自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微(wēi)软(ruǎn)公司创(chuàng)始人(rén)比尔·盖茨已多次公开(kāi)谈(tán)论(lùn)人工智能话题。在(zài)最(zuì)近的一(yī)次采访中，他再(zài)次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

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

他预期(qī)，AI的发(fā)展可能会威胁到(dào)谷歌的(de)市占率，因(yīn)为微软在(zài)AI方(fāng)面(miàn)的行动(dòng)相当迅速。而最终科(kē)技巨头将(jiāng)把AI整合成用户(hù)的“全(quán)能助手(shǒu)”，包揽(lǎn)一(yī)切应用，与(yǔ)人们进(jìn)行沟通并(bìng)提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字(zì)艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧(jù)院(yuàn)》的(de)作品获奖。

随后各大厂商的AI绘画软件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代表(biǎo)。

用户们可以在应用(yòng)中(zhōng)输入一组关键词或(huò)者一张照片，就能获得一(yī)幅AI创作的(de)画作。

作画的关键就是所(suǒ)输(shū)入的文本。同一组关键词也可以(yǐ)创作(zuò)出很多张风格(gé)不一样的画作，这让创作的过(guò)程就像开盲盒。

很(hěn)多用户很喜欢这种不确(què)定的(de)惊喜(xǐ)，他(tā)们会将(jiāng)生成(chéng)的美(měi)图(tú)当做头像(xiàng)。而另一部分喜(xǐ)欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用户分(fēn)享AI“翻车现场”，例如，一位网友(y我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意ǒu)的小狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照片被AI识别(bié)成了(le)建筑。

而如今随着ControlNet的(de)出现与加持(chí)，以往AI绘画的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国(guó)人(rén)张吕敏创作的一种基于(yú)控(kòng)制点的图像变形算(suàn)法，主要用于数(shù)字图像(xiàng)处理、计算机视觉和(hé)计(jì)算(suàn)机图形学(xué)等领域。

其SD插(chā)件一经(jīng)发布(bù)，在(zài)短短(duǎn)的(de)两(liǎng)天内便(biàn)成为了AI绘画领(lǐng)域最新的热点。

在此之前，大(dà)家用了很(hěn)多方(fāng)法想让(ràng)AI生成(chéng)的结果尽(jǐn)可(kě)能(néng)的符合(hé)要(yào)求，但是都(dōu)不(bù)尽如人意，它的出现(xiàn)代(dài)表着AI生成开始进入(rù)真正(zhèng)的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画面的(de)构图，人物的姿(zī)势(shì)和画面的(de)深度信息等。有(yǒu)了它的帮助，就(jiù)不用频(pín)繁(fán)的用提示词(cí)来碰(pèng)运气，抽盲盒(hé)式的创作(zuò)了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少(shǎo)博主(zhǔ)的作品已经获得了大量的(de)浏览(lǎn)量(liàng)，“viggo”就是(shì)其中之一，他用(yòng)朋友的照片直接带(dài)她(tā)们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展找到对应的关键(jiàn)词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始(shǐ)换关键词试(shì)效果。

通过图片就可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真(zhēn)实(shí)的照片，草图也(yě)可以(yǐ)加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕(lǚ)敏其(qí)本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得(dé)越(yuè)来越强(qiáng)大，甚至(zhì)输出的作品都已经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日，“苏(sū)州金鸡(jī)湖有游(yóu)艇party”的消(xiāo)息火遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可能是全国(guó)第(dì)一起(qǐ)AI绘(huì)图诈(zhà)骗。

由于这(zhè)个(gè)活(huó)动里面(miàn)给出的美女照(zhào)片都是AI制作的真人照(zhào)片绘图(tú)，因(yīn)为(wèi)太逼真，被大家当成真事传(chuán)播了。

不过仔细观察可以发现，活动发起者提供的照片(piàn)中(zhōng)有个很(hěn)大的(de)漏洞可以发(fā)现并非真人(rén)，而是(shì)AI绘图，那便是图片(piàn)中女(nǚ)性的(de)手指部(bù)分(fēn)有的存在异常。

有行业人事表(biǎo)示(shì)：“现(xiàn)在因(yīn)为手(shǒu)指部分的绘画算法比较(jiào)复杂，AI还不太会画人的手，但最新看到的(de)图片已经有越来越完美的AI模型出现，以(yǐ)后(hòu)可能(néng)就完(wán)全(quán)没有漏洞了。”

类似的(de)AI作(zuò)图诈(zhà)骗在国外也(yě)已有发生(shēng)。据英国广播公(gōng)司(sī)报道，土(tǔ)耳其地(dì)震期间，有Tiktok用(yòng)户(hù)使用AI合成了(le)儿童受灾(zāi)的假照片发布到(dào)网络，以此诱骗善良(liáng)的人打赏“捐助”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般的绘图(tú)效果，如果这样的图(tú)片被(bèi)用来诈骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧(yōu)，一方面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作(zuò)品之后，其创作没有任何情绪(xù)和灵魂，难以和(hé)人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并(bìng)没(méi)有得到有效(xiào)的解决(jué)，还有AIGC会不(bù)会代替人类“至(zhì)高无(wú)上”的(de)创(chuàng)意(yì)。

马(mǎ)斯克也强调，人(rén)工(gōng)智能的安全问题需要得到重(zhòng)视，太晚就来不及了(le)。

03

AIGC下(xià)一站(zhàn)除了(le)视(shì)频(pín)，还有远(yuǎn)方

技术都(dōu)是有两面性的，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是(shì)第四(sì)次(cì)工业革命的核心驱动力量，将(jiāng)创(chuàng)造新的增长奇迹。

过去一年，人(rén)工智能在技(jì)术和商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是人(rén)工(gōng)智能技(jì)术发(fā)生方向性(xìng)改变(biàn)的一个代表。其下一站(zhàn)或许就是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视(shì)频(pín)。这些视(shì)频(pín)引发关注并非(fēi)内容做得(dé)多优秀，反而都非常简单(dān)，比如一匹正(zhèng)在(zài)喝水的马(mǎ)，一只画画(huà)的(de)玩具熊，或者一段骑摩托车的第(dì)一视角(jiǎo)录像，随便一个有手机(jī)的(de)人都可以随手录下一段。

但这些短视频的创作(zuò)方式(shì)非常简(jiǎn)单，创(chuàng)作者(zhě)仅仅需要向AI输入(rù)一段话，甚(shèn)至只(zhǐ)是说一下(xià)要求，AI就可以(yǐ)根据需要(yào)生成一(yī)段视频(pín)。

谷歌发布的两个AI生成视(shì)频分别来自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要突出(chū)的是高(gāo)清，与Meta的(de)Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就已经玩了(le)一波(bō)梗(gěng)，一个能够做出更高清视频(pín)的AI还不足以在短时(shí)间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令(lìng)人震(zhèn)惊的地(dì)方(fāng)在于(yú)，它可以制(zhì)作出超过2分钟(zhōng)的(de)连贯的也(yě)有确(què)切(qiè)内容的视频(pín)，这才是真(zhēn)正让人(rén)们感到(dào)惊喜的地(dì)方(fāng)。因为无论AI生成的视频多(duō)么(me)高清，也只(zhǐ)能(néng)是为内容生产者提供一个(gè)灵(líng)感(gǎn)，一个素(sù)材，一个(gè)过(guò)场(chǎng)动画。

不过能够制作出有具体(tǐ)剧情内容(róng)的视频就意味着，一些(xiē)视频创(chuàng)作(zuò)由AI代(dài)替人(rén)工完成已经(jīng)初(chū)步有了可(kě)能(néng)。

当(dāng)下AI的(de)发展速度已经超过大(dà)部分人的想象。内容产业的本质是供(gōng)给创造需求，AIGC作为全新(xīn)的内容生(shēng)产方式，可以为(wèi)内容产业带来更新的内(nèi)容风格、更快的生产(chǎn)速度，更低的(de)生产(chǎn)成(chéng)本，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机(jī)器人动作等多种内容形(xíng)式的(de)生(shēng)成。不难发(fā)现该项技术(shù)不(bù)仅(jǐn)在游戏等行业能得到有效应用，对(duì)于下一(yī)代互联网各种元素的构建(jiàn)亦(yì)有关键意义。

从商业化的角度来看，文化娱乐(lè)、教育(yù)、传媒等(děng)诸多领域，本(běn)身(shēn)就对基于AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘(huì)画(huà)及视频或不是(shì)结果，而只是AI进程中的一块重要拼(pīn)图，有(yǒu)望在(zài)技术更新的(de)加(jiā)持下实现(xiàn)更大的应用(yòng)价(jià)值。

AI从理解(jiě)内容，走向了可以生成内容，甚至能够创(chuàng)造出独(dú)立(lì)价值和独立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术的发(fā)展也(yě)可以看出，在语言大模(mó)型(xíng)、图(tú)像(xiàng)大(dà)模(mó)型之(zhī)后，多模态大模型已经(jīng)成为了新的趋势。

大模型被誉为当(dāng)前人工智(zhì)能发展的智能底座，是(shì)全球(qiú)竞争最(zuì)激(jī)烈(liè)的研究方向之(zhī)一，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿(ā)里(lǐ)、腾讯等众(zhòng)多头部企业都在竞相发力。

不过训(xùn)练大(dà)模(mó)型的确价格不(bù)菲(fēi)，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多(duō)少算力》报(bào)告估算，GPT-3训练一次的成本约(yuē)为140万(wàn)美元(yuán)。而(ér)对于一(yī)些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万(wàn)计算，其(qí)对应(yīng)芯(xīn)片需求为(wèi)3万多片英(yīng)伟(wěi)达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每日仅(jǐn)电费就在(zài)5万美元左右(yòu)。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关注各类大(dà)模型(xíng)的发展同(tóng)时，更应该关注算(suàn)力网络(luò)的建设。

算力网(wǎng)络正驱动AI产业(yè)发(fā)展(zhǎn)进入史诗级加(jiā)速进程，让AIGC及通(tōng)用AI这一人工智能发展的(de)终极目标离得更近。

因(yīn)为算力可以对突(tū)破(pò)性技术创新提供大力的(de)支持。这(zhè)方面，多模(mó)态大模型是典型。作(zuò)为面(miàn)向未来(lái)强人工智能(néng)、通用(yòng)人(rén)工智能的重要技术创新，多(duō)模态大模型已(yǐ)经在人工智我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意能领域提出了很多年，业界(jiè)也有不(bù)少技术突破，但是，多模态(tài)大模型进一步往下(xià)走，算力需求呈几何式上升，一般的算(suàn)力基础设施很(hěn)快(kuài)将难以胜任。

从图像、文(wén)字、语音单独一(yī)项的训练(liàn)，到双模态、三模(mó)态的跃迁，让人工智能可以灵活应(yīng)对不同模态的转(zhuǎn)化、像(xiàng)人与世界交互一样自然，这方面，由算力网络来(lái)驱动将有明显优势。

此外(wài)，还有很多需要爆(bào)发式(shì)增长的算力来支(zhī)撑(chēng)的技(jì)术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在(zài)大模(mó)型和大(dà)算(suàn)力的支持下AIGC能持续(xù)颠覆内容生(shēng)产的方式，将创造的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意