自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人(rén)比尔·盖(gài)茨已(yǐ)多次公开谈论人工智(zhì)能话题(tí)。在(zài)最近的(de)一(yī)次采(cǎi)访中，他再(zài)次表示(shì)：“AI可(kě)能会(huì)让科技行业迎来一次剧烈的洗牌”。

这个结论是他在(zài)当(dāng)地时间(jiān)2月(yuè)20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预(yù)期，AI的(de)发展可能会威胁到谷歌的(de)市占率，因为微软在AI方面的行动相(xiāng)当迅速(sù)。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应(yīng)用，与人(rén)们进行沟通并(bìng)提供建议(yì)，可(kě)以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手(shǒu)的到来可能尚需(xū)时日，但由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可(kě)控(kòng)靠近(jìn)

以AI绘画(huà)为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新(xīn)兴数字艺术(shù)家竞(jìng)赛中，一幅名为(wèi)《太空歌剧院》的(de)作(zuò)品(pǐn)获奖(jiǎng)。

随(suí)后各(gè)大厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是(shì)其中代表(biǎo)。

用户(hù)们可以在(zài)应用中输入(rù)一组关键词(cí)或(huò)者(zhě)一张照(zhào)片(piàn)，就能获得一(yī)幅AI创作的画(huà)作。

作画的关键(jiàn)就是(shì)所输(shū)入的文本。同一组(zǔ)关键词也可以创作出(chū)很多张(zhāng)风(fēng)格不一(yī)样的画作，这让创作的过程就像开盲盒(hé)。

很(hěn)多用户(hù)很(hěn)喜欢(huān)这种不确定的(de)惊喜，他们(men)会将生成的美(měi)图当做头(tóu)像(xiàng)。而另一部分喜(xǐ)欢翻看AI绘(huì)画(huà)的“翻车”作品(pǐn)。在社交媒(méi)体(tǐ)上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网(wǎng)友的个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填写关键词(cí)游(yóu)戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国(guó)人(rén)张吕敏创作的一种基于控制(zhì)点的图像变形算法(fǎ)，主要用(yòng)于数字(zì)图(tú)像处理、计算(suàn)机视觉和计(jì)算机(jī)图(tú)形学等领(lǐng)域。

其(qí)SD插件一经发布，在(zài)短短的两天内便(biàn)成为了AI绘画(huà)领域最新(xīn)的热(rè)点。

在此之前，大家(jiā)用了很(hěn)多方(fāng)法想让AI生成的结(jié)果尽可能的(de)符合要求，但是都不尽如人意，它(tā)的出现代(dài)表着(zhe)AI生(shēng)成开始进入真正的可(kě)控时期(qī)。

因为ControlNet可以直(zhí)接提取画面的构图，人(rén)物的姿(zī)势和画面的深度信(xìn)息等。有了它(tā)的帮助，就(jiù)不用频繁的用(yòng)提示词来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作品(pǐn)已经获得了大量的(de)浏(liú)览量，“viggo”就是其中之一，他用朋(péng)友的照(zhào)片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对(duì)应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试(shì)效果。

通过图片就可以看出(chū)来，效果(guǒ)十分惊艳(yàn)。

更厉害的是，除了真实的(de)照片，草图也可以加(jiā)上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不(bù)得(dé)不说当下AIGC已经变得越来(lái)越强大，甚(shèn)至输出的作品都已(yǐ)经能以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖(hú)有(yǒu)游艇party”的(de)消(xiāo)息(xī)火遍(biàn)网(wǎng)络，而经过警方辟谣(yáo)这所(suǒ)谓的“party”可能(néng)是全(quán)国第(dì)一起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给出的美女照片都(dōu)是(shì)AI制作的(de)真人(rén)照片绘图，因为太(tài)逼真，被(bèi)大家当(dāng)成(chéng)真事传播了。

不过仔(zǎi)细观察可以发现(xiàn)，活动发起者提供的照片中有个很大的漏洞可以(yǐ)发(fā)现(xiàn)并非真(zhēn)人，而(ér)是AI绘图(tú)，那便(biàn)是图(tú)片中女(nǚ)性的手指部分有的存在异(yì)常。

有(yǒu)行业人事(shì)表示：“现在因为手指部(bù)分(fēn)的(de)绘画算(suàn)法比(bǐ)较复杂，AI还不太会(huì)画人的(de)手，但最新(xīn)看到(dào)的图片已经有越来越完美的(de)AI模型出现(xiàn)，以后(hòu)可能就完全没有漏洞了。”

类似的AI作图诈骗在国外(wài)也(yě)已有发生。据英国(guó)广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的假照片发布到网络(luò)，以此(cǐ)诱骗善良(liáng)的人打赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着(zhe)技(jì)术发(fā)展，AIGC已经能(néng)做出真人照片般的(de)绘图效果，如果这样的图片被用来诈(zhà)骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一方(fāng)面(miàn)，批(pī)判者认(rèn)为AI在“学习”了大量前人的作品(pǐn)之(zhī)后，其(qí)创作没有任何情绪和灵(líng)魂(hún)，难以和人(rén)类的艺术创作(zuò)相(xiāng)提并论(lùn)。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到有效的解决，还(hái)有(yǒu)AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯(sī)克也强调(diào)，人(rén)工智能的(de)安全问题需要得到重视，太晚(wǎn)就来不(bù)及了(le)。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方(fāng)

技术都是有两面性的，潜在(zài)的危(wēi)害(hài)并不(bù)能掩(yǎn)盖其(qí)光辉(huī)的贡献。现在(zài)看来，人工智能技术将是(shì)第四(sì)次工业革命的核心驱动力量，将创造新的增(zēng)长奇迹(jì)。

过去一(yī)年，人(rén)工智能(néng)在技术和商业层面都有了(le)巨大进展，AI绘画就(jiù)是人工智能(néng)技术发生方向性改变(biàn)的一个代表(biǎo)。其(qí)下一站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发(fā)布(bù)了几条(tiáo)引(yǐn)爆(bào)科(kē)技圈的短视频。这些视频引发关(guān)注(zhù)并非(fēi)内容做(zuò)得多优秀(xiù)，反而(ér)都非(fēi)常简单，比如(rú)一匹正在喝水的(de)马，一(yī)只画画的玩(wán)具熊，或者一段骑(qí)摩托车的第一视角(jiǎo)录(lù)像(xiàng)，随便(biàn)一个有手(shǒu)机的人都可以随(suí)手录下一段。

但这些短(duǎn)视(shì)频的(de)创(chuàng)作方(fāng)式非常简单，创(chuàng)作者仅仅需要向AI输入(rù)一段(duàn)话，甚至只是说一下要求(qiú)，AI就可以根(gēn)据需(xū)要生成一段视频。

谷歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已(yǐ)经玩了(le)一(yī)波(bō)梗(gěng)，一个能够做出(chū)更高(gāo)清(qīng)视(shì)频(pín)的AI还不(bù)足以在短时(shí)间内(nèi)戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以(yǐ)制作出(chū)超过2分(fēn)钟的连贯(guàn)的也有确(què)切内容的(de)视频，这才是真正让人们感到惊喜的地方。因为无(wú)论AI生成(chéng)的视频(pín)多么(me)高清，也只能是为内容(róng)生(shēng)产者(zhě)提供(gōng)一个灵感(gǎn)，一个素材，一个过场动画(huà)。

空气炸锅是不是一定要放烤架上 空气炸锅没有烤架能用吗ong>不(bù)过能够制(zhì)作出有具体(tǐ)剧情内容的视频就(jiù)意味着(zhe)，一些视频创作(zuò)由AI代替人(rén)工完成已(yǐ)经初步有了可(kě)能。

当(dāng)下AI的发(fā)展速度已经超过大部分人的(de)想象(xiàng)。内(nèi)容产业的本质(zhì)是供(gōng)给创造需求(qiú)，AIGC作为全新的内容(róng)生产方式(shì)，可以为内(nèi)容产业带(dài)来更新的内(nèi)容(róng)风格、更快的生(shēng)产(chǎn)速(sù)度，更低(dī)的生产(chǎn)成本，这(zhè)无疑会驱动内容产业的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应(yīng)用(yòng)于音乐(lè)、代码、机器(qì)人(rén)动作(zuò)等多种内容(róng)形式(shì)的生(shēng)成。不难发现该项技术不仅在游戏等行(xíng)业能得到有效应用，对(duì)于(yú)下一代(dài)互(hù)联网(wǎng)各种元素(sù)的构建亦有关键意义(yì)。

从(cóng)商业化的(de)角度来看，文化娱乐(lè)、教育、传媒等(děng)诸多领(lǐng)域，本身(shēn)就对基于AI的(de)可(kě)视化内容(róng)有强烈需求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只是AI进程中的(de)一块重要拼图，有望在技术(shù)更新的加(jiā)持下实现更大(dà)的应用(yòng)价值。

AI从理解内容，走(zǒu)向(xiàng)了(le)可以生成内(nèi)容，甚至能够创造出独(dú)立价(jià)值和(hé)独立(lì)视角的(de)内容(róng)。AIGC的再(zài)次出圈，更代(dài)表着未来的(de)先(xiān)进生产(chǎn)力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座(zuò)

从技术的(de)发展(zhǎn)也可以看(kàn)出，在语言大模(mó)型(xíng)、图像大模型之后，多模态大模型已(yǐ)经(jīng)成为了新的趋势。

大模(mó)型被誉为当前人工智(zhì)能发展的(de)智能(néng)底座，是全球竞(jìng)争最(zuì)激烈的(de)研究(jiū)方向之一(yī)，包括谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾(téng)讯等(děng)众多头部企业都在竞相发力(lì)。

不过(guò)训练大模(mó)型的确(què)价格不菲，以国(guó)盛证券发布的(de)《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成本(běn)约为140万美(měi)元。而对于一些更大的LLM(大型(xíng)语(yǔ)言模(mó)型)，训练(liàn)成(chéng)本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应(yīng)芯片需(xū)求为3万多(duō)片英(yīng)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。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持。在关注各类大模型的发(fā)展同时(shí)，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发展进(jìn)入史诗级加(jiā)速(sù)进程，让AIGC及(jí)通用AI这一人工智能(néng)发展(zhǎn)的终极(jí)目标离得更近。

因(yīn)为算力可以(yǐ)对突(tū)破性技术创新(xīn)提供大力的支持。这方面，多模态大模型是典型。作为面向未来强人工智能(néng)、通(tōng)用(yòng)人工智能的重要技术创新，多模态大模型(xíng)已经在人工(gōng)智能领域提出(chū)了很(hěn)多年，业界也有不少技(jì)术(shù)突破，但(dàn)是，多模态(tài)大模型进一步往下走(zǒu)，算力需(xū)求(qiú)呈几(jǐ)何式上升，一般的(de)算力基础设施很(hěn)快(kuài)将难以胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态(tài)、三(sān)模态的跃迁，让人工智能可(kě)以灵活应对不同模(mó)态(tài)的转化、像人与世界交互一样自(zì)然(rán)，这方面(miàn)，由算力(lì)网络来驱动将有明显(xiǎn)优(yōu)势。

此外，还有很多(duō)需(xū)要爆发式增长的算力来(lái)支撑的技术创新，将在(zài)人工(gōng)智能(néng)算力网络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和大算(suàn)力的支持下(xià)AIGC能持续(xù)颠(diān)覆(fù)内容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 空气炸锅是不是一定要放烤架上 空气炸锅没有烤架能用吗