自聊(liáo)天机器人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人比尔(ěr)·盖茨(cí)已多次公开谈(tán)论人工智能话题。在最(zuì)近的一(yī)次采访(fǎng)中，他再(zài)次表示(shì)：“AI可能会让科技(jì)行业(yè)迎(yíng)来一次剧烈的洗牌”。

这个结(jié)论是(shì)他在当地时间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行动相(xiāng)当(dāng)迅速。而最(zuì)终科技巨头将把AI整合(hé)成用户(hù)的“全能助手”，包揽(lǎn)一切应(yīng)用，与人们进(jìn)行沟通并提(tí)供(gōng)建议，可(kě)以取代亚马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大(dà)佬口中全能助手的(de)到来可能尚需时(shí)日，但由ControlNet引(yǐn)发的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的(de)话题热(rè)点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画(huà)为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧(jù)院》的作品获奖。

随(suí)后各(gè)大(dà)日本还有能力侵华吗，日本敢不敢侵略中国厂商(shāng)的AI绘画软件被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输入一组关(guān)键词或者(zhě)一张照片，就能获得一(yī)幅AI创作的画(huà)作。

作画的关键就是所输入(rù)的文本。同一组关键词也可以创(chuàng)作出很多张(zhāng)风格不一样的画作，这让创作的过程就像开盲(máng)盒。

很多用(yòng)户很(hěn)喜欢这种不确定的惊喜，他们会将(jiāng)生成的(de)美图当做头像。而(ér)另一(yī)部分喜(xǐ)欢翻(fān)看AI绘(huì)画的“翻(fān)车”作品。在(zài)社交媒(méi)体上(shàng)，许多用户分(fēn)享AI“翻车现场”，例如，一(yī)位网友(yǒu)的(de)小狗照片被AI画成(chéng)了“肌肉男”，还有(yǒu)网友的(de)个(gè)人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的填写关键(jiàn)词游(yóu)戏可(kě)能要被(bèi)颠(diān)覆(fù)了(le)。

ControlNet是一(yī)位正在斯坦福读(dú)博(bó)的中国(guó)人(rén)张(zhāng)吕敏创作的一种基于控制点的图像变形算法，主要用(yòng)于数字图像处理、计算机(jī)视(shì)觉和计算机(jī)图形学等领域。

其SD插(chā)件(jiàn)一经发(fā)布，在短(duǎn)短的两天(tiān)内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大家用了很多方法想让AI生成的(de)结果尽可(kě)能的符合(hé)要求，但是都不(bù)尽如人意，它的出现代表(biǎo)着AI生(shēng)成开(kāi)始(shǐ)进入(rù)真(zhēn)正的(de)可(kě)控时期。

因为ControlNet可(kě)以直接(jiē)提(tí)取(qǔ)画面(miàn)的构(gòu)图，人(rén)物的姿(zī)势(shì)和画面的深度信息等。有了它的帮助，就不(bù)用频繁的用提示(shì)词来碰运气，抽盲盒式(shì)的(de)创作了(le)。

通(tōng)俗(sú)的(de)说ControlNet相当(dāng)于给(gěi)AI绘画加了“魔(mó)法”，不少博主(zhǔ)的(de)作品已经获得(dé)了大量的浏览量(liàng)，“viggo”就是(shì)其中之一(yī)，他(tā)用朋友的照片(piàn)直(zhí)接(jiē)带她(tā)们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的(de)关键词(cí)；最后用ControlNet插件(jiàn)绑定(dìng)骨(gǔ)骼开始换关键词(cí)试效果(guǒ)。

通过图片就(jiù)可以看出来，效果十分惊艳(yàn)。

更厉(lì)害的(de)是，除(chú)了真实的(de)照(zhào)片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张吕(lǚ)敏(mǐn)其本尊也亲自回应。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至(zhì)输(shū)出的(de)作品(pǐn)都已(yǐ)经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问(wèn)题(tí)

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的(de)消(xiāo)息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这(zhè)个活(huó)动(dòng)里面给(gěi)出(chū)的美女照片都是AI制作(zuò)的真人照片(piàn)绘图，因为太逼真，被大家当成真事传播了(le)。

不过仔(zǎi)细观察可以发现，活动发(fā)起者提供(gōng)的照片中(zhōng)有个很大的漏洞可(kě)以发现并非真人，而是AI绘(huì)图，那便是图(tú)片中女性的手指(zhǐ)部分有的存在异(yì)常。

有(yǒu)行业人事(shì)表示：“现在(zài)因(yīn)为手指部分的(de)绘(huì)画算法比较复杂，AI还不太会(huì)画人的手(shǒu)，但最(zuì)新看(kàn)到的图(tú)片已(yǐ)经(jīng)有越来越完美的AI模型(xíng)出现(xiàn)，以后可能就(jiù)完(wán)全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外也(yě)已(yǐ)有(yǒu)发生。据英国广(guǎng)播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善(shàn)良(liáng)的人(rén)打赏(shǎng)“捐助”从而实(shí)施诈骗(piàn)。

目前随(suí)着(zhe)技术发展，AIGC已经能做出真人照片般的绘图(tú)效果，如果这(zhè)样(yàng)的图片被用来诈骗，将非常可(kě)怕(pà)。

此外AIGC还引发了很多(duō)担忧，一方面，批判者(zhě)认为AI在“学(xué)习”了大量前人的作品之(zhī)后，其创作没有任何(hé)情(qíng)绪和灵魂，难以和(hé)人(rén)类的(de)艺术创作相提(tí)并论。

另一(yī)方面(miàn)，AIGC背(bèi)后的版权、目前(qián)都并没有得到有效的(de)解决，还有AIGC会(huì)不会代替(tì)人(rén)类(lèi)“至(zhì)高无(wú)上”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安全问题需要得到重视，太晚就来不(bù)及(jí)了。

03

AIGC下一(yī)站(zhàn)除了视频，还有(yǒu)远(yuǎn)方

技术(shù)都是有两面(miàn)性的(de)，潜在的危害并不能掩盖其(qí)光(guāng)辉的贡献。现在看来(lái)，人工(gōng)智能技术将是第四次工业革(gé)命(mìng)的核心驱动(dòng)力量，将创造新的(de)增(zēng)长奇迹。

过去一年，人工智能在技术和商业(yè)层面都有了巨大进展，AI绘画(huà)就(jiù)是人工(gōng)智能技术(shù)发生方向性改变的一个(gè)代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌(gē)先(xiān)后发布了几条引爆科技圈(quān)的短视频。这(zhè)些视频引发关注(zhù)并非(fēi)内容做(zuò)得多(duō)优秀，反(fǎn)而都非常简单(dān)，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段骑(qí)摩(mó)托(tuō)车的第一视角录(lù)像，随(suí)便一个有(yǒu)手机的人都可(kě)以(yǐ)随手录下一段。

但这些短视频(pín)的创作方式(shì)非(fēi)常简单，创作(zuò)者仅仅(jǐn)需(xū)要向AI输入一段话，甚至只是(shì)说(shuō)一下要求，AI就可以根据需要生(shēng)成一段视频。

谷歌发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太(tài)多的差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩(wán)了一波(bō)梗(gěng)，一个(gè)能够做(zuò)出(chū)更高(gāo)清(qīng)视频的AI还不足(zú)以在短(duǎn)时间(jiān)内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以(yǐ)制作出超过2分(fēn)钟的连贯的(de)也有确切内容的视(shì)频，这才是真正让(ràng)人们感到惊(jīng)喜的地方(fāng)。因(yīn)为(wèi)无论AI生成(chéng)的视频多(duō)么高清，也只能是(shì)为内(nèi)容生产者提供一个灵感，一个素材，一个(gè)过场动画。

不(bù)过能够制作出有具体剧情内容的视(shì)频就意味着(zhe)，一些(xiē)视频创(chuàng)作由AI代替人工完成已经初步(bù)有(yǒu)了可(kě)能。

当下(xià)AI的发展速(sù)度(dù)已经超(chāo)过(guò)大部分人(rén)的想象。内容产业的本(běn)质(zhì)是供给创造(zào)需求(qiú)，AIGC作为(wèi)全新(xīn)的内容生产方式，可(kě)以为内(nèi)容产业带来更新的内容风格、更快(kuài)的生产速(sù)度，更低(dī)的生产成(chéng)本，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音(yīn)乐、代码、机器(qì)人动作等多种(zhǒng)内容形式的生成。不难(nán)发现该项技术不仅(jǐn)在游(yóu)戏等行业能得到(dào)有效应用，对于下(xià)一(yī)代(dài)互联网(wǎng)各种元素的(de)构建(jiàn)亦有(yǒu)关键意(yì)义(yì)。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸多(duō)领域，本身就对(duì)基于AI的可视化内容有强烈(liè)需求。

因(yīn)此，AI绘画(huà)及视频或不是结果，而只(zhǐ)是AI进程(chéng)中的一(yī)块重要拼图，有(yǒu)望在技术更(gèng)新的(de)加持(chí)下实现更大的应用价值。

AI从理解内(nèi)容，走(zǒu)向了可以生成内容，甚至(zhì)能(néng)够创造出(chū)独立价值和独(dú)立视角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进生(shēng)产力即将到(dào)来(lái)。

04

紧抓大模(mó)型与算力(lì)，牢(láo)固AIGC底座

从技术的发展也(yě)可以看出(chū)，在语(yǔ)言(yán)大模(mó)型、图像大模型之后，多(duō)模(mó)态(tài)大(dà)模型已经成为(wèi)了新的(de)趋(qū)势。

大模(mó)型被誉为当前(qián)人工智(zhì)能发展的智能底座，是全球竞争最(zuì)激烈的研究方(fāng)向之一(yī)，包括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯等众(zhòng)多头部企业(yè)都(dōu)在竞(jìng)相发力。

不过(guò)训练(liàn)大模型的(de)确价格不(bù)菲，以国盛证券发(fā)布的(de)《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的(de)成(chéng)本约为140万美元(yuán)。而对于一些更大的(de)LLM(大型语言模型)，训(xùn)练成本则(zé)介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平均数1300万计算，其对应芯片需求为(wèi)3万(wàn)多片英伟(wěi)达(dá)A100 GPU，初始投入(rù)成(chéng)本约(yuē)为(wèi)8亿美元，每(měi)日仅电费就(jiù)在5万美元左右(yòu)。

日本还有能力侵华吗，日本敢不敢侵略中国 data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在(zài)关注各类大模(mó)型(xíng)的发展同时，更应该关注算力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发(fā)展进入史(shǐ)诗(shī)级(jí)加速进程，让AIGC及通用AI这一(yī)人(rén)工(gōng)智能发展的终极目标离得更近。

因为算力可以对(duì)突破性技术创新提供大力(lì)的支(zhī)持。这(zhè)方面，多模(mó)态大模型是典型。作(zuò)为面(miàn)向未来强人工智能、通用人工智能的重要技术创新，多模(mó)态大模型已经(jīng)在人工智能领域提(tí)出了很多年，业界(jiè)也有不少技(jì)术突破，但(dàn)是，多模态(tài)大模(mó)型进(jìn)一(yī)步(bù)往下走，算力需求呈(chéng)几何式(shì)上(shàng)升，一(yī)般的算力基础(chǔ)设施很(hěn)快(kuài)将难以(yǐ)胜任(rèn)。

从图像、文字(zì)、语(yǔ)音单独一项的(de)训练，到双模态、三模态的跃迁，让人工智能可以灵活(huó)应(yīng)对不(bù)同模态(tài)的转化、像人与世界交互一(yī)样自(zì)然，这方面，由(yóu)算力网(wǎng)络(luò)来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长(zhǎng)的(de)算力来支撑的技术创新(xīn)，将在人工智能算(suàn)力网络(luò)支撑(chēng)下快速推进。

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(xù)颠(diān)覆内容(róng)生产的方式，将创造(zào)的边际成本降低，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 日本还有能力侵华吗，日本敢不敢侵略中国