自聊(liáo)天(tiān)机器(qì)人(rén)ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨(cí)已多次公开谈(tán)论人工智能(néng)话题。在最近的一次采访中，他再次表示：“AI可(kě)能会让(ràng)科(kē)技行业迎来一次(cì)剧(jù)烈的洗牌”。

这个结论是(shì)他在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可(kě)能(néng)会威胁(xié)到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行动相当迅(xùn)速。而最终科(kē)技巨(jù)头将(jiāng)把AI整合成用(yòng)户的“全能助手(shǒu)”，包(bāo)揽(lǎn)一切应用，与(yǔ)人(rén)们进行沟通并提供建议(yì)，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上一次爆火(huǒ)的(de)时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举(jǔ)办的新兴数字艺(yì)术家竞赛中，一(yī)幅名为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商的AI绘(huì)画(huà)软件被广(guǎng)大网(wǎng)友(yǒu)熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可(kě)以(yǐ)在应用中输入一(yī)组(zǔ)关(guān)键(jiàn)词或者一张照片(piàn)，就能获得(dé)一幅AI创作的画作(zuò)。

作画的关(guān)键就是所输入(rù)的文本。同一组关键(jiàn)词也可以创作出很多(duō)张风格不一样的画(huà)作，这让创作的(de)过程就(jiù)像开(kāi)盲盒。

很多用户很(hěn)喜(xǐ)欢这(zhè)种不确定(dìng)的(de)惊喜，他(tā)们(men)会将生成的(de)美图(tú)当做(zuò)头像。而另(lìng)一部分(fēn)喜(xǐ)欢(huān)翻看AI绘(huì)画(huà)的“翻车”作品。在(zài)社交媒体上，许多用户分(fēn)享AI“翻车现场(chǎng)”，例如，一位网(wǎng)友的小(xiǎo)狗(gǒu)照片被AI画成了“肌(jī)肉男”，还(hái)有网(wǎng)友(yǒu)的(de)个(gè)人照片被AI识别成(chéng)了建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键(jiàn)词(cí)游(yóu)戏可(kě)能要被(bèi)颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的(de)中国(guó)人张(zhāng)吕敏创作的一种基(jī)于(yú)控(kòng)制点的(de)图像变形算(suàn)法，主(zhǔ)要用(yòng)于数字图像处理、计(jì)算机视觉和(hé)计算机图形(xíng)学等领域。

在此之(zhī)前(qián)，大家用了很多方法想让AI生成的结果尽可能的符合(hé)要求(qiú)，但是(shì)都不(bù)尽如人意，它的出现代表着AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面(miàn)的构图(tú)，人物(wù)的姿势和画面的(de)深(shēn)度(dù)信(xìn)息(xī)等(děng)。有(yǒu)了(le)它(tā)的帮助，就不用频繁的用提(tí)示(shì)词来(lái)碰运气，抽(chōu)盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画(huà)加(jiā)了“魔法”，不(bù)少(shǎo)博主的作品已经获(huò)得了大(dà)量的浏览(lǎn)量，“viggo”就(jiù)是其(qí)中(zhōng)之一，他用朋友(yǒu)的照片(piàn)直接带她们(men)走进动漫(màn)世(shì)界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试效果。

通过图片就可以看出(chū)来，效果十分(fēn)惊艳(yàn)。

更(gèng)厉害的是(shì)，除了真实的照片，草(cǎo)图也可以加上(shàng)“魔法(fǎ)”，知(zhī)乎大(dà)牛(niú)“DevPoint”和“逗(dòu)砂”介绍(shào)到(dào)ControlNet还能实现线(xiàn)稿转(zhuǎn)全(quán)彩图。大神张吕(lǚ)敏其本尊也亲(qīn)自回应(yīng)。

不得不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全(quán)问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的(de)消(xiāo)息火遍(biàn)网络，而经(jīng)过警方辟谣这所(suǒ)谓(wèi)的“party”可能是(shì)全国(guó)第一起(qǐ)AI绘图(tú)诈(zhà)骗。

由(yóu)于(yú)这(zhè)个活动里面给(gěi)出的美女照片都是(shì)AI制作的真人照片绘图，因为(wèi)太逼真，被大家当(dāng)成(chéng)真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的照(zhào)片(piàn)中有个很大(dà)的漏洞(dòng)可以发(fā)现并(bìng)非真人，而是AI绘图，那便(biàn)是图片中女性的手指(zhǐ)部分有(yǒu)的(de)存(cún)在(zài)异常。

有行(xíng)业人事(shì)表示：“现在因为手(shǒu)指部(bù)分(fēn)的绘画算法(fǎ)比较复杂，AI还不太会画人(rén)的手，但最(zuì)新看到的图(tú)片已(yǐ)经有(yǒu)越(yuè)来(lái)越完(wán)美的AI模(mó)型出现，以后(hòu)可(kě)能就完(wán)全没有漏洞了(le)。”

类(lèi)似(shì)的AI作图诈骗在国外(wài)也已有发生。据英国广播(bō)公司报(bào)道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用(yòng)户使用AI合成(chéng)了儿童受灾的假照(zhào)片发布到网(wǎng)络，以此(cǐ)诱骗善(shàn)良的人(rén)打赏“捐(juān)助”从而实施诈骗。

目前随(suí)着技(jì)术发(fā)展，AIGC已经能做出真人照片(piàn)般的绘图(tú)效果，如果(guǒ)这样的图片被用来诈骗(piàn)，将非(fēi)常可(kě)怕。

此外AIGC还引发了很多(duō)担(dān)忧，一方面，批判(pàn)者认(rèn)为(wèi)AI在“学习”了大量承蒙不弃,余生尽予什么意思，承蒙不弃,余生尽予的意思(liàng)前人的作品之(zhī)后(hòu)，其(qí)创作没(méi)有任何情(qíng)绪和(hé)灵魂(hún)，难以和人(rén)类的艺术创作(zuò)相提并(bìng)论。

另一(yī)方面，AIGC背后(hòu)的版(bǎn)权、目前都并没有得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也(yě)强调(diào)，人(rén)工(gōng)智能的安全问题需(xū)要得到(dào)重视，太晚就(jiù)来不及了(le)。

03

AIGC下(xià)一站(zhàn)除了视频(pín)，还有远方

技术都是有(yǒu)两面(miàn)性(xìng)的，潜在的危害并不能掩盖(gài)其光辉(huī)的贡(gòng)献。现在(zài)看(kàn)来，人(rén)工智能技术将是第(dì)四(sì)次工业革(gé)命的核心驱动力量，将创(chuàng)造(zào)新的增(zēng)长奇(qí)迹。

过去一年，人工智(zhì)能在技术和商(shāng)业层面都有了巨大进展，AI绘画就(jiù)是人工(gōng)智能(néng)技(jì)术发生方(fāng)向性改变的一(yī)个代表。其(qí)下一站或(huò)许就是视(shì)频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了(le)几(jǐ)条引爆科技圈的短视频。这些(xiē)视(shì)频引(yǐn)发关注并非内容(róng)做得多(duō)优秀，反而都非常(cháng)简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托(tuō)车的(de)第一视角录像，随便一个有(yǒu)手机(jī)的(de)人都可以(yǐ)随手录下(xià)一段。

但这些(xiē)短(duǎn)视(shì)频的创作方式非常简单，创作者仅仅需(xū)要(yào)向AI输入一段话，甚至只(zhǐ)是(shì)说一(yī)下要求，AI就可以根据(jù)需要生(shēng)成一段视(shì)频。

谷歌发(fā)布的两个AI生成视频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的(de)差别(bié)。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成(chéng)的视频(pín)后，AI圈就已经玩了(le)一(yī)波梗，一个能够(gòu)做出更高(gāo)清视频的AI还(hái)不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超(chāo)过2分钟的连贯的也有确(què)切(qiè)内容的视频(pín)，这(zhè)才是真正让人们感到惊(jīng)喜的地(dì)方(fāng)。因为(wèi)无论(lùn)AI生成的视频多么高清，也只能(néng)是为内容生产者提供一(yī)个灵感，一个素材，一个过场动画。

不过能够制作(zuò)出有具体剧情内容(róng)的视频就意味(wèi)着，一(yī)些视频创作由(yóu)AI代替人工完成已(yǐ)经(jīng)初步有了可能。

当(dāng)下AI的(de)发展速(sù)度已经超过大部分人(rén)的想象(xiàng)。内容产业(yè)的本质是供给创造需求，AIGC作为(wèi)全新的内容生产(chǎn)方(fāng)式，可以为内容产业带来(lái)更新(xīn)的内(nèi)容(róng)风格、更快的生产速度，更低的生产成本，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代(dài)码、机器人动作等多(duō)种内容形(xíng)式的生成。不难发现该(gāi)项技术不仅在(zài)游(yóu)戏等行(xíng)业能得到有效应用，对于下一代互联网各种(zhǒng)元(yuán)素的(de)构建亦有关(guān)键意义。

从(cóng)商业化(huà)的角度(dù)来看，文化(huà)娱(yú)乐、教(jiào)育、传媒等(děng)诸(zhū)多领(lǐng)域，本(běn)身就对基于AI的(de)可视化内容有强烈(liè)需求(qiú)。

因此，AI绘画及视频或不是(shì)结果(guǒ)，而只是AI进(jìn)程中(zhōng)的一块重(zhòng)要拼图，有望(wàng)在技术更新的加持下实现更大的应用价(jià)值。

AI从理解内容，走向了可以生成(chéng)内(nèi)容(róng)，甚至(zhì)能够创造(zào)出独立价值和独(dú)立视(shì)角的内容。AIGC的再(zài)次出圈，更代(dài)表(biǎo)着未来的先进生产力即将到来。

04

紧抓(zhuā)大(dà)模型(xíng)与算力(lì)，牢(láo)固AIGC底座(zuò)

从技术的发展也可以(yǐ)看出，在语言(yán)大模型(xíng)、图像大模型之后，多模(mó)态大模型已经(jīng)成为了新的趋势。

大模型被誉为当(dāng)前人工(gōng)智能发(fā)展(zhǎn)的(de)智能底座，是全(quán)球竞争(zhēng)最激(jī)烈的研究(jiū)方向之一，包括(kuò)谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞相发力。

不过(guò)训练大模型的确价格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成本约为140万美元。而(ér)对于(yú)一(yī)些更(gèng)大的LLM(大型语言模型)，训练成本则介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访(fǎng)客平均(jūn)数1300万计算，其对应芯片需(xū)求为(wèi)3万(wàn)多片英伟(wěi)达A100 GPU，初(chū)始投入(rù)成(chéng)本约(yuē)为8亿美(měi)元，每日仅(jǐn)电(diàn)费就在5万(wàn)美(měi)元左右(yòu)。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注各类大模(mó)型的发展(zhǎn)同时(shí)，更应该(gāi)关注算力网络的(de)建设。

算力网络正驱动AI产业发展进入史(shǐ)诗(shī)级加速(sù)进(jìn)程，让(ràng)AIGC及通(tōng)用AI这一人工(gōng)智能发展的终极目标离(lí)得更近。

因(yīn)为算力可以对突(tū)破性技术创(chuàng)新提(tí)供大力(lì)的支(zhī)持(chí)。这方(fāng)面(miàn)，多模态大模型(xíng)是典型。作为面向未来强人工(gōng)智能、通(tōng)用人工智(zhì)能的重(zhòng)要技术创(chuàng)新，多模(mó)态大模型已经(jīng)在人(rén)工智能领(lǐng)域提出了很多年，业(yè)界也有不少技术突破，但是，多(duō)模态大模型进一步(bù)往下走，算力需求呈(chéng)几何式(shì)上(shàng)升(shēng)，一般的(de)算力基(jī)础设施(shī)很快将难以胜(shèng)任。

从图像、文字(zì)、语音(yīn)单独一(yī)项(xiàng)的训练(liàn)，到双(shuāng)模态、三(sān)模(mó)态的(de)跃(yuè)迁，让人工智能可以灵(líng)活应对不(bù)同(tóng)模态的转化(huà)、像人与世界交互一样自然，这(zhè)方面，由算(suàn)力(lì)网(wǎng)络来驱动将有明显优势(shì)。

此外，还有很多需要爆发式增长的算力来支撑的技(jì)术创新，将在人工(gōng)智能(néng)算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光(guāng)，期待在(zài)大模型和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创造的边际(jì)成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 承蒙不弃,余生尽予什么意思，承蒙不弃,余生尽予的意思