自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨已多(duō)次(cì)公开谈论人工智能话题。在(zài)最近的一次采访中，他再次表示(shì)：“AI可能会让(ràng)科技行业(yè)迎(yíng)来(lái)一(yī)次剧烈的洗(xǐ)牌”。

这个(gè)结论是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方(fāng)面的行动(dòng)相当迅速(sù)。而最(zuì)终科技巨头将把AI整合成用户(hù)的“全(quán)能助手”，包揽一切应用，与人(rén)们进(jìn)行沟通(tōng)并提供建议(yì)，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能尚需时日，但由(yóu)ControlNet引发(fā)的又一(yī)次AI绘画浪(làng)潮(cháo)，让AIGC在(zài)ChatGPT的(de)话(huà)题(tí)热点(diǎn)包围(wéi)中杀出(chū)重围。

只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了isrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBoUT0Y90ZtsrZicWZicLIqicJS3DRO9O7MYjXFtLYoCwhT648zXpvUIE9g/0?wx_fmt=png" data-cropx1="0" data-cropx2="1000" data-cropy1="0" data-cropy2="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画为代(dài)表的AIGC上一(yī)次(cì)爆火的时候，还是2022年8月，在美(měi)国科罗(luó)拉多州举办(bàn)的新兴(xīng)数字艺(yì)术家竞(jìng)赛中(zhōng)，一幅名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中输入一组(zǔ)关(guān)键词(cí)或者一张照片，就能(néng)获得一幅AI创作的画(huà)作。

作画的关键就(jiù)是所输入(rù)的文本。同(tóng)一组关键词也(yě)可以创作出很多(duō)张(zhāng)风格不一样的画作，这让(ràng)创(chuàng)作的过程(chéng)就像(xiàng)开(kāi)盲盒。

很多(duō)用户很喜欢这种不确(què)定的惊喜，他们会将生成的美图(tú)当做头像。而另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多(duō)用(yòng)户(hù)分享AI“翻车(chē)现场”，例如，一位网友的小狗(gǒu)照片(piàn)被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填(tián)写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创(chuàng)作的一种基于(yú)控制点(diǎn)的图像变形算法(fǎ)，主要用于数字图像处(chù)理、计算机视(shì)觉和计算机图形(xíng)学等领域。

其(qí)SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点(diǎn)。

在(zài)此之前(qián)，大(dà)家用了很多方法想(xiǎng)让AI生成(chéng)的结果尽可能(néng)的符合要求，但是都不尽如人意，它的出(chū)现代表着AI生成(chéng)开始进入真正的(de)可控时(shí)期。

因为ControlNet可以直接提取画(huà)面(miàn)的构图，人物的姿势和画面的深度信(xìn)息(xī)等。有了(le)它的帮助(zhù)，就不(bù)用频繁的用提(tí)示(shì)词来碰运气，抽盲(máng)盒式的创作(zuò)了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作(zuò)品(pǐn)已经获得了大(dà)量(liàng)的浏(liú)览量，“viggo”就是(shì)其中之一，他用(yòng)朋友的照(zhào)片(piàn)直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的(de)关(guān)键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑定骨骼(gé)开始换(huàn)关键词试效果。

通过图片就可(kě)以看出(chū)来，效果十(shí)分惊艳。

更厉害的是，除了(le)真实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿转全彩图。大神张(zhāng)吕敏其本尊(zūn)也亲(qīn)自回应。

不得不说当(dāng)下(xià)AIGC已经(jīng)变得越来越强大，甚至输出(chū)的作(zuò)品(pǐn)都已经能(néng)以假(jiǎ)乱(luàn)真了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国(guó)第一(yī)起AI绘图诈骗(piàn)。

由于这(zhè)个(gè)活动里面给出的美女照片(piàn)都是(shì)AI制作的真人照片绘(huì)图，因为太逼真，被大家当成真事(shì)传(chuán)播了。

不过仔细观察可以发现，活动发起者提供的(de)照片中有个(gè)很(hěn)大的漏洞(dòng)可以发现并非(fēi)真人，而是AI绘(huì)图，那便是图片中女(nǚ)性的手指部分有的存在异常(cháng)。

有行(xíng)业人事表示(shì)：“现(xiàn)在因为手指部分(fēn)的绘画(huà)算法(fǎ)比(bǐ)较复杂，AI还(hái)不太会(huì)画人的(de)手，但最新看到的图片已经有越(yuè)来(lái)越(yuè)完美的AI模(mó)型出(chū)现，以后可(kě)能(néng)就完全(quán)没有漏洞了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据英(yīng)国广(guǎng)播(bō)公司(sī)报道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以此诱(yòu)骗(piàn)善良的人打赏“捐(juān)助”从而实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这样的(de)图片被(bèi)用来诈(zhà)骗，将(jiāng)非(fēi)常可(kě)怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面(miàn)，批判者认为AI在(zài)“学习(xí)”了大量前人(rén)的(de)作品之后(hòu)，其创(chuàng)作没(méi)有任何(hé)情(qíng)绪和(hé)灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都并(bìng)没有得(dé)到有效(xiào)的解(jiě)决，还(hái)有AIGC会不会代替人类“至高无上”的(de)创(chuàng)意。

马(mǎ)斯(sī)克也强调，人(rén)工智能的安(ān)全问题需要(yào)得到重(zhòng)视，太晚就来不(bù)及(jí)了。

03

AIGC下一站除了视频，还(hái)有远方

技(jì)术都是(shì)有两面性的(de)，潜在的(de)危(wēi)害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智能技术(shù)将(jiāng)是(shì)第(dì)四次工业(yè)革命的核心驱动力(lì)量，将创造新的增长奇迹。

过去一年，人(rén)工智能在技术和商业(yè)层(céng)面都有了巨大(dà)进展，AI绘画就是人工智能技术发生方(fāng)向性改变的一个代表。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几(jǐ)条引爆科(kē)技圈的(de)短(duǎn)视频。这些(xiē)视频引发关注并非内容(róng)做得(dé)多优秀，反而都非常简单，比如一匹正(zhèng)在喝水(shuǐ)的马，一(yī)只(zhǐ)画画的玩具熊，或者(zhě)一段骑(qí)摩托车的第一视(shì)角录像，随(suí)便一个有手机的人(rén)都可以(yǐ)随手(shǒu)录下一段。

但这(zhè)些短(duǎn)视(shì)频的创作方式(shì)非常简(jiǎn)单(dān)，创(chuàng)作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只是说一下(xià)要求，AI就可以根据需(xū)要生成一段视频(pín)。

谷(gǔ)歌发布的两个AI生成(chéng)视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已(yǐ)经玩了(le)一波梗，一个能(néng)够做(zuò)出更高(gāo)清视(shì)频的AI还(hái)不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地(dì)方在于，它可以制作(zuò)出(chū)超过(guò)2分钟的连贯(guàn)的(de)也有确切(qiè)内容的视频，这才是真正让人们感到惊喜的地(dì)方(fāng)。因为无论AI生(shēng)成的视频多么高清，也只能(néng)是为(wèi)内容生(shēng)产者提(tí)供一个灵感(gǎn)，一个素材，一个过场动画。

不过能够制作出有具(jù)体剧情(qíng)内容的视(shì)频就意味着，一些(xiē)视频创(chuàng)作由AI代(dài)替人工(gōng)完成已经初步(bù)有了可(kě)能。

当下AI的发展速度已(yǐ)经超过大部分人(rén)的想象。内容产业的(de)本(běn)质是供给(gěi)创造需(xū)求(qiú)，AIGC作为全新的内(nèi)容生产方式，可以为(wèi)内容产业带(dài)来更新的(de)内容风(fēng)格(gé)、更快的(de)生产速度，更低(dī)的生产成(chéng)本，这无疑会驱动内容产业的(de)大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音(yīn)乐、代码(mǎ)、机器人动作等多种内容形式的生成。不难发现(xiàn)该项技术不仅在游(yóu)戏等行业能(néng)得(dé)到有效(xiào)应用(yòng)，对于下一代(dài)互联网各(gè)种元素(sù)的构建亦(yì)有关键意义。

从(cóng)商业化的角度来看，文(wén)化(huà)娱乐、教育(yù)、传媒等诸多领域，本身就(jiù)对基(jī)于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是(shì)结果(guǒ)，而只(zhǐ)是AI进程中的(de)一块重要拼图，有(yǒu)望在技术更新的加持下实(shí)现更大(dà)的应用价值(zhí)。

AI从理解内容，走向(xiàng)了(le)可以生成内容，甚至能够创造(zào)出独(dú)立(lì)价值和独立视角(jiǎo)的内容。AIGC的再(zài)次出(chū)圈，更代表着未来的先进生产力(lì)即将到(dào)来。

04

紧抓(zhuā)大(dà)模型与(yǔ)算力，牢固AIGC底座

从技(jì)术的发展也可(kě)以看出，在语言大模型、图像大(dà)模型之后，多模态大模型已经成为了新的趋(qū)势。

大(dà)模型被(bèi)誉为当前人工智能(néng)发展的智(zhì)能底座，是全球竞(jìng)争最激烈(liè)的研究方向之一，包括(kuò)谷歌(gē)、亚马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等众(zhòng)多头部企业都在竞相发(fā)力。

不过训练大模型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于(yú)一些更大的(de)LLM(大型语(yǔ)言模型)，训练成本则(zé)介于200万美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了(lì)访客平均数1300万计算，其对应芯片需求为(wèi)3万多片(piàn)英(yīng)伟达(dá)A100 GPU，初(chū)始(shǐ)投入成(chéng)本约为(wèi)8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持(chí)。在关注各类大模型的发(fā)展同时，更应该关注算(suàn)力网络的建设(shè)。

算力网络(luò)正驱(qū)动(dòng)AI产业发展进入史诗级(jí)加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的终极目标离得更近(jìn)。

因为算力可以对突破性(xìng)技术(shù)创新提供大(dà)力的支持。这(zhè)方面，多模态大模型是典(diǎn)型。作为面向未来强人工智能(néng)、通用人工智能的重(zhòng)要技术创新，多模态大模型已经在人工(gōng)智能领域(yù)提出了很多(duō)年，业界也有(yǒu)不(bù)少技(jì)术突破，但是，多模(mó)态大(dà)模型进一步往下走(zǒu)，算力需求呈几何式上升，一般(bān)的算力基础设(shè)施很快将难以(yǐ)胜任。

从(cóng)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(ràng)人(rén)工智(zhì)能可以灵活应对(duì)不同(tóng)模态的转化、像人与世界交互一样自然(rán)，这(zhè)方面，由算力(lì)网(wǎng)络来驱动将有明显优势。

此外，还(hái)有(yǒu)很多(duō)需要爆发式增长的算力来支撑的技术(shù)创新，将在(zài)人工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持下AIGC能持续(xù)颠覆内容生产的(de)方式，将(jiāng)创造(zào)的(de)边际(jì)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 只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了