自聊(liáo)天机(jī)器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多次公(gōng)开(kāi)谈论(lùn)人工(gōng)智能话题。在最近的一次(cì)采访中，他再次表示：“AI可能会让科技行业迎来(lái)一次剧烈的(de)洗牌”。

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

他预期，AI的发展可能(néng)会威胁(xié)到谷(gǔ)歌的市占率，因为微软在AI方(fāng)面的行(xíng)动相当迅速。而最终科技(jì)巨(jù)头将把AI整合成用户的“全(quán)能助手(shǒu)”，包揽一(yī)切应用，与人们进行(xíng)沟通并提(tí)供建议，可以取(qǔ)代亚马(mǎ)逊、Siri或(huò)Outlook等(děng)应用。

大(dà)佬口中全能(néng)助(zhù)手的到来可能尚需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候，还(hái)是2022年8月，在美国(guó)科罗(luó)拉多州举(jǔ)办的新兴数字(zì)艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的(de)作品获奖。

随后(hòu)各大厂(chǎng)商的AI绘(huì)画软件(jiàn)被广(guǎng)大网友(yǒu)熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在应用中输(shū)入(rù)一组关键词或者一(yī)张照片(piàn)，就能获得一幅AI创作的(de)画作。

作画的关(guān)键就是所输入的(de)文本。同一(yī)组关键词也可以创(chuàng)作出很多张风格不一样的(de)画作，这让创作的(de)过程(chéng)就像开盲盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊喜，他们会将(jiāng)生成的美(měi)图(tú)当做头(tóu)像。而另一部分喜欢(huān)翻看AI绘画的“翻车(chē)”作品(pǐn)。在社交媒体(tǐ)上，许多用户分(fēn)享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还有网(wǎng)友的个人照片被(bèi)AI识别成(chéng)了(le)建筑。

而(ér)如今随着ControlNet的出现与加(jiā)持(chí)，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键(jiàn)词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏创作(zuò)的一种(zhǒng)基(jī)于控制(zhì)点的图像变形算法，主要用于数字图像处理、计(jì)算机视觉(jué)和计算机图形学等(děng)领域。

其(qí)SD插件(jiàn)一经发布，在短短的两(liǎng)天内(nèi)便(biàn)成(chéng)为了AI绘(huì)画(huà)领域最新的热点(diǎn)。

在此之(zhī)前(qián)，大家用了很多方法想(xiǎng)让AI生成的(de)结果尽可能的符合要求，但(dàn)是(shì)都不尽如人意，它的出(chū)现代表着(zhe)AI生成(chéng)开(kāi)始进入真正(zhèng)的可控时期(qī)。

因为ControlNet可(kě)以(yǐ)直接提取画面的构(gòu)图(tú)，人物的姿势和画面的深(shēn)度信息等。有了它的帮助(zhù)，就(jiù)不用频繁的(de)用提(tí)示(shì)词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不少(shǎo)博主的作品(pǐn)已经获得了(le)大量的浏览量，“viggo”就是(shì)其中之一，他(tā)用朋(péng)友(yǒu)的(de)照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键词(cí)；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换(huàn)关键词试效果。

通过图片就可(kě)以看出来(lái)，效(xiào)果十(shí)分(fēn)惊(jīng)艳。

更厉害的是(shì)，除了真实的照(zhào)片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能(néng)实(shí)现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不(bù)说当下AIGC已经变(biàn)得越来(lái)越强大，甚至输(shū)出的作品都已经(jīng)能(néng)以(yǐ)假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游(yóu)艇party”的消息火遍网络(luò)，而(ér)经过警方辟谣这(zhè)所谓的“party”可能是(shì)全国(guó)第一起AI绘图诈骗。

由于(yú)这个(gè)活动里(lǐ)面给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大(dà)家当成真(zhēn)事传播了。

不过仔(zǎi)细观察可以发(fā)现，活动(dòng)发起者(zhě)提(tí)供(gōng)的照片中有(yǒu)个很大的漏(lòu)洞(dòng)可以发现并非(fēi)真人(rén)，而是(shì)AI绘图(tú)，那便是图片中(zhōng)女(nǚ)性(xìng)的手(shǒu)指部分有的存在异常。

有行(xíng)业人事表示：“现在因为手指部分(fēn)的绘画算法比较(jiào)复(fù)杂(zá)，AI还不(bù)太会画人的手，但最(zuì)新看到的图片已(yǐ)经有(yǒu)越来越完美的AI模型出(chū)现(xiàn)，以后(hòu)可(kě)能(néng)就完(wán)全没(méi)有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生(shēng)。据(jù)英国广(guǎng)播(bō)公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络(luò)，以此诱骗善良(liáng)的人(rén)打赏“捐(juān)助”从而实施诈(zhà)骗。

目前随(suí)着技术发(fā)展，AIGC已经能做出真人照(zhào)片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在“学(xué)习”了大量前人的作品(pǐn)之(zhī)后，其创作没有任何情绪和灵魂，难以和(hé)人(rén)类的艺(yì)术创作相提并论(lùn)。

另一(yī)方面，AIGC背(bèi)后的版权、目(mù)前(qián)都(dōu)并没有(yǒu)得(dé)到有(yǒu)效(xiào)的解决，还有AIGC会不(bù)会代替人类“至(zhì)高(gāo)无上(shàng)”的创意。

马斯(sī)克也强(qiáng)调，人工智(zhì)能的安全问题需要得到重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都(dōu)是有两(liǎng)面性的，潜在的危害并不能掩盖其光辉的贡献。现在(zài)看来，人工智(zhì)能技术将是第四次工业革(gé)命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术和商(shāng)业(yè)层(céng)面都有了巨大进展，AI绘画就是人(rén)工智能技术发(fā)生方向性改(gǎi)变的(de)一个代(dài)表。其下一(yī)站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科技圈(quān)的(de)短视频。这些视频引(yǐn)发关注(zhù)并非内容做得(dé)多优秀，反而都非(fēi)常(cháng)简单，比如一匹正在喝水的马，一只画画的(de)玩具(jù)熊，或者一段骑摩托车的第一视角录像(xiàng)，随便(biàn)一(yī)个有手机的人(rén)都(dōu)可以随(suí)手录(lù)下一段。

但这(zhè)些短(duǎn)视频的(de)创作方(fāng)式(shì)非常简单，创作者(zhě)仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的(de)是(shì)高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈(quān)就(jiù)已经玩了(le)一波梗，一个能够做(zuò)出更高(gāo)清视频(pín)的AI还(hái)不足以在短时间内(nèi)戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它可以制作出超过2分钟的连贯(guàn)的也(yě)有确(què)切内(nèi)容的视频(pín)，这才是真正让人(rén)们(men)感到惊喜的地方(fāng)。因(yīn)为无论AI生(shēng)成的视频(pín)多么高清，也(yě)只能是(shì)为内(nèi)容(róng)生产者(zhě)提(tí)供一个灵感(gǎn)，一个素材，一个(gè)过场动画(huà)。

不过能够制作出(chū)有具体剧情内容的(de)视(shì)频就意味着，一些(xiē)视(shì)频创作(zuò)由AI代替(tì)人工完成(chéng)已经初(chū)步有(yǒu)了可能(néng)。

当下(xià)AI的发展速度(dù)已经超(chāo)过大部(bù)分人的想(xiǎng)象。内(nèi)容(róng)产业的本(běn)质(zhì)是供给创造需求，AIGC作(zuò)为全新的内容生(shēng)产方式(shì)，可(kě)以为(wèi)内(nèi)容(róng)产业带(dài)来(lái)更新的内容风格(gé)、更快的(de)生产速(sù)度，更(gèng)低的生产(chǎn)成本，这无疑会驱动内容产(chǎn)业的(de)大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代(dài)码、机器人动作等多种内容形式的生(shēng)成(chéng)。不难发现该项技术不仅(jǐn)在游戏等行业(yè)能(néng)得到有效应用(yòng)，对(duì)于下(xià)一(yī)代互联网各种元(yuán)素的构建亦有关键(jiàn)意义。

从(cóng)商业化的角(jiǎo)度(dù)来看，文化娱乐(lè)、教育、传媒等(děng)诸多(duō)领(lǐng)域，本身就对基于AI的可视化内容有(yǒu)强烈需求(qiú)。

因(yīn)此，AI绘画及(jí)视频(pín)或不是结果，而只是AI进程中(zhōng)的一块重要拼图，有(yǒu)望在技术更新的加持下实(shí)现更大的应(yīng)用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚至能够创造出独(dú)立价值(zhí)和独立视角的内容。AIGC的再次出圈(quān)，更代表(biǎo)着(zhe)未来的(de)先进(jìn)生产力即将到来。

04

紧抓(zhuā)大模型与算力，牢(láo)固(gù)AIGC底座

从技术的发展也可(kě)以(yǐ)看出(chū)，在语言(yán)大模(mó)型、图像(xiàng)大(dà)模型(xíng)之后，多模态大模型已经成为(wèi)了新的趋(qū)势。

大模型被誉(yù)为当(dāng)前人(rén)工智(zhì)能(néng)发展的(de)智能底座，是全(quán)球竞(jìng)争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众多头(tóu)部(bù)企(qǐ)业都在竞相发力。

不过(guò)训练大模型的确(què)价格(gé)不菲(fēi)，以(yǐ)国盛(shèng)证(zhèng)券发(fā)布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元。而对于(yú)一些更(gèng)大的LLM(大型语言模(mó)型)，训(xùn)练成(chéng)本则介于200万美(měi)元(yuán)至1200万美元高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投(tóu)入(rù)成本约为8亿(yì)美元(yuán)，每日仅电费就(jiù)在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支持。在(zài)关注各(gè)类大模型的发展同(tóng)时(shí)，更应该关(guān)注算力(lì)网络的建设。

算力网(wǎng)络正驱动AI产业发展进(jìn)入史诗(shī)级加速进程，让(ràng)AIGC及通用AI这(zhè)一人工智(zhì)能发展的终极目标离得更(gèng)近(jìn)。

因(yīn)为算力可以对突破性技术创(chuàng)新提(tí)供大力的支(zhī)持。这方(fāng)面，多(duō)模(mó)态大模型(xíng)是典型。作(zuò)为面(miàn)向(xiàng)未来(lái)强人工智能、通用人工智能(néng)的重要(yào)技术(shù)创新，多模态大模型(xíng)已经在(zài)人(rén)工智能领域提(tí)出了很多年，业界也有不少技术突破，但是，多(duō)模态大模型(xíng)进一步往下(xià)走(zǒu)，算力需求呈几何(hé)式(shì)上升，一般的算力基(jī)础设施很快将难以(yǐ)胜任。

从图像、文字、语音单独一项的训练，到双模态(tài)、三模(mó)态的(de)跃迁，让人工(gōng)智能可以灵活应对不(bù)同(tóng)模态的转化、像人(rén)与世界(jiè)交互一样自然，这方面，由算力网络来驱动(dòng)将有明(míng)显(xiǎn)优(yōu)势(shì)。

此外(wài)，还有很多需要爆发式增长的算(suàn)力来(lái)支撑的技(jì)术(shù)创新，将在人工(gōng)智(zhì)能算力网络(luò)支(zhī)撑下快速(sù)推进(jìn)。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的(de)支(zhī)持下(xià)AIGC能持续颠覆内容生(shēng)产的方式(shì)，将创造(zào)的边际(jì)成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 吾妻之美我者的美是什么意思，吾妻之美我者的美是什么用法