自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖茨已多次公开谈论人工(gōng)智能(néng)话题。在最(zuì)近(jìn)的一次采访中，他再次表(biǎo)示：“AI可(kě)能会让科技(jì)行(xíng)业迎来一次(cì)剧(jù)烈的洗(xǐ)牌”。

这个(gè)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，AI的发展可能会威(wēi)胁到谷歌(gē)的市占率，因为(wèi)微软在(zài)AI方(fāng)面的行动相当迅(xùn)速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽一(yī)切应用，与人(rén)们进行沟(gōu)通(tōng)并提供建议，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能(néng)助(zhù)手的(de)到来可能尚(shàng)需时日，但由(yóu)ControlNet引(yǐn)发的(de)又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新玩(wán)法

AIGC向可控靠近(jìn)

以AI绘(huì)画(huà)为代表的AIGC上一次爆(bào)火的时候(hòu)，还(hái)是2022年8月(yuè)，在(zài)美国科罗拉多州举办(bàn)的新兴(xīng)数字艺(yì)术家竞(jìng)赛(sài)中，一(yī)幅名为《太(tài)空(kōng)歌剧院》的作品获奖。

随后各大(dà)厂(chǎng)商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键词或者一(yī)张照片，就能获得一幅AI创作的(de)画作。

作画的关键就是(shì)所输入的文本。同一(yī)组(zǔ)关键词(cí)也可以创作出很多张风格不一样(yàng)的(de)画(huà)作，这让(ràng)创作的过(guò)程(chéng)就像(xiàng)开盲(máng)盒。

很多用户很喜欢这(zhè)种不确定的(de)惊喜，他们会将生成的美图当做头像(xiàng)。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的小狗照片(piàn)被AI画成了(le)“肌肉男(nán)”，还有(yǒu)网友的个人照(zhào)片被AI识别(bié)成了建筑。

而(ér)如今(jīn)随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的(de)填写关键(jiàn)词游戏可能要被颠覆(fù)了(le)。

ControlNet是(shì)一位正在斯坦福读博的中国人(rén)张(zhāng)吕(lǚ)敏创作的(de)一种基于控制点的图像(xiàng)变(biàn)形算法，主(zhǔ)要用(yòng)于(yú)数字图(tú)像处理、计算机视觉和计(jì)算机(jī)图形(xíng)学等领(lǐng)域。

其SD插件一经发(fā)布(bù)，在短短的(de)两天内便成为(wèi)了(le)AI绘(huì)画(huà)领域最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生成的结(jié)果尽(jǐn)可(kě)能的符合要求(qiú)，但是都不尽如(rú)人意，它的出现代表着AI生成开(kāi)始(shǐ)进入真(zhēn)正的可控时期。

因为ControlNet可以直接提取画(huà)面的构(gòu)图(tú)，人物的姿势和画面(miàn)的(de)深度信息等(děng)。有了它的(de)帮助，就不(bù)用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博(bó)主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关(guān)键(jiàn)词试效果。

通(tōng)过图片就可(kě)以看出来，效(xiào)果十分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上(shàng)“魔(mó)法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张吕敏其(qí)本尊也(yě)亲自回(huí)应。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输(shū)出的作品都已经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火(huǒ)遍(biàn)网络，而经过警(jǐng)方辟谣(yáo)这所谓的(de)“party”可能是(shì)全国第(dì)一起(qǐ)AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制(zhì)作的真人照片绘图(tú)，因为(wèi)太逼真(zhēn)，被大(dà)家当成真事(shì)传播了(le)。

不过(guò)仔(zǎi)细观察可(kě)以发现，活(huó)动发(fā)起者(zhě)提供的照片中有(yǒu)个(gè)很大的漏洞可以(yǐ)发(fā)现并(bìng)非真人，而是AI绘图，那便是图片中女性(xìng)的(de)手(shǒu)指部分有的(de)存(cún)在异常。

有行业人事(shì)表示(shì)：“现在因为手指(zhǐ)部分的绘(huì)画算(suàn)法(fǎ)比(bǐ)较(jiào)复杂，AI还不太会画人的手，但最新(xīn)看(kàn)到的图(tú)片已经有越来越(yuè)完美(měi)的AI模型出现(xiàn)，以后可能就完(wán)全没有漏(lòu)洞了。”

类似(shì)的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假照片发布到网络，以此诱骗善(shàn)良的人打赏“捐助”从(cóng)而实(shí)施诈骗。

目(mù)前随(suí)着技术发(fā)展，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样(yàng)的(de)图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判者认为(wèi)AI在“学习”了大(dà)量前人(rén)的作品之后，其创(chuàng)作(zuò)没有任何情绪和灵(líng)魂，难以(yǐ)和人类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版(bǎn)权(quán)、目(mù)前都并没有得到有效(xiào)的解决，还有AIGC会不会代替(tì)人类“至(zhì)高无上”的创(chuàng)意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需要得到(dào)重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都是有两面性的，潜在(zài)的危害(hài)并(bìng)不(bù)能掩盖其(qí)光辉的贡献。现(xiàn)在看来，人(rén)工智能技术将是第四次工业(yè)革命的核心驱动力量，将创造(zào)新的(de)增长(zhǎng)奇迹。

过(guò)去一年，人工智(zhì)能(néng)在技术(shù)和(hé)商业层面(miàn)都有了巨大进(jìn)展，AI绘画就是人工(gōng)智能技术(shù)发生方向(xiàng)性改(gǎi)变的一个代表。其(qí)下一站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引(yǐn)发关注并(bìng)非内容做得多(duō)优秀(xiù)，反而都非常简单，比如(rú)一匹正在喝水(shuǐ)的马(mǎ)，一只画画(huà)的(de)玩具(jù)熊，或者(zhě)一段(duàn)骑摩(mó)托车的(de)第一视角录(lù)像(xiàng)，随便一(yī)个有(yǒu)手机的人都可以随手录下一段。

但这些短视频的创(chuàng)作方式非(fēi)常简单，创作者仅仅(jǐn)需(xū)要向(xiàng)AI输入(rù)一段话，甚至只是说一(yī)下要求，AI就可以根据需要生成一(yī)段(duàn)视频。

谷(gǔ)歌(gē)发布的(de)两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈就已经玩了一波梗，一(yī)个能够做出更(gèng)高清视频的AI还(hái)不足以在短(duǎn)时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可以制(zhì)作出超过2分钟的连贯的也有确切内容的视频，这才是真正让(ràng)人们感(gǎn)到惊喜的地方。因为(wèi)无(wú)论(lùn)AI生成的视频多(duō)么高清，也只能是(shì)为内容生产者(zhě)提供(gōng)一个灵感，一个素材，一个(gè)过场动画。

不(bù)过能够(gòu)制作出有(yǒu)具体剧情内容的视频就意味着(zhe)，一(yī)些(xiē)视频创作由AI代替人工完成已经(jīng)初(chū)步有了可能。

当下(xià)AI的(de)发(fā)展速(sù)度已经超过大(dà)部(bù)分人的想象。内容产业的本(běn)质(zhì)是供给创造(zào)需求(qiú)，AIGC作为全新的内容生产方式(shì)，可以为内容产业带来更新的内容(róng)风格、更快(kuài)的生产速度，更(gèng)低的(de)生产成本(běn)，这无(wú)疑会驱(qū)动内容产业的大爆(bào)发(fā)。

除了AI绘图、视(shì)频，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器人动作等多种内(nèi)容形(xíng)式的生成。不难发现该项(xiàng)技术不仅在(zài)游戏等行业能得到有效应用，对于下一代互联(lián)网各种元素的(de)构(gòu)建亦有关键意义。

从商业化(huà)的角度来看，文(wén)化娱乐、教育、传媒(méi)等诸多(duō)领域，本(běn)身就对基于AI的可视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画(huà)及视频或不是(shì)结果(guǒ)，而只是AI进程中的一块重要拼(pīn)图，有望在技术更新的(de)加持(chí)下实现更大的应(yīng)用价值。

AI从理解内容(róng)，走(zǒu)向了(le)可以(yǐ)生成内(nèi)容，甚至能够创造(zào)出独立(lì)价值和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表(biǎo)着(zhe)未来的先进生产(chǎn)力即将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座

从技术的发展也(yě)可(kě)以看出，在语言(yán)大模型、图像大(dà)模(mó)型(xíng)之后，多模(mó)态大模型已(yǐ)经成为了新的趋势。

大(dà)模型被誉为当前人(rén)工智能(néng)发展的智(zhì)能底座，是全(quán)球竞(jìng)争最(zuì)激(jī)烈的研(yán)究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾(téng)讯等(děng)众多(duō)头部企业都(dōu)在竞相(xiāng)发力。

不过(guò)训练大(dà)模(mó)型的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训(xùn)练一次(cì)的(de)成本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成(chéng)本则介(jiè)于200万(wàn)美元至1200万(wàn)美元(yuán)高价(jià)之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访客(kè)平(píng)均数1300万计算，其对应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美元，每日仅电费就(jiù)在5万美(měi)元左右。

此(cǐ)外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不开庞(páng)大算力支持。在关注(zhù)各类大模型的发展(zhǎn)同时(shí)，更应(yīng)该关注(zhù)算力网(wǎng)络的(de)建设。

算(suàn)力网络正(zhèng)驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的终(zhōng)极(jí)目(mù)标离得更近。

因为算(suàn)力可(kě)以对突破性技术创新提供大(dà)力的支持。这方面，多模态大(dà)模型是(shì)典型。作为面向未来强人(rén)工智能、通(tōng)用人(rén)工智能的重要技术(shù)创新，多模(mó)态大模型已(yǐ)经在人工智能领域提(tí)出了很(hěn)多年，业界也有(yǒu)不少(shǎo)技术突破，但是，多模(mó)态(为什么梅西的人缘远比c罗好tài)大模型进一步往下走(zǒu)，算力需求呈(chéng)几何式上(shàng)升，一(yī)般的算力基(jī)础(chǔ)设施(shī)很(hěn)快将难(nán)以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让(ràng)人工智能(néng)可以灵活(huó)应对不同模态的转化、像人与世界交互一(yī)样自然，这方面(miàn)，由算力(lì)网络来驱动将有(yǒu)明显(xiǎn)优势。

此外，还有很多需要爆(bào)发式(shì)增长的算力来支撑的技(jì)术创(chuàng)新，将(jiāng)在人工(gōng)智(zhì)能(néng)算力(lì)网(wǎng)络支撑(chēng)下(xià)快速推进。

AIGC已经(jīng)露出曙光(guāng)，期(qī)待(dài)在大模(mó)型和大算力的支(zhī)持下AIGC能持续颠(diān)覆内容生(shēng)产的方式，将创造的边际(jì)成本(běn)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 为什么梅西的人缘远比c罗好