自聊天机器人ChatGPT火(huǒ)爆以来，微软公司(sī)创始(shǐ)人(rén)比尔·盖茨已多次公开(kāi)谈论(lùn)人工智能话题。在(zài)最近的(de)一次采(cǎi)访中(zhōng)，他再次(cì)表示：“AI可(kě)能会让科技行(xíng)业迎来一次剧烈(liè)的洗牌”。

这个结论是(shì)他在当地时(shí)间2月20日(rì)接受《In Good Company》节目专访(fǎng)时提出(chū)的。

他预(yù)期，AI的发展可能会威胁到谷歌的市(shì)占率(lǜ)，因为微软在AI方面(miàn)的行(xíng)动相当迅速(sù)。而最终科技巨(jù)头将把AI整合成用户的(de)“全能(néng)助手”，包揽(lǎn)一切应用，与(yǔ)人们(men)进(jìn)行沟通(tōng)并(bìng)提(tí)供建议，可(kě)以取(qǔ)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(rì)，但由ControlNet引(yǐn)发(fā)的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是(shì)2022年(nián)8月(yuè)，在美国科罗拉多州举办的新(xīn)兴数字艺术家竞赛(sài)中，一幅名(míng)为《太空歌剧(jù)院》的作品获奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件被广大网友(yǒu)熟(shú)知(zhī)并体验，Stable Diffusion便(biàn)是其中(zhōng)代表(biǎo)。

用户们可以在(zài)应(yīng)用中输入一组关键(jiàn)词或者一张(zhāng)照片，就能获得(dé)一幅AI创(chuàng)作的(de)画(huà)作。

作画(huà)的关键就是(shì)所(suǒ)输入的文本。同一(yī)组关键(jiàn)词也(yě)可以创(chuàng)作出(chū)很多张风格不一样(yàng)的画(huà)作(zuò)，这让创作(zuò)的(de)过程就(jiù)像开盲盒。

很(hěn)多用户(hù)很(hěn)喜欢这(zhè)种(zhǒng)不确定的惊(jīng)喜，他们会将生成的美图当(dāng)做头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上(shàng)，许多用户分(fēn)享(xiǎng)AI“翻(fān)车现场”，例如(rú)，一位网友的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个(gè)人(rén)照片被(bèi)AI识(shí)别(bié)成(chéng)了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填(tián)写关键词游戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作(zuò)的一种(zhǒng)基于控制(zhì)点的图像变形算法(fǎ)，主要(yào)用于(yú)数字图像处理(lǐ)、计算机视觉和计算机图形学等领域(yù)。

其(qí)SD插(chā)件(jiàn)一经发布，在短短的两天内便成为了AI绘(huì)画(huà)领域最(zuì)新的(de)热(rè)点。

在(zài)此(cǐ)之前，大家用了很多方(fāng)法(fǎ)想让AI生成的结果尽(jǐn)可(kě)能的符合(hé)要求，但是都(dōu)不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成(chéng)开始进入真正(zhèenjoy可数吗，joy可不可数ng)的可控时期(qī)。

因为(wèi)ControlNet可以(yǐ)直接提取画面的(de)构图，人物的(de)姿势和画(huà)面的深(shēn)度信息等。有了它(tā)的帮(bāng)助(zhù)，就不(bù)用频繁(fán)的用提示(shì)词(cí)来碰运气，抽盲盒式的(de)创作了(le)。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作(zuò)品已(yǐ)经获得(dé)了(le)大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直接带她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件(jiàn)拓展(zhǎn)找到(dào)对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更(gèng)厉(lì)害的是(shì)，除(chú)了真实的照(zhào)片(piàn)，草图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆(bào)发

警惕(tì)安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣这所谓(wèi)的(de)“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个(gè)活动里面给(gěi)出的(de)美女照片都是AI制作(zuò)的真人照片绘图(tú)，因(yīn)为太逼真，被(bèi)大家当成真事传播了。

不过仔(zǎi)细观察(chá)可(kě)以发现(xiàn)，活动(dòng)发起者提(tí)供的(de)照片中(zhōng)有(yǒu)个(gè)很(hěn)大(dà)的漏洞可(kě)以发现并非(fēi)真(zhēn)人(rén)，而是AI绘图，那便(biàn)是图(tú)片中女性的手(shǒu)指(zhǐ)部分有的(de)存在异常。

有行业人事表示：“现在因(yīn)为手指部分的绘画算法比较复杂，AI还不太(tài)会画人的(de)手，但最新(xīn)看(kàn)到(dào)的图片已经有越(yuè)来越(yuè)完美(měi)的(de)AI模型出(chū)现，以后可(kě)能就完全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外(wài)也已有发生(shēng)。据英(yīng)国广(guǎng)播公司报(bào)道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用AI合成(chéng)了(le)儿(ér)童(tóng)受灾的假照片(piàn)发(fā)布到(dào)网络，以此(cǐ)诱骗(piàn)善良的人打赏“捐(juān)助”从而实(shí)施诈(zhà)骗(piàn)。

目前随着(zhe)技术发展，AIGC已经(jīng)能(néng)做出真人照片般的绘图(tú)效(xiào)果，如果这样的图片(piàn)被(bèi)用来诈骗，将非常可怕。

此外AIGC还(hái)引(yǐn)发(fā)了(le)很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品(pǐn)之后(hòu)，其创作(zuò)没有(yǒu)任(rèn)何情绪和灵魂，难(nán)以和(hé)人类的艺术创作相提并论。

另一(yī)方面，AIGC背后(hòu)的(de)版权、目前都并没有得到(dào)有效的解决(jué)，还有AIGC会(huì)不会代(dài)替人类“至高无上”的(de)创意。

马斯克也强调，人工智(zhì)能的(de)安(ān)全(quán)问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的危害并不能掩(yǎn)盖其光辉的(de)贡献。现在看(kàn)来，人(rén)工(gōng)智能技术将(jiāng)是第四次工业革(gé)命的(de)核心驱动力量，将创造(zào)新的增长(zhǎng)奇迹。

过(guò)去一年，人(rén)工智能在技术和商业层面(miàn)都有了巨大(dà)进(jìn)展，AI绘(huì)画就是人工智能技术发生方向性改变的一个(gè)代表。其下一站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后发(fā)布了几条引爆科技圈的短视频。这(zhè)些视频(pín)引发(fā)关注并非内容(róng)做得多优(yōu)秀，反而都非常简单(dān)，比如(rú)一匹正(zhèng)在喝(hē)水的马，一只画画的玩具(jù)熊，或者一段骑摩托(tuō)车(chē)的第(dì)一(yī)视角录像，随便(biàn)一个有手机的人都可以(yǐ)随手(shǒu)录下(xià)一段。

但这些短视频的创(chuàng)作方式非常简(jiǎn)单，创作者仅仅需(xū)要(yào)向(xiàng)AI输入(rù)一(yī)段话，甚至(zhì)只是(shì)说(shuō)一下要求(qiú)，AI就(jiù)可以根据(jù)需要(yào)生成一段(duàn)视频(pín)。

谷歌发布的(de)两个AI生(shēng)成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已(yǐ)经玩了一(yī)波梗(gěng)，一个能够做出更高清视频的AI还不足以在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的地(dì)方(fāng)在于，它可(kě)以制(zhì)作出超过2分钟的(de)连贯的也有确切内容(róng)的视频(pín)，这才是(shì)真正让人们感到惊喜的(de)地方。因为无论AI生成(chéng)的(de)视频多么高清(qīng)，也只(zhǐ)能是为内容生产者提供一(yī)个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的(de)视频就意味着，一些视(shì)频创作由AI代替人工完成已经(jīng)初步有了可能(néng)。

当下AI的发展速度已(yǐ)经超过(guò)大部分人的(de)想象。内容(róng)产业的(de)本质是供给创(chuàng)造需求，AIGC作为(wèi)全新的内(nèi)容生产方式，可(kě)以为(wèi)内容产业带来更新的内容(róng)风格、更快(kuài)的生产速度(dù)，更低的生产成(chéng)本，这无疑会驱动(dòng)内容(róng)产业(yè)的(de)大(dà)爆发。

除(chú)了(le)AI绘图(tú)、视频，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器(qì)人动作等多种内容(róng)形式的(de)生(shēng)成。不难(nán)发(fā)现该项技术不仅在游戏(xì)等行业(yè)能得到有(yǒu)效(xiào)应用，对(duì)于下一(yī)代互联(lián)网各种元素的构建亦有关键意义。

从商(shāng)业化的(de)角度来看，文化娱乐(lè)、教育、传(chuán)媒等诸多领(lǐng)域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画及视频或不是结果，而(ér)只是AI进程中(zhōng)的一块重要拼图(tú)，有望(wàng)在技术更新的加(jiā)持下实现更大(dà)的应用价值。

AI从理解(jiě)内容，走向了可(kě)以生成内(nèi)容(róng)，甚至能够创造出独立(lì)价(jià)值(zhí)和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表着(zhe)未来(lái)的先进生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底(dǐ)座

从(cóng)技术(shù)的发(fā)展也(yě)可(kě)以看出(chū)，在语言大模型、图像(xiàng)大模型之(zhī)后，多(duō)模态大模(mó)型已经成为了新(xīn)的趋势。

大模(mó)型被誉(yù)为(wèi)当前人工智能发展(zhǎn)的智能底座，是全球竞争最激烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过训练大模型的确价格不(bù)菲，以国盛证(zhèngenjoy可数吗，joy可不可数)券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次(cì)的成本约(yuē)为140万(wàn)美(měi)元。而对于(yú)一些更大(dà)的LLM(大型语言(yán)模型)，训(xùn)练成本(běn)则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万(wàn)计算，其对应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投(tóu)入(rù)成本约为8亿美元(yuán)，每日仅电费就在5万美元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算(suàn)力支持。在关注各(gè)类(lèi)大模(mó)型的发展(zhǎn)同时，更(gèng)应该关注算力网络的建设(shè)。

算力(lì)网络(luò)正驱(qū)动AI产(chǎn)业发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通用(yòng)AI这一人(rén)工智能发展的(de)终(zhōng)极目标离得(dé)更近。

因为算(suàn)力可以对突(tū)破(pò)性技术创新提供大力的支持。这方面(miàn)，多模态大模型是典(diǎn)型。作(zuò)为(wèi)面向未来强人(rén)工(gōng)智能、通用人(rén)工(gōng)智能的重要技术创新(xīn)，多模态大模(mó)型(xíng)已经在(zài)人工智能领域提出了(le)很多年，业(yè)界(jiè)也(yě)有不少技(jì)术突(tū)破(pò)，但是，多模(mó)态大(dà)模型(xíng)进一步往下(xià)走，算力需(xū)求呈(chéng)几何(hé)式(shì)上升，一(yī)般的(de)算力(lì)基础设施很(hěn)快将难以胜任。

从图(tú)像(xiàng)、文字、语音单独一项的训练，到双模态、三(sān)模态的跃迁(qiān)，让人工(gōng)智(zhì)能(néng)可以灵活(huó)应对不(bù)同(tóng)模态的(de)转化、像人与世(shì)界交(jiāo)互一样(yàng)自然，这方面(miàn)，由算力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长的(de)算力来支撑的技术(shù)创(chuàng)新，将在人工智能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力(lì)的支持下AIGC能持续(xù)颠覆内容生产的方式，将创造(zào)的边际成(chéng)本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 enjoy可数吗，joy可不可数