自聊(liáo)天(tiān)机(jī)器人ChatGPT火爆以来，微(wēi)软公司(sī)创始(shǐ)人比尔·盖茨已多次公(gōng)开谈论人(rén)工智能话题(tí)。在最近的一次采访中，他再次表示：“AI可能(néng)会(h柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢uì)让科技行业迎(yíng)来一次剧烈(liè)的洗牌”。

这个结论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提(tí)出的。

他(tā)预期(qī)，AI的发(fā)展可能会威胁到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行动相当迅速(sù)。而最(zuì)终科(kē)技巨头(tóu)将把(bǎ)AI整合(hé)成用户的“全能助手(shǒu)”，包揽一(yī)切应用，与人们进行(xíng)沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来可能(néng)尚(shàng)需时(shí)日(rì)，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出重围(wéi)。

柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢io="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火(huǒ)的时(shí)候，还(hái)是2022年8月，在美国科罗拉(lā)多州举办(bàn)的(de)新兴数字艺术(shù)家竞赛中，一幅名为《太空(kōng)歌剧院》的(de)作品获奖。

随后(hòu)各大厂商的AI绘画软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用(yòng)户们可以在应(yīng)用中(zhōng)输入一组关(guān)键词(cí)或者一(yī)张照(zhào)片，就能获得一幅AI创(chuàng)作的画作。

作(zuò)画的关键就是所输(shū)入的(de)文本。同一组关键词(cí)也可以创作出很多张风格不(bù)一(yī)样(yàng)的(de)画作，这让创作的过程就像开(kāi)盲盒(hé)。

很多用户很喜欢这种(zhǒng)不确(què)定(dìng)的惊喜，他们会(huì)将生(shēng)成的美图当做头像。而(ér)另一部(bù)分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现场”，例如(rú)，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的出(chū)现与加持，以(yǐ)往(wǎng)AI绘画的填写关键词(cí)游戏(xì)可能要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的一种基(jī)于(yú)控制点的图像变形算法，主要用(yòng)于数字图像处理、计算机视觉和计算机图(tú)形学等领域(yù)。

其SD插件(jiàn)一(yī)经发布，在(zài)短短的(de)两天内便(biàn)成(chéng)为了AI绘画领(lǐng)域最新的(de)热点。

在此之前，大家用了很多(duō)方法想(xiǎng)让AI生成的结果尽(jǐn)可能(néng)的符合要求，但是都不尽(jǐn)如人意，它(tā)的出(chū)现代表着(zhe)AI生(shēng)成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构(gòu)图，人物的姿(zī)势(shì)和(hé)画面(miàn)的深度(dù)信(xìn)息等。有(yǒu)了它的帮助，就不(bù)用(yòng)频繁(fán)的用提示词来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当(dāng)于(yú)给(gěi)AI绘(huì)画(huà)加了“魔(mó)法”，不少博主的作品(pǐn)已(yǐ)经获得了大(dà)量的浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋(péng)友的(de)照(zhào)片直接带(dài)她(tā)们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应(yīng)的(de)关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关(guān)键词试效果。

通(tōng)过图片就可以(yǐ)看出来，效果十分惊艳。

更(gèng)厉害的是，除(chú)了真(zhēn)实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转全彩图。大(dà)神张吕敏(mǐn)其本(běn)尊也亲自(zì)回(huí)应。

不(bù)得不说当下AIGC已(yǐ)经(jīng)变得越(yuè)来越强大，甚至(zhì)输(shū)出的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖(hú)有(yǒu)游(yóu)艇party”的(de)消息火遍网络(luò)，而经过(guò)警(jǐng)方(fāng)辟谣(yáo)这所(suǒ)谓(wèi)的“party”可能是全(quán)国第一(yī)起AI绘(huì)图诈(zhà)骗。

由于这个活动(dòng)里面(miàn)给出(chū)的美(měi)女(nǚ)照(zhào)片都是(shì)AI制作的真人照片绘图，因为(wèi)太逼真(zhēn)，被大家当(dāng)成真事(shì)传播了。

不过(guò)仔细(xì)观察可以发现，活动发起者提(tí)供的照(zhào)片(piàn)中有个很大的漏(lòu)洞(dòng)可(kě)以发现并非真(zhēn)人，而是AI绘图，那便是图片中女性的(de)手(shǒu)指部分(fēn)有的(de)存在异常。

有(yǒu)行业人事表示：“现(xiàn)在因(yīn)为手指部分的(de)绘画算法(fǎ)比较复杂，AI还不太会画人的手，但最新看到的图片已经(jīng)有越来越(yuè)完(wán)美的AI模型(xíng)出现，以后可能就(jiù)完(wán)全(quán)没有(yǒu)漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在(zài)国外也(yě)已有发生。据(jù)英国广播公司报道(dào)，土耳其(qí)地震期间，有Tiktok用户使(shǐ)用AI合成了儿(ér)童受灾的假照片发(fā)布到网络，以(yǐ)此诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈(zhà)骗。

目前(qián)随着(zhe)技(jì)术发展，AIGC已经能(néng)做出真(zhēn)人照(zhào)片般的绘(huì)图效(xiào)果，如果这(zhè)样的图片被(bèi)用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作品之后，其创作(zuò)没(méi)有任何情绪和灵魂(hún)，难以和人(rén)类的(de)艺术创作相提(tí)并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前(qián)都并没(méi)有得到有效的解决，还有(yǒu)AIGC会不会(huì)代替(tì)人类“至高无上(shàng)”的创(chuàng)意(yì)。

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

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面性的，潜在的危害并不(bù)能(néng)掩盖其光辉的贡献(xiàn)。现(xiàn)在看(kàn)来，人工智(zhì)能技术(shù)将是第四次工业革(gé)命的核(hé)心驱动(dòng)力量，将创造新的增长奇迹(jì)。

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

此前，Meta和(hé)谷歌先后发布了(le)几条引爆科技圈(quān)的短视频。这(zhè)些视(shì)频引发关(guān)注并非内(nèi)容做得多优秀(xiù)，反而都非常简单，比如一匹(pǐ)正在喝水(shuǐ)的(de)马，一(yī)只画画的(de)玩(wán)具熊，或(huò)者一段骑(qí)摩托车的(de)第一视(shì)角录像，随便一个有手机的人都可(kě)以随(suí)手录(lù)下一段。

但(dàn)这些短视频的创作方式非(fēi)常简单，创作者仅仅需要向AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需(xū)要生成一(yī)段视频。

谷歌(gē)发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公(gōng)布了AI生(shēng)成的(de)视频后，AI圈就已经玩了一波(bō)梗，一个能够做(zuò)出更高清视(shì)频的AI还不足以(yǐ)在(zài)短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人(rén)震(zhèn)惊的地方在于，它可以制作出超过2分(fēn)钟的连贯的也有确切内容的视频，这才(cái)是真正(zhèng)让人们感到惊喜(xǐ)的地方。因(yīn)为无论AI生成的视频多么高清(qīng)，也只能(néng)是为内(nèi)容生产者提供一个灵感，一个素材，一个过(guò)场动画。

不过能够制(zhì)作出有(yǒu)具体剧情内容的视频(pín)就意(yì)味着，一(yī)些(xiē)视频创作(zuò)由AI代替人工(gōng)完(wán)成已经初步有(yǒu)了可能。

当下AI的发(fā)展速(sù)度已(yǐ)经超过(guò)大部分人的想象。内容产业(yè)的本质是供给创(chuàng)造需求，AIGC作为全(quán)新(xīn)的内(nèi)容生产(chǎn)方式，可以为(wèi)内(nèi)容产(chǎn)业(yè)带(dài)来更(gèng)新的(de)内容风格、更快的生产(chǎn)速(sù)度，更低(dī)的生产成本，这(zhè)无疑会驱动内容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应用于(yú)音乐(lè)、代码、机(jī)器(qì)人动作等(děng)多种内容形式(shì)的生成。不难发现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用(yòng)，对(duì)于下一代互(hù)联网各种元素的构建亦有关(guān)键意义。

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

因此，AI绘画及(jí)视(shì)频或不(bù)是结果，而只是AI进程中的一(yī)块重要拼图，有望在技术(shù)更新的加持下实现更大的应用价值。

AI从理解内容，走向了可(kě)以生成内容，甚至(zhì)能(néng)够创造出(chū)独立(lì)价值和独(dú)立(lì)视角的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模(mó)型与算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术的发(fā)展也可(kě)以看(kàn)出，在语(yǔ)言大模型、图像大模型之后(hòu)，多模态大模型已经成为了新的趋势。

大(dà)模型被誉为当前人工(gōng)智能发展的智能底座(zuò)，是全球竞(jìng)争最激烈的研究方向之一，包括谷歌、亚(yà)马(mǎ)逊、百度(dù)、阿里(lǐ)、腾讯等众多头部企业(yè)都在竞相发力。

不过训练大(dà)模型的(de)确价格不菲，以(yǐ)国盛(shèng)证券发布的(de)《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训(xùn)练一(yī)次(cì)的(de)成本(běn)约(yuē)为(wèi)140万(wàn)美元(yuán)。而对(duì)于(yú)一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万(wàn)美元至(zhì)1200万美元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算，其(qí)对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿(yì)美元，每日(rì)仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力支持。在关注各(gè)类大(dà)模(mó)型的发(fā)展同时，更应该(gāi)关(guān)注算力(lì)网络的建设。

算力(lì)网络正驱动AI产业发展进入(rù)史(shǐ)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(mù)标离得(dé)更近。

因为算力(lì)可以对突破性技术创新提供大力的支持。这方面，多(duō)模态大(dà)模型是典型。作为面向(xiàng)未(wèi)来强人工智能、通用人工(gōng)智能的重要技术创新，多模态大模型已经在人工智能领域提出了很多年，业界也有不(bù)少技术突(tū)破，但是(shì)，多模态(tài)大(dà)模(mó)型进一步往下走，算力需求(qiú)呈(chéng)几何式上升，一般(bān)的算力基础(chǔ)设施很快将难(nán)以胜(shèng)任(rèn)。

从图像(xiàng)、文字、语音单(dān)独一项的(de)训练(liàn)，到双模态、三模态的跃(yuè)迁，让人工(gōng)智能可以灵活(huó)应对不同(tóng)模态(tài)的转化(huà)、像人与(yǔ)世界交互一样自然(rán)，这(zhè)方面(miàn)，由算力(lì)网(wǎng)络来(lái)驱动将有明显优(yōu)势。

此外(wài)，还有很多需要爆(bào)发(fā)式增长(zhǎng)的算力来(lái)支(zhī)撑的技术创新(xīn)，将在人工智能(néng)算力网络(luò)支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的支持下(xià)AIGC能持续颠覆内容生产的方式(shì)，将(jiāng)创造的边际成本(běn)降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢