生产的方式(shì)，将创(chuàng)造的边际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 什么的灯火如何填空词语 灯火是词语吗