自聊天机(jī)器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人(rén)比尔·盖茨已多(duō)次公开(kāi)谈论人工智能话题。在最近的一次采访中，他再(zài)次(cì)表示：“AI可能(néng)会让科技行业迎(yíng)来一次剧烈的洗牌”。

这个结论是他(tā)在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因为微(wēi)软在AI方面(miàn)的行动相(xiāng)当迅速。而最终科技巨(jù)头将把AI整(zhěng)合(hé)成用户的“全能(néng)助手”，包揽一切应(yīng)用，与人们进行沟通并提(tí)供建议(yì)，可(kě)以取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手的到(dào)来可能(néng)尚需(xū)时(shí)日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时(shí)候，还是2022年8月(yuè)，在美国(guó)科罗(luó)拉多州举办(bàn)的新兴数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的(de)作(zuò)品(pǐn)获奖。

随后各大(dà)厂(chǎng)商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表(biǎo)。

用(yòng)户(hù)们(men)可以在应用中输入一组关(guān)键词或者一张照片，就(jiù)能获得(dé)一幅AI创(chuàng)作的画(huà)作(zuò)。

作画的关键就是所输入的文本。同(tóng)一组关键词也可(kě)以创作出(chū)很多张(zhāng)风格(gé)不一(yī)样(yàng)的画(huà)作，这(zhè)让创作的过程就像开(kāi)盲(máng)盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将(jiāng)生(shēng)成的美图当(dāng)做头(tóu)像。而另一部分喜欢(huān)翻(fān)看(kàn)AI绘画的“翻(fān)车”作品。在(zài)社(shè)交媒体(tǐ)上(shàng)，许多用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的(de)个人照片被AI识(shí)别成了建筑(zhù)。

而如今随着ControlNet的出现与加(jiā)持(chí)，以往AI绘(huì)画的填写关(guān)键(jiàn)词游戏(xì)可能(néng)要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏(mǐn)创作的一种基于控(kòng)制点的图像变形算法，主要用于(yú)数字图像处理、计算机视觉和(hé)计算机(jī)图形学等领域。

其SD插件一经发(fā)布，在短短的两(liǎng)天内便成为了AI绘画领域最新的热点。

在(zài)此之前，大家用了很多方(fāng)法想让AI生成的结(jié)果尽(jǐn)可能的符合要求，但是都不尽(jǐn)如人意，它的出现(xiàn)代表着AI生成(chéng)开始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接提取画面的(de)构图，人(rén)物的姿(zī)势和画面(miàn)的深(shēn)度信(xìn)息等。有了它的帮助(zhù)，就不用频繁的用提(tí)示(shì)词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品(pǐn)已经获得(dé)了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之(zhī)一(yī)，他用朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开(kāi)始换关键(jiàn)词试效果。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊(jīng)艳。

更厉(lì)害的是，除(chú)了真(zhēn)实的照(zhào)片(piàn)，草(cǎo)图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其本尊也亲自(zì)回应。

不得不(bù)说当下AIGC已经(jīng)变得越(yuè)来越强大，甚(shèn)至(zhì)输(shū)出的作品都(dōu)已经能以假乱(luàn)真了。

02

难辨(biàn)虚(xū)实，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日，“苏州金鸡湖(hú)有游艇party”的(de)消(xiāo)息火(huǒ)遍网络，而(ér)经(jīng)过警方辟谣这所(suǒ)谓的“party”可能是(shì)全国(guó)第一(yī)起(qǐ)AI绘图(tú)诈骗。

由(yóu)于这个(gè)活(huó)动里面给出(chū)的美女照片都是AI制作(zuò)的真人照(zhào)片绘图，因(yīn)为太逼(bī)真，被大家当成真事传(chuán)播了。

不过(guò)仔细观察可以发现(xiàn)，活动(dòng)发起者提供的照片中有个很(hěn)大(dà)的漏洞可以发现(xiàn)并非真人，而是(shì)AI绘(huì)图(tú)，那便是(shì)图片中女性的手指部分有的存在(zài)异常(cháng)。

有行业(yè)人事表示：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不太会画(huà)人的手，但最新看(kàn)到的图片(piàn)已(yǐ)经有越来越完(wán)美的AI模型出现，以后可能(néng)就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈骗在(zài)国外也已有(yǒu)发(fā)生(shēng)。据英国广播(bō)公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了(le)儿(ér)童(tóng)受灾的(de)假照片发布到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而(ér)实施诈(zhà)骗。

目(mù)前随着技(jì)术发(fā)展(zhǎn)，AIGC已经能(néng)做出真人(rén)照片(piàn)般的(de)绘图效果，如果这样的图(tú)片(piàn)被用来诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还引发(fā)了很多担忧(yōu)，一方面，批判(pàn)者认为AI在“学习”了大量前人的作(zuò)品(pǐn)之后，其创作没有任何情(qíng)绪和灵魂，难以和人类的艺术创作相(xiāng)提(tí)并论。

另一方面，AIGC背(bèi)后的(de)版(bǎn)权、目前都并没有得到有效的解决，还有AIGC会不(bù)会(huì)代替人(rén)类(lèi)“至高无(wú)上”的创意。

马斯克也强调，人(rén)工智能的(de)安全问题(tí)需要(yào)得到重视，太(tài)晚就来不及了。

03

AIGC下(xià)一站除(chú)了视频(pín)，还有(yǒu)远方

技术都是有两面性的，潜在的(de)危害并不能掩盖其光(guāng)辉的(de)贡献。现(xiàn)在看来，人工智(zhì)能技术将是第(dì)四(sì)次工业革命的核心驱动力量，将创造新的(de)增(zēng)长(zhǎng)奇迹(jì)。

过去一年，人工(gōng)智能在技术和商业层面都有(yǒu)了巨大进展，AI绘画就是人工智能技术发生方(fāng)向性改变(biàn)的一个(gè)代表。其(qí)下一站或(huò)许就是(shì)视频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视频。这些视(shì)频引发(fā)关(guān)注并非内容做(zuò)得多优秀，反(fǎn)而(ér)都(dōu)非常简(jiǎn)单，比如一匹正在(zài)喝水(shuǐ)的马，一只(zhǐ)画画的(de)玩(wán)具熊，或者一段骑摩托车的第一视角录像，随便一个(gè)有手机的人(rén)都可以随(suí)手录下一段。

但这些短(duǎn)视(shì)频的创作(zuò)方式非常(cháng)简单(dān)，创作(zuò)者仅仅需(xū)要(yào)向AI输(shū)入一段话，甚至只是说一(yī)下要求，AI就可以(yǐ)根据需(xū)要(yào)生(shēng)成一(yī)段视频。

谷歌(gē)发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突(tū)出的是(shì)高清，与Meta的Make-A-Video没(méi)有太多(duō)的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后(hòu)，AI圈就(jiù)已经玩(wán)了一波(bō)梗，一个能够做(zuò)出更高(gāo)清视频的AI还不足以在短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可(kě)以制作出超过2分钟(zhōng)的连(lián)贯的也有确切(qiè)内(nèi)容的视频(pín)，这才是(shì)真正让人们感到(dào)惊(jīng)喜的地方。因为无论(lùn)AI生成(chéng)的视频(pín)多么高(gāo)清，也只(zhǐ)能是为内容(róng)生产(chǎn)者提供一个灵感，一个素材，一个(gè)过场动画。

不(bù)过(guò)能够制作出有具体剧情内容的视频就意(yì)味着，一些视频创(chuàng)作由AI代(dài)替人工完成(chéng)已经初步有了可能(néng)。

当下AI的发(fā)展速度已经超过(guò)大部分人的想象。内容(róng)产业的本质是供给创造需求，AIGC作(zuò)为全(quán)新的内容生产方式，可以为内容产业带来更新的内容风(外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么fēng)格、更快的生(shēng)产速度，更低(dī)的生(shēng)产成本，这无疑会(huì)驱动(dòng)内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术还能应(yīng)用(yòng)于音乐、代(dài)码、机(jī)器(qì)人动作等多(duō)种(zhǒng)内容形(xíng)式的生成(chéng)。不难发现该项技术不仅在(zài)游戏等行业能得到有(yǒu)效(xiào)应用，对于(yú)下(xià)一代(dài)互(hù)联(lián)网各(gè)种元素的构(gòu)建(jiàn)亦有(yǒu)关(guān)键意(yì)义。

从商业化的角度(dù)来看(kàn)，文化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领域(yù)，本身就对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频或不是结(jié)果(guǒ)，而(ér)只(zhǐ)是(shì)AI进程中的一块重(zhòng)要拼图，有(yǒu)望(wàng)在(zài)技术更新的加持下实现更大的应(yīng)用价值。

AI从理解内容，走(zǒu)向了可(kě)以生成内(nèi)容，甚至能够创造出独立价值和独立视角的内容。AIGC的(de)再次(cì)出(chū)圈，更代表着未(wèi)来的先(xiān)进生(shēng)产(chǎn)力(lì)即(jí)将到来。

外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么atio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓大模型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技(jì)术的发展也(yě)可以看出，在(zài)语(yǔ)言大模(mó)型、图像大模(mó)型(xíng)之后，多(duō)模态大模型已经成(chéng)为了新的趋势。

大模型被誉为当前人工(gōng)智能发展的智能底座，是全(quán)球竞争(zhēng)最(zuì)激烈的研(yán)究(jiū)方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度(dù)、阿里(lǐ)、腾(téng)讯等众多头部企业都在(zài)竞相(xiāng)发(fā)力(lì)。

不过训练(liàn)大模型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训(xùn)练一(yī)次的成本约为140万美(měi)元。而对(duì)于一(yī)些更(gèng)大的LLM(大型(xíng)语言(yán)模型)，训练成本则(zé)介于200万(wàn)美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客(kè)平均数(shù)1300万计算，其对应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支持。在关(guān)注各类大模型(xíng)的发展同时，更(gèng)应(yīng)该关(guān)注算(suàn)力网络的(de)建设。

算力网络正驱动AI产业发展进(jìn)入(rù)史诗级加速(sù)进程(chéng)，让AIGC及通用AI这(zhè)一人工智能发展(zhǎn)的(de)终极目(mù)标离得更近(jìn)。

因为算力可(kě)以对突破性技术创(chuàng)新(xīn)提供大力的支持。这方(fāng)面，多模态大(dà)模型是典型(xíng)。作为面向未来强人工智能(néng)、通用(yòng)人工智(zhì)能的重(zhòng)要技术创(chuàng)新，多模(mó)态大模型(xíng)已经在人工(gōng)智能领域提出了很多年，业界也有不少技(jì)术突破，但(dàn)是，多模态大模型进(jìn)一步往(wǎng)下(xià)走(zǒu)，算(suàn)力需求呈(chéng)几何式(shì)上升(shēng)，一(yī)般的算力(lì)基础设施很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训(xùn)练，到双模态、三模(mó)态的跃迁(qiān)，让人(rén)工智能可以(yǐ)灵活应对不同(tóng)模(mó)态的转化、像人与世(shì)界交互一样自然，这方面，由算力网(wǎng)络(luò)来(lái)驱动将有明显优(yōu)势(shì)。

此外，还有很多需要爆发(fā)式增(zēng)长的算力来支撑(chēng)的技术创新，将在(zài)人工(gōng)智能算力网络支撑下快速(sù)推进。

AIGC已经(jīng)露出曙光，期(qī)待在大模型和(hé)大算力的支持下AIGC能持续颠覆(fù)内容生(shēng)产(chǎn)的方式，将创造(zào)的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么