自聊天机器(qì)人ChatGPT火(huǒ)爆以来(lái)，微软(ruǎn)公司创始(shǐ)人(rén)比尔·盖茨已多次公开谈论(lùn)人工(gōng)智(zhì)能话(huà)题。在最近的一次采访中，他再次表示(shì)：“AI可能会让科技行(xíng)业(yè)迎(yíng)来一次剧(jù)烈的洗(xǐ)牌”。

这个结论是他在当地时(shí)间2月20日(rì)接(jiē)受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期，AI的发(fā)展(zhǎn)可(kě)能会威胁到谷歌的市(shì)占率，因为微软在AI方(fāng)面的(de)行动(dòng)相当迅(xùn)速(sù)。而最终科技巨头将(jiāng)把AI整(zhěng)合成(chéng)用户的“全能(néng)助手(shǒu)”，包揽一(yī)切应用，与(yǔ)人(rén)们进行沟通(tōng)并提(tí)供建议，可以取(qǔ)代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助手的到来可能(néng)尚需(xū)时(shí)日(rì)，但由ControlNet引发(fā)的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画(huà)为代表的AIGC上一次(cì)爆火的时候，还是2022年(nián)8月(yuè)，在美国(guó)科罗拉多州举办的新(xīn)兴数字艺术家竞赛中，一(yī)幅名为《太空歌(gē)剧(jù)院》的作(zuò)品(pǐn)获(huò)奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户们可以在(zài)应用中输入一组关键(jiàn)词或(huò)者一(yī)张照(zhào)片，就能获得(dé)一幅AI创作(zuò)的画(huà)作(zuò)。

作(zuò)画(huà)的(de)关键就是所输入(rù)的文(wén)本。同一组关键词也(yě)可以创作出很多(duō)张风(fēng)格(gé)不一样的画(huà)作，这让创作的过程(chéng)就像开盲盒(hé)。

很多用户(hù)很(hěn)喜欢这种不确定(dìng)的惊喜，他们会将生成(chéng)的美图当做头像。而(ér)另一部分(fēn)喜(xǐ)欢(huān)翻看AI绘画的(de)“翻车”作(zuò)品(pǐn)。在(zài)社交(jiāo)媒体上，许多用户(hù)分(fēn)享AI“翻车现场”，例(lì)如(rú)，一位网友的小狗照片被AI画成了(le)“肌(jī)肉男”，还(hái)有网友的(de)个人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关(guān)键词游戏可能要被颠覆了。

ControlNet是(shì)一位正在(zài)斯(sī)坦福读(dú)博的中国人张吕(lǚ)敏创(chuàng)作的一种基于控制点(diǎn)的图像变(biàn)形算法，主要用(yòng)于数(shù)字(zì)图像(xiàng)处理、计(jì)算机视觉和计算(suàn)机图形(xíng)学等领域。

其SD插件一经发布，在(zài)短短的(de)两天内便成(chéng)为了(le)AI绘画领域(yù)最新的热点(diǎn)。

在此之前，大(dà)家用了很多方法想让AI生成的结果尽可(kě)能的符合要求(qiú)，但是都不尽如(rú)人意，它(tā)的出(chū)现代表着AI生成(chéng)开始进入真正的可控时(shí)期。

因为ControlNet可(kě)以直接提取(qǔ)画面的构图，人(rén)物的姿势和(hé)画面的深(shēn)度(dù)信(xìn)息等。有(yǒu)了(le)它的帮助，就不用(yòng)频繁的(de)用提示(shì)词来碰运气，抽(chōu)盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了“魔法”，不少博主的(de)作品已经获得了大量(liàng)的浏(liú)览量(liàng)，“viggo”就是其中之(zhī)一(yī)，他(tā)用朋友(yǒu)的照片(piàn)直(zhí)接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对(duì)应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通(tōng)过图片(piàn)就可以看出来，效果(guǒ)十分惊(jīng)艳。

更厉害(hài)的是，除(chú)了真实的照片，草图也可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大(dà)神张吕敏其本(běn)尊也亲(qīn)自回(huí)应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已(yǐ)经(jīng)能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣(yáo)这所谓(wèi)的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的(de)美女照片都是(shì)AI制作的真人照片绘图，因为(wèi)太逼真，被大(dà)家当成真事传播了。

不过(guò)仔细观察可(kě)以发(fā)现，活动发起(qǐ)者提供的照片中(zhōng)有个(gè)很大的漏洞可以发现并(bìng)非真人，而是AI绘(huì)图，那便是图片中女性(xìng)的手指部分有的存在异常(cháng)。

有行(xíng)业人事表示(shì)：“现在因为(wèi)手指部分(fēn)的绘画算(suàn)法比较复杂(zá)，AI还不太会画人(rén)的手(shǒu)，但(dàn)最(zuì)新看(kàn)到(dào)的图片已经(jīng)有越来越完(wán)美(měi)的AI模型出现，以后可(kě)能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在(zài)国外也已有发生(shēng)。据英国(guó)广播公司报道，土耳其(qí)地(dì)震期间(jiān)，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到(dào)网络，以此诱骗(piàn)善(shàn)良的(de)人打赏“捐助(zhù)”从而实(shí)施(shī)诈骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经(jīng)能(néng)做出真人照片般的绘(huì)图效果，如(rú)果(guǒ)这样的图片被用来诈骗，将(jiāng)非常可怕。

此(cǐ)外(wài)AIGC还(hái)引(yǐn)发了很多(duō)担忧(yōu)，一方面(miàn)，批判者认为AI在(zài)“学(xué)习”了大量(liàng)前(qián)人(rén)的作品之后，其创作没有任何情绪和灵魂，难以(yǐ)和(hé)人类的(de)艺术创作(zuò)相提并论。

另(lìng)一方面(miàn)，AIGC背后的版权、目前(qián)都并没有得到有(yǒu)效的解(jiě)决，还有AIGC会(huì)不(bù)会代(dài)替(tì)人类“至高无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要(yào)得到重视，太晚就来不及了(le)。

03

AIGC下一站(zhàn)除了(le)视频，还有远方(fāng)

技术都是有两(liǎng)面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将(jiāng)是第四(sì)次工业革命的核心驱动力量，将创造(zào)新的增长奇迹。

过去一(yī)年，人工(gōng)智能在技术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能技(jì)术发(fā)生方(fāng)向性改变的一个(gè)代表。其下(xià)一站或(huò)许就是视(shì)频(pín)。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发(fā)布了几条引爆科技圈(quān)的短视频。这些视频引发(fā)关注并非内(nèi)容(róng)做得多优秀，反(fǎn)而(ér)都非(fēi)常简单，比如一(yī)匹正在喝水的马(mǎ)，一只画画的玩具熊，或(huò)者一(yī)段骑(qí)摩托车的(de)第一视角(jiǎo)录像，随便一个有手机的人都可以随(suí)手录下一段。

但这(zhè)些短(duǎn)视(shì)频的创作方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输入(rù)一(yī)段(duàn)话，甚(shèn)至只是说一下要求(qiú)，AI就(jiù)可以根据需要生成(chéng)一段视频(pín)。

谷(gǔ)歌发布的(de)两(liǎng)个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一个能够做出更高清(qīng)视频的(de)AI还(hái)不(bù)足(zú)以在短时间内(nèi)戳(chuō)中兴(xīng)奋(fèn)点(diǎn)。

Phenaki更(gèng)加令(lìng)人(rén)震惊的(de)地方在于(yú)，它可以制作出超过2分钟的连贯(guàn)的(de)也有(yǒu)确切内容的视频(pín)，这才是(shì)真正让人(rén)们感到惊喜的地方。因为(wèi)无论AI生成的视频(pín)多么高清，也只能是为内容生产(chǎn)者提供(gōng)一个(gè)灵感，一个(gè)素材，一(yī)个(gè)过场动画(huà)。

不过能够制(zhì)作(zuò)出有具体剧情内(nèi)容的(de)视(shì)频就意味着，一些视频(pín)创作由AI代替人工完成已经初步有了可能。

当下AI的发展速度已经超过(guò)大部分(fēn)人(rén)的想象(xiàng)。内容产(chǎn)业的本质是供给创造需求，AIGC作为全(quán)新的内(nèi)容生(shēng)产(chǎn)方(fāng)式(shì)，可以为内容产(chǎn)业带来(lái)更新的内容风格、更快(kuài)的生产速度，更(gèng)低(dī)的生(shēng)产成本，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应(yīng)用(yòng)于音乐、代(dài)码、机器人(rén)动作(zuò)等多种(zhǒng)内(nèi)容(róng)形式的生(shēng)成。不难发现(xiàn)该(gāi)项技术(shù)不仅在(zài)游戏等行业(yè)能得到有效应用(yòng)，对于下一(yī)代互联(lián)网(wǎng)各(gè)种元(yuán)素的构建亦有关键(jiàn)意义(yì)。

从商(shāng)业化的(de)角(jiǎo)度来看，文化娱(yú)乐、教(jiào)育、传媒等诸多领(lǐng)域(yù)，本(běn)身(shēn)就对(duì)基于AI的可视化内容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不是结(jié)果(guǒ)，而(ér)只是AI进程中的一块重要(yào)拼图，有望(wàng)在技术(shù)更新的(de)加持下实现更大的应用价值。

AI从理解内容，走向了可以生成内容，甚至能够创造出(chū)独(dú)立价值和独(dú)立视角的内(nèi)容。AIGC的再(zài)次(cì)出圈，更代表着未来的先进生产(chǎn)力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展也可(kě)以看(kàn)出(c钠的摩尔质量是多少，碳酸钠的摩尔质量hū)，在语言大(dà)模型、图像大模(mó)型之后，多模态大(dà)模(mó)型已经成(chéng)为了新的趋势。

大模(mó)型被(bèi)誉为当前人工智能发展的智能(néng)底座(zuò)，是全球(qiú)竞争(zhēng)最激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众多头部企业都在竞相发力。

不过(guò)训练(liàn)大模(mó)型的确价(jià)格不菲，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训(xùn)练一次的成本约(yuē)为140万美元。而对(duì)于(yú)一些(xiē)更大的LLM(大(dà)型语(yǔ)言模型)，训(xùn)练成(chéng)本则(zé)介于(yú)200万美(měi)元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立(lì)访(fǎng)客平(píng)均数1300万计算，其对(duì)应(yīng)芯(xīn)片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每(měi)日仅电(diàn)费就(jiù)在(zài)5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模型(xíng)的发展同(tóng)时，更(gèng)应该关(guān)注算(suàn)力网络的(de)建设。

算力网(wǎng)络正驱动AI产业发(fā)展(zhǎn)进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终(zhōng)极(jí)目(mù)标离得更(gèng)近。

因(yīn)为算力(lì)可(kě)以对突破性(xìng)技术创新提供大(dà)力的支持。这方(fāng)面，多模态大模型是典型。作为面(miàn)向未来(lái)强人(rén)工智能、通用人(rén)工智能的重(zhòng)要(yào)技术创新，多(duō)模态(tài)大模型已经在人工智能领(lǐng)域(yù)提出了(le)很(hěn)多(duō)年，业界也有不少技术突破，但是，多模态大(dà)模型(xíng)进(jìn)一步往下走(zǒu)，算(suàn)力需求呈几何(hé)式上升，一(yī)般的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音单独一项的(de)训练，到(dào)双模态、三(sān)模(mó)态(tài)的(de)跃迁(qiān)，让(ràng)人工智能可(kě)以灵活应对(duì)不同模态的(de)转化、像(xiàng)人(rén)与世界交(jiāo)互一样自然，这方面，由算(suàn)力网(wǎng)络来驱动(dòng)将有(yǒu)明显优势。

此外，还有很(hěn)多需要爆发式增长的算力(lì)来(lái)支撑的技术(shù)创新，将在人工智(zhì)能算(suàn)力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模型和大(dà)算力的支持下AIGC能持续(xù)颠覆(fù)内容生产的方式，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 钠的摩尔质量是多少，碳酸钠的摩尔质量