自聊天机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人(rén)比(bǐ)尔(ěr)·盖茨已多(duō)次公(gōng)开谈论人工智能(néng)话题(tí)。在(zài)最近的一次采访中，他再次表(biǎo)示：“AI可能会让科技行(xíng)业迎来(lái)一次(cì)剧烈的(de)洗牌”。

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

他(tā)预期(qī)，AI的(de)发展(zhǎn)可能会(huì)威胁到(dào)谷歌(gē)的市占率，因为微软(ruǎn)在AI方面(miàn)的行(xíng)动相(xiāng)当迅(xùn)速(sù)。而最终科技巨头将把AI整合成用(yòng)户的(de)“全(quán)能助手”，包揽一切(qiè)应用，与人们进行沟通(tōng)并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的(de)又一(yī)次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗(luó)拉(lā)多(duō)州举(jǔ)办的(de)新兴数字(zì)艺术家竞赛中，一幅名(míng)为《太空歌剧院(yuàn)》的作(zuò)品获奖(jiǎng)。

随后(hòu)各大厂商的AI绘画软件被广大(dà)网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输入(rù)一组关键词(cí)或者一张照片，就能(néng)获得一(yī)幅AI创作的画作。

作画的(de)关键就(jiù)是(shì)所输入的文本。同(tóng)一组(zǔ)关(guān)键词(cí)也可以(yǐ)创(chuàng)作出很多(duō)张风格不一样(yàng)的画作，这让创作(zuò)的过(guò)程(chéng)就像开盲(máng)盒(hé)。

很多用户很喜欢这种不(bù)确定的惊喜(xǐ)，他们会将生成(chéng)的美图当做头像(xiàng)。而另(lìng)一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许(xǔ)多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位(wèi)网友的(de)小狗照片被AI画成了“肌肉男(nán)”，还有网友的个人照片被(bèi)AI识别(bié)成了建(jiàn)筑(zhù)。

而如(rú)今随着ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关(guān)键词游戏可能要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏(mǐn)创作的一种(zhǒng)基于控制点的图(tú)像变形算法，主要用于(yú)数字(zì)图像(xiàng)处理、计算(suàn)机视觉和计算(suàn)机图形学等(děng)领域。

其SD插件一经(jīng)发布，在短短(duǎn)的(de)两(liǎng)天内便(biàn)成为了AI绘画领域最新的(de)热点(diǎn)。

在此之前(qián)，大家用(yòng)了很(hěn)多方法想让AI生成的结(jié)果尽可(kě)能的符合要求，但是都不(bù)尽如人(rén)意(yì)，它(tā)的(de)出现代表着(zhe)AI生成开始进入(rù)真(zhēn)正的可(kě)控时期。

因为(wèi)ControlNet可(kě)以直接提取画面的(de)构图，人物的姿势和画面的深度信(xìn)息等。有了(le)它的(de)帮助，就不用频(pín)繁的用(yòng)提(tí)示词来碰运(yùn)气，抽盲盒式的创作了。

通(tōng)俗(sú)的说ControlNet相(xiāng)当(dāng)于给AI绘画加(jiā)了“魔法”，不少博(bó)主的(de)作品已经(jīng)获得了(le)大量的浏览量，“viggo”就是其(qí)中之一，他(tā)用(yòng)朋友的照片直接(jiē)带她们走进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文(wén)字。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果(guǒ)。

通(tōng)过图(tú)片就可以(yǐ)看出来，效果十分惊艳。

更厉害(hài)的是，除了真实(shí)的照(zhào)片，草图也(yě)可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩图(tú)。大神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得(dé)不(bù)说当(dāng)下AIGC已经变(biàn)得越来越(yuè)强大，甚至输出的作品都(dōu)已经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发(fā)

警(jǐng)惕安全(quán)问题

近日，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息(xī)火遍(biàn)网络，而(ér)经过(guò)警方(fāng)辟谣这(zhè)所(suǒ)谓的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个(gè)活动(dòng)里面(miàn)给(gěi)出的美女照片(piàn)都是(shì)AI制作的真人照片绘(huì)图，因(yīn)为太逼真，被(bèi)大家当成真(zhēn)事传(chuán)播了(le)。

不过仔细观(guān)察可以发现，活(huó)动发起者提(tí)供(gōng)的照片(piàn)中(zhōng)有(yǒu)个(gè)很大的漏洞可(kě)以发现并非真人，而是AI绘图(tú)，那便是图片(piàn)中(zhōng)女(nǚ)性的手指部(bù)分(fēn)有的存在异(yì)常。

有行(xíng)业人事表示：“现在(zài)因(yīn)为手指部分的绘(huì)画(huà)算法比较复杂(zá)，AI还不(bù)太会画(huà)人(rén)的手，但(dàn)最新看到的图片(piàn)已经有越来越完美的(de)AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生。据英(yīng)国广(guǎng)播公司报道，土(tǔ)耳其(qí)地震期(qī)间，有Tiktok用户使(shǐ)用AI合成(chéng)了(le)儿童受(shòu)灾的假照片发布(bù)到(dào)网(wǎng)络(luò)，以(yǐ)此(cǐ)诱(yòu)骗(piàn)善良的(de)人打赏“捐助”从而实施诈(zhà)骗(piàn)。

目前(qián)随着(zhe)技(jì)术发展(zhǎn)，AIGC已经(jīng)能做出真人照片般的绘图效果，如果这样的图片被(bèi)用来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了(le)很多(duō)担忧，一(yī)方面(miàn)，批判者认为AI在“学(xué)习”了(le)大量前人的作品(pǐn)之后，其创作(zuò)没有(yǒu)任何(hé)情绪和灵(líng)魂，难以和人(rén)类的艺(yì)术创作相(xiāng)提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前(qián)都并没有(yǒu)得到(dào)有效的解决，还(hái)有AIGC会不会(huì)代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需(xū)要得到重视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术(shù)都是有(yǒu)两(liǎng)面(miàn)性的，潜在的(de)危害并不(bù)能掩盖其光辉的贡献(xiàn)。现(xiàn)在看(kàn)来，人工智(zhì)能技术将(jiāng)是(shì)第四次工业革命(mìng)的核心(xīn)驱动力量，将创造新的增长奇迹。

过去一年，人工智能在(zài)技(jì)术和商业层面都(dōu)有了巨大进展，AI绘(huì)画就是(shì)人工智能技术(shù)发生方向性改变的一个(gè)代表。其下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短(duǎn)视(shì)频。这些视(shì)频(pín)引发关注(zhù)并(bìng)非内容做得多(duō)优秀，反(fǎn)而都非(fēi)常简单，比如一匹正在喝水的马，一只画(huà)画(huà)的玩具熊(xióng)，或者一段骑摩托车的第(dì)一(yī)视角录像，随(suí)便一(yī)个有(yǒu)手机的人都可以随手录下一段(duàn)。

但这些短视频的创作方式非常(cháng)简单，创作者仅仅(jǐn)需(xū)要向AI输(shū)入一(yī)段话，甚至只是说一下(xià)要求(qiú)，AI就可以(yǐ)根据需要生成一(yī)段视频。

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

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就已(yǐ)经玩了一波梗(gěng)，一个能够(gòu)做出更高清视频的AI还不(bù)足(zú)以在短时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震惊的地方在(zài)于，它可以制作出(chū)超(chāo)过2分钟的连贯的(de)也有确切(qiè)内(nèi)容(róng)的视频(pín)，这才是(shì)真正(zhèng)让人们(men)感(gǎn)到惊喜(xǐ)的(de)地方。因为无论AI生成的视频多么高(gāo)清，也只(zhǐ)能(néng)是为内容生产(chǎn)者提供一个(gè)灵(líng)感，一个素材(cái)，一个过场动画。

不过能够制(zhì)作(zuò)出(chū)有具体剧情内容(róng)的视频就意(yì)味(wèi)着，一(yī)些视频(pín)创作由AI代替人工完成(chéng)已经初步有了可能。

当(dāng)下AI的发展速度已经超过大部分人的(de)想象(xiàng)。内(nèi)容产(chǎn)业的本质是供给创造(zào)需(xū)求，AIGC作为全新的内容生产(chǎn)方(fāng)式(shì)，可以为内容产业带来更新的内容风格(gé)、更快的(de)生产速(sù)度，更低的(de)生(shēng)产成本，这无(wú)疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器人动作等多种内容形式的生成(chéng)。不难发现该(gāi)项技术不仅(jǐn)在游戏等行业能得到(dào)有效应用(yòng)，对于(yú)下一代互联网各种元素的构建(jiàn)亦(yì)有(yǒu)关键意义。

从商业化的角(jiǎo)度来看，文化娱(yú)乐、教育、传(chuán)媒等诸多(duō)领域，本(běn)身就对基于AI的(de)可视化内容有强烈需(xū)求。

因此，AI绘(huì)画(huà)及视频或不是结(jié)果(guǒ)，而只是AI进程中的一块(kuài)重要拼(pīn)图，有望在技术(shù)更新(xīn)的加持下实现(xiàn)更(gèng)大的应用价值。

AI从理解(jiě)内容，走向了(le)可以生(shēng)成内容，甚至能够创(chuàng)造出(chū)独立价(jià)值和独立视角的内容。AIGC的(de)再次出圈，更(gèng)代表着未(wèi)来的(de)先进生产力即(jí)将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的发展也可以看出，在语言大模型、图像大模型(xíng)之(zhī)后，多模(mó)态大(dà)模型已经成为了新的(de)趋势(shì)。

大模型被誉为(wèi)当前人工智能发展的智能底座，是全球(qiú)竞争(zhēng)最激烈的(de)研究方向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都(dōu)在竞相发力。

不过训练(liàn)大模(mó)型(xíng)的确(què)价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对(duì)于一些更大的LLM(大型语(yǔ)言模(mó)型)，训练成本则(zé)介(jiè)于200万美元至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立访客平(píng)均数1300万计算，其(qí)对应芯片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日(rì)仅电费(fèi)就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注(zhù)各类(lèi)大模型的发展同(tóng)时，更应该(gāi)关(guān)注算力网络(luò)的建设。

算力(lì)网络正驱动AI产(chǎn)业(yè)发展(zhǎn)进(jìn)入(rù)史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离得更近。

因为算力可以对突破性技术创新提供大力的支持。这方面，多模态(tài)大模型是典(diǎn)型。作为(wèi)面(miàn)向未(wèi)来强人(rén)工智能、通用(yòng)人工智能的重要技术(shù)创(chuàng)新，多模态大模型(xíng)已经(jīng)在(zài)人工智能领域提出(chū)了很(hěn)多(duō)年，业界也有不少技(jì)术(shù)突破，但是，多模态大模型进一步往下走，算力需求呈几何式上升，一(yī)般(bān)的算力基础(chǔ)设施(shī)很快将难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以(yǐ)灵活(huó)应对不同模(mó)态的转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力网络来(lái)驱动将(jiāng)有明(míng)显优势(shì)。

此外，还有很(hěn)多需要爆发式(shì)增长的(de)算力来支撑(chēng)的(de)技术创新，将在(zài)人工智能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光，期待(dài)在大(dà)模型和大算(suàn)力的支持下(xià)AIGC能持续(xù)颠覆(fù)内(nèi)容生产的方式，将创造的边际成(chéng)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 九方皋相马原文及译文及寓意，九方皋相马原文译文启示