自聊天机器人(rén)ChatGPT火爆(bào)以来，微软公司创始(shǐ)人比尔·盖茨已多次公开谈论人(rén)工智能话(huà)题。在最近的一次采(cǎi)访中，他再(zài)次表示：“AI可(kě)能会让科技行(xíng)业迎来(lái)一次剧(jù)烈的洗(xǐ)牌”。

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

他预(yù)期，AI的发展(zhǎn)可(kě)能(néng)会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面(miàn)的(de)行动相(xiāng)当迅(xùn)速。而最(zuì)终(zhōng)科技巨(jù)头将把AI整合成用(yòng)户的“全能助手(shǒu)”，包揽一切应用，与人们进行(xíng)沟通并提供建议(yì)，可以取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的到来可能(néng)尚(shàng)需时日，但由ControlNet引发的(de)又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的(de)AIGC上一(yī)次爆火(huǒ)的时候，还是(shì)2022年8月，在美(měi)国科罗(luó)拉多州举办的(de)新(xīn)兴数字(zì)艺(yì)术家竞赛中，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘画(huà)软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可(kě)以(yǐ)在应用中输入一组关键(jiàn)词或者一张照片(piàn)，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是(shì)所(suǒ)输入的(de)文本。同一组关(guān)键(jiàn)词也可以创(chuàng)作出(chū)很多张(zhāng)风(fēng)格不(bù)一(yī)样的画作(zuò)，这(zhè)让创作的过程就像开盲盒。

很多用户(hù)很喜欢这种不(bù)确定(dìng)的惊(jīng)喜(xǐ)，他们会(huì)将生成(chéng)的美(měi)图当做头像。而(ér)另一部分喜欢翻看AI绘(huì)画的(de)“翻车”作(zuò)品(pǐn)。在社交媒体上，许多用(yòng)户分享AI“翻(fān)车(chē)现(xiàn)场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出(chū)现与加(jiā)持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的(de)中国人张吕敏创(chuàng)作的一种基(jī)于控制点的(de)图像(xiàng)变形算法，主要用于数(shù)字图(tú)像处理(lǐ)、计(jì)算机视觉(jué)和计算机图形学等领域(yù)。

其(qí)SD插件一经(jīng)发布，在短(duǎn)短的两天内便(biàn)成为了AI绘画领(lǐng)域最新的热点。

在此之(zhī)前，大家用了很多方法想(xiǎng)让AI生成的结果尽可(kě)能的符(fú)合要求，但是都不尽如人意，它的出(chū)现代表着AI生成开(kāi)始进(jìn)入真正(zhèng)的可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接(jiē)提取画面的构图(tú)，人物的姿势和画面的深度(dù)信息等。有了它的(de)帮助，就不用(yòng)频繁的用(yòng)提示(shì)词(cí)来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不(bù)少博主的(de)作品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片(piàn)转文(wén)字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换关键词试(shì)效(xiào)果(guǒ)。

通过图片就(jiù)可以(yǐ)看出来(lái)，效果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实(shí)的照(zhào)片，草(cǎo)图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得(dé)越来越强大(dà)，甚至输出的作品都已(yǐ)经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图(tú)诈骗(piàn)。

由于这个活动里面给出的美女照片都是AI制作的(de)真人照片绘(huì)图，因为(wèi)太逼真(zhēn)，被大家当成(chéng)真事传播(bō)了(le)。

不过仔细观(guān)察可(kě)以发(fā)现，活动发起者(zhě)提(tí)供(gōng)的照片中有(yǒu)个很大(dà)的漏洞可(kě)以发现并非真人，而(ér)是AI绘图，那(nà)便是图片中女(nǚ)性的(de)手指部分有的(de)存在异常。

有行业人(rén)事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看(kàn)到的(de)图片(piàn)已经有越来(lái)越(yuè)完美(měi)的AI模型出现(xiàn)，以(yǐ)后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有发生。据(jù)英国广播(bō)公司报(bào)道，土耳(ěr)其地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假照片发布到(dào)网络，以此诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出(chū)真人(rén)照片般的绘图效(xiào)果(guǒ)，如果这样的图片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批(pī)判(pàn)者认为AI在“学习”了大(dà)量前人(rén)的作品之后，其创作(zuò)没(méi)有任何情绪和灵魂，难以和人(rén)类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到有效的解决(jué)，还有AIGC会不会(huì)代(dài)替人类“至高无(wú)上(shàng)”的创意。

马斯克(kè)也强调，人(rén)工(gōng)智能的(de)安全(quán)问题需要(yào)得到重视，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还有(yǒu)远方

技(jì)术都(dōu)是有两面性的，潜在的(de)危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现在看来，人(rén)工智能技术将是第(dì)四次工业革(gé)命的(de)核心驱动力(lì)量，将创造(zào)新的增长奇(qí)迹(jì)。

过去一年，人工智能在(zài)技术(shù)和商业层面(miàn)都(dōu)有了巨(jù)大进(jìn)展，AI绘画就(jiù)是(shì)人工智能技术发生(shēng)方向性改变(biàn)的一个(gè)代表(biǎo)。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发(fā)布(bù)了(le)几条引爆(bào)科(kē)技(jì)圈(quān)的短视频。这些视频引(yǐn)发(fā)关注(zhù)并非内(nèi)容做得多优秀(xiù)，反(fǎn)而都非常(cháng)简单(dān)，比如一(yī)匹正在(zài)喝(hē)水的马，一只画画(huà)的玩具(jù)熊，或者一段(duàn)骑摩(mó)托车的第一视角录像，随(suí)便一个有(yǒu)手(shǒu)机的人都可(kě)以随手录下一段。

但这些短视频(pín)的创作方式非常简单(dān)，创(chuàng)作者(zhě)仅仅需要向AI输入一段话(huà)，甚(shèn)至只是(shì)说(shuō)一下要求，AI就可以根据需(xū)要生(shēng)成一(yī)段视(shì)频。

谷歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已(yǐ)经玩了(le)一波梗，一个能够做出更高清(qīng)视频的AI还不(bù)足以在短时间内戳(chuō)中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的(de)地方在于，它可以制作出(chū)超过2分钟的连贯的也(yě)有(yǒu)确切内容的视频(pín)，这才是真正让人们感到惊喜(xǐ)的地(dì)方(fāng)。因为无论AI生(shēng)成的(de)视(shì)频多么高清，也(yě)只能是为内容(róng)生产(chǎn)者提供一个灵(líng)感，一个素材，一(yī)个过(guò)场动画。

不过能够制作出有具体(tǐ)剧情内容的视频(pín)就(jiù)意味着，一些(xiē)视频创作由(yóu)AI代替人工完成已(yǐ)经初步有了可能。

当下AI的发展速度(dù)已经超过大部分人的想(xiǎng)象。内容产业的本质是(shì)供给创(chuàng)造需求，AIGC作(zuò)为全新的内容生产方式，可以为内(nèi)容产业带来更(gèng)新的内(nèi)容风格、更快的生产速(sù)度(dù)，更低的生产成本(běn)，这(zhè)无疑(yí)会驱动内(nèi)容产业的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多种内容形式的生成(chéng)。不(bù)难发(fā)现该项技(jì)术不(bù)仅在游戏等行业能得(dé)到有效应用，对(duì)于下一代互(hù)联(lián)网(wǎng)各种元素(sù)的构建亦(yì)有关键意义。

从商业(yè)化的角(jiǎo)度来看，文化娱(yú)乐、教育、传媒等诸多领域(yù)，本身就(jiù)对基(jī)于(yú)AI的可视化内容(róng)有强烈需求。

因此，AI绘(huì)画及视频或(huò)不是结(jié)果，而只是AI进(jìn)程(chéng)中的(de)一块重要拼图，有望在技术更新的(de)加(jiā)持下实(shí)现更大的应用价值。

AI从理解内容，走向了可以生成内容，甚至能够创造出(chū)独立价值和独立(lì)视角的内容。AIGC的再次(cì)出圈，更代表着未(wèi)来(lái)的(de)先(xiān)进生产力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的(de)发展也可(kě)以看出(chū)，在语言大模(mó)型(xíng)、图(tú)像(xiàng)大模(mó)型之后，多模(mó)态大模(mó)型已经成(chéng)为了新的趋势(shì)。

大模型被誉为当前(qián)人工智(zhì)能发展的(de)智能(néng)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(xùn)、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞相发(fā)力(lì)。

不过训练大模型(xíng)的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一(yī)次的成(chéng)本约(yuē)为140万美元。而对于(yú)一些更(gèng)大的LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万美(měi)元(yuán)至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯片需(xū)求为(wèi)3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本(běn)约(yuē)为8亿美元，每(měi)日仅(jǐn)电费就在5万美元左(zuǒ)右(yòu)。

此外(wài)不论是(shì)ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的(de)发展同时(shí)，更应(yīng)该关注算力网络的(de)建设。

算力网络正驱动(dòng)AI产业发展进入史诗(shī)级加速进程，让AIGC及通用AI这一人工智能发展的(de)终极目标离得更(gèng)近。

因(yīn)为算力可以(yǐ)对突破性(xìng)技(jì)术创新提供大力的支持。这(zhè)方(fāng)面，多模态大(dà)模(mó)型是典(diǎn)型。作为面向未来强人工智能、通用人(rén)工智能的重(zhòng)要技术创新，多(duō)模(mó)态大模型已经在人(rén)工智(zhì)能领域提(tí)出了很多年(nián)，业界也有(yǒu)不少技术突破，但是，多模态大(dà)模型进一步往下走，算力需(xū)求呈几(jǐ)何式上升，一般的算(suàn)力基础(chǔ)设(shè)施很快将(jiāng)难以胜任(rèn)。

从(cóng)图(tú)像、文字(zì)、语音单(dān)独一项的(de)训练，到双模态、三模(mó)态的跃迁(qiān)，让人(rén)工智能可(kě)以灵活应对不同模(mó)态的转化、像人与世界交互(hù)一样自然，这方面，由算力(lì)网络来驱动将有明显优(yōu)势(shì)。

此外，还(hái)有很多需要爆发式增(zēng)长的(de)算力来支撑(chēng)的技术(shù)创新，将在人工智(zhì)能算力网(wǎng)络支(zhī)撑下快速(sù)推进。

AIGC已(yǐ)经(jīng)露出(chū)曙光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 1兆等于多少mb流量，1G等于多少MB