自聊天(tiān)机(jī)器人ChatGPT火爆以来(lái)，微软公司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈论人(rén)工智能话题。在最近的一(yī)次采访中，他再次(cì)表示(shì)：“AI可能会(huì)让科技(jì)行业迎来一(yī)次剧烈的洗牌”。

这个(gè)结(jié)论是他(tā)在当地时间2月20日接(jiē)受(shòu)《In Good Company》节(jié)目(mù)专(zhuān)访时提出的。

他预期(qī)，AI的发展可能会威(wēi)胁到谷歌的市占率，因(yīn)为(wèi)微软在AI方面的行动相当迅(xùn)速。而(ér)最终科技(jì)巨头将把AI整合成(chéng)用户(hù)的“全能助(zhù)手”，包揽一(yī)切应用，与(yǔ)人们进行沟通(tōng)并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来(lái)可能尚需时(shí)日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为代表的(de)AIGC上一(yī)次爆火的时候，还(hái)是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新(xīn)兴(xīng)数(shù)字艺(yì)术家竞赛(sài)中，一幅名为《太空歌剧院(yuàn)》的作品(pǐn)获奖。

随(suí)后各(gè)大厂(chǎng)商的AI绘画软件(jiàn)被广大(dà)网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中输入(rù)一组关(guān)键(jiàn)词或者一张照片，就能获得(dé)一幅(fú)AI创作的画(huà)作(zuò)。

作画的关键(jiàn)就是所输入的文本。同一组关键词也可(kě)以创作出(chū)很(hěn)多(duō)张风格不一样的画作，这让创作的过程(chéng)就像开盲盒。

很多(duō)用户很喜欢这种(zhǒng)不确定(dìng)的(de)惊(jīng)喜，他们会(huì)将生成的美图当做头(tóu)像。而另(lìng)一部分喜欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了(le)“肌肉男(nán)”，还有网(wǎng)友的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的(de)填写(xiě)关键词游戏可能要被颠(diān)覆了(le)。

其SD插件(jiàn)一经发布，在短短的两天内便成为(wèi)了AI绘画(huà)领域(yù)最新的热点。

在(zài)此之前(qián)，大家用了(le)很多方法想让AI生(shēng)成的结果尽可能的(de)符合要求，但是都不尽如人(rén)意，它的(de)出现代(dài)表着AI生成开始进(jìn)入真(zhēn)正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和画面的深度信息等(děng)。有了它的帮助，就(jiù)不用频(pín)繁的用(yòng)提示词来(lái)碰运气，抽(chōu)盲(máng)盒(hé)式的(de)创(chuàng)作(zuò)了。

通俗的(de)说ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了“魔(mó)法”，不(bù)少博主的作品已经获得了大量的浏(liú)览量，“viggo”就是其中之一(yī)，他用朋友的(de)照片直接带她们走进动(dòn写柔柳的四字词语有哪些，写春雨的四字词语g)漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对应(yīng)的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果(guǒ)十分(fēn)惊艳。

更厉(lì)害的(de)是，除了(le)真(zhēn)实的照片，草图也可以加(jiā)上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全(quán)彩(cǎi)图(tú)。大神(shén)张吕(lǚ)敏其(qí)本尊也亲自(zì)回(huí)应。

不得不(bù)说(shuō)当(dāng)下(xià)AIGC已(yǐ)经变得(dé)越来越强大，甚(shèn)至输(shū)出的作品都(dōu)已经(jīng)能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安(ān)全问题(tí)

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而(ér)经过警方(fāng)辟谣这所(suǒ)谓(wèi)的“party”可能是全(quán)国第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面(miàn)给出的(de)美女(nǚ)照片都(dōu)是AI制作的真人照片绘图(tú)，因为太逼(bī)真，被大家当(dāng)成(chéng)真事传播了。

不过仔(zǎi)细(xì)观察(chá)可以发现，活动发起者提供的照(zhào)片中有个很大的漏洞可以发现(xiàn)并非真(zhēn)人，而是AI绘(huì)图，那便是图片中女性的(de)手指部分有的存在异常。

有行业人事表示：“现(xiàn)在因为手指部分(fēn)的绘(huì)画算法比较(jiào)复(fù)杂，AI还不太会画(huà)人的手，但最新看到的图片已(yǐ)经有越来越完美(měi)的AI模型出(chū)现，以后(hòu)可能就完全(quán)没有漏洞了。”

类似的AI作(zuò)图诈骗在(zài)国外也已有发生。据英国广(guǎng)播公司报(bào)道(dào)，土耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的人打赏“捐助”从而实(shí)施(shī)诈骗。

目前(qián)随着技术发展，AIGC已经能做出真(zhēn)人照片(piàn)般(bān)的绘图效果，如果这(zhè)样(yàng)的(de)图片被用(yòng)来诈(zhà)骗，将非常可怕(pà)。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判者认为AI在“学习”了大量前人的作品(pǐn)之后，其创作(zuò)没有任何情绪(xù)和灵魂，难以和人类(lèi)的艺术创(chuàng)作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还(hái)有AIGC会不会代替人类“至高(gāo)无(wú)上”的创(chuàng)意(yì)。

马(mǎ)斯(sī)克也强调，人工智(zhì)能的安全问题需要得到重视，太(tài)晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面性(xìng)的(de)，潜(qián)在的危害并不(bù)能掩盖(gài)其光辉的(de)贡献。现(xiàn)在看来，人工智能技术将(jiāng)是(shì)第四次(cì)工业(yè)革命的核(hé)心驱(qū)动力量(liàng)，将创造(zào)新的增(zēng)长奇迹。

过(guò)去(qù)一年，人工智能在技术和商业层(céng)面都(dōu)有(yǒu)了巨(jù)大进(jìn)展，AI绘画(huà)就(jiù)是人工智能(néng)技术发(fā)生(shēng)方向性(xìng)改变的一个代表。其下一(yī)站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技(jì)圈的短视频。这(zhè)些视频(pín)引发(fā)关注并(bìng)非内容(róng)做得多优秀，反而(ér)都(dōu)非常简(jiǎn)单(dān)，比如一匹正在(zài)喝(hē)水的(de)马，一只画(huà)画(huà)的(de)玩(wán)具熊，或者一段骑摩(mó)托车的第(dì)一视角录像，随便一(yī)个有手(shǒu)机的人都可以随手录(lù)下(xià)一段。

但这些(xiē)短视频的创作方式非常简(jiǎn)单(dān)，创作者仅仅需要向AI输入一段话，甚至(zhì)只是(shì)说一下(xià)要(yào)求，AI就(jiù)可以根据需要生(shēng)成一段视频。

谷歌(gē)发布(bù)的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够做出更(gèng)高清视频的AI还(hái)不足以在短时间内(nèi)戳(chuō)中兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制(zhì)作出超过2分钟的连(lián)贯(guàn)的也有(yǒu)确切内容的视频，这才是真正让人们感(gǎn)到惊(jīng)喜的地(dì)方。因(yīn)为无(wú)论AI生成的视频多么高清，也(yě)只能是(shì)为内容生产者提供(gōng)一个灵感，一个素材(cái)，一个过场动画(huà)。

不过能够制作出(chū)有(yǒu)具体剧情内(nèi)容(róng)的视频就(jiù)意(yì)味着，一些(xiē)视频创作(zuò)由AI代(dài)替人工(gōng)完(wán)成已经初步(bù)有(yǒu)了可能。

当下(xià)AI的(de)发(fā)展速度已(yǐ)经超过大部分人的想象。内(nèi)容产(chǎn)业的本质是供给创(chuàng)造需求，AIGC作为全(quán)新的内容生产方式(shì)，可以为内容(róng)产业带来(lái)更新的内容风格、更快的生产速度(dù)，更低的生产成本(běn)，这无疑会驱(qū)动(dòng)内容产业的大爆(bào)发。

除(chú)了AI绘图、视(shì)频，AIGC技(jì)术还能应用于音乐、代码、机器(qì)人动作等多种内容形(xíng)式(shì)的生成(chéng)。不难发现该项技(jì)术不仅在游戏等行业能得到有效(xiào)应用(yòng)，对于下一代(dài)互(hù)联网各种(zhǒng)元素的构建亦有关键意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就对基(jī)于AI的可视化内容有强烈(liè)需求。

因此，AI绘(huì)画及视频或不是结(jié)果，而只是AI进程中的一块重要(yào)拼(pīn)图，有望在技(jì)术更新(xīn)的加持下(xià)实现更大的应用价值。

AI从理解内容(róng)，走向了可以生成内(nèi)容，甚至能够创(chuàng)造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进(jìn)生产力即将(jiāng)到来。

04

紧抓大(dà)模(mó)型与算(suàn)力，牢固AIGC底座

从技术的发展(zhǎn)也可(kě)以看出，在(zài)语言大(dà)模型、图像(xiàng)大(dà)模型之后，多模态大模型已经成(chéng)为了新的趋(qū)势。

大模(mó)型被誉为当前人工智能发展的智能底座，是全球(qiú)竞争最激烈(liè)的研究方向(xiàng)之一，包括谷歌(gē)、亚马(mǎ)逊、百(bǎi)度(dù)、阿里、腾(téng)讯等众多(duō)头部企(qǐ)业都在竞相发力(lì)。

不过训练大模型的确(què)价格(gé)不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少算力(lì)》报(bào)告估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美(měi)元。而对于一些(xiē)更大的LLM(大型(xíng)语(yǔ)言模型)，训(xùn)练成本则介于200万美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立(lì)访客平均数1300万计算(suàn)，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支持。在(zài)关注各类大模型的发展同(tóng)时，更应该关注算力网(wǎng)络的建设。

算力网络(luò)正驱动AI产业发展(zhǎn)进入(rù)史诗级加速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展的终极目(mù)标(biāo)离得更近。

因为算(suàn)力(lì)可以对突破性技术(shù)创新提供大(dà)力的支持。这方(fāng)面，多(duō)模态大模型是典(diǎn)型。作为面向未来强(qiáng)人工智能(néng)、通用人(rén)工智(zhì)能的重(zhòng)要技术(shù)创(chuàng)新，多模态大模型已(yǐ)经在(zài)人工智能领域提(tí)出(chū)了很多年，业界也有(yǒu)不(bù)少技术突破，但是，多模态大模型进一步往下走，算(suàn)力需求(qiú)呈几何式上升，一般的算(suàn)力基础设施很快将难以(yǐ)胜任(rèn)。

从图(tú)像、文字、语音(yīn)单独(dú)一项(xiàng)的训练，到双模态、三模态(tài)的跃迁，让人工智能可以(yǐ)灵活(huó)应对不同模态的转化、像人与(yǔ)世界交互一样自然，这方(fāng)面，由算(suàn)力(lì)网络(luò)来(lái)驱动将(jiāng)有明显优(yōu)势。

此外(wài)，还有很多需要(yào)爆发(fā)式(shì)增长(zhǎng)的算(suàn)力来支撑的技术创新，将在(zài)人工智能(néng)算力网络(luò)支撑(chēng)下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠覆内容(róng)生产(chǎn)的方式，将(jiāng)创造(zào)的(de)边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 写柔柳的四字词语有哪些，写春雨的四字词语