自(zì)聊天(tiān)机(jī)器人ChatGPT火爆(bào)以来，微软公司(sī)创(chuàng)始人比尔·盖茨已多(duō)次公开谈论人工智能话题。在最近的一次(cì)采(cǎi)访中，他再次表示：“AI可能会(huì)让科技(jì)行(xíng)业(yè)迎来一次(cì)剧烈的洗牌”。

这个结论是他在当地(dì)时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期(qī)，AI的(de)发展可(kě)能会威胁到谷歌(gē)的市占(zhàn)率，因为微软在AI方面的行动相当迅速。而(ér)最终科(kē)技巨(jù)头将把AI整合成用户(hù)的“全能助手(shǒu)”，包(bāo)揽一(yī)切应用，与人们进行沟通并提供建议(yì)，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的(de)到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的(de)又一次(cì)AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近(jìn)

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在(zài)美国(guó)科罗拉(lā)多州举办(bàn)的新兴数字艺术家(jiā)竞(jìng)赛中，一(yī)幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在(zài)应用中输(shū)入一(yī)组关(guān)键(jiàn)词或(huò)者(zhě)一张(zhāng)照片，就能(néng)获得一幅AI创作的画(huà)作(zuò)。

作(zuò)画的(de)关键就是所输(shū)入的文本。同一组关键词也可以创作(zuò)出很多张风格不一样的(de)画作，这让创作的过程(chéng)就像开(kāi)盲盒。

很多用户很喜欢这种不确定的惊喜，他们会(huì)将生成的美图(tú)当做头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例(lì)如，一位(wèi)网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的(de)填(tián)写关键词游(yóu)戏可能(néng)要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创(chuàng)作的(de)一种基(jī)于控制点的(de)图像变形算法，主要用(yòng)于(yú)数(shù)字图(tú)像处理、计算机视觉和计算机图形(xíng)学等领(lǐng)域。

其SD插件一经发布(bù)，在(zài)短短的两天内便成为了AI绘画领域(yù)最新(xīn)的热点。

在(zài)此之前，大(dà)家用了很(hěn)多(duō)方法想让(ràng)AI生(shēng)成的(de)结果尽可能的符合要(yào)求(qiú)，但是(shì)都不尽如人意，它的出现代表着AI生成开始(shǐ)进(jìn)入真(zhēn)正的可控时期(qī)。

因为ControlNet可以直接(jiē)提取(qǔ)画(huà)面的(de)构(gòu)图，人物的姿势和画面的深度(dù)信息等。有了它的帮助(zhù)，就不用频繁的用提示(shì)词来碰运气，抽盲盒(hé)式的(de)创作了。

通俗的说ControlNet相当(dāng)于(yú)给(gěi)AI绘画加了(le)“魔法”，不少博主(zhǔ)的(de)作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到对(duì)应(yīng)的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词(cí)试效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真(zhēn)实的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转全彩(cǎi)图(tú)。大(dà)神张吕敏其本尊也亲自回应。

中国有多少万大军，中国多少万兵力lt="ChatGPT之后又一应用杀疯了，AIGC或进入(rù)可控期，将洗牌科技(jì)行业？_黑(hēi)料正能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不说(shuō)当下AIGC已经变(biàn)得越来越强大，甚至输出的作品都已(yǐ)经(jīng)能以(yǐ)假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆(bào)发

警(jǐng)惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟(pì)谣这所谓的“party”可能(néng)是(shì)全(quán)国第(dì)一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女照(zhào)片都(dōu)是AI制(zhì)作的真人照片绘图，因(yīn)为太逼真(zhēn)，被大家当(dāng)成真事传播了(le)。

不过仔细观察可(kě)以发现，活(huó)动(dòng)发起者(zhě)提供的照片中有个很大的漏(lòu)洞可以发现并非真人，而是(shì)AI绘图，那便(biàn)是图片中女性(xìng)的手指部分有的存在异常。

有行(xíng)业人事表示：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的(de)手，但最新看到(dào)的图片(piàn)已经(jīng)有越来越完美的AI模型出现，以(yǐ)后可(kě)能就完全没有漏洞了。”

类(lèi)似的(de)AI作(zuò)图诈骗(piàn)在国外也已(yǐ)有发生。据(jù)英(yīng)国广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿(ér)童(tóng)受灾的假照片发布到网络，以此(cǐ)诱(yòu)骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随(suí)着(zhe)技(jì)术发展，AIGC已经能做出真人照片般(bān)的绘(huì)图效果，如果这样的图(tú)片被用来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了(le)很多担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了大量前人的(de)作品之(zhī)后(hòu)，其创作没有(yǒu)任何情绪(xù)和灵魂(hún)，难以和(hé)人类的艺术(shù)创(chuàng)作相(xiāng)提并论。

另一(yī)方面，AIGC背后的版(bǎn)权、目前(qián)都并没有得到有(yǒu)效的解决，还有AIGC会不会代替(tì)人(rén)类“至高无上”的创意。

马斯(sī)克也强调，人工(gōng)智(zhì)能的安全问题需要(yào)得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一(yī)站除了视频(pín)，还有远方(fāng)

技术都(dōu)是有两面性的，潜在的危害并不能掩盖其光辉(huī)的贡献。现在看来，人工智(zhì)能(néng)技术将是(shì)第四次工业(yè)革命的核心驱动(dòng)力量，将创造新的增长奇迹。

过去一(yī)年(nián)，人工智能在技术和商业(yè)层面都有了(le)巨(jù)大进展，AI绘画就是(shì)人工智能技术(shù)发生方向性改变的一个代(dài)表。其下一站(zhàn)或(huò)许就是视频(pín)。

此(cǐ)前，Meta和谷歌先后(hòu)发(fā)布了几条引爆(bào)科技圈的(de)短视频。这些视频引发(fā)关注并(bìng)非内容做得多优秀，反而都(dōu)非常(cháng)简单，比如(rú)一匹(pǐ)正在喝水的马，一只(zhǐ)画画(huà)的(de)玩具熊，或者一段骑摩托车的第一(yī)视角录像，随便一个(gè)有手(shǒu)机(jī)的(de)人(rén)都可以随(suí)手录下一段(duàn)。

但(dàn)这些短视频的创作方式非常简(jiǎn)单(dān)，创作者仅仅需要向AI输入(rù)一(yī)段话(huà)，甚至(zhì)只是说一下要(yào)求，AI就可以根据需要生成一(yī)段(duàn)视频。

谷歌发布(bù)的两(liǎng)个AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就(jiù)已经玩了一(yī)波梗，一个能够做出更高清视频的(de)AI还不足(zú)以在短时间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于，它可(kě)以制(zhì)作出(chū)超过2分钟的(de)连(lián)贯(guàn)的也有(yǒu)确切内容的(de)视频，这才(cái)是真正让(ràng)人们感到惊(jīng)喜的地方。因为无论(lùn)AI生(shēng)成的视频多么高清，也只(zhǐ)能(néng)是为内容生(shēng)产者提供一(yī)个(gè)灵感，一个素材，一个过场(chǎng)动(dòng)画。

不过能(néng)够制作出(chū)有具体剧情内容的视频就意味着(zhe)，一些视频创作由AI代替人工完成(chéng)已经初步有(yǒu)了可能。

当下AI的发展速度已经超过(guò)大(dà)部分(fēn)人的想象。内容产(chǎn)业的本质是(shì)供给创造需求，AIGC作(zuò)为(wèi)全新(xīn)的内(nèi)容生产方(fāng)式(shì)，可以为内容产(chǎn)业带来更(gèng)新(xīn)的内容风(fēng)格(gé)、更快的生产速(sù)度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作等多(duō)种内容形(xíng)式(shì)的生成。不难发现(xiàn)该(gāi)项技术不仅在(zài)游(yóu)戏等行业能得到有效应(yīng)用，对(duì)于下一代(dài)互联(lián)网各种元素的(de)构建亦(yì)有(yǒu)关键意(yì)义。

从商业化的(de)角度来看，文化娱乐、教育(yù)、传(chuán)媒(méi)等诸多领域(yù)，本身(shēn)就对基(jī)于AI的可视(shì)化内(nèi)容有强(qiáng)烈(liè)需求。

因此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是AI进程中的一块重要拼图，有望(wàng)在技术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从理解内容，走向了可以生成内容，甚至(zhì)能够创造出独立价值和独立视角的内容。AIGC的(de)再次出圈，更代表着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之后，多模(mó)态大(dà)模型(xíng)已经成为(wèi)了新的趋势。

大模型被誉(yù)为当前人工智能发展的(de)智能(néng)底座，是全球竞争最激烈的研究(jiū)方(fāng)向之一，包括(kuò)谷歌(gē)、亚马逊(xùn)、百(bǎi)度、阿里、腾(téng)讯等众多头部企业都在竞相(xiāng)发(fā)力。

不过训练(liàn)大(dà)模型的(de)确价格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算(suàn)力》报告(gào)估算，GPT-3训练一(yī)次的成本(běn)约为140万美元(yuán)。而对于一(yī)些更大的LLM(大(dà)型语言模型)，训练成(chéng)本则介于200万美元至1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本(běn)约(yuē)为8亿美元，每(měi)日仅电费就(jiù)在5万美元左右(yòu)。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开(kāi)庞大算力(lì)支持。在(zài)关(guān)注各类大模(mó)型的发(fā)展同时，更应该关注(zhù)算力网(wǎng)络的建设。

算(suàn)力网络正(zhèng)驱动(dòng)AI产(chǎn)业发展进(jìn)入(rù)史诗级加(jiā)速进程(chéng)，让(ràng)AIGC及(jí)通用AI这一人工智能发展的终极目标(biāo)离(lí)得(dé)更近(jìn)。

因为算力可以对突(tū)破性技术创新提供大力的支持。这方面(miàn)，多模(mó)态大(dà)模(mó)型是典(diǎn)型。作为面向(xiàng)未来强人工智能、通用人工智能的重要技术创新，多模态大(dà)模(mó)型已经在人工智能(néng)领域提出了很多年(nián)，业界也(yě)有不少技术突破(pò)，但(dàn)是，多模态大模型进一(yī)步(bù)往下走，算力需求呈几何式上升，一般的算(suàn)力基础设施很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音(yīn)单独一(yī)项(xiàng)的训练，到双模(mó)态、三(sān)模态的跃(yuè)迁，让人工(gōng)智能可以灵活应对不(bù)同模态(tài)的转化、像人(rén)与世界(jiè)交互一样自(zì)然，这方面，由算力网络来(lái)驱动将有明(míng)显优势。

此外，还有很多需要(yào)爆(bào)发式增(zēng)长的算(suàn)力来支撑(chēng)的技术创新，将在(zài)人工智(zhì)能算力网(wǎng)络支(zhī)撑下快速(sù)推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型(xíng)和大算力的支持下(xià)AIGC能持续颠覆内容(róng)生产的方(fāng)式(shì)，将创造的边(biān)际(jì)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 中国有多少万大军，中国多少万兵力