自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖(gài)茨已(yǐ)多次公开谈论人工智能(néng)话题。在最近的(de)一次采访中，他再次表示(shì)：“AI可能(néng)会让科技行业(yè)迎来一次(cì)剧烈的洗牌”。

这个结论是他在当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节目专访时提出(chū)的。

他(tā)预期，AI的发展可能会(huì)威胁到(dào)谷歌的市占率，因(yīn)为微软(ruǎn)在AI方面的行(xíng)动(dòng)相当迅速。而最终(zhōng)科技巨头将把AI整(zhěng)合成用(yòng)户的“全能(néng)助手”，包揽一切应用，与人们进行沟(gōu)通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发的又一(yī)次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的(de)AIGC上一(yī)次(cì)爆火的时候，还是(shì)2022年8月，在(zài)美(měi)国科罗(luó)拉多州举(jǔ)办的新兴数字艺(yì)术家竞(jìng)赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画(huà)软件被广大网友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输入一组关键词(cí)或者一(yī)张照片，就能获得一幅(fú)AI创作的(de)画作。

作画(huà)的关键就是(shì)所输入(rù)的文本。同(tóng)一组关键(jiàn)词也可(kě)以创作出(chū)很多张风格不一(yī)样(yàng)的画(huà)作，这让(ràng)创作的过(guò)程就像开盲(máng)盒(hé)。

很多(duō)用户(hù)很喜欢(huān)这种(zhǒng)不确定(dìng)的(de)惊喜，他们会(huì)将生(shēng)成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒(méi)体上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位网友的(de)小狗(gǒu)照片被AI画成(chéng)了“肌(jī)肉男”，还有(yǒu)网友的个人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的(de)出现与(yǔ)加(jiā)持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人(rén)张吕(lǚ)敏创作(zuò)的(de)一种(zhǒng)基于控制(zhì)点的图(tú)像变形(xíng)算法，主要(yào)用于(yú)数字图像处理、计算(suàn)机视(shì)觉和计算机图(tú)形(xíng)学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画(huà)领域最新的(de)热点。

在此之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能的(de)符合(hé)要求，但是都不尽(jǐn)如人意，它的出(chū)现代(dài)表着AI生成(chéng)开(kāi)始(shǐ)进入真正(zhèng)的可控(kòng)时(shí)期。

因为ControlNet可(kě)以直接提取画(huà)面(miàn)的(de)构(gòu)图(tú)，人(rén)物的姿势和(hé)画面的(de)深度信息等。有了它的(de)帮助，就不(bù)用(yòng)频(pín)繁的(de)用提示词(cí)来碰运(yùn)气，抽(chōu)盲盒式的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不(bù)少博主的作品已经获得了(le)大量的浏(liú)览量，“viggo”就是其中之一，他(tā)用朋(péng)友(yǒu)的照片直(zhí)接带(dài)她们走进动漫(màn)世界。

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

再(zài)用Text2Prompt插(chā)件(jiàn)拓展找到(dào)对应的关键词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始换关(guān)键词试(shì)效果。

通(tōng)过图(tú)片就(jiù)可以看出来，效果十分惊艳。

更厉(lì)害的是，除了真实的照片，草图(tú)也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍(shào)到ControlNet还(hái)能实现线稿(gǎo)转全彩图。大神(shén)张吕敏其本尊也亲(qīn)自回应。

不(bù)得(dé)不说当下(xià)AIGC已经变得越来越强(qiáng)大，甚至输出的作(zuò)品都已经(jīng)能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州(zhōu)金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣(yáo)这所谓的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个(gè)活动里面给出的美(měi)女照片都是AI制作的真人照片绘图，因(yīn)为太逼真，被大家当(dāng)成真(zhēn)事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片(piàn)中有个很大(dà)的漏洞可以发现并(bìng)非真人，而(ér)是AI绘图，那便是图片中(zhōng)女性的手指部分有的存(cún)在异常。

有(yǒu)行(xíng)业人(rén)事表示：“现(xiàn)在(zài)因为(wèi)手(shǒu)指部分(fēn)的绘画算法(fǎ)比较复杂，AI还不太会画人的手，但(dàn)最新(xīn)看到的图片已(yǐ)经有越来(lái)越(yuè)完美的AI模型出现(xiàn)，以(yǐ)后(hòu)可能就完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国外也(yě)已有发生。据英(yīng)国(guó)广播(bō)公司报道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使(shǐ)用(yòng)AI合(hé)成了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的人(rén)打赏“捐助”从(cóng)而实施诈(zhà)骗。

目前随着技术发展，AIGC已经(jīng)能做出真人(rén)照片般的绘(huì)图效果，如果(guǒ)这(zhè)样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人的作(zuò)品之后，其创作没有任(rèn)何情绪和灵(líng)魂，难以和人类(lèi)的(de)艺术创作相提(tí)并论。

另一方面，AIGC背后的(de)版权、目前都并没(méi)有(yǒu)得到有效(xiào)的解决，还有AIGC会不会代替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强(qiáng)调(diào)，人工智能的(de)安全问题需要得(dé)到重(zhòng)视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术(shù)都是有两(liǎng)面性的，潜在的危(wēi)害并不(bù)能掩(yǎn)盖其光辉的贡(gòng)献。现在看来(lái)，人工(gōng)智能技术将是第(dì)四次工业革命的核(hé)心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工智(zhì)能(néng)在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智能技术发生方向(xiàng)性改变的(de)一个代表(biǎo)。其下(xià)一站或许(xǔ)就是(shì)视频。

此前，Meta和(hé)谷歌先后发布(bù)了几(jǐ)条(tiáo)引爆科技圈的短视频。这些(xiē)视(shì)频引发(fā)关注并非内容(róng)做(zuò)得多优(yōu)秀(xiù)，反而都(dōu)非常简单，比如(rú)一匹正在(zài)喝(hē)水(shuǐ)的马(mǎ)，一只画画(huà)的玩具熊，或(huò)者(zhě)一段骑摩托车的第一视(shì)角录像，随便(biàn)一个有手(shǒu)机的人(rén)都可(kě)以随手录下一段。

但这些短(duǎn)视频的(de)创作(zuò)方式非常简单，创(chuàng)作者仅(jǐn)仅(jǐn)需要向(xiàng)AI输入一段话，甚至(zhì)只是(shì)说(shuō)一(yī)下要求，AI就可以根(gēn)据需要(yào)生成一段视频(pín)。

谷(gǔ)歌发布的(de)两(liǎng)个AI生成视(shì)频分(fēn)别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能(néng)够做出更高(gāo)清视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它(tā)可以制作出超过(guò)2分钟(zhōng)的连贯的也有确切内(nèi)容的视频，这才是(shì)真(zhēn)正(zhèng)让(ràng)人们(men)感(gǎn)到惊喜的地方。因为无论(lùn)AI生成的视(shì)频多(duō)么高清，也只能是(shì)为(wèi)内容生产者提(tí)供一(yī)个灵感(gǎn)，一个素材(cái)，一个过场(chǎng)动画。

不过能(néng)够(gòu)制(zhì)作出有具体剧情内容的视频(pín)就意(yì)味着，一些(xiē)视频创作由AI代(dài)替人工完成已经(jīng)初步(bù)有了可(kě)能(néng)。

当(dāng)下AI的发展速度已经超(chāo)过大部分人的想象。内容产(chǎn)业的本质是(shì)供给创(chuàng)造(zào)需求，AIGC作(zuò)为全新的内容生(shēng)产方式，可以(yǐ)为内容产业带来更新(xīn)的内容风格、更快的生产速度，更低的(de)生(shēng)产成(chéng)本，这无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术(shù)还能应用于(yú)音乐、代(dài)码(mǎ)、机器人动作(zuò)等(děng)多种内容形式(shì)的生(shēng)成。不难发(fā)现(xiàn)该项(xiàng)技术不仅(jǐn)在游戏等行业能得(dé)到有效(xiào)应用(yòng)，对于下一代互(hù)联网各种(zhǒng)元素的构(gòu)建亦有关键意义。

从商(shāng)业(yè)化的角度(dù)来看，文化(huà)娱乐、教育(yù)、传媒等诸多领域，本(běn)身就对基于AI的可(kě)视化内容有强烈需(xū)求。

因(yīn)此，AI绘画(huà)及视频(pín)或不是结(jié)果，而只是AI进(jìn)程中的一(yī)块重(zhòng)要拼(pīn)图(tú)，有(yǒu)望(wàng)在技(jì)术更新的加持(chí)下实现更大的应用价值。

AI从理解(jiě)内(nèi)容，走向了可以生成内容，甚至能够创造出独立价值和独立(lì)视(shì)角的内容。AIGC的再次出(chū)圈，更代表着(zhe)未(wèi)来的先进生产力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技(jì)术的(de)发展(zhǎn)也可以(yǐ)看出，在语(yǔ)言(yán)大(dà)模型(xíng)、图像(xiàng)大模型(xíng)之后，多模态大(dà)模型已(yǐ)经成为(wèi)了新(xīn)的(de)趋势。

大模(mó)型被誉为当前人工智(zhì)能发展的智能底(dǐ)座，是全球竞争最(zuì)激烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊(xùn)、百(bǎi)度、阿里(lǐ)、腾(téng)讯等(děng)众多头部(bù)企(qǐ)业(yè)都在竞相发力。

不过训练(liàn)大模(mó)型的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一次的成本(běn)约(yuē)为140万美元(yuán)。而对(duì)于一些(xiē)更(gèng)大的LLM(大型语(yǔ)言模型)，训(xùn)练成(chéng)本则介于200万(wàn)美元(yuán)至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均(jūn)数1300万计算(suàn)，其对(duì)应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支(zhī)持。在关注(zhù)各类(lèi)大模型的发展(zhǎn)同时，更应该关(guān)注算力(lì)网络的建设。

算(suàn)力网络正驱动AI产业发展进入史诗级加速进程(chéng)，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发展的(de)终极目标离得更近。

因为算力可以对突破(pò)性(xìng)技术创新提供大力的支持(chí)。这方面，多模态(tài)大模型是典型。作(zuò)为(wèi)面向未来强人工(gōng)智能、通用(yòng)人工智(zhì)能的(de)重要技术创新，多(duō)模态大模型已(yǐ)经在人工智能领(lǐng)域提出了很(hěn)多年，业(yè)界(jiè)也有不少技术突破，但(dàn)是(shì)，多模态大模型进一步往下走(zǒu)，算力(lì)需求呈几何式上升(shēng)，一般的算力基(jī)础设(shè)施很快(kuài)将难以胜任。

从图(tú)像、文字、语音单独一项(xiàng)的训练，到双(shuāng)模态、三模态的跃迁，让人工(gōng)智(zhì)能(néng)可以灵活(huó)应对不同模态的转化、像(xiàng)人与(yǔ)世界交互一样自(zì)然，这方面，由算力网络来驱动将有(yǒu)明显(xiǎn)优(yōu)势。

此外，还(hái)有(yǒu)很多需(xū)要爆发式增(zēng)长的算力来支撑的技术(shù)创新，将在人工智能算力网络支撑下快速推进(jìn)。

AIGC已经露(lù)出(chū)曙光，期待在大模型和大算(suàn)力(lì)的支持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 站姐主要是做什么的，站姐是什么干什么的