自(zì)聊天机器人ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖茨已多(duō)次公开谈论人工(gōng)智(zhì)能话(huà)题。在最近的一次采访中(zhōng)，他再(zài)次表示(shì)：“AI可能会让科技行业迎(yíng)来一(yī)次剧烈的(de)洗牌”。

这个结论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可能(néng)会威胁到谷歌(gē)的市占率，因为微软在AI方面(miàn)的行动相(xiāng)当迅速。而最终科技巨头将把(bǎ)AI整合(hé)成(chéng)用户的“全能助手(shǒu)”，包揽一切应用，与人们(men)进行沟(gōu)通并(bìng)提供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美(měi)国科罗拉多州举办(bàn)的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商(shāng)的AI绘(huì)画(huà)软(ruǎn)件被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在(zài)应(yīng)用中输入一组关(guān)键词或者一张照片，就(jiù)能获(huò)得一(yī)幅AI创(chuàng)作的画作。

作画的(de)关键就(jiù)是(shì)所输(shū)入的文本。同一(yī)组关键(jiàn)词也可以(yǐ)创作(zuò)出(chū)很多张(zhāng)风格不一样的画作，这让创作的过程就像(xiàng)开盲盒(hé)。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会将生成(chéng)的美图小鬼难缠的上一句是怎么说的，小鬼难缠的上一句是怎么说的呢当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车现(xiàn)场”，例(lì)如，一位网(wǎng)友的小狗照片被AI画成了(le)“肌肉男”，还有网(wǎng)友的个人照(zhào)片被AI识别成了(le)建筑。

而如今(jīn)随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读(dú)博(bó)的中国人张吕敏创作(zuò)的(de)一(yī)种基于(yú)控制点的图(tú)像变形算法，主(zhǔ)要用(yòng)于数字图像处理、计算机视觉(jué)和(hé)计算机图形学等(děng)领域。

其(qí)SD插(chā)件一经发布，在(zài)短短的两天(tiān)内便(biàn)成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之前，大家用了很多方法想让AI生成的结果尽可能的符合要(yào)求，但是都不尽如(rú)人意，它(tā)的出现代(dài)表(biǎo)着AI生成开始(shǐ)进入真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面的(de)构图，人物的姿势和画面的(de)深(shēn)度信息等。有了它的帮助，就(jiù)不(bù)用频繁的(de)用提示词来碰(pèng)运气，抽(chōu)盲盒式的(de)创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主(zhǔ)的(de)作品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用朋友的(de)照(zhào)片直接带她们(men)走(zǒu)进动(dòng)漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的(de)关(guān)键(jiàn)词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关(guān)键词试效(xiào)果。

通过图(tú)片就(jiù)可以看出来，效果(guǒ)十(shí)分惊艳。

更(gèng)厉害(hài)的是(shì)，除了(le)真实(shí)的照片，草图也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已经(jīng)变(biàn)得越来越(yuè)强大，甚(shèn)至输出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的真人(rén)照片绘(huì)图，因为(wèi)太逼真(zhēn)，被大家当(dāng)成真(zhēn)事传(chuán)播了。

不(bù)过仔细观察可以发现(xiàn)，活动发起者提(tí)供的照片中有个很(hěn)大的漏洞(dòng)可以发现并非真人，而(ér)是(shì)AI绘(huì)图，那便是(shì)图片中(zhōng)女性的(de)手指部分有的存在(zài)异常(cháng)。

有行业人(rén)事表示：“现在因为手(shǒu)指(zhǐ)部(bù)分的绘画算法比(bǐ)较(jiào)复杂(zá)，AI还不太会画人的手，但最新看到的(de)图(tú)片已经有越来越完(wán)美(měi)的AI模型出现，以后可能(néng)就(jiù)完全没有(yǒu)漏洞了。”

类似的AI作图诈骗(piàn)在(zài)国外(wài)也已有发生。据英(yīng)国广(guǎng)播公司(sī)报道，土耳其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合成(chéng)了(le)儿童受灾的假(jiǎ)照(zhào)片发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目前(qián)随着技术发(fā)展(zhǎn)，AIGC已经能做出真(zhēn)人照片般(bān)的绘图(tú)效果，如果这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方面，批判(pàn)者认(rèn)为AI在“学习”了大(dà)量前人(rén)的(de)作品之后，其创作没有(yǒu)任何(hé)情绪和灵魂，难以和人(rén)类的艺术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不会(huì)代替人(rén)类(lèi)“至(zhì)高无(wú)上”的创意。

马斯(sī)克(kè)也强调，人工智能的安全(quán)问(wèn)题需要得到(dào)重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术(shù)都(dōu)是有两面性的(de)，潜(qián)在的危害并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能技术将是第(dì)四次工业革命的核心驱(qū)动(dòng)力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工(gōng)智(zhì)能在(zài)技术和商业层面都(dōu)有了巨大(dà)进展，AI绘画就是(shì)人工智能技术(shù)发生方(fāng)向性改变的一个(gè)代表(biǎo)。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短(duǎn)视频。这些视频引发关注并非内容做得(dé)多优秀，反(fǎn)而(ér)都非常简单，比如(rú)一匹正在喝水的马，一只画画的玩具(jù)熊(xióng)，或者一(yī)段骑摩托车的第一视角录像，随便一(yī)个有手机(jī)的人(rén)都(dōu)可以随手录下一段。

但这些短视(shì)频的创作方式非(fēi)常简单，创作者仅仅需要向(xiàng)AI输(shū)入一段(duàn)话，甚至只是(shì)说一(yī)下要求(qiú)，AI就可以根据需要生成一段(duàn)视频。

谷(gǔ)歌发(fā)布的两个(gè)AI生成视频分(fēn)别来(lái)自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够(gòu)做出更高清视频的(de)AI还不足(zú)以在(zài)短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方(fāng)在(zài)于，它可以制作出(chū)超过2分钟(zhōng)的连贯的也有确切内容的视频，这才是真正让人们(men)感到惊喜的地方。因为(wèi)无论AI生(shēng)成的视(shì)频多么高(gāo)清，也只(zhǐ)能是为内容(róng)生产(chǎn)者提供(gōng)一个(gè)灵感，一个(gè)素材，一(yī)个过(guò)场动画。

不(bù)过能够(gòu)制(zhì)作出有具体剧情(qíng)内(nèi)容的视频就意味(wèi)着(zhe)，一些视(shì)频创作由AI代(dài)替人工完成已经初步有了可能。

当下AI的(de)发展(zhǎn)速度已经超过大(dà)部分人(rén)的(de)想象。内容(róng)产业的本质是供(gōng)给创(chuàng)造需(xū)求，AIGC作为(wèi)全新的内(nèi)容生产方式，可以为内容(róng)产业带(dài)来更新的(de)内容风格、更快的生产(chǎn)速度，更低的生产(chǎn)成本，这无(wú)疑会驱动内容产业的大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等(děng)多种内容形式的生成。不难发现(xiàn)该项技术不仅在游(yóu)戏等行业能得到有效应用，对(duì)于下一代互联网各(gè)种元素(sù)的构建亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教育、传(chuán)媒等(děng)诸多(duō)领(lǐng)域，本身就对基于AI的可视化内(nèi)容(róng)有(yǒu)强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及(jí)视频(pín)或不是结果，而(ér)只是AI进程中的一块重要拼(pīn)图，有望在技术更新的加持(chí)下实(shí)现更大的应用(yòng)价值(zhí)。

AI从理解内容，走向了可以生成内容(róng)，甚至(zhì)能够创(chuàng)造出独立价值和独立(lì)视(shì)角(jiǎo)的内容(róng)。AIGC的(de)再次出(chū)圈，更代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言(yán)大模型、图像大模(mó)型之后，多(duō)模态大模型已(yǐ)经成为了新的趋(qū)势。

大模型被誉为当前(qián)人(rén)工(gōng)智(zhì)能发展的智能底(dǐ)座，是全球竞(jìng)争最激烈的研(yán)究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都(dōu)在竞相发力。

不(bù)过训练(liàn)大模型的确价格(gé)不菲，以国(guó)盛证券发布的(de)《ChatGPT需(xū)要多少(shǎo)算力》报告估算，GPT-3训练一次的成本(běn)约(yuē)为140万美元。而对(duì)于一(yī)些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美(měi)元至1200万(wàn)美元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计算(suàn)，其对应芯片需求为3万多片(piàn)英伟(wěi)达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美(měi)元，每日仅电费就在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力(lì)支持(chí)。在(zài)关注各类大(dà)模型的发展同时，更应该关(guān)注算力网(wǎng)络的建设。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这一人工智能发(fā)展的终极目标离得更近。

因为算力可以对突(tū)破性(xìng)技术创新(xīn)提供大力(lì)的支持。这方面，多模(mó)态大模型是典型。作(zuò)为面向未来强(qiáng)人工智能(néng)、通用(yòng)人工(gōng)智能(néng)的(de)重要技术创新(xīn)，多模态大模(mó)型已经在人工智能(néng)领(lǐng)域提出了(le)很(hěn)多年，业界也有(yǒu)不少(shǎo)技术(shù)突破(pò)，但是(shì)，多模态大模型进一步(bù)往下走(zǒu)，算(suàn)力需求(qiú)呈几何式上升，一般的算力基础设施很快将难以胜任。

从图像、文字、语(yǔ)音单独一(yī)项(xiàng)的(de)训(xùn)练，到双模(mó)态、三模态的跃(yuè)迁，让人(rén)工智(zhì)能可以(yǐ)灵活(huó)应对不同模态的转化、像(xiàng)人与世(shì)界交互一(yī)样自然，这方面(miàn)，由算力网络来驱(qū)动(dòng)将有明显优势。

此外，还有很(hěn)多需要爆(bào)发式增长的算力来支撑的技术创新，将在人(rén)工智能(néng)算力网络支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生产(chǎn)的方式，将创造的(de)边际(jì)成(chéng)本(běn)降低(dī)，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 小鬼难缠的上一句是怎么说的，小鬼难缠的上一句是怎么说的呢