自聊(liáo)天机(jī)器(qì)人ChatGPT火爆以来，微(wēi)软公司创始人(rén)比尔·盖茨已多次公开谈论人工(gōng)智能(néng)话题(tí)。在最近(jìn)的一(yī)次(cì)采访中，他再次表(biǎo)示：“AI可能会让科技(jì)行业迎来一次剧烈的(de)洗牌(pái)”。

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

他预期，AI的发(fā)展可(kě)能会威胁到谷歌的市占率(lǜ)，因(yīn)为微软在AI方(fāng)面(miàn)的(de)行动(dòng)相当迅速(sù)。而最(zuì)终科(kē)技巨头(tóu)将把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引发(fā)的又(yòu)一次(cì)AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国科罗拉多(duō)州举办的新兴数(shù)字艺术家竞(jìng)赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大网友熟知(zhī)并体验，Stable Diffusion便是(shì)其(qí)中(zhōng)代表。

用户们可以(yǐ)在应用中输入一组关键词或(huò)者一张照片，就能获(huò)得一幅AI创作的画作。

作(zuò)画的(de)关键(jiàn)就是(shì)所输(shū)入的文本。同一组关键词也可(kě)以创作(zuò)出很多张(zhāng)风格不一样的画作，这让创作(zuò)的(de)过(guò)程就像开盲盒(hé)。

很多用(yòng)户很喜欢这(zhè)种不确定的惊喜，他们会将生成的美图当(dāng)做头像(xiàng)。而另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作(zuò)品。在(zài)社交媒体上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照片被(bèi)AI识别成(chéng)了(le)建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏可(kě)能要(yào)被颠覆(fù)了。

ControlNet是一(yī)位正在(zài)斯(sī)坦福(fú)读(dú)博的中国人张吕敏创作(zuò)的一种(zhǒng)基于控制点的图像(xiàng)变(biàn)形算法，主要用于数字图像处(chù)理(lǐ)、计算机视觉和计算机(jī)图形学等领域。

其SD插件一经(jīng)发(fā)布，在短短的两天内便(biàn)成为了AI绘画领域最新的热(rè)点。

在(zài)此之前，大家用了(le)很多(duō)方法想让AI生成(chéng)的结果尽可能的符合要(yào)求，但是都不尽如人(rén)意(yì)，它的出现代表着(zhe)AI生成开始进入真正的可(kě)控时期。

因(yīn)为ControlNet可以直接提(tí)取(qǔ)画面(miàn)的构图，人(rén)物(wù)的姿势和画面(miàn)的深度信息(xī)等(děng)。有(yǒu)了它的帮助，就(jiù)不(bù)用频繁(fán)的用提(tí)示词(cí)来碰运气，抽盲(máng)盒式的创作(zuò)了。

通俗的(de)说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已(yǐ)经获得了(le)大量(liàng)的浏览量，“viggo”就是(shì)其中之一，他用朋(péng)友的照片(piàn)直(zhí)接(jiē)带她们走进动漫(màn)世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；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(kě)以看出来，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现线稿转全彩图。大神张吕敏(mǐn)其本(běn)尊也亲自(zì)回(huí)应。

不得不(bù)说当下(xià)AIGC已(yǐ)经变得越(yuè)来越强(qiáng)大，甚至(zhì)输出(chū)的作品都(dōu)已经(jīng)能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全(quán)问题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍网络，而经过(guò)警方(fāng)辟(pì)谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个活动里面给(gěi)出的美女(nǚ)照片都是AI制作的(de)真人照(zhào)片绘图，因为太逼真，被大家当(dāng)成真(zhēn)事传(chuán)播了(le)。

不(bù)过仔细观(guān)察可以发现，活(huó)动发(fā)起者提供的照(zhào)片中有(yǒu)个(gè)很大(dà)的漏(lòu)洞(dòng)可以发现并非真人(rén)，而是AI绘图，那便是图片中女性的手指部分有的存在异(yì)常(cháng)。

有行业人(rén)事表示：“现(xiàn)在(zài)因(yīn)为手指部分的绘画(huà)算法比(bǐ)较复(fù)杂，AI还(hái)不太会画(huà)人的手(shǒu)，但(dàn)最新看(kàn)到的图(tú)片已经有越来越完美的AI模型出现，以后(hòu)可能(néng)就(jiù)完(wán)全没有(yǒu)漏洞了(le)。”

类似的AI作(zuò)图诈骗在国外也(yě)已有(yǒu)发生(shēng)。据英国广播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照(zhào)片(piàn)发布到(dào)网(wǎng)络，以(yǐ)此(cǐ)诱骗(piàn)善良的人(rén)打赏“捐助(zhù)”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经(jīng)能(néng)做出真(zhēn)人(rén)照(zhào)片般的绘图(tú)效果，如果这样(yàng)的图片被(bèi)用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批(pī)判(pàn)者认为AI在“学习”了大量前人的作品之(zhī)后，其(qí)创作没(méi)有任何(hé)情绪(xù)和灵魂，难以和人(rén)类的(de)艺术创作相(xiāng)提(tí)并论。

另一方面，AIGC背后(hòu)的版权(quán)、目前(qián)都并没有得到(dào)有效的解决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强(qiáng)调，人工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了(le)视频，还有(yǒu)远方

技(jì)术都是有两(liǎng)面性的，潜(qián)在(zài)的危害并(bìng)不能掩盖其光辉的贡献(xiàn)。现在看(kàn)来，人(rén)工智能技术将是第四次(cì)工业革命的核(hé)心驱(qū)动力量，将创(chuàng)造新的增长奇迹。

过去一年，人(rén)工智能在(zài)技术(shù)和商业层面都有了巨大进展，AI绘画(huà)就(jiù)是人(rén)工智能技术发生方向性改变(biàn)的一个代表(biǎo)。其(qí)下(xià)一(yī)站(zhàn)或(huò)许(xǔ)就(jiù)是(shì)视频。

此前，Meta和谷歌先后发(fā)布了几条引爆科技圈(quān)的短视(shì)频。这些视频引发关(guān)注并非内容做得多(duō)优秀，反而都非常简单(dān)，比(bǐ)如一匹正在喝水的马，一只画画(huà)的玩(wán)具熊(xióng)，或(huò)者一段骑(qí)摩托车的第一视(shì)角录像，随(suí)便一个有(yǒu)手机的人(rén)都可以随手录下一段。

但(dàn)这些短视频的创(chuàng)作方(fāng)式(shì)非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要求(qiú)，AI就可以根据(jù)需(xū)要生成一段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视(shì)频后(hòu)，AI圈就已经玩了一(yī)波梗，一个(gè)能够做出更高清(qīng)视(shì)频的AI还不足(zú)以在短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的(de)地(dì)方在(zài)于，它可以制(zhì)作(zuò)出超(chāo)过2分钟的连贯的也有确(què)切内容的(de)视频，这才是真正让人们感(gǎn)到惊(jīng)喜(xǐ)的(de)地(dì)方。因为无论AI生成的(de)视频多么高清(qīng)，也只能是为(wèi)内容生产者(zhě)提供一个灵(líng)感，一个素(sù)材，一个过场动画。

不过(guò)能够制作(zuò)出有具体剧(jù)情内容的视频(pín)就意味着，一些视频(pín)创作(zuò)由AI代替人工完成(chéng)已经初(chū)步有(yǒu)了可(kě)能。

当下AI的发展速度已经超过(guò)大部分人的想象。内容产业的本质是(shì)供给创造需(xū)求，AIGC作为全新(xīn)的内容生产(chǎn)方(fāng)式(shì)，可以(yǐ)为内容产业带来更(gèng)新(xīn)的内容风格、更快(kuài)的(de)生产速度，更低(dī)的生产成本，这无疑(yí)会驱动内(nèi)容(róng)产业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术还能应用于音(yīn)乐、代(dài)码(mǎ)、机(jī)器人动作等多种(zhǒng)内容形式的生(shēng)成(chéng)。不难发(fā)现该项技术(shù)不仅在游戏等行业能得到有效应用，对于下一(yī)代互联网各(gè)种元素的构(gòu)建(jiàn)亦有(yǒu)关键意义。

从商业(yè)化的角(jiǎo)度(dù)来看(kàn)，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘(huì)画及视频或(huò)不是结果(guǒ)，而只是AI进程(chéng)中的一块重要拼图，有望(wàng)在技术更新的加持下实现(xiàn)更(gèng)大(dà)的应用价值(zhí)。

AI从(cóng)理解内容，走向了可以生成内容(róng)，甚(shèn)至(zhì)能够创(chuàng)造出独(dú)立价(jià)值和独立视角(jiǎo)的内容(róng)。AIGC的再次出(chū)圈，更代表着未来(lái)的先进(jìn)生产力即(jí)将到(dào)来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底座(zuò)

从技术的发展(zhǎn)也可以看出，在语言大模型、图像大模型之后，多模态(tài)大(dà)模型已经成为了新(xīn)的(de)趋势。

大(dà)模(mó)型被誉为当前人(rén)工智能(néng)发展的(de)智(zhì)能底座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多(duō)头部企业都在(zài)竞相发(fā)尽管的关联词后面是什么，尽管的关联词表示什么关系力。

不(bù)过(guò)训练大模型(xíng)的确价(jià)格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报告估(gū)算，GPT-3训(xùn)练一次的成(chéng)本(běn)约为(wèi)140万(wàn)美元。而(ér)对于一些更大的LLM(大(dà)型(xíng)语言模型)，训练(liàn)成(chéng)本则介于200万美(měi)元(yuán)至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应(yīng)芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费(fèi)就在(zài)5万美(měi)元(yuán)左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离(lí)不(bù)开(kāi)庞大(dà)算力支持(chí)。在关(guān)注各(gè)类大(dà)模型的发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进(jìn)入史诗级(jí)加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目标离得(dé)更(gèng)近(jìn)。

因为(wèi)算力可以对突破性技术创新提(tí)供大力(lì)的支持。这(zhè)方面，多模态大模型是(shì)典型。作为面向未来强(qiáng)人工(gōng)智能(néng)、通用人工智能的(de)重要技术创(chuàng)新，多模态大(dà)模型已经在(zài)人工(gōng)智能领域提出了很多年，业界也有(yǒu)不(bù)少技术突破，但是，多(duō)模态大模(mó)型进一(yī)步往(wǎng)下走，算(suàn)力(lì)需(xū)求呈(chéng)几何式上升，一(yī)般的算力基础设施很快将难(nán)以(yǐ)胜任。

从图像、文字、语音(yīn)单独一(yī)项的(de)训(xùn)练，到(dào)双模态(tài)、三模(mó)态的跃迁，让人工(gōng)智能可(kě)以灵活(huó)应对不同模态的转化、像人(rén)与世界交互一(yī)样自然，这方面，由算力网络来(lái)驱动将有明显优(yōu)势。

此外，还有很多(duō)需要(yào)爆发(fā)式增长(zhǎng)的算力来支(zhī)撑的(de)技术创新，将在人工智能算(suàn)力网络(luò)支撑(chēng)下快速推进。

AIGC已(yǐ)经露出(chū)曙光，期待(dài)在(zài)大模型和大算力的支持下(xià)AIGC能持续颠覆内容(róng)生产的方式，将(jiāng)创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 尽管的关联词后面是什么，尽管的关联词表示什么关系