自聊天机器人ChatGPT火爆以来(lái)，微软(ruǎn)公司创(chuàng)始(shǐ)人比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能话题。在最近的一次采访中，他再次(cì)表示：“AI可能会让科技行业迎来(lái)一次剧烈(liè)的洗牌”。

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

他预期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市(shì)占率，因为微软在AI方面(miàn)的行动相当迅速。而最(zuì)终科技巨头将把AI整合(hé)成用(yòng)户的“全(quán)能助手”，包揽一(yī)切(qiè)应用，与人们(men)进行沟通并(bìng)提供建议，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可(kě)能尚需时日(rì)，但(dàn)由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包(bāo)围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科(kē)罗(luó)拉多州举办的(de)新兴数字艺术家(jiā)竞赛中，一幅名为《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画(huà)软件被(bèi)广(guǎng)大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们(men)可以(yǐ)在应用中(zhōng)输入一组关键词或(huò)者一(yī)张照片，就能获得(dé)一幅(fú)AI创作的(de)画作。

作画的关(guān)键就是所输(shū)入的(de)文(wén)本(běn)。同一组关键(jiàn)词也(yě)可以创作出很多张风格不一样(yàng)的画作(zuò)，这让创作的(de)过程就像开(kāi)盲盒。

很(hěn)多用户很喜欢这(zhè)种不确定的惊(jīng)喜，他们会将生(shēng)成的美图当做头像。而另一部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例如，一位网友的(de)小狗(gǒu)照片被(bèi)AI画成了“肌(jī)肉男”，还(hái)有网友(yǒu)的个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关(guān)键词游(yóu)戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福(fú)读(dú)博的(de)中国人张吕敏创作的一种基于控制点的图像变形算法，主要(yào)用于数(shù)字图像处理、计算机视觉和计算机图形学等领域(yù)。

其SD插件(jiàn)一经发布(bù)，在短短的两天内便成为了AI绘画领域最新的热点。

在(zài)此之前(qián)，大家用了很多(duō)方法想(xiǎng)让AI生成的(de)结果(guǒ)尽可能的符合要求(qiú)，但(dàn)是(shì)都(dōu)不尽如人意，它的出现代表着AI生(shēng)成开始进入真(zhēn)正的可控时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的构图，人物(wù)的姿(zī)势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁的用提(tí)示词(cí)来碰运气，抽(chōu)盲(máng)盒式的(de)创作了(le)。

通俗的(de)说ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不少博主的作品已(yǐ)经获(huò)得了大量的(de)浏览量，“viggo”就(jiù)是其中之一(yī)，他用朋友的照(zhào)片直接带她(tā)们走(zǒu)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(guān)键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开始换关键(jiàn)词试效果(guǒ)。

通过图片(piàn)就(jiù)可以看出来，效果十分惊艳(yàn)。

225是多大码的鞋子女，225是多大码的鞋子-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害(hài)的是，除了真实的(de)照片(piàn)，草图也(yě)可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线(xiàn)稿转全彩图(tú)。大神张吕敏其(qí)本(běn)尊也亲自回应(yīng)。

不得不说当下(xià)AIGC已经(jīng)变得越(yuè)来(lái)越(yuè)强大，甚(shèn)至输出的作(zuò)品都已经能以假乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术(shù)力爆发

警惕安全问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息(xī)火(huǒ)遍网络，而(ér)经过警方辟谣(yáo)这(zhè)所谓的“party”可能是全国第一(yī)起(qǐ)AI绘(huì)图诈(zhà)骗。

由于这个活动里面(miàn)给出的美女(nǚ)照片都(dōu)是AI制作的真人照片绘图，因(yīn)为太逼(bī)真，被大家当成真事(shì)传播了。

不过仔细观察(chá)可以发现，活动发起者提供的照片中有(yǒu)个(gè)很(hěn)大(dà)的(de)漏洞可以发现(xiàn)并非真人，而是AI绘图(tú)，那(nà)便是图片中(zhōng)女性(xìng)的手指部分有的存在异常。

有行业(yè)人事(shì)表示：“现(xiàn)在因为(wèi)手指部(bù)分的绘画算法比较复杂(zá)，AI还不太会画(huà)人的手，但最新看到的图片已经有越(yuè)来越完美的AI模型出现，以后可能就(jiù)完全没有(yǒu)漏洞了。”

类似(shì)的AI作图诈骗在(zài)国(guó)外也(yě)已(yǐ)有发生。据英国广播(bō)公(gōng)司报道，土耳其(qí)地震(zhèn)期间(jiān)，有Tiktok用户(hù)使用(yòng)AI合成了(le)儿童受灾的假照片发布到网络，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真人照片(piàn)般的绘图(tú)效果(guǒ)，如果这样(yàng)的图片被用来诈骗(piàn)，将非常可怕(pà)。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前人的作品(pǐn)之后，其(qí)创(chuàng)作(zuò)没有(yǒu)任何情绪和灵魂，难以(yǐ)和人类的(de)艺术创(chuàng)作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并(bìng)没有得到有效的解决(jué)，还(hái)有(yǒu)AIGC会不(bù)会(huì)代替人(rén)类“至高无上”的创意。

马斯克也强调，人工智能(néng)的安(ān)全问题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站除了(le)视(shì)频(pín)，还有远方

技术都是有两面性的，潜在的危害并不能掩盖其光辉(huī)的贡献。现(xiàn)在(zài)看来，人(rén)工智能技术将是第(dì)四次工业革命的核心驱动力量(liàng)，将创(chuàng)造新(xīn)的增长奇迹。

过去一年，人(rén)工智能(néng)在(zài)技术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方(fāng)向性(xìng)改变的(de)一个代(dài)表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后(hòu)发布了几(jǐ)条引(yǐn)爆科(kē)技圈(quān)的(de)短视频。这些视频引发(fā)关注并非内容做得多优秀(xiù)，反而(ér)都(dōu)非常简(jiǎn)单，比(bǐ)如一匹(pǐ)正在(zài)喝(hē)水的马，一(yī)只画画的(de)玩(wán)具熊，或(huò)者一段(duàn)骑摩托车的第(dì)一视角录像，随便(biàn)一个有(yǒu)手机的人(rén)都(dōu)可(kě)以随手录(lù)下(xià)一段。

但这些短视频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入一(yī)段话，甚至只是(shì)说一(yī)下要求，AI就可以根据需要生(shēng)成一段(duàn)视频。

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

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一个(gè)能够做出更高清视(shì)频的(de)AI还不足以在短时(shí)间内戳(chuō)中(zhōng)兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它(tā)可以制作出(chū)超过2分钟的连贯的(de)也有(yǒu)确切内容的(de)视频，这才是真正让人(rén)们(men)感到惊(jīng)喜的地方。因为无论AI生成的视频多(duō)么高清，也(yě)只能是(shì)为内(nèi)容(róng)生产(chǎn)者提供一个灵感(gǎn)，一个素材，一个过场动(dòng)画。

不过能够制作(zuò)出有具体(tǐ)剧情内容(róng)的视(shì)频(pín)就意(yì)味着，一些视频创作由AI代替人工完(wán)成已(yǐ)经初(chū)步有了(le)可能。

当下AI的发展速度(dù)已(yǐ)经(jīng)超过(guò)大部分(fēn)人(rén)的(de)想(xiǎng)象(xiàng)。内容(róng)产业的本(běn)质是(shì)供给创造需求，AIGC作(zuò)为全(quán)新的(de)内容生产方(fāng)式(shì)，可以为内容产业(yè)带来更新的内容风格、更快的生产速(sù)度，更低的生产成(chéng)本(běn)，这无(wú)疑会驱动内(nèi)容(róng)产业(yè)的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音(yīn)乐(lè)、代码、机器人动(dòng)作等(děng)多(duō)种内容形(xíng)式的生(shēng)成。不(bù)难发现该项技术不仅在游戏等行业能(néng)得到有效(xiào)应用，对于下一(yī)代互(hù)联网(wǎng)各种元素的(de)构建(jiàn)亦有关键意(yì)义。

从(cóng)商业(yè)化的角(jiǎo)度来看，文化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领(lǐng)域，本身就(jiù)对基(jī)于AI的可视化(huà)内(nèi)容有强烈(liè)需求。

因(yīn)此，AI绘画及视频或不是结果，而(ér)只(zhǐ)是AI进程中的一块重要拼图(tú)，有望在(zài)技术更新的(de)加持下实现更大的(de)应用价值(zhí)。

AI从理(lǐ)解(jiě)内(nèi)容(róng)，走向了可以生成内容，甚至能够创造出独立价值(zhí)和独立视角(jiǎo)的(de)内容。AIGC的再次出(chū)圈，更代表着未来(lái)的先进(jìn)生(shēng)产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也可以看(kàn)出，在(zài)语(yǔ)言大模型、图像大模型之后，多模态(tài)大模型(xíng)已经成为了(le)新的趋(qū)势(shì)。

大模型被誉为当前人(rén)工智能发展的智能底座，是全球竞争最激烈(liè)的研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多头(tóu)部企(qǐ)业都在(zài)竞相发力。

不过训练大模型(xíng)的确(què)价格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语(yǔ)言模型)，训练成(chéng)本则介(jiè)于200万美元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数(shù)1300万(wàn)计算，其对应(yīng)芯片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入(rù)成本约为8亿美元(yuán)，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大(dà)模型(xíng)的发展同时(shí)，更应(yīng)该关注(zhù)算力网络的建(jiàn)设。

算(suàn)力网络正驱(qū)动AI产业发(fā)展进入史诗级(jí)加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为(wèi)算力(lì)可以对突破性技(jì)术创新提供大力的支持。这方面(miàn)，多模态大模型是典型。作(zuò)为(wèi)面向未来强人(rén)工智能(néng)、通(tōng)用人(rén)工智能的重要技术创新，多模态大模型(xíng)已经在人(rén)工智能领域提(tí)出了很(hěn)多年，业界也有不(bù)少技术突破，但是(shì)，多(duō)模态(tài)大(dà)模型进一步往下走，算力需求(qiú)呈几何(hé)式上升，一般的算力(lì)基础设施(shī)很(hěn)快将难以胜任。

从图(tú)像、文字、语音单独一项(xiàng)的训练，到双(shuāng)模态、三模态的跃(yuè)迁，让(ràng)人(rén)工智能可以(yǐ)灵(líng)活(huó)应对(duì)不同模态的转化、像人(rén)与世界交互一样自然，这方面，由(yóu)算力网(wǎng)络来(lái)驱(qū)动将有(yǒu)明显优势。

此外，还有很多需要爆发(fā)式增长的(de)算力来(lái)支撑(chēng)的技术创新，将(jiāng)在人工智能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大(dà)算力的(de)支持下AIGC能(néng)持续颠覆内容生(shēng)产(chǎn)的方式，将创造(zào)的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 225是多大码的鞋子女，225是多大码的鞋子