自聊天机器人(rén)ChatGPT火爆以来，微软公司创始人(rén)比(bǐ)尔·盖茨已多次公(gōng)开谈论人工智(zhì)能话题(tí)。在最近(jìn)的一次(cì)采访(fǎng)中(zhōng)，他再次表示：“AI可能会(huì)让科技行业(yè)迎来一次剧烈的洗牌”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微软在AI方面的行动相当迅(xùn)速。而最终科技巨头将把AI整合成用户的“全(quán)能助手”，包揽一切应用，与人们(men)进行沟通并提供建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时(shí)日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘(huì)画为代表的AIGC上一次(cì)爆(bào)火(huǒ)的时候，还是2022年8月，在美(měi)国科罗拉多州举办的新兴数字艺术家竞赛中，一(yī)幅(fú)名为《太空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画软件被(bèi)广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以(yǐ)在应用中输入一组(zǔ)关(guān)键(jiàn)词或(huò)者(zhě)一(yī)张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的(de)文本。同(tóng)一组关(guān)键词(cí)也可(kě)以创作出很多张(zhāng)风格不一样的画(huà)作，这让创作的过程就像开(kāi)盲(máng)盒。

很(hěn)多用户很喜欢(huān)这种不确定的惊喜(xǐ)，他(tā)们(men)会(huì)将生成(chéng)的美图当做头(tóu)像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻(fān)车”作品(pǐn)。在社交(jiāo)媒体上，许(xǔ)多用(yòng)户(hù)分享(xiǎng)AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照(zhào)片被AI识别成了(le)建筑(zhù)。

而如(rú)今(jīn)随着ControlNet的出现与加持，以往AI绘画的填(tián)写(xiě)关键词游戏可能(néng)要被颠(diān)覆(fù)了(le)。

ControlNet是一位正在斯坦福读博(bó)的(de)中国人张吕敏创作(zuò)的一种基于控制点的图像变形算(suàn)法，主要用于数字图像处理、计(jì)算机视觉和计算机图形学(xué)等领(lǐng)域(yù)。

其SD插件(jiàn)一经发(fā)布，在短短的两天内便成为(wèi)了AI绘(huì)画领域最新的热点(diǎn)。

在此之前，大(dà)家用了很(hěn)多方(fāng)法想让AI生成的(de)结果尽可能的符合要(yào)求，但是都不尽如人意，它(tā)的(de)出现代表着AI生成开始(shǐ)进入(rù)真正的可(kě)控时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和画(huà)面的(de)深度信(xìn)息等。有了它的帮助，就(jiù)不用频(pín)繁的用(yòng)提示词来碰运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相(xiāng)当(dāng)于(yú)给AI绘(huì)画加了“魔法”，不(bù)少博主(zhǔ)的作品已经获(huò)得(dé)了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过微端是什么意思 手机端玩的叫微端吗图(tú)片就可以看出(chū)来，效果十分惊艳。

更厉害的是，除了真(zhēn)实的照片(piàn)，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自(zì)回(huí)应。

不得不(bù)说(shuō)当下AIGC已经变(biàn)得越来越强大，甚至(zhì)输出的(de)作品(pǐn)都已经能以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安(ān)全问(wèn)题(tí)

近日，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网络(luò)，而经(jīng)过警方辟(pì)谣(yáo)这所谓的“party”可能是(shì)全国第一起(qǐ)AI绘图(tú)诈骗。

由于这个活(huó)动里(lǐ)面给(gěi)出(chū)的(de)美女照片都(dōu)是AI制作的真人照片绘图，因为太(tài)逼真，被(bèi)大(dà)家当(dāng)成真事(shì)传(chuán)播了。

不过仔细观察可以发(fā)现，活动发(fā)起者提供的(de)照(zhào)片中有(yǒu)个很大的漏洞(dòng)可以发现(xiàn)并非真(zhēn)人(rén)，而是(shì)AI绘图，那便是图片(piàn)中女性的手指部分有的存在异(yì)常。

有行业人(rén)事表示：“现在因为(wèi)手指部分的绘画算法比较复(fù)杂，AI还不太会画人的手，但最新看(kàn)到的图片已(yǐ)经有越(yuè)来越(yuè)完美(měi)的(de)AI模型出现(xiàn)，以(yǐ)后可(kě)能就(jiù)完全没有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外也已有发(fā)生。据(jù)英国广播公司报(bào)道，土耳其(qí)地震(zhèn)期间(jiān)，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片发(fā)布到网(wǎng)络，以此诱骗(piàn)善良的(de)人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人照片般的绘图效果，如果这样的图片(piàn)被用(yòng)来诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引发了很多(duō)担忧，一方(fāng)面，批判者认为AI在“学习”了(le)大量前人的(de)作品(pǐn)之后，其创作(zuò)没(méi)有(yǒu)任何情绪和(hé)灵魂，难(nán)以(yǐ)和人类的艺(yì)术创作相(xiāng)提并论。

另一(yī)方面，AIGC背后的版权、目前都并没有得到有效(xiào)的(de)解决，还有AIGC会(huì)不会代替人类“至高无上(shàng)”的创(chuàng)意。

马斯克(kè)也(yě)强(qiáng)调，人工智(zhì)能的(de)安全问题需要得到重视(shì)，太晚就来(lái)不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方

技(jì)术都是有两面性的，潜在(zài)的危害并不(bù)能掩盖其光辉的贡(gòng)献。现在看来，人工智(zhì)能技术将(jiāng)是第四(sì)次(cì)工业革命的(de)核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年(nián)，人工(gōng)智(zhì)能(néng)在技术(shù)和商业(yè)层(céng)面都有了巨大进展，AI绘画就是人工(gōng)智能(néng)技术发生方向性改变(biàn)的一(yī)个代表。其下一(yī)站(zhàn)或(huò)许就是(shì)视(shì)频。

此前，Meta和(hé)谷歌(gē)先(xiān)后发布了几条(tiáo)引爆科技圈的(de)短视(shì)频。这些视(shì)频引发关注并(bìng)非内容做得(dé)多优(yōu)秀(xiù)，反而都(dōu)非(fēi)常简(jiǎn)单，比(bǐ)如(rú)一匹(pǐ)正在喝水(shuǐ)的马(mǎ)，一只画画(huà)的玩具熊(xióng)，或者一(yī)段骑摩托(tuō)车(chē)的第一视角录像，随便(biàn)一个有手机的(de)人都可以随手录下一(yī)段。

但(dàn)这些(xiē)短视频(pín)的创作方式非常简(jiǎn)单，创作者仅仅需要向AI输入一段(duàn)话(huà)，甚至只(zhǐ)是说一下要(yào)求，AI就(jiù)可(kě)以(yǐ)根(gēn)据需(xū)要生成一段视(shì)频。

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

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了(le)一波梗(gěng)，一个能(néng)够做出更高清视频的AI还不(bù)足以(yǐ)在短时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊(jīng)的地方(fāng)在于，它可(kě)以制作出超过2分钟的(de)连贯的也有(yǒu)确切内容的(de)视频，这才是(shì)真正(zhèng)让人们感到(dào)惊喜(xǐ)的(de)地方。因为无论AI生成的视频多么高清，也只能(néng)是为内容生产者提(tí)供一个灵感(gǎn)，一个素材(cái)，一(yī)个过(guò)场动(dòng)画(huà)。

不(bù)过(guò)能(néng)够制作出有具体剧情内(nèi)容(róng)的视频就(jiù)意(yì)味着(zhe)，一些视(shì)频创作(zuò)由AI代替人工完成已经初(chū)步(bù)有(yǒu)了(le)可能。

当(dāng)下(xià)AI的发展速度已经超(chāo)过大部(bù)分人的想象。内容(róng)产(chǎn)业的本(běn)质(zhì)是供给创造(zào)需求，AIGC作为全(quán)新(xīn)的(de)内容生产方式，可以(yǐ)为内容(róng)产业带来更新(xīn)的内容风格、更快的生(shēng)产速度，更低(dī)的(de)生产成本，这无疑会驱动内(nèi)容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应用于音乐、代码(mǎ)、机器人动作(zuò)等多种内容(róng)形式(shì)的生成。不难(nán)发现该(gāi)项技(jì)术(shù)不仅(jǐn)在游(yóu)戏(xì)等行业(yè)能得(dé)到有效应(yīng)用，对于下(xià)一代互联网(wǎng)各种元(yuán)素的构建(jiàn)亦有关键意义(yì)。

从(cóng)商(shāng)业化的(de)角度来看，文(wén)化娱乐、教育(yù)、传(chuán)媒等诸多领(lǐng)域，本身就对基于(yú)AI的可视化内(nèi)容有强烈需(xū)求。

因此，AI绘(huì)画及(jí)视频或不是结果，而(ér)只是AI进程中的一块重要拼(pīn)图，有(yǒu)望在(zài)技术更(gèng)新的加(jiā)持(chí)下(xià)实现更大的应用价值。

AI从(cóng)理解内容，走向了可以生成内容(róng)，甚至(zhì)能够创造出独(dú)立价值(zhí)和独立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术的发(fā)展也可以看出，在语言(yán)大模型、图像大模(mó)型之后，多模态大(dà)模型已(yǐ)经(jīng)成为了新的趋(qū)势。

大模型被(bèi)誉为当前人工(gōng)智能发展的智能(néng)底座，是全球竞争最激烈(liè)的(de)研究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多头部企业都在(zài)竞相(xiāng)发(fā)力。

不过训(xùn)练大模型的确(què)价格不菲(fēi)，以(yǐ)国盛证券发(fā)布的(de)《ChatGPT需要多(duō)少(shǎo)算力》报告估算(suàn)，GPT-3训练(liàn)一次的成(chéng)本约(yuē)为140万美(měi)元。而对于一些更大的(de)LLM(大型(xíng)语(yǔ)言模型)，训练成本则介于200万美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年(nián)1月的独(dú)立(lì)访客平(píng)均数1300万计算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约为8亿(yì)美元，每(měi)日仅电费(fèi)就在5万美元(yuán)左(zuǒ)右。

此外(wài)不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在(zài)关注各类大模型的发展同时，更应该(gāi)关注算(suàn)力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展进入史(shǐ)诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一人工智能发(fā)展的终极目(mù)标离得更近。

因(yīn)为算(suàn)力可(kě)以对突破(pò)性技术(shù)创新(xīn)提供(gōng)大力的支(zhī)持。这方(fāng)面，多模态大模型是(shì)典型(xíng)。作为面向未(wèi)来强(qiáng)人工智能、通用(yòng)人工(gōng)智能的重(zhòng)要技术(shù)创新，多模态大模型已经在(zài)人(rén)工智能领(lǐng)域提出了很多年，业界也有不(bù)少(shǎo)技术突破，但是，多(duō)模(mó)态大模型进一(yī)步(bù)往下(xià)走(zǒu)，算力(lì)需求呈几(jǐ)何式上升，一般的算(suàn)力基础设施(shī)很快将(jiāng)难(nán)以(yǐ)胜任。

从(cóng)图像、文字、语音单独一项(xiàng)的训(xùn)练，到双模态、三模态的跃迁，让人工智能可以灵活应对不同模态的(de)转化、像人与(yǔ)世界交互(hù)一样自然，这方(fāng)面，由算(suàn)力网络来驱动将有明显优(yōu)势(shì)。

此外，还有(yǒu)很多需要爆发式(shì)增长的(de)算力(lì)来支撑(chēng)的(de)技术创新，将(jiāng)在人工智能(néng)算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大算力的支(zhī)持下(xià)AIGC能持续颠覆内容生产(chǎn)的(de)方式(shì)，将创造的边际(jì)成本降低，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 微端是什么意思 手机端玩的叫微端吗