自聊(liáo)天(tiān)机器人ChatGPT火爆(bào)以来(lái)，微(wēi)软公(gōng)司创始人比尔(ěr)·盖(gài)茨(cí)已多次公开谈论人工智能话题(tí)。在最近的一次采(cǎi)访(fǎng)中，他再次表示：“AI可能(néng)会让科(kē)技行业迎来一次剧烈(liè)的(de)洗牌”。

这个结论是他(tā)在当地(dì)时(shí)间(jiān)2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预(yù)期，AI的(de)发展可能会威胁到(dào)谷歌的市占率，因为微软(ruǎn)在AI方(fāng)面的(de)行动相当迅速。而最终(zhōng)科技巨(jù)头将把AI整合成用户的“全能(néng)助手”，包揽一切应(yīng)用(yòng)，与(yǔ)人们(men)进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来可能(néng)尚需时日，但由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表的(de)AIGC上(shàng)一次爆火的时候，还是(shì)2022年8月(yuè)，在(zài)美国(guó)科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作(zuò)品获奖。

随后各大(dà)厂商的AI绘画软件(jiàn)被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们可以在应用中输入一(yī)组关键(jiàn)词或(huò)者一张照片，就能(néng)获得一幅(fú)AI创作的(de)画作。

作画的关键就是所输入的(de)文本。同(tóng)一组(zǔ)关(guān)键词也(yě)可以(yǐ)创作(zuò)出很多张风格不一样的画作，这(zhè)让创(chuàng)作的过程就像开盲(máng)盒。

很(hěn)n. v. adj. adv.是啥，英语词性分类12种及缩写多用户很喜(xǐ)欢这种不确定的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而另一(yī)部分喜(xǐ)欢(huān)翻看AI绘(huì)画的“翻车”作品(pǐn)。在社(shè)交媒体(tǐ)上(shàng)，许多用(yòng)户分享(xiǎng)AI“翻车(chē)现场”，例如(rú)，一位(wèi)网(wǎng)友的小狗照片(piàn)被AI画成了(le)“肌肉男(nán)”，还(hái)有网友的个人(rén)照片被(bèi)AI识(shí)别成了建筑。

而如今(jīn)随着(zhe)ControlNet的出现与加持，以往AI绘画的(de)填写关键词游戏可(kě)能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博(bó)的中(zhōng)国人张(zhāng)吕敏创作的一种基(jī)于(yú)控制点的图像变形算(suàn)法，主要用于数字图像处理、计(jì)算机视(shì)觉和计算机(jī)图形学(xué)等领域。

其SD插件一经发布，在短短的(de)两天内(nèi)便成为(wèi)了AI绘画领域最(zuì)新的热点。

在此之前(qián)，大(dà)家(jiā)用了(le)很多方(fāng)法想(xiǎng)让AI生(shēng)成的(de)结果尽可能(néng)的符合(hé)要求，但是都(dōu)不尽如人意(yì)，它的(de)出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时(shí)期。

因(yīn)为ControlNet可(kě)以直接提取画面的构图，人物(wù)的姿(zī)势和画面的深(shēn)度信息等。有(yǒu)了它的帮助，就(jiù)不用(yòng)频繁的用(yòng)提示词来碰(pèng)运气，抽(chōu)盲(máng)盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片(piàn)直接带她(tā)们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的(de)关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键(jiàn)词试效(xiào)果(guǒ)。

通过图片(piàn)就可以(yǐ)看出来，效果十分(fēn)惊艳。

更厉害的(de)是，除了真实(shí)的照片(piàn)，草图也可以加(jiā)上“魔法(fǎ)”，知乎(hū)大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转全(quán)彩图(tú)。大神张吕敏其本尊(zūn)也(yě)亲自回(huí)应(yīng)。

不得(dé)不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于(yú)这(zhè)个活动里面给出的美(měi)女照片(piàn)都是(shì)AI制作(zuò)的真人照片绘图，因为太逼真，被(bèi)大家当成(chéng)真(zhēn)事传播了。

不(bù)过(guò)仔细观察可(kě)以发(fā)现，活动发起者提供(gōng)的(de)照片(piàn)中有个很(hěn)大的漏洞(dòng)可以发(fā)现(xiàn)并非(fēi)真人，而是AI绘图(tú)，那便是图片中女(nǚ)性的(de)手指(zhǐ)部分(fēn)有的存在(zài)异常。

有行业人(rén)事表示：“现在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂，AI还不太会(huì)画人的手(shǒu)，但最(zuì)新看到(dào)的图片已经有越来越完美的AI模型出现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在国外也(yě)已有发生。据英国(guó)广播公(gōng)司报道，土(tǔ)耳其地震(zhèn)期(qī)间，有Tiktok用户使用AI合成了儿童(tóng)受灾的(de)假(jiǎ)照(zhào)片发布(bù)到网络，以(yǐ)此诱骗善良的(de)人打赏“捐助”从(cóng)而实施诈骗。

目前(qián)随(suí)着技术发(fā)展，AIGC已经能做出真人照(zhào)片般的绘图效果(guǒ)，如果这(zhè)样的图片(piàn)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(xué)习”了(le)大量前(qián)人的(de)作品之后，其(qí)创作(zuò)没有任(rèn)何情(qíng)绪和灵魂(hún)，难以和(hé)人类的(de)艺术创(chuàng)作相提并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前(qián)都并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代(dài)替人(rén)类“至(zhì)高(gāo)无(wú)上”的创意。

马斯克(kè)也强调，人工(gōng)智(zhì)能的安全问题需要得(dé)到重视，太(tài)晚就来(lái)不及(jí)了。

03

AIGC下一站除了(le)视(shì)频，还有(yǒu)远方

技术都(dōu)是(shì)有两面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献。现在看(kàn)来，人工(gōng)智能(néng)技术将是(shì)第四(sì)次工业革命的核心驱动(dòng)力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有了巨大进展，AI绘画就是(shì)人工智能(néng)技术发生方向(xiàng)性改变的一个(gè)代(dài)表。其(qí)下一站或许就是(shì)视频。

此前(qián)，Meta和谷歌先后发布了(le)几条(tiáo)引爆科(kē)技圈的短视(shì)频(pín)。这些视(shì)频引发关(guān)注并非内(nèi)容做得(dé)多优(yōu)秀，反(fǎn)而(ér)都(dōu)非常简单，比(bǐ)如一匹正(zhèng)在喝水的(de)马，一只画画的(de)玩(wán)具(jù)熊，或者一段(duàn)骑摩(mó)托车的第一视角录像，随便一个有手(shǒu)机的人都可(kě)以随(suí)手(shǒu)录下一段。

但这些短视频的创作(zuò)方式非常简单，创(chuàng)作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只(zhǐ)是说一下要(yào)求(qiú)，AI就可以根据(jù)需(xū)要生成一段(duàn)视频。

谷歌发布的两个AI生成(chéng)视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的(de)视频后，AI圈(quān)就已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还不足(zú)以(yǐ)在(zài)短(duǎn)时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出超过(guò)2分钟的连贯的也(yě)有确切内(nèi)容的视频，这才是真(zhēn)正让人们感(gǎn)到惊喜的地方。因为无论(lùn)AI生(shēng)成的视频多么高清，也只能是(shì)为内容生产者提(tí)供一个灵感，一个素材，一个过场(chǎng)动(dòng)画(huà)。

不过能够制作出有具体(tǐ)剧(jù)情内容的视(shì)频就(jiù)意(yì)味着，一(yī)些视频创作由AI代替人工(gōng)完成已经初步有了可(kě)能。

当(dāng)下AI的发展速度已经超(chāo)过大部分人(rén)的想(xiǎng)象。内容产业的本(běn)质是供给创造需(xū)求(qiú)，AIGC作为全新的内容(róng)生产方式，可(kě)以为内容产业带来更新的内容风格、更快的生产速度(dù)，更低的生(shēng)产成本，这无疑会驱动(dòng)内容(róng)产业的(de)大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术还能应用(yòng)于音乐、代(dài)码、机器人动作等多种内(nèi)容形式的生成。不难发现该项技术不(bù)仅在(zài)游(yóu)戏等行业(yè)能得(dé)到有效应(yīng)用，对于下一代互联网各种元素的构(gòu)建亦有关键意(yì)义。

从商业(yè)化的角度来看，文(wén)化娱乐、教(jiào)育、传媒等(děng)诸(zhū)多领域，本(běn)身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画及视频或不(bù)是结果，而只是AI进程中的(de)一块重要拼(pīn)图，有望在技术更新的(de)加(jiā)持下(xià)实现更大的应用价值。

AI从(cóng)理(lǐ)解内(nèi)容，走向(xiàng)了可以生(shēng)成(chéng)内(nèi)容，甚至能够创造出(chū)独立价值和独(dú)立视角(jiǎo)的内容。AIGC的(de)再次出(chū)圈，更代(dài)表着未(wèi)来的先进生产力即(jí)将到来(lái)。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看(kàn. v. adj. adv.是啥，英语词性分类12种及缩写n)出，在语言大模型、图像(xiàng)大模型之后，多模态(tài)大(dà)模(mó)型已经成为了新的趋势。

大模型被誉为当前人(rén)工(gōng)智能发展的(de)智能底座(zuò)，是全球竞争最激烈的研究方(fāng)向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众多头部(bù)企(qǐ)业都在竞相发力。

不过(guò)训练大模型的确价格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练成本则(zé)介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访(fǎng)客平均数1300万计算，其对(duì)应芯片需求为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入(rù)成本约为8亿(yì)美(měi)元(yuán)，每日(rì)仅(jǐn)电费就在5万美元左右。

此外(wài)不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在(zài)关注各(gè)类大(dà)模型的发展(zhǎn)同时(shí)，更应该(gāi)关注算力网络的建(jiàn)设。

算(suàn)力网(wǎng)络(luò)正驱动AI产业(yè)发展(zhǎn)进入(rù)史诗级加(jiā)速进程，让AIGC及(jí)通用AI这一人工智能发(fā)展(zhǎn)的(de)终极目标(biāo)离得更近。

因(yīn)为算(suàn)力可以对突(tū)破(pò)性(xìng)技术创新(xīn)提供大力的支持。这方面，多(duō)模态大(dà)模型(xíng)是典型。作为面向未来强(qiáng)人工智n. v. adj. adv.是啥，英语词性分类12种及缩写(zhì)能、通用人工智能的(de)重(zhòng)要技术创新，多模(mó)态大模型已经在人工智能领域提出了很多年，业界也(yě)有不少(shǎo)技术突破(pò)，但是(shì)，多模态(tài)大模型进(jìn)一步往下(xià)走，算力需求呈几何(hé)式上升，一般的(de)算力(lì)基础设(shè)施很快将难(nán)以胜任(rèn)。

从图像、文字、语音单独一项的训练，到(dào)双模态、三模态(tài)的跃迁，让人工(gōng)智能可以灵活应(yīng)对不同(tóng)模态的转化、像人与世界(jiè)交(jiāo)互(hù)一样(yàng)自然，这方面，由算力网络来(lái)驱动将有明显优势。

此外，还有很多(duō)需要(yào)爆发式增长的(de)算力来支(zhī)撑的技术(shù)创新，将在(zài)人工(gōng)智能算力网(wǎng)络支撑下快速推进。

AIGC已经(jīng)露出(chū)曙(shǔ)光，期待在大模型和(hé)大算力的支持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将创造(zào)的边际成本降低，让万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 n. v. adj. adv.是啥，英语词性分类12种及缩写