自聊天机(jī)器人ChatGPT火爆以来，微(wēi)软公(gōng)司创始人(rén)比尔(ěr)·盖(gài)茨已多次公(gōng)开谈论人工智能话题。在最近的一(yī)次(cì)采(cǎi)访(fǎng)中，他再次表示：“AI可能会(huì)让科技行(xíng)业迎来一次剧烈的(de)洗(xǐ)牌”。

这个(gè)结论是(shì)他在当(dāng)地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可(kě)能会(huì)威胁到谷歌的(de)市占率，因为微软在(zài)AI方面的行动相当迅速。而(ér)最(zuì)终科技巨头(tóu)将把AI整(zhěng)合成用户的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并提供建议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬(lǎo)口中全能(néng)助手(shǒu)的到来(lái)可(kě)能(néng)尚需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候(hòu)，还是(shì)2022年(nián)8月，在美国(guó)科罗拉多州(zhōu)举办的新兴(xīng)数字艺(yì)术家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件被广大(dà)网友(yǒu)熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表12岁小女孩拔萝卜怎么拔，拔萝卜又叫又疼的过程。

用(yòng)户们可以在(zài)应用中(zhōng)输入一组关键词或者一张(zhāng)照(zhào)片，就能获得一(yī)幅AI创(chuàng)作(zuò)的(de)画作。

作画的(de)关键(jiàn)就是(shì)所输入的(de)文本。同(tóng)一组关键(jiàn)词也(yě)可以创作出(chū)很多张风(fēng)格(gé)不一样的(de)画作(zuò)，这让创作的过(guò)程就像开盲盒。

很多用户很喜欢这种不确定(dìng)的(de)惊(jīng)喜，他们会(huì)将生成的美图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品(pǐn)。在社交媒(méi)体上，许多用户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被AI画成(chéng)了(le)“肌肉(ròu)男(nán)”，还有网友的个人(rén)照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加持(chí)，以往AI绘画(huà)的填写(xiě)关键(jiàn)词游戏(xì)可能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的(de)一种(zhǒng)基于控制点的图像变(biàn)形算法，主要用(yòng)于数字图像(xiàng)处理、计算机视觉和(hé)计(jì)算机(jī)图形学等领域。

其SD插(chā)件(jiàn)一(yī)经(jīng)发布，在短短的两天内(nèi)便成为了AI绘画领(lǐng)域最新的热点。

在此(cǐ)之(zhī)前，大家用了(le)很多方(fāng)法(fǎ)想让AI生成(chéng)的结果尽可能的符合(hé)要求，但是(shì)都不尽(jǐn)如人意，它的出现代表着AI生成(chéng)开(kāi)始进入真正的可控(kòng)时(shí)期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的构(gòu)图，人物的姿势和(hé)画面的深度信息等。有了它的(de)帮助，就不用频(pín)繁(fán)的(de)用提示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博主的(de)作品已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其中之(zhī)一(yī)，他(tā)用朋友(yǒu)的照片直接带她们走进动(dòng)漫世(shì)界(jiè)。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对(duì)应的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼开(kāi)始换关键(jiàn)词试效(xiào)果。

通过图片就可以看出来，效果十分惊艳。

更厉(lì)害的是，除了(le)真实的(de)照(zhào)片，草(cǎo)图也(yě)可(kě)以加上“魔法(fǎ)”，知乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿(gǎo)转全彩图(tú)。大神张(zhāng)吕敏其本尊也(yě)亲自回(huí)应。

不得不说(shuō)当下AIGC已(yǐ)经变得越(yuè)来越强大，甚(shèn)至输出的作(zuò)品都已经能(néng)以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经过警方辟谣(yáo)这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给(gěi)出的美(měi)女(nǚ)照(zhào)片(piàn)都是AI制作的真人(rén)照片绘图，因为太逼真(zhēn)，被大家当成真事传播了(le)。

不过仔细观察可以(yǐ)发现，活动(dòng)发起者提(tí)供的照片中有个(gè)很大的(de)漏(lòu)洞可以发(fā)现并非(fēi)真(zhēn)人，而是AI绘图，那便是(shì)图片中女性(xìng)的(de)手指部(bù)分有的(de)存(cún)在(zài)异常。

有行业(yè)人事表示：“现在因为手指(zhǐ)部分的(de)绘画(huà)算法比较复(fù)杂，AI还不太会(huì)画(huà)人(rén)的手，但最新看(kàn)到的图片已经有(yǒu)越(yuè)来越完美的(de)AI模型出现，以(yǐ)后可能就完(wán)全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国外也已有发(fā)生(shēng)。据英国(guó)广(guǎng)播公司报道(dào)，土耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童(tóng)受(shòu)灾的(de)假照片发(fā)布到网络(luò)，以此诱骗善良(liáng)的人(rén)打赏“捐(juān)助”从而实施诈骗。

目(mù)前随(suí)12岁小女孩拔萝卜怎么拔，拔萝卜又叫又疼的过程着技(jì)术发(fā)展，AIGC已(yǐ)经能做出真人照片般的绘(huì)图(tú)效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方面，批(pī)判(pàn)者认为(wèi)AI在“学习”了(le)大量前(qián)人的作品(pǐn)之后，其创作没有任何情绪和灵(líng)魂(hún)，难(nán)以和人类的(de)艺术创作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版权、目前都(dōu)并没有得到有效的(de)解决，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克也强调(diào)，人工智能的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除(chú)了视频(pín)，还有远方

技术都(dōu)是有两面性(xìng)的，潜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(jì)术将(jiāng)是第四次工业革命的核心驱动力(lì)量，将(jiāng)创造(zào)新(xīn)的增(zēng)长奇(qí)迹。

过去一年(nián)，人(rén)工智(zhì)能在技术和(hé)商业(yè)层面都有了巨大(dà)进展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个代表。其(qí)下一站(zhàn)或许就是视频(pín)。

此前，Meta和(hé)谷歌先(xiān)后发布(bù)了几条(tiáo)引爆(bào)科技圈的短视频。这些视频引发(fā)关注(zhù)并非内(nèi)容做得多优秀，反(fǎn)而都非常简单，比(bǐ)如一匹正在喝水(shuǐ)的(de)马，一只画画的玩具(jù)熊，或(huò)者一段骑摩托车(chē)的第一视(shì)角(jiǎo)录像，随便一个有手机的人(rén)都可以随手录下一段。

但(dàn)这些短视频的创作方式非(fēi)常简单，创作者仅仅需(xū)要向AI输入(rù)一段话(huà)，甚至(zhì)只是说一下(xià)要求，AI就可以(yǐ)根(gēn)据需要生成一段(duàn)视频。

谷(gǔ)歌(gē)发布的两个AI生(shēng)成视频(pín)分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高清，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的(de)差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已(yǐ)经(jīng)玩了一波梗(gěng)，一个能够(gòu)做(zuò)出更高清视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的(de)地方在于，它可以制作出超过2分钟(zhōng)的(de)连(lián)贯的(de)也(yě)有确(què)切内容的视(shì)频，这才是真正让人(rén)们感到(dào)惊喜(xǐ)的(de)地(dì)方。因为无论AI生成的视频多么高清，也只(zhǐ)能是为内(nèi)容(róng)生产者提供一个灵感，一个(gè)素(sù)材，一个(gè)过场动画。

不(bù)过能够制作出有具(jù)体剧(jù)情内容的视频就意(yì)味着，一些视频创作由AI代(dài)替人工完成(chéng)已经初步有(yǒu)了可能。

当下AI的发(fā)展(zhǎn)速度已(yǐ)经超过大部分人的(de)想象。内容(róng)产业(yè)的(de)本(běn)质是供给创造(zào)需求，AIGC作(zuò)为全新的内(nèi)容(róng)生产(chǎn)方式，可以(yǐ)为内容产业带来更新(xīn)的内容风格(gé)、更快的生产速度，更(gèng)低的生产成本，这无(wú)疑(yí)会驱动内容产(chǎn)业(yè)的大爆发。

除了(le)AI绘(huì)图、视频，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器(qì)人动作等多(duō)种(zhǒng)内容形式的生成(chéng)。不难发现(xiàn)该项(xiàng)技术不仅在(zài)游戏等行(xíng)业能得到有效应(yīng)用，对(duì)于(yú)下一代互联网各种元素的构建亦(yì)有关键意(yì)义。

从商业化的(de)角(jiǎo)度来看，文(wén)化娱乐、教育、传(chuán)媒(méi)等诸多领域(yù)，本身就(jiù)对基(jī)于(yú)AI的可(kě)视化内容(róng)有强烈需求。

因(yīn)此，AI绘画及视频或(huò)不是结果，而只是AI进程中的(de)一块重要拼图(tú)，有(yǒu)望在技术(shù)更新(xīn)的加持(chí)下实现更大的应用(yòng)价值(zhí)。

AI从理解内(nèi)容，走向(xiàng)了可(kě)以生成内(nèi)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(cì)出圈，更代(dài)表着未来的先进生产力即将到来(lái)。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底(dǐ)座

从技术的(de)发展也可以看出(chū)，在(zài)语言大(dà)模型、图(tú)像大模型(xíng)之后，多模态大模型已(yǐ)经(jīng)成为了新的趋(qū)势。

大(dà)模型被誉为当(dāng)前人工智(zhì)能发展(zhǎn)的智(zhì)能底(dǐ)座，是全球竞争最激烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企业都在(zài)竞相发力。

不过训练(liàn)大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多(duō)少(shǎo)算(suàn)力》报告估算(suàn)，GPT-3训练一次的成本约为(wèi)140万美(měi)元。而对于一(yī)些(xiē)更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其(qí)对应芯片(piàn)需(xū)求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入(rù)成本(běn)约为8亿(yì)美元，每日(rì)仅电(diàn)费就在5万(wàn)美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各类大(dà)模型的发展(zhǎn)同时，更(gèng)应该关注算力网络(luò)的建设。

算力网(wǎng)络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通(tōng)用AI这一人工智(zhì)能发(fā)展(zhǎn)的终极目(mù)标离(lí)得(dé)更近。

因为算力(lì)可以对突破性(xìng)技术创新提供大力的支持。这方面，多模态大模型是典型。作为面(miàn)向未来强人工智能、通用人(rén)工智能的重要技术(shù)创新，多模(mó)态大模型已(yǐ)经在人工智(zhì)能领域(yù)提出了很多年，业界也有不少技(jì)术突破，但是，多(duō)模(mó)态大模(mó)型(xíng)进(jìn)一步往(wǎng)下走(zǒu)，算力需求呈几何式上升，一般的算力基础(chǔ)设(shè)施(shī)很快(kuài)将难以胜任。

从图像、文字、语音(yīn)单(dān)独一项的(de)训练，到双模态、三模(mó)态的跃迁，让人(rén)工智(zhì)能可以(yǐ)灵活应对不同(tóng)模态的转化、像人与世界交互一样自然(rán)，这方面，由算力网络来驱动将(jiāng)有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支(zhī)撑的技术创(chuàng)新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待(dài)在大模型和大算力的支持(chí)下AIGC能持续颠覆内(nèi)容生产的方式，将(jiāng)创造的边际成本降低(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 12岁小女孩拔萝卜怎么拔，拔萝卜又叫又疼的过程