自聊天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始人比尔·盖茨(cí)已多次公(gōng)开(kāi)谈论人(rén)工(gōng)智能话题。在最(zuì)近的一次采访中，他再次表示：“AI可能会让(ràng)科(kē)技行业迎来一(yī)次(cì)剧(jù)烈的洗(xǐ)牌”。

这个(gè)结论是他在当地时(shí)间2月20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预期(qī)，AI的发展可能会威胁到(dào)谷歌(gē)的市占率，因(yīn)为微软在AI方面的行动相当迅速(sù)。而最终科技(jì)巨头将把AI整合成用(yòng)户的“全能助手”，包揽(lǎn)一切应用(yòng)，与人们进行(xíng)沟(gōu)通并(bìng)提供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大(dà)佬(lǎo)口中全能助手的到来(lái)可(kě)能(néng)尚需时日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国科(kē)罗拉多州(zhōu)举办的新兴数字艺(yì)术家竞(jìng)赛中，一幅(fú)名为(wèi)《太空歌(gē)剧院》的(de)作品获奖。

随(suí)后各(gè)大厂商的AI绘画(huà)软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输入一组关键(jiàn)词或(huò)者一张照片，就能获得一幅AI创作的画作。

作(zuò)画的关键就是(shì)所输入的(de)文(wén)本。同一组关键(jiàn)词也(yě)可以创作出很多张风格不一样(yàng)的画作，这让创作的过程就像(xiàng)开盲盒(hé)。

很多用户很喜欢这种不确(què)定的(de)惊(jīng)喜，他们会将(jiāng)生成的美图当(dāng)做头像。而(ér)另一部分(fēn)喜欢翻(fān)看(kàn)AI绘(huì)画的“翻车”作(zuò)品。在社交(jiāo)媒体上(shàng)，许多用户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片(piàn)被AI画成了“肌肉(ròu)男”，还有网(wǎng)友的(de)个人(rén)照片被(bèi)AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可能(néng)要(yào)被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的(de)中国人张吕(lǚ)敏创作的一种(zhǒng)基(jī)于控制点(diǎn)的图像变形算(suàn)法(fǎ)，主要用于数字图像处理(lǐ)、计(jì)算机视觉和计算机图形学(xué)等领域。

其(qí)SD插件一(yī)经(jīng)发布，在短短的(de)两天(tiān)内便成为了AI绘画(huà)领域最新的热点。

在此之(zhī)前，大家(jiā)用了(le)很多(duō)方法想让AI生成的结(jié)果尽可(kě)能的符合要(yào)求，但是(shì)都不尽如人意，它的出现(xiàn)代表着(zhe)AI生成开始(shǐ)进(jìn)入真正的(de)可控时(shí)期。

因为ControlNet可(kě)以直接(jiē)提取画面(miàn)的构图，人物的(de)姿(zī)势和画面的深度信息等。有了它的帮助，就不用频(pín)繁的用提示词来碰(pèng)运气，抽(chōu)盲盒式的(de)创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法”，不少博主的作(zuò)品已经获(huò)得了大(dà)量的(de)浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照(zhào)片直接带她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

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

通过(guò)图(tú)片就可以(yǐ)看出(chū)来(lái)，效果十(shí)分惊(jīng)艳。

更厉害的(de)是，除了(le)真实的照片，草图也(yě)可(kě)以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实(shí)现线稿转全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已经变得(dé)越(yuè)来越强大(dà)，甚至输出的(de)作品都已(yǐ)经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图(tú)诈骗(piàn)。

由于这个(gè)活动里面给(gěi)出的美女照片都(dōu)是AI制作的真(zhēn)人照(zhào)片绘图，因为太(tài)逼真，被大家(jiā)当成真事传(chuán)播(bō)了。

不过仔细观察可以发现，活(huó)动(dòng)发起者提(tí)供的(de)照(zhào)片(piàn)中有个(gè)很大(dà)的漏(lòu)洞可(kě)以发现并非真人，而是AI绘图，那便(biàn)是图(tú)片中(zhōng)女(nǚ)性的手指(zhǐ)部分有的存在(zài)异常。

有行业人(rén)事表(biǎo)示(shì)：“现在因为手指部分的绘(huì)画算法比(bǐ)较复杂，AI还(hái)不太(tài)会画人(rén)的手(shǒu)，但(dàn)最新看到的图片已经有越来越完(wán)美的(de)AI模型出(chū)现，以后可能就(jiù)完(wán)全(quán)没有漏洞了。”

类(lèi)似的AI作图诈骗在国(guó)外也已有发生。据英国(guó)广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到网络，以此诱(yòu)骗善(shàn)良的人打赏“捐助(zhù)”从而实施诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做出真人(rén)照(zhào)片般(bān)的绘图效果(guǒ)，如果这样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批判(pàn)者认(rèn)为(wèi)AI在“学(xué)习”了大量前(qián)人(rén)的作品之后，其创(chuàng)作没有任何情(qíng)绪(xù)和灵魂，难以和人类的艺术(shù)创作相提并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都并(bìng)没有得到有效(xiào)的解决，还(hái)有AIGC会(huì)不会(huì)代替人类“至高(gāo)无上(shàng)”的创意。

马斯克也(yě)强调，人工智能的安全问题需要(yào)得(dé)到重(zhòng)视，太晚(wǎn)就(jiù)来(lái)不(bù)及了。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方

技术(shù)都是有两面性的，潜(qián)在的危害(hài)并不能掩盖其光辉的贡献。现在看来(lái)，人工智能技术将(jiāng)是(shì)第四次工业(yè)革命的核心驱动力量，将创造新的增(zēng)长奇(qí)迹。

过去一年，人工智能在技术和商(shāng)业层(céng)面(miàn)都有了巨大进展，AI绘画就(jiù)是人工智能技术发生方向性改变的一(yī)个代表。其下一站或(huò)许(xǔ)就是(shì)视(shì)频(pín)。

此前(qián)，Meta和谷歌先后(hòu)发布了几条(tiáo)引(yǐn)爆科技(jì)圈(quān)的短视频。这些(xiē)视(shì)频引发(fā)关注并非内容做(zuò)得多优秀，反而(ér)都非常(cháng)简单，比如一匹正在喝水的(de)马(mǎ)，一只(zhǐ)画画的玩具熊，或(huò)者一(yī)段骑摩托车的第(dì)一视角录像，随便一个有手机(jī)的人都可(kě)以随手录下一段(duàn)。

但这(zhè)些短视频的(de)创作方式(shì)非(fēi)常简单(dān)，创作(zuò)者(zhě)仅(jǐn)仅需要向(xiàng)AI输(shū)入一段(duàn)话，甚至只(zhǐ)是(shì)说一下要求，AI就可以根据(jù)需要生成(chéng)一段视频。

谷歌发布的(de)两(liǎng)个AI生成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个(gè)能够做出更高清视频(pín)的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的地方在于，它可(kě)以制作出超(chāo)过(guò)2分钟的连贯的也有确切内(nèi)容的视频，这才(cái)是(shì)真正让(ràng)人们感到惊喜的地方。因为无(wú)论(lùn)AI生成的视频多么高清，也只能是(shì)为(wèi)内容生(shēng)产者(zhě)提供(gōng)一个灵感(gǎn)，一个素材(cái)，一个过场(chǎng)动画。

不过能够制作出(chū)有具(jù)体(tǐ)剧(jù)情(qíng)内容的(de)视频就意味(wèi)着，一些视频创作由AI代替人(rén)工完成(chéng)已经初步有了(le)可(kě)能。

当下AI的发展(zhǎn)速度已经超过(guò)大部分人的想象。内(nèi)容(róng)产业的(de)本质(zhì)是供(gōng)给创造需求(qiú)，AIGC作为全(quán)新的内容生产方(fāng)式，可以为内容产业带来(lái)更新(xīn)的内容风格(gé)、更快(kuài)的生产速(sù)度，更低的(de)生产(chǎn)成本(běn)，这(zhè)无疑(yí)会驱动内(nèi)容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术(shù)还能应用(yòng)于(yú)音乐、代码、机器人动(dòng)作等多种内(nèi)容(róng)形(xíng)式的生成。不难发现该项技术不仅(jǐn)在游戏等(děng)行业(yè)能得到有效应用，对于(yú)下一代(dài)互联网(wǎng)各(gè)种元(yuán)素的构建亦有关键意义。

从商业化的角度来看(kàn)，文化娱(yú)乐(lè)、教育、传媒等诸多领域，本身就(jiù)对基于AI的可视化(huà)内容有(yǒu)强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘画及(jí)视(shì)频或不是(shì)结果，而只是AI进程中的一块重要拼图，有望(wàng)在技术更新的加(jiā)持下实现更大的应用价值。

AI从(cóng)理解内容，走(zǒu)向了可以生成内(nèi)容，甚至能够(gòu)创造出(chū)独立价值(zhí)和独(dú)立视角的内容。AIGC的再次出圈，更代表(biǎo)着未来的先(xiān)进生产力即将到(dào)来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座

从技术的发(fā)展也可以看出，在语言大模(mó)型、图像大模型之后(hòu)，多模态大模(mó)型已经成为了(le)新的趋(qū)势。

大模型(xíng)被誉为当前人工(gōng)智能发展的智能底座，是全球竞争最激烈(liè)的研究(jiū)方向之(zhī)一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部企业都在(zài)竞相发力。

不过训(xùn)练(liàn)大模型的确价格不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要(yào)多少(shǎo)算力》报(bào)告估算，GPT-3训(xùn)练一(yī)次的成(chéng)本约(yuē)为140万美元。而对于一(yī)些更(gèng)大(dà)的LLM(大型语(yǔ)言模(mó)型)，训练成本则介于200万美元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计(jì)算(suàn)，其对应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费(fèi)就在5万美元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离(lí)不(bù)开(kāi)庞(páng)大算力支持。在关注(zhù)各类大模(mó)型的发展(zhǎn)同(tóng)时，更应该关注算力网络的(de)建(jiàn)设。

算力网络(luò)正驱动AI产业发展进入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这(zhè)一人工智能发展(zhǎn)的(de)终极目标离(lí)得更近(jìn)。

因(yīn)为(wèi)算(suàn)力可以对突破性技术创新(xīn)提供(gōng)大(dà)力的(de)支持。这方面，多模态大(dà)模型是典(diǎn)型。作为面向未(wèi)来强人(rén)工(gōng)智能、通用(yòng)人(rén)工智(zhì)能的重要技术创新，多(duō)模态大(dà)模型已经在人工智能(néng)领域提(tí)出了(le)很多年，业(yè)界也有不少技术突破，但(dàn)是，多模态(tài)大模型(xíng)进(jìn)一步往下(xià)走(zǒu)，算(suàn)力需求呈几何式上升，一(yī)般的算力(lì)基(jī)础设施很快将难(nán)以(yǐ)胜任(rèn)。

从(cóng)图(tú)像、文字、语音单独一项的(de)训练(liàn)，到双模(mó)态、三模态(tài)的跃迁，让(ràng)人工智能可以(yǐ)灵(líng)活应对不同模(mó)态的转化、像(xiàng)人与世界交互一样自然(rán)，这方面，由算力网络来(lái)驱动将有明显优势(shì)。

此外，还有(yǒu)很多需(xū)要爆发式增(zēng)长的算力来支撑的技术创新，将在人工智能算力(lì)网(wǎng)络(luò)支撑下快(kuài)速(sù)推进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型(xíng)和大(dà)算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将(jiāng)创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 辍耕之垄上的意思，垄上的意思是什么