自聊天机器人ChatGPT火爆(bào)以来(lái)，微软公(gōng)司创始人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工智能话题。在最近的(de)一次(cì)采访中，他再次表示(shì)：“AI可(kě)能(néng)会让(ràng)科技行(xíng)业迎来(lái)一次剧烈的(de)洗牌(pái)”。

这个结论是他(tā)在当(dāng)地时间2月20日接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可(kě)能会威胁到谷歌的市(shì)占率(lǜ)，因为(wèi)微软在AI方面(miàn)的行动相当迅(xùn)速。而最终(zhōng)科技巨头将把AI整合成用(yòng)户的“全能助手”，包揽(lǎn)一(yī)切应(yīng)用，与人(rén)们(men)进行(xíng)沟(gōu)通(tōng)并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全能助手的到来(lái)可能(néng)尚需时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美(měi)国科罗(luó)拉(lā)多州举(jǔ)办(bàn)的新兴数字艺术家(jiā)竞赛中，一幅(fú)名为《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖(jiǎng)。

随后各(gè)大厂(chǎng)商的AI绘画软件被广大网(wǎng)友(yǒu)熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以(yǐ)在(zài)应用中输入一组关键(jiàn)词或者一(yī)张照(zhào)片，就能获得一幅(fú)AI创作的(de)画作。

作(zuò)画的关键就是所(suǒ)输入的文本。同(tóng)一组关(guān)键词也可以(yǐ)创作出很多张(zhāng)风格不(bù)一样的画作(zuò)，这让创(chuàng)作的过程就像开盲(máng)盒。

很多用户很喜欢这种(zhǒng)不(bù)确定的惊喜，他(tā)们会将生成的美(měi)图当做(zuò)头像(xiàng)。而另一部分喜(xǐ)欢翻看AI绘画的(de)“翻车”作品。在(zài)社交(jiāo)媒体上，许(xǔ)多用户分(fēn)享AI“翻(fān)车(chē)现场”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成了“肌肉男(nán)”，还有网(wǎng)友的个人照片被AI识别成了(le)建筑。

而如(rú)今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的(de)填写关(guān)键词游戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的(de)中国人张(zhāng)吕敏创作(zuò)的一种基(jī)于控(kòng)制点的(de)图像(xiàng)变(biàn)形算法，主要用于数(shù)字图像处理、计算机视(shì)觉和计算机图形学等领域。

其(qí)SD插件一经发(fā)布，在(zài)短短(duǎn)的两天内便成为了AI绘画领域(yù)最新的热点。

在此(cǐ)之前(qián)，大家(jiā)用了很多方法(fǎ)想让AI生成的结果尽可能(néng)的(de)符合(hé)要(yào)求(qiú)，但是都不尽如人(rén)意，它的出现代(dài)表(biǎo)着AI生(shēng)成开始进入(rù)真正的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面(miàn)的(de)构图，人物的姿势和画面的深(shēn)度信息等。有(yǒu)了它(tā)的帮助，就不用(yòng)频(pín)繁的用提(tí)示词(cí)来碰运气，抽盲盒式的创作了。

通俗(sú)的说(shuō)ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不少(shǎo)博(bó)主的作(zuò)品已(yǐ)经获(huò)得了大量的(de)浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片直接(jiē)带她们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换(huàn)关键(jiàn)词试效果。

通过(guò)图片就(jiù)可(kě)以看出来，效果十分(fēn)惊艳。

更厉害(hài)的(de)是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现线(xiàn)稿(gǎo)转全(quán)彩图。大神(shén)张吕(lǚ)敏其(qí)本尊也亲自回应。

不得(dé)不说当下AIGC已经变得(dé)越(yuè)来(lái)越(yuè)强大，甚至输出(chū)的作品(pǐn)都已经能以假乱真了(le)。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕(tì)安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经过警方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图(tú)诈骗。

由于(yú)这(zhè)个活(huó)动里(lǐ)面(miàn)给出(chū)的美女照片都是AI制作的(de)真人照片绘图，因为(wèi)太逼真，被大(dà)家当成真事传播了。

不过仔细观察可(kě)以发现，活(huó)动发起者提供的照片中(zhōng)有个很(hěn)大的漏洞可以发现并非真人，而是AI绘图(tú)，那便是图片中女性的(de)手指部分有的存在异常。

有行业(yè)人事表示：“现在因(yīn)为手(shǒu)指部分的绘画(huà)算法比较复杂，AI还(hái)不(bù)太(tài)会画人的手，但最新看(kàn)到(dào)的图(tú)片已经(jīng)有越来越完美的AI模型出(chū)现，以后可能就完全没(méi)有漏洞了。”

类似的AI作(zuò)图诈骗在(zài)国外也已有发生。据(jù)英国广播公司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的假照片发布到网络，以(yǐ)此(cǐ)诱(yòu)骗善良(liáng)的(de)人打赏(shǎng)“捐助(zhù)”从而实施(shī)诈骗。

目前(qián)随着(zhe)技术发展，AIGC已经能做出(chū)真人照片般的绘图效(xiào)果，如果这样的图片(piàn)被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发(fā)了(le)很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人(rén)的(de)作品(pǐn)之后，其创作没有任(rèn)何情(qíng)绪和(hé)灵魂，难(nán)以和人类的艺(yì)术(shù)创作相提并论。

另一(yī)方面(miàn)，AIGC背后的版权、目前都并没(méi)有(yǒu)得到有效的解决，还有AIGC会不会代替人(rén)类“至高无上(shàng)”的创意。

马(mǎ)斯(sī)克也强调，人(rén)工智能的(de)安全(quán)问题(tí)需要得(dé)到重视(shì)，太晚(wǎn)就来不及(jí)了(le)。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术都是有两面性的，潜在的危害并不能(néng)掩盖其光辉(huī)的贡(gòng)献。现在看来，人工智能技术将是第四次工业革命的核(hé)心驱动(dòng)力量，将创造新的增长奇(qí)迹。

过(guò)去一年，人工(gōng)智能在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智(zhì)能技术(shù)发生方(fāng)向性改变(biàn)的一个代表。其下一站(zhàn)或(huò)许(xǔ)就是视频。

此前，Meta和(hé)谷歌先后发布了(le)几条引爆科技圈的(de)短视频(pín)。这(zhè)些视频引发关注(zhù)并非内容做得多优秀(xiù)，反而都非常简单，比(bǐ)如一匹正在喝水的马，一(yī)只(zhǐ)画画的玩具熊(xióng)，或者一段骑摩托车的第一视角录(lù)像，随(suí)便一个有手机的人都可以(yǐ)随(suí)手录下一段。

但这些短(duǎn)视频的创作方式非常简单，创(chuàng)作(zuò)者仅仅需要(yào)向AI输入一(yī)段(duàn)话，甚至(zhì)只是说一(yī)下要求，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的两个AI生成视频分别来(lái)自于(yú)Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波(bō)梗，一个(gè)能够做出更高清视频的AI还不足以在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊(jīng)的地方(fāng)在于(yú)，它(tā)可以制作出超过2分钟的连贯的也有确(què)切内容的(de)视频，这才是真正让(ràng)人们(men)感到惊喜的地方(fāng)。因为无论(lùn)AI生成的(de)视(shì)频多么高清，也只能是为内容(róng)生产者提供一个灵感，一个素材(cái)，一个过场动(dòng)画。

不过能够制(zhì)作(zuò)出有具体剧情内容的视频就(jiù)意(yì)味(wèi)着，一些视频创作(zuò)由AI代替人工完成已(yǐ)经(jīng)初步(bù)有(yǒu)了可(kě)能。

当(dāng)下(xià)AI的发展速(sù)度已经超过大(dà)部(bù)分人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产(chǎn)方(fāng)式(shì)，可(kě)以(yǐ)为内(nèi)容产业(yè)带来更(gèng)新的内容风格、更快的生产速度，更低的生产(chǎn)成本(běn)，这无(wú)疑会驱(qū)动(dòng)内容产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐(lè)、代码、机器人动作等多种内容形式的(de)生成。不(bù)难发现该项技术不仅在游(yóu)戏等行业能得到有效应用(yòng)，对于下(xià)一(yī)代互联(lián)网各(gè)种元素的构建亦有(yǒu)关键意义。

从商业化(huà)的角度(dù)来看(kàn)，文化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领(lǐng)域，本(běn)身就对基于AI的可(kě)视(shì)化(huà)内容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是(shì)AI进(jìn)程中的一块重要拼图(tú)，有望(wàng)在技术更(gèng)新的(de)加持下实(shí)现更大的应(yīng)用(yòng)价值。

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

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

从技术(shù)的发(fā)展也(yě)可以看(kàn)出，在(zài)语言大模型、图像大模型之后，多(duō)模(mó)态大模(mó)型已经成为了新(xīn)的趋势。

大(dà)模型(xíng)被(bèi)誉为当前人工智能发展的智能底(dǐ)座，是全(quán)球竞争最激(jī)烈的研究方向(xiàng)之一(yī)，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众多头部企业都在(zài)竞相(xiāng)发(fā)力。

不过训练(liàn)大模(mó)型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的(de)成本(běn)约为(wèi)140万美元。而对(duì)于一(yī)些更大(dà)的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本(běn)则介(jiè)于200万(wàn)美元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每日仅电(diàn)费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持。在关注各类大(dà)模型的(de)发展(zhǎn)同时(shí)，更应该关注(zhù)算(suàn)力网(wǎng)络的建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一(yī)人工智能发展的终极目(mù)标离(lí)得更近。

因为(wèi)算力可以对突破(pò)性技术(shù)创新(xīn)提供大力的支(zhī)持。这方(fāng)面(miàn)，多模态大模型是典型。作为面向未来(lái)强人工智能、通用人工智能(néng)的(de)重要技术创新(xīn)，多模态(tài)大(dà)模型已经在人工智能领域提出了很多年，业界也有不(bù)少(shǎo)技术(shù)突破，但是，多模态大模型进(jìn)一(yī)步往下走(zǒu)，算力需求(qiú)呈几何式上升，一般的(de)算(suàn)力基(jī)础(chǔ)设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单独一项的训练(liàn)，到双(shuāng)模态、三模态的跃(yuè)迁，让人工智能(néng)可以灵活应对(duì)不同模态的转化、像(xiàng)人与世界交(jiāo)互(hù)一样自然，这(zhè)方面(miàn)，由算力(lì)网(wǎng)络来(lái)驱动(dòng)将有(yǒu)明显(xiǎn)优(yōu)势(shì)。

此外，还有(yǒu)很多需要爆发式增(zēng)长的算力来(lái)支撑的(de)技(jì)术创新，将在(zài)人工智能算力(lì)网络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创造的边(biān)际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 三晋大地是什么意思，三晋大地三晋指的是哪儿