自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始(shǐ)人比尔·盖茨已多次(cì)公开谈(tán)论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎来一(yī)次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月20日(rì)接受《In Good Company》节(jié)目专访时(shí)提出的(de)。

他预期，AI的(de)发展可能会威(wēi)胁到谷歌(gē)的(de)市占率，因为(wèi)微(wēi)软在AI方面的行动相当迅速。而(ér)最终科技(jì)巨头将把AI整合(hé)成用户(hù)的(de)“全能助手”，包揽一切(qiè)应用(yòng)，与人(rén)们进行沟通并提供(gōng)建议，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大(dà)佬口中(zhōng)全能助手的(de)到(dào)来可能(néng)尚需(xū)时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩法

AIGC向可控靠近

以AI绘画(huà)为代表的(de)AIGC上一次(cì)爆(bào)火的时候，还是2022年8月，在(zài)美国科罗拉多州举(jǔ)办(bàn)的(de)新兴数(shù)字艺术家竞赛中(zhōng)，一幅名为(wèi)《太空(kōng)歌剧院》的作(zuò)品获奖(jiǎng)。

随后各大厂商(shāng)的AI绘画(huà)软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以(yǐ)在应用(yòng)中输入(rù)一组关键词或者一张(zhāng)照片，就能获(huò)得一幅AI创作的(de)画作。

作画的关键就是所(suǒ)输入的(de)文本。同一组关(guān)键词也(yě)可以创作出很多张风格不一样的画(huà)作，这让(ràng)创(chuàng)作的过程就像(xiàng)开盲(máng)盒。

很多用户很(hěn)喜(xǐ)欢这(zhè)种不确定的惊(jīng)喜(xǐ)，他(tā)们会将生成的(de)美图当(dāng)做头像。而(ér)另一部分喜欢(huān)翻(fān)看AI绘画(huà)的“翻车”作(zuò)品(pǐn)。在(zài)社交媒体(tǐ)上，许多用户分享AI“翻(fān)车现场”，例如，一位(wèi)网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还(hái)有网友的个人照片(piàn)被(bèi)AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中(zhōng)国人张吕敏创作的一种基(jī)于控(kòng)制点的图(tú)像(xiàng)变(biàn)形算法，主(zhǔ)要用于(yú)数字图像处理、计算(suàn)机视觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在短短的(de)两天(tiān)内便(biàn)成为(wèi)了AI绘画(huà)领域(yù)最(zuì)新的热点。

在此之前，大(dà)家用了很(hěn)多方法想让(ràng)AI生成的结果尽可能(néng)的(de)符合(hé)要求(qiú)，但(dàn)是都不尽如人(rén)意，它的(de)出现代表着AI生成开始进入真正的可控(kòng)时期。

因为ControlNet可以直(zhí)接提取画(huà)面(miàn)的构图，人物(wù)的(de)姿(zī)势和(hé)画面的深(shēn)度信息等。有了(le)它(tā)的(de)帮助，就(jiù)不用频(pín)繁的用提示词来碰运气，抽盲盒式(shì)的创作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘画加了(le)“魔法(fǎ)”，不(bù)少博主的(de)作品已经获得了大量的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友的(de)照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后(hòu)用(yòng)ControlNet插件绑定(dìng)骨骼(gé)开始换关键词试效(xiào)果。

通过(guò)图片就可以看(kàn)出来，效果十分惊艳。

更厉害(hài)的是(shì)，除了真实的(de)照(zhào)片(piàn)，草(cǎo)图也可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍到(dào)ControlNet还能(néng)实现线稿转全彩图。大(dà)神张吕敏其本尊(zūn)也亲(qīn)自回应(yīng)。

不得不说当下AIGC已(yǐ)经变得越来越强大，甚至输出的(de)作(zuò)品都已经(jīng)能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏(sū)州金鸡(jī)湖(hú)有(yǒu)游艇party”的消息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个(gè)活动里面给出的美女照片都(dōu)是(shì)AI制作(zuò)的(de)真人照片(piàn)绘(huì)图(tú)，因为太(tài)逼(bī)真，被大家当成真事传播了(le)。

不(bù)过仔(zǎi)细观察可以发(fā)现，活动发起(qǐ)者提供(gōng)的照片中(zhōng)有(yǒu)个很大的漏洞(dòng)可以发现并非真人，而是(shì)AI绘图，那便(biàn)是图片中女(nǚ)性的手指(zhǐ)部分有(yǒu)的存在(zài)异(yì)常(cháng)。

有(yǒu)行业人事表示：“现在(zài)因为手(shǒu)指部(bù)分的绘画算(suàn)法(fǎ)比较复杂，AI还不太会(huì)画(huà)人(rén)的手，但(dàn)最新看到的图片已经有越来越完(wán)美的AI模(mó)型出现(xiàn)，以后可能就完全没有漏洞了。”

类似(shì)的AI作图(tú)诈骗在国外也(yě)已有发生(shēng)。据(jù)英国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良(liáng)的人(rén)打赏(shǎng)“捐(juān)助”从而(ér)实施诈骗。

目前(qián)随(suí)着技术发(fā)展，AIGC已经(jīng)能做出(chū)真人照片般的绘图(tú)效果，如果这样的图片被用来(lái)诈骗(piàn)，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多担忧，一方(fāng)面，批判者认为AI在“学(xué)习”了大量前人的作(zuò)品之后，其创(chuàng)作没有(yǒu)任(rèn)何情绪(xù)和灵(líng)魂，难以和人类的艺术(shù)创作(zuò)相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权、目前(qián)都并没有得到有效的解决，还有AIGC会不(bù)会代替人(rén)类“至高无上”的创意。

马斯克(kè)也强(qiáng)调，人工智能的安全问题需(xū)要得到重(zhòng)视，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技术都是(shì)有两面性的，潜在的危(wēi)害并不能掩盖其光辉的(de)贡献。现在看来，人工智能技术将是第四次工业(yè)革命(mìng)的核心驱动力量，将(jiāng)创造(zào)新(xīn)的增(zēng)长奇迹。

过去(qù)一年，人工(gōng)智(zhì)能在(zài)技(jì)术和商业层面(miàn)都(dōu)有了巨大进展，AI绘画就是人工(gōng)智能技术发(fā)生方向(xiàng)性(xìng)改变的(de)一个代(dài)表。其下一站或(huò)许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视频。这些视(shì)频引发(fā)关注并非(fēi)内容做得多优秀(xiù)，反而都非常(cháng)简单，比如(rú)一匹正在喝水的(de)马，一只画画的玩具熊，或者一(yī)段骑摩托(tuō)车的第(dì)一视角录像，随便一个有手(shǒu)机(jī)的人都(dōu)可以随手录下一段。

但这些(xiē)短视频的创作方式非(fēi)常简单(dān)，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只是说一下要求(qiú)，AI就(jiù)可以根据(jù)需要生成一(yī)段视频。

谷歌发(fā)布的两(liǎng)个AI生(shēng)成视频(pín)分别(bié)来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出更(gèng)高清(qīng)视频的(de)AI还(hái)不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连贯的(de)也有确切内(nèi)容(róng)的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只(zhǐ)能是为内(nèi)容生产者提供一(yī)个灵感，一个素材，一个(gè)过场(chǎng)动画。

不过(guò)能够制作(zuò)出有具体剧(jù)情内容的视(shì)频就(jiù)意味着，一(yī)些视频创作由AI代替人工完成(chéng)已经初(chū)步有了可能。

当下(xià)AI的发展速度(dù)已经超过大(dà)部分人的(de)想象。内(nèi)容(róng)产业(yè)的本(běn)质是供给创造需求，AIGC作为全新(xīn)的内(nèi)容生(shēng)产方式(shì)，可以(yǐ)为内容产业(yè)带来更(gèng)新(xīn)的内(nèi)容(róng)风格、更快(kuài)的生产速度，更低的生产(chǎn)成本，这无疑会(huì)驱动(dòng)内容产(chǎn)业的大爆发。

除(chú)了AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐(lè)、代码(mǎ)、机(jī)器人动作等多(duō)种内容形式的生成。不难发现(xiàn)该(gāi)项技术不仅在游戏(xì)等行(xíng)业能得到有效应用，对于(yú)下一代互联网各种元素的构(gòu)建亦有关(guān)键意义。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸(zhū)多领域(yù)，本身就对(duì)基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视频(pín)或不是结(jié)果，而只是AI进程中的一块(kuài)重要拼图(tú)，有望在(zài)技(jì)术更新的加持下实现更大的应用价(jià)值(zhí)。

AI从(cóng)理解内容，走向了可以生(shēng)成内容(róng)，甚至能够(gòu)创造出独立价值(zhí)和(hé)独立视角(jiǎo)的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先(xiān)进生产(chǎn)力(lì)即将(jiāng)到来。

04

紧抓大模(mó)型(xíng)与(yǔ)算力，牢固AIGC底座

从技术的发展也(yě)可以看出，在语言大(dà)模(mó)型、图像(xiàng)大模(mó)型之后，多模态大模型已经成为了(le)新的趋势。

大模(mó)型被誉为当前(qián)人工智能发展的智(zhì)能底座，是(shì)全球竞(jìng)争(zhēng)最激烈的(de)研究方向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多(duō)头部企业都在竞(jìng)相发力。

不(bù)过训练大模型(xíng)的确(què)价(jià)格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需(xū)要多少(shǎo)算力》报告(gào)估算，GPT-3训练一次的成本约为140万美(měi)元(yuán)。而对于一些更(gèng)大(dà)的LLM(大型语言模型)，训练成(chéng)本则介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立(lì)访(fǎng)客平均数1300万计算，其对应芯片需求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投(tóu)入(rù)成(chéng)本约(yuē)为(wèi)8亿美(měi)元，每日仅电(diàn)费就(jiù)在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大(dà)算力支持(chí)。在关注各类(lèi)大模型的发展(zhǎn)同时，更应该关注算力(lì)网络的建设(shè)。

算力网络正驱动AI产(chǎn)业(yè)发展进入(rù)史诗(shī)级(jí)加(jiā)速进程，让AIGC及通用AI这(zhè)一人(rén)工智能发展的(de)终极目标离得更近。

因为(wèi)算力可以对突(tū)破(pò)性技术创(chuàng)新提供大力(lì)的支酒店的大镜子对着床做什么用的，酒店的镜子对着床做什么用的(zhī)持(chí)。这(zhè)方面，多(duō)模(mó)态大模型是典型。作为面(miàn)向未(wèi)来强人工智(zhì)能、通用(yòng)人(rén)工智能的(de)重要(yào)技(jì)术创(chuàng)新，多模态大模型已经在人工智能领(lǐng)域(yù)提(tí)出了很多年(nián)，业界也(yě)有不少技术突破，但是，多(duō)模态(tài)大模型进一步往下走，算力需求呈几何式上升，一般的算力基础设施很快(kuài)将难(nán)以(yǐ)胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人(rén)工智能可以(yǐ)灵(líng)活应对不同模(mó)态(tài)的转化、像人与世界交互一样自然，这方(fāng)面(miàn)，由算(suàn)力(lì)网(wǎng)络来驱动将有明显(xiǎn)优势。

此外(wài)，还有很多需要爆发(fā)式增(zēng)长(zhǎng)的算力来支撑的(de)技术创新，将在人工智能算力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期(qī)待在大模型和大算力的(de)支持下AIGC能持续颠覆内(nèi)容生产的方(fāng)式，将创(chuàng)造的(de)边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 酒店的大镜子对着床做什么用的，酒店的镜子对着床做什么用的