自聊天机器人(rén)ChatGPT火(huǒ)爆以来(lái)，微软(ruǎn)公司创(chuàng)始人比尔·盖茨(cí)已多次公(gōng)开谈(tán)论人(rén)工智能(néng)话题。在(zài)最近(jìn)的一次采访中，他再次表示(shì)：“AI可(kě)能会让(ràng)科技行业迎(yíng)来(lái)一次剧烈(liè)的洗(xǐ)牌”。

这个结论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时提出的(de)。

他(tā)预期，AI的发展可能(néng)会威胁到谷歌的市占率，因(yīn)为(wèi)微软在AI方面的行动相当迅速。而最终科技(jì)巨头将(jiāng)把AI整合成(chéng)用户的“全能助手”，包揽(lǎn)一(yī)切应用，与人(rén)们进行(xíng)沟通(tōng)并(bìng)提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助(zhù)手的到(dào)来可能(néng)尚(shàng)需时日，但由(yóu)ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀(shā)出(chū)重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的AIGC上一(yī)次爆(bào)火的时候(hòu)，还是2022年(nián)8月，在美国科罗拉(lā)多州举(jǔ)办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖。

随(suí)后各大厂(chǎng)商的AI绘画软件(jiàn)被广大网友熟(shú)知并体验，Stable Diffusion便(biàn)是其(qí)中代表(biǎo)。

用户们可以在应用中输入一(yī)组关键词或者一张(zhāng)照片，就(jiù)能获得一幅(fú)AI创作的(de)画(huà)作(zuò)。

作(zuò)画(huà)的(de)关键就(jiù)是所输入的(de)文(wén)本。同一组关键词也(yě)可以(yǐ)创作出很多张风格(gé)不(bù)一样的画(huà)作，这让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜，他们会将生成的(de)美图当做头像。而另一(yī)部分喜欢(huān)翻(fān)看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许多用户分享AI“翻车(chē)现(xiàn)场”，例(lì)如，一位网友(yǒu)的(de)小狗照(zhào)片(piàn)被AI画成了“肌肉(ròu)男”，还有网友的个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以(yǐ)往AI绘画(huà)的填写关键词游(yóu)戏(xì)可能(néng)要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读(dú)博(bó)的中(zhōng)国(guó)人张(zhāng)吕敏创作的一种(zhǒng)基于控(kòng)制点的图(tú)像(xiàng)变形算(suàn)法(fǎ)，主要用(yòng)于数字(zì)图像(xiàng)处理、计算机视觉和计算(suàn)机图形(xíng)学等领域。

其SD插(chā)件一经发布(bù)，在(zài)短短的两天内便(biàn)成(chéng)为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用了(le)很多方(fāng)法想让AI生成(chéng)的(de)结果尽可能的符合要(yào)求，但是都(dōu)不尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生成(chéng)开始进入真正的可控(kòng)时期(qī)。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势(shì)和画面(miàn)的(de)深(shēn)度信息等。有(yǒu)了(le)它的(de)帮(bāng)助，就不(bù)用频繁的用提示词(cí)来碰运气，抽盲盒式(shì)的(de)创作了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画(huà)加了(le)“魔法(fǎ)”，不少博(bó)主的作(zuò)品已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她(tā)们(men)走进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图(tú)片转文字(zì)。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展找到(dào)对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图片就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是(shì)，除了真(zhēn)实的(de)照片，草图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实(shí)现线(xiàn)稿转(zhuǎn)全(quán)彩图。大神张吕敏其(qí)本(běn)尊也亲自(zì)回应。

不得不(bù)说当(dāng)下AIGC已经变得越来越强大，甚至输(shū)出的(de)作品都已经(jīng)能以假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警惕安(ān)全(quán)问题(tí)

近日(rì)，“苏州金鸡(jī)湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是全(quán)国(guó)第(dì)一起AI绘(huì)图诈骗。

由于这个(gè)活动(dòng)里面给出(chū)的美女(nǚ)照(zhào)片都是(shì)AI制作的真人照(zhào)片(piàn)绘图，因为太逼真(zhēn)，被大家当成真事传(chuán)播了(le)。

不过仔细(xì)观(guān)察(chá)可以(yǐ)发现，活(huó)动发起者提供的照片中有个很大(dà)的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片中(zhōng)女性的手指部(bù)分(fēn)有的存在异常。

有行业人事表示(shì)：“现(xiàn)在因为手(shǒu)指(zhǐ)部分(fēn)的绘画(huà)算法(fǎ)比较复杂，AI还(hái)不(bù)太会(huì)画人的手，但(dàn)最新(xīn)看到的图(tú)片(piàn)已(yǐ)经(jīng)有越(yuè)来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广(guǎng)播公(gōng)司(sī)报(bào)道，土(tǔ)耳其(qí)地震期(qī)间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受灾(zāi)的假照片发布到网络，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做出(chū)真人照片般的绘(huì)图效果，如果这(zhè)样(yàng)的图(tú)片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为(wèi)AI在“学习(xí)”了大量前(qián)人的作品之后，其创作没有任(rèn)何情绪和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克(kè)也强调，人工智能的安全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两(liǎng)面性的(de)，潜在的危(wēi)害并不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人工智能技术(shù)将是第四次(cì)工业革(gé)命的核心驱动力(lì)量，将创造新(xīn)的增(zēng)长奇(qí)迹。

过去(qù)一年，人工(gōng)智能在技术和商业(yè)层面(miàn)都有了巨大(dà)进展，AI绘画就是人工(gōng)智能技术发生方向性改(gǎi)变的(de)一个代表(biǎo)。其下一站或(huò)许就是视频。

此前，Meta和谷歌先(xiān)后发布了(le)几条引爆科技圈(quān)的短视(shì)频(pín)。这些视频(pín)引发关注并非(fēi)内容做得(dé)多优(yōu)秀，反而(ér)都非常简单，比(bǐ)如一匹正在喝水(shuǐ)的马，一只画画的玩(wán)具熊，或者一段骑摩托(tuō)车的第一视角录(lù)像，随便一个(gè)有手机的人都可以随手录下一段。

但这些短视频(pín)的创作方式非常(cháng)简(jiǎn)单，创作者仅(jǐn)仅(jǐn)需(xū)要向(xiàng)AI输入一段话，甚至(zhì)只(zhǐ)是说一(yī)下要求，AI就可(kě)以根(gēn)据(jù)需(xū)要(yào)生成一段视频。

谷歌(gē)发布的两个AI生成视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的(de)是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈(quān)就已(yǐ)经玩了一(yī)波梗，一个能够做出更高(gāo)清视频的(de)AI还不足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊(jīng)的地(dì)方在于，它(tā)可以制作出超过2分钟的(de)连贯(guàn)的也(yě)有确切内容的(de)视频(pín)，这(zhè)才是(shì)真(zhēn)正让(ràng)人(rén)们感到惊喜(xǐ)的地方。因为无论AI生成的视(shì)频多么高清，也只能(néng)是为内容(róng)生产者提供一(yī)个(gè)灵感，一(yī)个素材，一个过场动(dòng)画。

不过能够制作出有具体剧情内容的视频就意(yì)味着，一些视频(pín)创作由AI代替人工完(wán)成已经初步有(yǒu)了可能。

当(dāng)下AI的发展速度已经超过大(dà)部分人的想象。内容产业的本(běn)质是供给创造需求，AIGC作为全新的内容生(shēng)产方式，可以为内容(róng)产(chǎn)业带来更新的内容风格、更(gèng)快的生产速(sù)度，更低(dī)的生产成本，这无(wú)疑会(huì)驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多种内容形(xíng)式的(de)生成。不难发现该(gāi)项技术不仅在游(yóu)戏等行业能得到有(yǒu)效应(yīng)用，对(duì)于(yú)下一(yī)代(dài)互联(lián)网各种元素的构(gòu)建亦有关键意(yì)义。

从商(shāng)业化(huà)的角度来看，文化娱乐(lè)、教育(yù)、传媒等诸多(duō)领域，本身就对基于AI的(de)可(kě)视化内容有强烈需(xū)求。

因此(cǐ)，AI绘(huì)画及(jí)视频或不是结(jié)果(guǒ)，而只是AI进(jìn)程中的一块重要拼图，有望在技术更(gèng)新的(de)加持(chí)下实现更大的应(yīng)用价(jià)值。

AI从理解(jiě)内(nèi)容，走(zǒu)向(xiàng)了(le)可以生成内(nèi)容(róng)，甚至能够创造出独立价值和独立视角(jiǎo)的内容(róng)。AIGC的再次(cì)出圈，更代表(biǎo)着(zhe)未来的(de)先进生(shēng)产力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

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

大(dà)模型(xíng)被(bèi)誉(yù)为当前(qián)人工智能发展的智能底座，是全球竞争最激烈的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业(yè)都在竞相发力。

不过训练大模型(xíng)的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要(yào)多(duō)少算力》报告估算，GPT-3训练(liàn)一次(cì)的成(chéng)本约为(wèi)140万美(měi)元(yuán)。而决别和诀别哪个是对的意思，诀别和决别是什么意思(ér)对于一些更大的LLM(大型语言模型)，训练成本则(zé)介于200万(wàn)美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平均数(shù)1300万计算，其对应芯(xīn)片需(xū)求为3万多片英伟达A100 GPU，初始(shǐ)投入(rù)成本约为(wèi)8亿美(měi)元，每日仅电(diàn)费(fèi)就在5万美元左右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算(suàn)力支(zhī)持。在(zài)关注各类大模型的发展同时，更应(yīng)该关注算力(lì)网络的建(jiàn)设。

算力网络(luò)正驱(qū)动AI产业发(fā)展进入(rù)史诗(shī)级(jí)加(jiā)速进程，让AIGC及通用(yòng)AI这一人工智能发展的终(zhōng)极目标离得更近。

因为算力可以对突(tū)破性技(jì)术创新提供大力的支持。这方面，多模态大模型(xíng)是典型。作(zuò)为面向(xiàng)未(wèi)来强人工智能、通(tōng)用人工智(zhì)能的重要技(jì)术创(chuàng)新，多(duō)模态大模型已经在人(rén)工智能(néng)领域提出了很多年，业界(jiè)也有不(bù)少(shǎo)技术(shù)突破，但是(shì)，多模态大模型进一步往下走，算力需求呈几(jǐ)何(hé)式上升，一般的算力(lì)基础设施很快将难(nán)以胜(shèng)任。

从图像、文字、语音单独一项的训练，到双模态、三模态(tài)的跃迁，让人工智能可以灵活(huó)应对不同模态(tài)的转(zhuǎn)化、像人与世界(jiè)交互一样(yàng)自然，这方面，由算力网(wǎng)络来(lái)驱动将有明显优势。

此(cǐ)外，还有很(hěn)多需要爆发式(shì)增长的算力来支撑的技术创新(xīn)，将(jiāng)在(zài)人工智(zhì)能算力(lì)网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大算力的支持(chí)下(xià)AIGC能持续颠覆内容生产的(de)方式，将创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 决别和诀别哪个是对的意思，诀别和决别是什么意思