自(zì)聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨已多次公开谈论人工(gōng)智(zhì)能话题(tí)。在最近的(de)一次采(cǎi)访中，他再次表示：“AI可能会让科技行(xíng)业迎来一次剧烈(liè)的洗牌”。

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

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在(zài)AI方面(miàn)的行动(dòng)相当迅速(sù)。而最(zuì)终科技巨头将(jiāng)把AI整合成用户(hù)的“全能助手(shǒu)”，包揽一(yī)切应用，与人(rén)们进行沟通并(bìng)提供建议，可(kě)以取代亚(yà)马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助手(shǒu)的到来可能尚需时日，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代(dài)表的AIGC上一次爆火的时(shí)候，还是2022年(nián)8月，在美国科罗拉多州举(jǔ)办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画(huà)软(ruǎn)件(jiàn)被广大网友熟知(zhī)并体验，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们可以(yǐ)在应用(yòng)中输入一(yī)组关键词或者一张照(zhào)片，就能获得(dé)一(yī)幅AI创作的画作。

作画(huà)的关键就是所输入(rù)的文(wén)本。同一组关键词也可(kě)以创作出很多张风格不一样的画作，这(zhè)让创作的过程就像(xiàng)开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不(bù)确定的惊喜，他们会将(jiāng)生成的美(m画的作者是谁 画的作者是高鼎吗ěi)图当(dāng)做头(tóu)像。而另(lìng)一部(bù)分(fēn)喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社交媒(méi)体(tǐ)上(shàng)，许多用(yòng)户分享AI“翻车现场”，例如(rú)，一位网(wǎng)友的小(xiǎo)狗照片被AI画成了(le)“肌肉男”，还有网友的个人照片被AI识(shí)别成了建筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写关(guān)键(jiàn)词游戏可能(néng)要被颠覆了(le)。

ControlNet是一位(wèi)正在斯(sī)坦福读博的中国人张吕敏(mǐn)创作的一(yī)种基(jī)于控制点的图(tú)像(xiàng)变形算法，主要用于数字图(tú)像处理、计算机视觉和计算机图形学等领域。

其SD插(chā)件一(yī)经发(fā)布，在短(duǎn)短的(de)两天内便成为了(le)AI绘画领(lǐng)域(yù)最新(xīn)的热点。

在此之前，大家用(yòng)了(le)很多(duō)方法想让AI生成的结果尽可能的符(fú)合要求，但(dàn)是都不尽如人意，它的出现代表着(zhe)AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构(gòu)图，人物的姿(zī)势和画面的深度信(xìn)息等(děng)。有了它的帮助(zhù)，就不用频繁的用(yòng)提(tí)示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作(zuò)品(pǐn)已(yǐ)经获得了(le)大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她们走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始(shǐ)换关键词试效果。

通过图片(piàn)就可以看出来，效果(guǒ)十分惊艳(yàn)。

更厉(lì)害的是，除了真实(shí)的照片，草图也可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图(tú)。大(dà)神张(zhāng)吕敏其(qí)本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得越来越强大，甚至输出的作(zuò)品(pǐn)都已(yǐ)经能以假乱真了(le)。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡湖有游(yóu)艇party”的消(xiāo)息(xī)火遍网络，而经过警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可(kě)能是(shì)全国(guó)第(dì)一起AI绘图诈骗。

由于这(zhè)个(gè)活动里面给出的美女照片(piàn)都是AI制作的真人照片(piàn)绘图，因为太逼真，被大(dà)家当(dāng)成真事传播了。

不过仔细(xì)观察可以发(fā)现，活(huó)动发起(qǐ)者提供的照片中有(yǒu)个(gè)很大的漏洞可(kě)以发现并(bìng)非真人(rén)，而是(shì)AI绘图，那(nà)便是图片中女性(xìng)的手指(zhǐ)部分有的存在(zài)异常。

有行(xíng)业人事(shì)表示：“现在因为手(shǒu)指部分的绘画(huà)算法(fǎ)比较复(fù)杂，AI还不太会画人的手，但最(zuì)新(xīn)看到的图片已经有越来越完美的AI模型(xíng)出现，以后可能就完全没有漏洞(dòng)了(le)。”

类(lèi)似的AI作图诈骗在国外(wài)也(yě)已有(yǒu)发生。据英(yīng)国广播(bō)公司报道(dào)，土耳其地(dì)震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的假(jiǎ)照片(piàn)发布到网络(luò)，以此(cǐ)诱骗善良的人(rén)打赏“捐(juān)助(zhù)”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经(jīng)能做出(chū)真人照片(piàn)般的绘图效果，如果这样(yàng)的图片(piàn)被用来(lái)诈(zhà)骗，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还引(yǐn)发(fā)了很多担忧，一(yī)方(fāng)面，批判者认为AI在“学习”了大(dà)量(liàng)前人的作品之后，其创作没有任(rèn)何(hé)情绪和(hé)灵魂(hún)，难以和人类的艺术创作(zuò)相提并(bìng)论。

另一(yī)方面，AIGC背后的版(bǎn)权、目前(qián)都并没有(yǒu)得到有效的解决(jué)，还有AIGC会不会(huì)代替人(rén)类“至高无上”的创意。

马斯克也强调，人(rén)工(gōng)智能(néng)的(de)安全问题需要得(dé)到重视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除(chú)了视频，还有远方

技术都是有(yǒu)两(liǎng)面性的，潜(qián)在的危(wēi)害并不(bù)能(néng)掩(yǎn)盖其光辉(huī)的贡献。现在看来，人工智能技术(shù)将是(shì)第四次工(gōng)业革命(mìng)的核心驱动(dòng)力(lì)量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在技术和商业层(céng)面(miàn)都有(yǒu)了巨(jù)大进展，AI绘画就(jiù)是(shì)人工智能技术发(fā)生(shēng)方向性改变的一(yī)个代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌(gē)先(xiān)后发布(bù)了几条引爆科技圈的短视(shì)频。这些视频引发关注并非内容做得多优(yōu)秀，反(fǎn)而都非常简(jiǎn)单，比(bǐ)如一匹正在喝水的马(mǎ)，一只画画的玩具(jù)熊，或(huò)者一(yī)段骑摩(mó)托(tuō)车的第一视角录像，随(suí)便一个有手机的人都(dōu)可以随手录下(xià)一段。

但这些短(duǎn)视(shì)频的创(chuàng)作(zuò)方式非常(cháng)简单，创(chuàng)作者仅仅需(xū)要向AI输入一(yī)段(duàn)话，甚至(zhì)只是说一下要求(qiú)，AI就可以(yǐ)根据需要生(shēng)成一(yī)段(duàn)视频。

谷歌发布的两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太(tài)多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成的(de)视频(pín)后，AI圈就已(yǐ)经玩了一(yī)波梗，一个能够做出更高清视频的AI还(hái)不足(zú)以在短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人(rén)震惊的(de)地(dì)方在于(yú)，它可(kě)以(yǐ)制(zhì)作出超过(guò)2分(fēn)钟(zhōng)的连贯(guàn)的也有确切内(nèi)容的视频，这(zhè)才(cái)是真正(zhèng)让人(rén)们(men)感到惊喜的地方。因(yīn)为无论AI生成的视频多么高清(qīng)，也只能是(shì)为内容生产者(zhě)提供一个灵感，一个素(sù)材(cái)，一(yī)个过场(chǎng)动画。

不过(guò)能够制作出有(yǒu)具体(tǐ)剧情内容的视频就意味着，一些视频(pín)创作由AI代替人工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展(zhǎn)速度已经超过大部分人的想象。内容(róng)产业的本质是供给(gěi)创造(zào)需(xū)求，AIGC作(zuò)为全新的内容生产方式(shì)，可以为(wèi)内容产业带来(lái)更新的内容风格、更快(kuài)的生产(chǎn)速度，更低的生产成(chéng)本，这无疑会驱(qū)动内容(róng)产业的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还能应用于音乐(lè)、代码、机器(qì)人动(dòng)作(zuò)等多种内容形(xíng)式的生(shēng)成。不难(nán)发现该项技(jì)术不仅在游戏等行业能得到有效(xiào)应用，对于下一(yī)代互联网各种元(yuán)素的构(gòu)建亦有(yǒu)关键(jiàn)意(yì)义。

从商业化的角度来看，文化娱乐(lè)、教(jiào)育、传媒(méi)等诸多领域，本身就对基于AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘画及视频或不(bù)是(shì)结果，而只是AI进(jìn)程中的一块重要(yào)拼图(tú)，有望(wàng)在技术更(gèng)新(xīn)的加持下(xià)实(shí)现更大的应用价值。

AI从理解内容(róng)，走向(xiàng)了可以(yǐ)生成内容，甚至能够创(chuàng)造(zào)出独立价值和独立(lì)视角的(de)内容。AIGC的再次出圈(quān)，更(gèng)代表着未来的先进生产力即(jí)将到来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底座

从技术(shù)的发展(zhǎn)也可以看出，在语言大模型、图像大模型之后，多模态大模型已经成为(wèi)了(le)新(xīn)的趋势。<画的作者是谁 画的作者是高鼎吗/p>

大(dà)模(mó)型被誉为当前人工智能(néng)发展的智(zhì)能底(dǐ)座(zuò)，是(shì)全球竞争最激烈的研究方向之(zhī)一(yī)，包括谷(gǔ)歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头部(bù)企业都在竞相发力。

不过(guò)训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一(yī)次(cì)的(de)成(chéng)本约为(wèi)140万美元。而对于一些更大(dà)的LLM(大型语言模(mó)型(xíng))，训(xùn)练成本则(zé)介(jiè)于200万(wàn)美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均数1300万(wàn)计(jì)算，其对应芯片需求为(wèi)3万(wàn)多片英(yīng)伟达A100 GPU，初始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日仅电(diàn)费就(jiù)在(zài)5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支持。在关注各类大模型的(de)发展(zhǎn)同(tóng)时，更应该关注(zhù)算(suàn)力网络的(de)建设。

算力网络(luò)正驱动(dòng)AI产业(yè)发展进(jìn)入史诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人(rén)工(gōng)智(zhì)能发展的终极目标(biāo)离得更近。

因为算力可以(yǐ)对突破(pò)性技术创新提(tí)供(gōng)大力的支持。这方(fāng)面(miàn)，多模态大模型是(shì)典型。作为面向未来强人工智(zhì)能(néng)、通用(yòng)人(rén)工智能(néng)的(de)重要技术创新，多模态(tài)大模型已经在人工智能(néng)领域提出了很多年，业界也有(yǒu)不少技术突破，但是，多模(mó)态大模型进一步往(wǎng)下走，算力需求呈几何式上(shàng)升，一般的(de)算力基础设(shè)施(shī)很快将难以胜任(rèn)。

从(cóng)图像、文(wén)字、语(yǔ)音(yīn)单(dān)独一项(xiàng)的训练(liàn)，到双模态、三模态的跃迁，让人工(gōng)智能可以灵(líng)活应对不同模态的转化、像(xiàng)人(rén)与世界交互一样自然(rán)，这方面(miàn)，由(yóu)算力网络来(lái)驱动将有明显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式(shì)增长的算力来支撑的(de)技术创新(xīn)，将在人工智(zhì)能算力网(wǎng)络支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠覆内(nèi)容生(shēng)产的方式，将创(chuàng)造的边际(jì)成本降低(dī)，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 画的作者是谁 画的作者是高鼎吗