自聊天机(jī)器(qì)人ChatGPT火(huǒ)爆以来，微(wēi)软公司创始人比尔·盖茨(cí)已多次公(gōng)开谈论人工智能(néng)话题。在(zài)最近(jìn)的一(yī)次采访中，他再次表示：“AI可能会(huì)让(ràng)科(kē)技行业迎(yíng)来一次(cì)剧烈的洗牌”。

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

他预(yù)期(qī)，AI的发展可能(néng)会威胁到谷歌的市占率(lǜ)，因为(wèi)微软在(zài)AI方面的行动相当迅速。而最终(zhōng)科技巨(jù)头将把(bǎ)AI整合成用户(hù)的“全能助手”，包揽一切应用，与人(rén)们进行沟通(tōng)并提供建议，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的(de)到来可(kě)能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话(huà)题(tí)热点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后(hòu)各大厂商的(de)AI绘画软(ruǎn)件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以(yǐ)在应用中输入一(yī)组(zǔ)关键(jiàn)词或者一张照(zhào)片，就(jiù)能获得一幅AI创作的(de)画作。

作画的关键(jiàn)就是所输(shū)入的(de)文(wén)本。同一组关键词也可以创作出很多张风(fēng)格不一样的画(huà)作，这让创作的过程就像开盲盒。

很多用户很喜欢这(zhè)种(zhǒng)不确定(dìng)的(de)惊喜，他(tā)们会将生成的(de)美图当做头(tóu)像。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分(fēn)享AI“翻(fān)车(chē)现场”，例如，一位(wèi)网友的小狗照片(piàn)被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照片被AI识别成了(le)建(jiàn)筑。

而(ér)如(rú)今随(suí)着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画(huà)的填写关(guān)键(jiàn)词游戏(xì)可能(néng)要被(bèi)颠覆了(le)。

ControlNet是一(yī)位(wèi)正在斯坦(tǎn)福读博(bó)的中国人张吕敏创(chuàng)作(zuò)的(de)一种(zhǒng)基于控制(zhì)点的图像变形算法，主(zhǔ)要(yào)用于数字图像处理、计算机视觉和计(jì)算机图形学等领域。

其SD插件一(yī)经发布，在短短的两(liǎng)天内便成为了AI绘画领(lǐng)域最新的(de)热点。

在(zài)此之前(qián)，大(dà)家用了很(hěn)多方(fāng)法想(xiǎng)让AI生成的结果(guǒ)尽可能的符合要求，但(dàn)是(shì)都不尽如人意(yì)，它(tā)的出(chū)现代(dài)表(biǎo)着AI生成开始进入(rù)真正的可控时(shí)期。

因为ControlNet可以直接(jiē)提取画面(miàn)的(de)构图，人(rén)物的姿(zī)势(shì)和(hé)画面的深度信(xìn)息等。有了(le)它的(de)帮助，就不用频繁的用提示词(cí)来碰(pèng)运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘画加了“魔法”，不少博(bó)主(zhǔ)的作(zuò)品(pǐn)已经获得了大(dà)量的浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照片直接(jiē)带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插(chā)件拓展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼(gé)开始换关(guān)键词试效果(guǒ)。

通过图片就可以看出来，效(xiào)果十分惊(jīng)艳。

更厉害(hài)的是(shì)，除(chú)了真实的照片，草图也可以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲自(zì)回(huí)应。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都(dōu)已经能以假乱(luàn)真(zhēn)了(善作善成意思久久为功，善作善成意思是什么le)。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇(tǐng)party”的(de)消(xiāo)息火遍网络，而经过警方(fāng)辟(pì)谣这所谓的“pa善作善成意思久久为功，善作善成意思是什么rty”可(kě)能是全国第(dì)一起AI绘图(tú)诈骗。

由于(yú)这个活(huó)动里面给出的美女照片都是AI制作的真人(rén)照片绘图，因为太逼真(zhēn)，被大家(jiā)当成(chéng)真事(shì)传播(bō)了。

不过仔细观察可以发(fā)现(xiàn)，活(huó)动发(fā)起者(zhě)提供的照片中有个很(hěn)大的漏(lòu)洞可以(yǐ)发现并(bìng)非真人(rén)，而是AI绘图(tú)，那(nà)便是图片(piàn)中女性(xìng)的手指部分有(yǒu)的(de)存在异(yì)常。

有行业(yè)人事(shì)表示：“现在因为(wèi)手指部分的绘画(huà)算(suàn)法比较复杂，AI还不太会画人的手，但最新(xīn)看(kàn)到(dào)的(de)图片已经(jīng)有越(yuè)来越完美的AI模型出现，以后可能就(jiù)完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国(guó)广播公司报道，土耳其(qí)地震(zhèn)期(qī)间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到网络，以此诱骗(piàn)善(shàn)良的(de)人(rén)打赏(shǎng)“捐助”从而(ér)实施(shī)诈骗。

目前随着(zhe)技术(shù)发展(zhǎn)，AIGC已经能(néng)做出真人照片般的绘图(tú)效(xiào)果，如果这样(yàng)的图片被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面(miàn)，批(pī)判(pàn)者认为AI在“学习(xí)”了大量(liàng)前人的(de)作品之后，其创(chuàng)作没有任何情绪(xù)和灵魂，难(nán)以和人类(lèi)的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版权、目前(qián)都(dōu)并没有得到有效(xiào)的解决(jué)，还有AIGC会不会代替人类(lèi)“至高无(wú)上”的创意。

马斯克也强调(diào)，人工智能(néng)的安全问(wèn)题需(xū)要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术都是(shì)有两面(miàn)性的(de)，潜在的危害并不(bù)能掩(yǎn)盖其光辉的(de)贡献(xiàn)。现在(zài)看(kàn)来，人工智能技术(shù)将是第四次工(gōng)业革命的核(hé)心驱动(dòng)力量，将创造新的增长奇(qí)迹。

过去(qù)一年，人工智能在技术和商业层面都(dōu)有了巨大(dà)进展，AI绘画(huà)就是人工智能技术发(fā)生(shēng)方向性改变的一(yī)个代表。其(qí)下一(yī)站(zhàn)或(huò)许就是视频。

此前，Meta和谷(gǔ)歌先后发布了(le)几(jǐ)条引爆科技圈的(de)短视频。这些视频(pín)引发关注(zhù)并(bìng)非内(nèi)容做得(dé)多优秀，反而(ér)都非常简单(dān)，比如(rú)一(yī)匹(pǐ)正在喝水(shuǐ)的(de)马，一只画画(huà)的玩具熊，或(huò)者一段骑摩托车的(de)第一视角录像，随(suí)便一(yī)个有手机(jī)的人都可以随手录下一段。

但这些短视频的创作方(fāng)式非常(cháng)简单，创作者仅仅(jǐn)需要向AI输入(rù)一段话，甚至只是说(shuō)一下要求，AI就可(kě)以根据需要(yào)生成一段视频。

谷(gǔ)歌发布的(de)两个(gè)AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在(zài)Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一波梗，一个(gè)能(néng)够做出更高清视(shì)频的(de)AI还不足以在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地(dì)方在于，它可以制作出超过2分钟的连贯的也有(yǒu)确(què)切内容的视频，这才是(shì)真(zhēn)正让人们(men)感(gǎn)到(dào)惊喜的(de)地方(fāng)。因为无论AI生成的视频多(duō)么高清，也只能是为内容生(shēng)产者提供一(yī)个灵感，一个素(sù)材，一(yī)个过场(chǎng)动画。

不(bù)过(guò)能(néng)够制(zhì)作出有具体剧情内容的视频就意味着，一些视频创作由AI代替人工完(wán)成(chéng)已经初(chū)步有了(le)可能(néng)。

当下AI的发(fā)展速度已经超过大部分人的想象(xiàng)。内容产业(yè)的本(běn)质是供(gōng)给(gěi)创造(zào)需(xū)求，AIGC作为全(quán)新的内容生(shēng)产方式，可以(yǐ)为内容(róng)产业(yè)带来更新的内容风格、更快的(de)生产速度，更(gèng)低的生产成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐(lè)、代码、机器人动(dòng)作等多种内容形式的生成。不难发现该项技术不仅在(zài)游(yóu)戏等行业能得到有(yǒu)效应用，对(duì)于下(xià)一(yī)代(dài)互联(lián)网各种元素的构建亦有关(guān)键意义。

从商业化的(de)角度来看，文化娱(yú)乐(lè)、教育、传(chuán)媒等诸多领域，本(běn)身就对基(jī)于AI的可(kě)视化内容有强烈需(xū)求(qiú)。

因此，AI绘画及视频(pín)或不(bù)是结果(guǒ)，而只是AI进程中(zhōng)的一块重(zhòng)要拼图，有(yǒu)望在技术更新的(de)加持下实现更大的应用价值。

AI从理解(jiě)内容(róng)，走(zǒu)向(xiàng)了可以(yǐ)生(shēng)成(chéng)内容，甚(shèn)至能(néng)够(gòu)创造出(chū)独(dú)立价值和独立(lì)视角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进生产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从(cóng)技术的发(fā)展也可以看出，在语言大模型、图像(xiàng)大模(mó)型之后，多模态(tài)大(dà)模型已(yǐ)经成(chéng)为了(le)新(xīn)的趋势。

大模型被誉为当前人工(gōng)智能发展的(de)智能底座(zuò)，是全(quán)球竞(jìng)争(zhēng)最(zuì)激(jī)烈(liè)的研究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯(xùn)等众多头(tóu)部企业都在竞相发力。

不过训练大模型的确价格不(bù)菲(fēi)，以国盛证券发布的(de)《ChatGPT需要多少(shǎo)算力(lì)》报告估算，GPT-3训(xùn)练一(yī)次的成本约为140万美元(yuán)。而对于一(yī)些更(gèng)大的LLM(大型语(yǔ)言模型)，训练(liàn)成本则介于200万美元至(zhì)1200万(wàn)美(měi)元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的独立访客平(píng)均(jūn)数1300万计算，其对应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算力支持。在关注各类大(dà)模型的发(fā)展同时，更应该关(guān)注算力网络的建设。

算力网(wǎng)络正(zhèng)驱(qū)动AI产业发展进入史(shǐ)诗(shī)级加速进(jìn)程(chéng)，让(ràng)AIGC及通用AI这一人工智能发展的终极目标(biāo)离(lí)得更近(jìn)。

因为算力可以对突破(pò)性技(jì)术(shù)创新(xīn)提(tí)供大力的支持(chí)。这方(fāng)面，多模态大模型是(shì)典型。作为(wèi)面向未来强人工智能(néng)、通用人工(gōng)智能的(de)重要技术创新，多模态(tài)大模型已(yǐ)经在人工智能领域提出了很多(duō)年，业界也有不少技术突破，但(dàn)是，多模态大模型(xíng)进一(yī)步(bù)往下走，算力需(xū)求呈几何式上升，一般的算力(lì)基础设施很快(kuài)将(jiāng)难(nán)以(yǐ)胜任。

从图(tú)像、文字、语音单独一项的(de)训练，到双模态、三模态的跃迁(qiān)，让人工智能可以(yǐ)灵活应对不同模(mó)态的转化、像(xiàng)人与世界交互(hù)一(yī)样自然，这方面，由算力网络来驱动将有明(míng)显优势。

此外，还有很多需要爆(bào)发式增(zēng)长的算力来支撑(chēng)的技(jì)术(shù)创(chuàng)新，将在人工智能算力(lì)网(wǎng)络支撑下(xià)快速推(tuī)进。

AIGC已经露出曙光(guāng)，期(qī)待在大模型和(hé)大算力(lì)的支(zhī)持下AIGC能(néng)持续颠(diān)覆内(nèi)容生产的方(fāng)式，将(jiāng)创造(zào)的边(biān)际(jì)成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 善作善成意思久久为功，善作善成意思是什么