自聊天机(jī)器(qì)人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨已(yǐ)多次公开谈论人工智能话题。在最(zuì)近的一次采访(fǎng)中，他再次表示：“AI可能会让科(kē)技行(xíng)业迎来一(yī)次剧烈的洗牌”。

这个结论是他(tā)在当地时(shí)间2月(yuè)20日接受《In Good Company》节(jié)目专(zhuān)访时提出的。

他预(yù)期，AI的发(fā)展可能(néng)会威(wēi)胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成用(yòng)户(hù)的(de)“全能助手”，包(bāo)揽(lǎn)一切应用，与人们(men)进行(xíng)沟通并提(tí)供(gōng)建议(yì)，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大佬(lǎo)口中全能助手的(de)到(dào)来可能(néng)尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘(huì)画为代表的AIGC上一(yī)次爆火的时候，还是2022年8月，在美(měi)国科罗(luó)拉多州举(jǔ)办的新(xīn)兴(xīng)数字艺术家(jiā)竞赛中，一幅(fú)名(míng)为(wèi)《太空歌剧院》的作品获奖(jiǎng)。

随后(hòu)各大(dà)厂商的(de)AI绘画软件被广(guǎng)大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以(yǐ)在应(yīng)用中输(shū)入(rù)一组关键词或者一张照片，就能获得一(yī)幅AI创作的画作。

作画(huà)的(de)关(guān)键就(jiù)是(shì)所输入(rù)的(de)文本。同一组(zǔ)关键词也可以创作出(chū)很(hěn)多(duō)张风格不一样的(de)画作(zuò)，这(zhè)让(ràng)创(chuàng)作的过程就像(xiàng)开盲(máng)盒。

很多(duō)用户(hù)很喜(xǐ)欢这种不(bù)确定的(de)惊喜，他(tā)们(men)会将(jiāng)生成的美图当做头像。而另一(yī)部分喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在(zài)社(shè)交媒体(tǐ)上(shàng)，许多用(yòng)户分享AI“翻车(chē)现场(chǎng)”，例如，一位网友的(de)小狗照片(piàn)被AI画(huà)成了“肌肉男”，还有(yǒu)网友的个人照片被(bèi)AI识别成了建筑(zhù)。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国(guó)人张吕敏创作的(de)一种基于控制点的图像(xiàng)变形(xíng)算法，主(zhǔ)要用于数字(zì)图像(xiàng)处理、计算机视觉和计算机图(tú)形学等领域(yù)。

其SD插(chā)件(jiàn)一经(jīng)发布，在短短的(de)两天(tiān)内便成(chéng)为了AI绘(huì)画领域最新的热点。

在此(cǐ)之(zhī)前，大(dà)家用了很(hěn)多方(fāng)法(fǎ)想让(ràng)AI生成的结(jié)果尽可能的符合要求，但是都(dōu)不尽如人意，它(tā)的出现代(dài)表着AI生成(chéng)开始(shǐ)进入真正的可控时(shí)期。

因为ControlNet可以直(zhí)接(jiē)提取(qǔ)画面的构图，人物的姿(zī)势和画面的(de)深度信息等。有(yǒu)了它的帮助，就(jiù)不用(yòng)频繁(fán)的用提(tí)示词来碰运气，抽盲盒式的(de)创作(zuò)了。

通俗的(de)说(shuō)ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不(bù)少博(bó)主的(de)作品(pǐn)已经获得了(le)大量的浏(liú)览量，“viggo”就是(shì)其中之一，他用(yòng)朋友(yǒu)的照片直(zhí)接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换(huàn)关键词(cí)试效果。

通过图片就可以(yǐ)看出来，效(xiào)果(guǒ)十分(fēn)惊(jīng)艳。

更厉害(hài)的是，除了真实的照片(piàn)，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转全(quán)彩图。大神张吕敏其本尊也(yě)亲(qīn)自回应。

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

02

难(nán)辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日(rì)，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇(tǐng)party”的消(xiāo)息火遍网络，而经过警(jǐng)方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这(zhè)个活动(dòng)里面(miàn)给出的美女照片都(dōu)是AI制作的(de)真(zhēn)人照片(piàn)绘图，因为(wèi)太逼(bī)真(zhēn)，被大家(jiā)当成真事(shì)传(chuán)播了。

不(bù)过仔(zǎi)细观察(chá)可以发现，活(huó)动发起(qǐ)者提供的照片中有个很大的漏洞可(kě)以(yǐ)发现(xiàn)并非真人，而是AI绘图，那便(biàn)是(shì)图片中女(nǚ)性的(de)手指部分(fēn)有的存在异常。

有行业人事(shì)表示：“现在因为手指部分的绘画算法比较(jiào)复杂，AI还(hái)不太会画(huà)人(rén)的(de)手，但最(zuì)新看到的(de)图(tú)片已(yǐ)经有越来越完(wán)美的(de)AI模(mó)型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假照片(piàn)发布(bù)到网络(luò)，以此诱骗善良的人打赏(shǎng)“捐助(zhù)”从而实施(shī)诈骗。

目(mù)前随着(zhe)技术发(fā)展，AIGC已经能做出真人照片般的绘图效果，如(rú)果这样的图片被用(yòng)来(lái)诈骗，将非(fēi)常(cháng)可怕(pà)。

此外(wài)AIGC还引(yǐn)发(fā)了很多(duō)担(dān)忧(yōu)，一方面，批判者认(rèn)为AI在“学习(xí)”了大量前(qián)人的作品(pǐn)之后，其创作没(méi)有(yǒu)任何情绪(xù)和灵魂，难以和人类的(de)艺(yì)术(shù)创作(zuò)相提并论。

另一方面(miàn)，AIGC背后的版权、目前都并没(méi)有得(dé)到有效的解(jiě)决，还有AIGC会不会代替人(rén)类“至(zhì)高无(wú)上”的创意(yì)。

马斯克也强调(diào)，人工智能的安全问题需要得到重视(shì)，太晚就来不及见贤思齐下一句是啥，见贤思齐下一句论语了。

03

AIGC下一站除(chú)了视(shì)频，还有远方

技术都是(shì)有(yǒu)两面性的(de)，潜在的危害并(bìng)不能掩盖其光辉的贡献(xiàn)。现在看来，人工(gōng)智能(néng)技术将是第(dì)四(sì)次工(gōng)业革(gé)命的核心驱动(dòng)力量(liàng)，将创(chuàng)造新的增长(zhǎng)奇迹。

过去一年，人(rén)工智能在技术和商业层面(miàn)都有了(le)巨大进展，AI绘画就(jiù)是人工智(zhì)能技术发生方向性改(gǎi)变的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短视(shì)频(pín)。这(zhè)些视频引发关注并非(fēi)内容做得(dé)多优秀(xiù)，反而都非常简单，比如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或(huò)者一(yī)段骑摩托车的第(dì)一视角录像，随(suí)便一个有手(shǒu)机的人都可(kě)以随手(shǒu)录下一段。

但这些短视(shì)频的(de)创作方式(shì)非常简单，创作者仅仅需(xū)要向AI输入一段话(huà)，甚(shèn)至只是说一下(xià)要(yào)求，AI就可(kě)以(yǐ)根据需要(yào)生成一段(duàn)视频(pín)。

谷(gǔ)歌发布(bù)的两个(gè)AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈(quān)就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时(shí)间内(nèi)戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出超(chāo)过2分钟的连(lián)贯的(de)也有确切内容的视频，这才是真(zhēn)正让人们感到惊喜的地(dì)方。因为(wèi)无论AI生成(chéng)的视频(pín)多么高清，也(yě)只能是(shì)为(wèi)内容生(shēng)产(chǎn)者提(tí)供一个灵感，一个素材，一(yī)个过场动画。

不(bù)过能够(gòu)制(zhì)作出有(yǒu)具(jù)体剧情内容(róng)的视(shì)频就意味着，一些(xiē)视频创作由AI代替(tì)人工(gōng)完成已经初(chū)步有了可(kě)能。

当下AI的发展速度已经超见贤思齐下一句是啥，见贤思齐下一句论语过大部分人的(de)想象。内容产业的(de)本质(zhì)是供(gōng)给创造(zào)需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带(dài)来更新的内容风格(gé)、更快(kuài)的生产(chǎn)速度，更低的生(shēng)产(chǎn)成(chéng)本，这无疑会驱动(dòng)内容产(chǎn)业的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码(mǎ)、机器人动作等(děng)多种(zhǒng)内(nèi)容形式(shì)的生成。不难发(fā)现该项(xiàng)技术不仅在游戏等行业(yè)能得到有效应用，对于(yú)下一代互联网各种(zhǒng)元素的构建亦有关键意(yì)义。

从商业化的角度来看，文化娱乐、教(jiào)育、传媒(méi)等诸多领域，本身(shēn)就对(duì)基于AI的可视化内容有强(qiáng)烈需求(qiú)。

因此，AI绘画及(jí)视频或不(bù)是结果，而只是AI进程中的一(yī)块(kuài)重要拼图，有望在技(jì)术更新的加持下(xià)实现(xiàn)更大的应用价值。

AI从理解内容(róng)，走(zǒu)向(xiàng)了可(kě)以生成内容，甚至(zhì)能(néng)够(gòu)创造(zào)出独立价值和独立视角的内容。AIGC的(de)再次出圈，更(gèng)代表(biǎo)着未(wèi)来的(de)先进生产力即将到来。

04

紧抓大模型(xíng)与算(suàn)力(lì)，牢固AIGC底(dǐ)座(zuò)

从技术的发展也可以看出，在语言大模型、图像大(dà)模型之(zhī)后，多模态大(dà)模型(xíng)已经成(chéng)为了新的趋势。

大模型被誉为当(dāng)前人工智能发展的智能底座，是全球竞争最激烈的研(yán)究方向之一，包括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等众(zhòng)多头部企(qǐ)业(yè)都在(zài)竞相发力。

不过训练大模型的确(què)价格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算(suàn)力(lì)》报告估算，GPT-3训练一(yī)次(cì)的成本约为140万(wàn)美元。而对于一些更大的LLM(大型语言模型)，训(xùn)练成本(běn)则介于200万(wàn)美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在(zài)5万(wàn)美(měi)元(yuán)左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支持(chí)。在(zài)关注各类大模型(xíng)的发展同时，更应该关注算力网络的建设。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人(rén)工智能(néng)发展的终极目标离(lí)得(dé)更近。

因(yīn)为算力可以对突(tū)破(pò)性技术创(chuàng)新提供大力的支持。这方面，多模态(tài)大模型是(shì)典型。作为面向未来(lái)强人工智能(néng)、通用人工智能的(de)重要(yào)技术创新，多模态(tài)大模(mó)型已经在人工智(zhì)能领域提出了很多年，业(yè)界(jiè)也有不少技(jì)术(shù)突(tū)破(pò)，但是，多(duō)模态大模型进一(yī)步往(wǎng)下走，算力需(xū)求呈几何式上(shàng)升，一(yī)般的算力基(jī)础设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独(dú)一(yī)项的训练，到双模态、三模态的跃迁，让人工智(zhì)能(néng)可以灵活应对不同模态的(de)转化、像人与(yǔ)世(shì)界交互一样自然，这方面，由算力(lì)网络(luò)来(lái)驱动(dòng)将有(yǒu)明显优势。

此外，还有(yǒu)很多需要爆发式(shì)增长的算力来支撑(chēng)的技术(shù)创新(xīn)，将在人工智能算(suàn)力网络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大(dà)模型和(hé)大算(suàn)力的支持下AIGC能持(chí)续颠覆内容生产(chǎn)的方(fāng)式，将创(chuàng)造的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 见贤思齐下一句是啥，见贤思齐下一句论语