自(zì)聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始(shǐ)人(rén)比(bǐ)尔·盖茨已多次公开谈论人(rén)工智能话(huà)题(tí)。在(zài)最近的一次采访(fǎng)中(zhōng)，他再次表示：“AI可能会让科(kē)技行业(yè)迎(yíng)来一次剧烈的(de)洗牌”。

这个结论(lùn)是他在当地时(shí)间(jiān)2月20日(rì)接受《In Good Company》节目(mù)专访时提出的(de)。

他预期，AI的(de)发展(zhǎn)可(kě)能(néng)会威(wēi)胁到谷歌的市占率，因为微软在AI方(fāng)面的(de)行(xíng)动相当(dāng)迅速。而(ér)最终科(kē)技巨头将(jiāng)把(bǎ)AI整合成用户(hù)的“全能助手”，包揽一切(qiè)应用(yòng)，与(yǔ)人们进行沟通并提供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助手的(de)到(dào)来(lái)可能尚需时日，但由(yóu)ControlNet引发的又(yòu)一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中(zhōng)杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年(nián)8月(yuè)，在美国(guó)科(kē)罗拉多州举(jǔ)办的(de)新兴(xīng)数(shù)字艺术(shù)家(jiā)竞赛中(zhōng)，一幅名为《太空歌剧院》的(de)作品获(huò)奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件(jiàn)被广大(dà)网友(yǒu)熟知并体验，Stable Diffusion便是其(qí)中代表。

用(yòng)户们可(kě)以在(zài)应用中输入一组关键词或者一张(zhāng)照片，就(jiù)能(néng)获得一(yī)幅AI创作的画作。

作画的(de)关键就是所输入的文(wén)本。同一组(zǔ)关键词也可以创作出很多张风格不一样的画作，这让创作的(de)过程就像开盲盒。

很多用户(hù)很喜欢这种不确定的(de)惊喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了“肌肉男(nán)”，还有网友的个(gè)人照片被(bèi)AI识(shí)别成了建(jiàn)筑。

而(ér)如(rú)今随着(zhe)ControlNet的出现与(yǔ)加持，以(yǐ)往(wǎng)AI绘画的(de)填写关键(jiàn)词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕敏创作(zuò)的(de)一(yī)种基于控制点的图像(xiàng)变形(xíng)算法，主要用于数字图像处(chù)理、计算机视(shì)觉和(hé)计算机(jī)图(tú)形学等领(lǐng)域(yù)。

其SD插件一经(jīng)发布(bù)，在短(duǎn)短(duǎn)的两天内便成(chéng)为(wèi)了AI绘画领域最新的热(rè)点。

在(zài)此之前，大家用(yòng)了很多方法想让AI生成的结果尽可能的符合要求(qiú)，但(dàn)是(shì)都不尽如人意，它(tā)的出(chū)现代表着AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可以直(zhí)接提(tí)取画(huà)面的构图，人物的姿(zī)势(shì)和画面(miàn)的深度信息(xī)等。有(yǒu)了它的帮助，就不用(yòng)频繁的用提示词来(lái)碰运气，抽盲盒式的(de)创作了。

通(tōng)俗(sú)的(de)说ControlNet相(xiāng)当(dāng)于给AI绘画(huà)加了“魔(mó)法”，不少博主的作品已经获得了大(dà)量(liàng)的(de)浏览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友的照片(piàn)直接带她们走进动漫(màn)世(shì)界。

viggo先(xiān)用StableDiffusion图(tú)片转文(wén)字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词(cí)试(shì)效果(guǒ)。

通(tōng)过(guò)图(tú)片就可以看出来，效果十分(fēn)惊艳。

更厉(lì)害的(de)是，除(chú)了真实(shí)的(de)照(zhào)片，草图也可以加上“魔(mó)法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全(quán)彩图。大(dà)神张(zhāng)吕敏其本尊也亲自回应。

不(bù)得不说当下AIG美国为什么打伊拉克，伊拉克现在归美国管吗C已经变得越来越(yuè)强大，甚(shèn)至输出的作品(pǐn)都已经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安全(quán)问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍(biàn)网(wǎng)络，而经过警方辟(pì)谣这(zhè)所(suǒ)谓的“party”可(kě)能(néng)是全国第一起AI绘图诈骗。

由(yóu)于这(zhè)个(gè)活动里面给出的美(měi)女照片都是AI制作(zuò)的真人照片绘(huì)图(tú)，因为太逼真，被大家当成真事传播(bō)了。

不过(guò)仔细观察可以发现，活动(dòng)发起(qǐ)者(zhě)提供的(de)照片(piàn)中有个很大的漏洞可(kě)以(yǐ)发现并非真(zhēn)人(rén)，而是AI绘图，那便是图片中(zhōng)女性的手指部分(fēn)有的存在(zài)异常。

有(yǒu)行业人事表(biǎo)示(shì)：“现在因为(wèi)手指部分的绘(huì)画算法比较复杂，AI还不太(tài)会画人的手，但最(zuì)新看到(dào)的图片已(yǐ)经有越来(lái)越完美的AI模型出现(xiàn)，以后可能(néng)就完全没(méi)有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在(zài)国外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童受灾的假照(zhào)片发布到网络，以此诱骗(piàn)善(shàn)良的人打赏“捐助”从而实施诈(zhà)骗。

目前随(suí)着技术发展，AIGC已经能做(zuò)出真人(rén)照片(piàn)般的绘(huì)图效果，如果这(zhè)样的图片被(bèi)用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一方(fāng)面，批(pī)判者认为AI在“学习”了大量前人(rén)的作(zuò)品之后，其创作没(méi)有任何情绪和灵(líng)魂，难以和人(rén)类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的(de)版权、目前都并没有得到有效的解决，还有AIGC会不会代替(tì)人类(lèi)“至高无上(shàng)”的创意(yì)。

马斯克也(yě)强调(diào)，人工智能的安全问题需要(yào)得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面性的，潜在的(de)危害并(bìng)不能掩(yǎn)盖其光(guāng)辉(huī)的贡献。现在看来，人工智能技术(shù)将是第四(sì)次工业革命(mìng)的核心驱(qū)动(dòng)力量，将创(chuàng)造新(xīn)的增长(zhǎng)奇迹。

过去一年，人(rén)工(gōng)智能在技术和商业(yè)层面都(dōu)有了巨大进展，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性改变的一个代表。其下一站或许就是(shì)视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短美国为什么打伊拉克，伊拉克现在归美国管吗视频(pín)。这些视频(pín)引发关注并非内容做得多(duō)优(yōu)秀(xiù)，反(fǎn)而(ér)都非(fēi)常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段(duàn)骑摩托车的第(dì)一视角(jiǎo)录像，随便一(yī)个有手机的(de)人都(dōu)可以随手录下(xià)一段。

但(dàn)这(zhè)些短视(shì)频的创作(zuò)方式非常简单，创作者仅仅需要向AI输入一段话(huà)，甚至只是说一下(xià)要求(qiú)，AI就可以根(gēn)据需(xū)要生成一段视频(pín)。

谷歌发布的(de)两个(gè)AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太(tài)多的差(chà)别。

在Make-A-Video公(gōng)布了(le)AI生成的视(shì)频后，AI圈就已经(jīng)玩(wán)了一波梗，一个能够(gòu)做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人震惊的地方在于，它可以制作出超过2分钟(zhōng)的(de)连(lián)贯的也(yě)有确切内容(róng)的视频，这才是真正让人们感到惊喜(xǐ)的地(dì)方。因(yīn)为无(wú)论AI生成的视频多(duō)么高(gāo)清，也只能是为内容生产者提供(gōng)一个灵感，一个(gè)素材，一个过场动画。

不过能够制作出(chū)有具(jù)体(tǐ)剧(jù)情内容的视频就意味着，一些视频创作由AI代替(tì)人工完(wán)成已(yǐ)经(jīng)初步有了可能(néng)。

当下(xià)AI的(de)发(fā)展(zhǎn)速度已经(jīng)超过大部分人(rén)的想象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的(de)内容生产(chǎn)方式，可以为内容产业带来更新的(de)内容风格、更快的生产速度，更(gèng)低(dī)的(de)生产成本，这无(wú)疑会(huì)驱动内容产业的大(dà)爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现(xiàn)该(gāi)项技术不仅在游戏等行(xíng)业能得到有效应用，对(duì)于下一代互联(lián)网各种(zhǒng)元素的构建(jiàn)亦(yì)有关键意义(yì)。

从(cóng)商业化的角度来看，文化娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的(de)可视化内容(róng)有(yǒu)强烈(liè)需求。

因此，AI绘画及(jí)视频或(huò)不(bù)是结果，而只是(shì)AI进程中(zhōng)的一(yī)块重(zhòng)要拼图，有望(wàng)在技术更新的(de)加持下实现更大的(de)应用价值。

AI从(cóng)理解内容，走向了可以生成内容(róng)，甚至能够(gòu)创(chuàng)造出独立(lì)价值和独立(lì)视(shì)角(jiǎo)的内(nèi)容。AIGC的再次(cì)出(chū)圈，更代表着未来的先进(jìn)生产力即将(jiāng)到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大(dà)模(mó)型、图像大(dà)模型之后(hòu)，多模(mó)态(tài)大模型已(yǐ)经成为了新的趋势。

大模型被(bèi)誉(yù)为(wèi)当前(qián)人工智能(néng)发展的(de)智能底(dǐ)座，是全球竞(jìng)争最激烈的研(yán)究方(fāng)向之一，包括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需(xū)要(yào)多少(shǎo)算力(lì)》报(bào)告(gào)估(gū)算(suàn)，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更大(dà)的LLM(大(dà)型语(yǔ)言模型)，训(xùn)练成本则介于200万(wàn)美(měi)元(yuán)至1200万美(měi)元高(gāo)价(jià)之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万计算(suàn)，其对(duì)应(yīng)芯片需求(qiú)为3万多片(piàn)英(yīng)伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每日仅电费(fèi)就在(zài)5万美(měi)元(yuán)左右。

此(cǐ)外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型(xíng)的(de)发展同时，更应(yīng)该关注算(suàn)力网络的建设。

算力(lì)网络正驱动AI产业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因(yīn)为(wèi)算力(lì)可(kě)以对突破性(xìng)技术创(chuàng)新(xīn)提(tí)供大力的(de)支持。这(zhè)方面，多模态大模型是典型。作为面向未来强(qiáng)人工智(zhì)能、通(tōng)用人工智能的重(zhòng)要技术创新，多模态大模型(xíng)已经在(zài)人工智能领域(yù)提出了很多年，业界也(yě)有不少技术突破，但(dàn)是，多模(mó)态大(dà)模型进一步往下(xià)走，算力需求呈几(jǐ)何(hé)式上(shàng)升(shēng)，一(yī)般的(de)算(suàn)力基础设施很(hěn)快将难以胜任。

从图像、文(wén)字、语音单(dān)独一(yī)项(xiàng)的训练，到双模态、三模态(tài)的跃迁，让(ràng)人工智能可以灵活应对不(bù)同模态的转化、像人与世界交互一(yī)样(yàng)自然，这方面，由算(suàn)力网络来驱动将有(yǒu)明显优(yōu)势。

此外，还有很多(duō)需(xū)要爆发(fā)式增长的算力来支(zhī)撑的技术(shù)创(chuàng)新，将在人工智能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光(guāng)，期(qī)待在大模型和大算力的支持下AIGC能持续颠覆(fù)内容(róng)生产的方式(shì)，将(jiāng)创造(zào)的边(biān)际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 美国为什么打伊拉克，伊拉克现在归美国管吗