自聊天(tiān)机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖(gài)茨已多次公开谈论人工(gōng)智能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会让(ràng)科技(jì)行业迎来一次(cì)剧烈的洗(xǐ)牌”。

这(zhè)个结(jié)论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可能会威胁(xié)到谷歌的市占率(lǜ)，因为微软在AI方面的(de)行动相当迅速。而(ér)最终科技(jì)巨头(tóu)将把AI整合成(chéng)用户的“全能助(zhù)手”，包揽一切(qiè)应(yīng)用，与人们进行沟通并(bìng)提供建(jiàn)议，可以(yǐ)取代(dài)亚马(mǎ)逊、Siri或(huò)Outlook等(děng)应用。

大(dà)佬口(kǒu)中全能助(zhù)手的到来(lái)可(kě)能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画(huà)为代表(biǎo)的(de)AIGC上一(yī)次爆火的时候，还是2022年8月，在美国(guó)科罗拉多(duō)州举(jǔ)办的新兴数字(zì)艺术家竞赛中，一幅名为《太空歌(gē)剧(jù)院》的(de)作品获奖(jiǎng)。

随后各大厂商(shāng)的AI绘画软(ruǎn)件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入一组关键词(cí)或者一张照片(piàn)，就能获得一幅(fú)AI创(chuàng)作的画(huà)作。

作(zuò)画的(de)关键就是(shì)所输入的(de)文本。同一组关键词也可以(yǐ)创作(zuò)出很多张风格不一(yī)样的(de)画作，这让创作的(de)过程就(jiù)像开盲盒(hé)。

很多用户很(hěn)喜欢(huān)这种不确定的惊(jīng)喜(xǐ)，他们(men)会将生成的美(měi)图当做(zuò)头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交(jiāo)媒体上(shàng)，许多(duō)用户分享AI“翻车(chē)现场”，例(lì)如，一位(wèi)网友的小狗照片被AI画(huà)成了“肌肉男”，还有网友的(de)个人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的(de)出(chū)现与加持，以往(wǎng)AI绘画的(de)填写关键词游戏可(kě)能要被颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福读博的(de)中国人张(zhāng)吕(lǚ)敏创作的一种基于控(kòng)制点(diǎn)的图(tú)像(xiàng)变形算法，主(zhǔ)要用(yòng)于(yú)数(shù)字图像处理(lǐ)、计算(suàn)机视觉和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在短(duǎn)短(duǎn)可口可乐的创始人是谁，雪碧创始人是谁的两天内便成为了AI绘画领域(yù)最新的(de)热点(diǎn)。

在此之前，大家用了很多方法想让(ràng)AI生成的结果尽可能(néng)的(de)符合(hé)要(yào)求，但是都不(bù)尽(jǐn)如人(rén)意，它的出现代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面的构图，人物的姿势(shì)和(hé)画(huà)面的深度信息(xī)等。有了它的帮助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加(jiā)了“魔法”，不少博主的作品(pǐn)已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接(jiē)带她们走进动(dòng)漫(màn)世界。

viggo先(xiān)用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试效果。

通过图片就可(kě)以看(kàn)出来，效果十分惊艳。

更厉害(hài)的是，除了(le)真实的照(zhào)片，草图也(yě)可以加上“魔法(fǎ)”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图。大神(shén)张吕敏其本尊也亲自(zì)回应。

不得(dé)不(bù)说当下AIGC已经变得(dé)越来越强大，甚至输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发(fā)

警惕(tì)安(ān)全(quán)问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警方辟(pì)谣(yáo)这所谓(wèi)的(de)“party”可(kě)能是全国第一起AI绘图诈骗(piàn)。

由于(yú)这个活动里面给(gěi)出的美女照片都是(shì)AI制作的真人照片(piàn)绘(huì)图，因为(wèi)太(tài)逼(bī)真，被大家当成真(zhēn)事传播了。

不过(guò)仔细观察可以发现，活动(dòng)发(fā)起者提(tí)供的照片中有个(gè)很大的漏洞可以发现并非真人，而(ér)是AI绘图，那便是(shì)图片中女性的手(shǒu)指部(bù)分有的存(cún)在异(yì)常。

有行(xíng)业(yè)人(rén)事表示(shì)：“现在因为手(shǒu)指(zhǐ)部分(fēn)的(de)绘(huì)画算法(fǎ)比较复(fù)杂，AI还(hái)不太会画人的手，但(dàn)最(zuì)新看到的图片已(yǐ)经(jīng)有越(yuè)来越完美的(de)AI模型出现，以后可能(néng)就完全没有(yǒu)漏(lòu)洞(dòng)了。”

类似的AI作图诈(zhà)骗(piàn)在国外也已有(yǒu)发生(shēng)。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受(shòu)灾的假(jiǎ)照片发(fā)布(bù)到网络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而实施诈骗(piàn)。

目前(qián)随(suí)着技术发展，AIGC已(yǐ)经(jīng)能做出真人照片般的绘图效果，如果这样(yàng)的(de)图片被用来(lái)诈骗，将非(fēi)常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者(zhě)认为AI在“学(xué)习(xí)”了大量前(qián)人的作品之后，其(qí)创作没有任何情(qíng)绪和灵(líng)魂(hún)，难以和人(rén)类的艺术创作相提并论。

另一(yī)方面，AIGC背后(hòu)的版权、目前都并没(méi)有(yǒu)得(dé)到有效的(de)解决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的(de)创意(yì)。

马斯克也强(qiáng)调，人工(gōng)智(zhì)能的安全问题需(xū)要得(dé)到重视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站(zhàn)除了视(shì)频，还(hái)有(yǒu)远方

技术都是有两面性的，潜在的(de)危害并不能(néng)掩盖其光辉(huī)的贡献。现(xiàn)在看(kàn)来(lái)，人工智(zhì)能技术将是第四次工业(yè)革命的核心驱动力量，将创造新的增长奇迹。

过去一(yī)年(nián)，人工智(zhì)能(néng)在技术和商业层面都有了(le)巨大进展，AI绘画就是人工智能技术发生方向性改(gǎi)变的一(yī)个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆(bào)科技圈的短视频。这些(xiē)视(shì)频引发关(guān)注(zhù)并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画(huà)画(huà)的玩具熊，或者(zhě)一段骑摩托车的第一视角录像，随(suí)便一个(gè)有(yǒu)手(shǒu)机的(de)人都(dōu)可以随手(shǒu)录下一段。

但(dàn)这些短(duǎn)视频(pín)的(de)创(chuàng)作方式非常简单，创作(zuò)者仅仅需要向(xiàng)AI输(shū)入一段(duàn)话，甚至只是说一下要求，AI就可以(yǐ)根据需(xū)要生成一可口可乐的创始人是谁，雪碧创始人是谁段视频(pín)。

谷(gǔ)歌(gē)发(fā)布(bù)的两个AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高清(qīng)，与(yǔ)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圈就已经玩了一波(bō)梗(gěng)，一个能够做出(chū)更高清(qīng)视(shì)频的(de)AI还(hái)不(bù)足以在短时间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于(yú)，它可(kě)以制(zhì)作出超(chāo)过2分(fēn)钟的(de)连贯的也有确切内容的视频，这才(cái)是真正让人们(men)感到惊喜的地方。因为无(wú)论(lùn)AI生成的视频多么高(gāo)清，也只能是为内容生产者提供一(yī)个(gè)灵感，一个素材(cái)，一个过场动画。

不过能够制作(zuò)出有具体剧情内(nèi)容的视频(pín)就(jiù)意味着，一(yī)些视频(pín)创作由(yóu)AI代替人工完成已经初(chū)步有了可能。

当下AI的发展速度已经超(chāo)过大部(bù)分人的想象。内容产业的本(běn)质是供给创造需求(qiú)，AIGC作为全(quán)新的内容生(shēng)产方式，可以为(wèi)内容产业带来更新(xīn)的(de)内容风(fēng)格、更快的(de)生产速度，更低的生(shēng)产成(chéng)本，这无(wú)疑会驱动内容产业的大(dà)爆发(fā)。

除了(le)AI绘图(tú)、视频，AIGC技术还能应用于(yú)音乐、代(dài)码(mǎ)、机器(qì)人动作等多种内容形式的(de)生成。不难发现该项技术(shù)不仅在游戏等行业能得到有效应(yīng)用(yòng)，对(duì)于下一代互联(lián)网各种元素的构建亦(yì)有(yǒu)关(guān)键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等诸多领域(yù)，本身(shēn)就(jiù)对基(jī)于AI的可(kě)视化内容有强烈需求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进(jìn)程中的一块重要拼(pīn)图，有望(wàng)在技术(shù)更新的加(jiā)持下(xià)实现更(gèng)大的应用价值。

AI从理解内容(róng)，走向(xiàng)了可以生成内(nèi)容，甚至能够创造出(chū)独立价值和独立(lì)视角的内(nèi)容(róng)。AIGC的再(zài)次出圈，更代表着未来的先进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从(cóng)技术的发展(zhǎn)也可(kě)以看出，在语言大模型、图像大(dà)模型之后(hòu)，多模态大模型已经成为了新(xīn)的趋势。

大模型被(bèi)誉为当前人(rén)工(gōng)智能发(fā)展的智(zhì)能底(dǐ)座，是全球(qiú)竞争最激烈的(de)研究方向之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里(lǐ)、腾讯等众多头(tóu)部企业(yè)都在竞相(xiāng)发力。

不过训(xùn)练大(dà)模型的确(què)价格不菲，以国(guó)盛证券发布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对于一(yī)些更(gèng)大(dà)的LLM(大(dà)型语言(yán)模型)，训练成本则介于200万美(měi)元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立访客平均(jūn)数1300万(wàn)计(jì)算，其对(duì)应(yīng)芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注各类大模型的发展同时，更应该关(guān)注算力网络的建设。

算力(lì)网络正驱动AI产业发展进入史(shǐ)诗级加(jiā)速(sù)进程，让AIGC及通用AI这一人(rén)工(gōng)智(zhì)能发展(zhǎn)的(de)终极目标离得(dé)更(gèng)近。

因为算力可以对突破性技术(shù)创新提(tí)供大力的支(zhī)持。这(zhè)方面，多(duō)模(mó)态大模型(xíng)是典型(xíng)。作为面(miàn)向未来强人(rén)工(gōng)智能、通(tōng)用(yòng)人工智能(néng)的重要技术(shù)创新，多模态(tài)大(dà)模(mó)型已经(jīng)在人(rén)工(gōng)智能领域提出了很多(duō)年，业界(jiè)也有不少技术突破，但是，多模态大模型(xíng)进一步往(wǎng)下(xià)走，算力需求呈(chéng)几何(hé)式上升(shēng)，一般(bān)的算力基础(chǔ)设施很快将难以胜任。

从图像(xiàng)、文(wén)字、语音单独一项的训(xùn)练(liàn)，到双模态(tài)、三(sān)模态的跃迁，让(ràng)人工智能(néng)可以(yǐ)灵活应对不(bù)同(tóng)模态的转(zhuǎn)化、像人与世(shì)界交(jiāo)互一样自然，这方面(miàn)，由算力网络(luò)来驱(qū)动将(jiāng)有明显优(yōu)势。

此(cǐ)外，还有很多需要爆(bào)发式增长的算力来支撑的技术(shù)创(chuàng)新，将在人工智(zhì)能(néng)算力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在(zài)大模型(xíng)和大算力的支持下AIGC能持续颠覆(fù)内容生产的方式，将创(chuàng)造的边际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 可口可乐的创始人是谁，雪碧创始人是谁