自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖(gài)茨已多次(cì)公开(kāi)谈论人工智能话(huà)题(tí)。在最近的一次采(cǎi)访中，他(tā)再次表示(shì)：“AI可能会让科技(jì)行业(yè)迎(yíng)来一次剧烈的(de)洗牌”。

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

他预期(qī)，AI的(de)发展可能会威胁到谷歌的市占率，因(yīn)为(wèi)微软在(zài)AI方面的行动(dòng)相当迅速(sù)。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们进(jìn)行沟通并提供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助手的到来可能尚(shàng)需(xū)时(shí)日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

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(shàng)一次爆(bào)火的时候，还是(shì)202佛教肉莲是什么2年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为(wèi)《太空歌剧(jù)院(yuàn)》的作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中(zhōng)输入一组关键词或(huò)者一(yī)张照片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作画的关键就是(shì)所输入的文本。同一组关键(jiàn)词也(yě)可以创作(zuò)出(chū)很多张风格不一样的画作，这让创作的过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢(huān)这种不确定的惊喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻(fān)车”作(zuò)品。在社交媒体上，许多用户(hù)分(fēn)享AI“翻(fān)车现场”，例(lì)如(rú)，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有(yǒu)网友的个人照片被AI识(shí)别(bié)成了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填(tián)写关键词(cí)游戏可能(néng)要(yào)被颠覆(fù)了。

ControlNet是一位正(zhèng)在斯坦福读(dú)博的(de)中国人(rén)张吕敏创作的一种基于控制点的图(tú)像变形算(suàn)法(fǎ)，主(zhǔ)要用于数字图(tú)像处理(lǐ)、计算机视觉(jué)和计算机图(tú)形学(xué)等领域(yù)。

其(qí)SD插件一经发布，在短短(duǎn)的两天(tiān)内便(biàn)成为了AI绘(huì)画领域(yù)最新(xīn)的热点。

在此之前，大家用了(le)很(hěn)多方法想让AI生成的(de)结(jié)果尽可能的符合要(yào)求，但是都不尽如人意，它的出(chū)现代表着AI生成开始进(jìn)入真正(zhèng)的可(kě)控时期。

因为ControlNet可(kě)以直(zhí)接提取画(huà)面的构图，人物的(de)姿(zī)势(shì)和(hé)画面的深度信息等。有了它(tā)的帮助，就不用频繁的用提示词来碰运气，抽(chōu)盲(máng)盒式的(de)创(chuàng)作了(le)。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔(mó)法”，不少博主的作品(pǐn)已经获得了大量的(de)浏览量，“viggo”就是其中之一(yī)，他(tā)用朋友的照片(piàn)直接带她们(men)走(zǒu)进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图(tú)片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换(huàn)关键词试效果(guǒ)。

通(tōng)过图片就可以(yǐ)看出(chū)来，效果十分惊艳(yàn)。

更厉害的是，除了(le)真实的照片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实(shí)现线稿(gǎo)转全彩(cǎi)图。大神张吕(lǚ)敏其本尊也亲(qīn)自回应(yīng)。

不得不说(shuō)当(dāng)下AIGC已经(jīng)变得越来越强大，甚至输出(chū)的(de)作品都已经能以假乱(luàn)真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安全(quán)问(wèn)题

近(jìn)日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网(wǎng)络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由(yóu)于这个活动里面给出的(de)美女照片都是AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大家当(dāng)成(chéng)真事传(chuán)播了。

不过仔细观察可以发现，活动(dòng)发(fā)起者提供的照片(piàn)中有(yǒu)个很大的漏洞可以(yǐ)发现并(bìng)非真人(rén)，而是AI绘图(tú)，那便是图片中(zhōng)女性(xìng)的手指部分(fēn)有(yǒu)的存在异常(cháng)。

有行业(yè)人事表示：“现在因(yīn)为手指部分的绘画(huà)算法比较复(fù)杂(zá)，AI还(hái)不太会画人的手，但(dàn)最新看(kàn)到(dào)的(de)图片(piàn)已经有越来(lái)越完美的AI模型出现(xiàn)，以后可能就完全(quán)没有漏洞了(le)。”

类似的AI作图诈骗在国(guó)外也已有(yǒu)发生(shēng)。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了儿童受灾的假(jiǎ)照片发(fā)布(bù)到网(wǎng)络，以(yǐ)此(cǐ)诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而(ér)实施诈(zhà)骗(piàn)。

目(mù)前随(suí)着(zhe)技术发展，AIGC已经能做(zuò)出真人照片(piàn)般的绘图效果，如(rú)果这样的(de)图片被用来(lái)诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了很多担忧(yōu)，一方面，批判(pàn)者认为AI在“学习(xí)”了大量前人的(de)作品之后，其创作没(méi)有任何情(qíng)绪和灵魂，难(nán)以(yǐ)和(hé)人(rén)类(lèi)的艺术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后(hòu)的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不(bù)会(huì)代(dài)替(tì)人类(lèi)“至(zhì)高无上”的创(chuàng)意。

马(mǎ)斯克(kè)也强(qiáng)调，人工智能的安全问题需要(yào)得到(dào)重(zhòng)视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方

技(jì)术都是有两面性的，潜在的危害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工智能技术将是(shì)第四次工业革命(mìng)的(de)核心驱动力量，将创造(zào)新的增长奇迹。

过去一年(nián)，人工智能在(zài)技术和商业层(céng)面都有了巨(jù)大进展，AI绘画就是人工智能技术发生方向(xiàng)性(xìng)改变的一个(gè)代表。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短(duǎn)视频。这些视(shì)频引发关注并非内(nèi)容做得多(duō)优秀(xiù)，反而(ér)都非(fēi)常简单，比如一匹正在喝水的马(mǎ)，一只(zhǐ)画画的玩具熊，或者一段骑摩托车(chē)的第一视角录像，随便一个(gè)有(yǒu)手机的人都可以随手录(lù)下一(yī)段(duàn)。

但这些短视(shì)频的创作方式非常简(jiǎn)单，创作者仅仅需要(yào)向AI输(shū)入一(yī)段话，甚至只是说一(yī)下要求，AI就可以根据(jù)需要生成(chéng)一段视频(pín)。

谷(gǔ)歌发(fā)布的两个(gè)AI生成视频分别(bié)来自于(yú)Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在(zài)Make-A-Video公布(bù)了(le)AI生(shēng)成的视(shì)频后(hòu)，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视频的AI还不足以在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令(lìng)人震惊的地(dì)方在于，它可以制(zhì)作出超过2分钟的连贯的也有确切内容的视频(pín)，这(zhè)才是(shì)真正让(ràng)人们感(gǎn)到(dào)惊喜的(de)地(dì)方(fāng)。因为无(wú)论(lùn)AI生成(chéng)的(de)视频(pín)多(duō)么高清，也(yě)只能是为内容(róng)生(shēng)产(chǎn)者提供一个灵感，一(yī)个素(sù)材，一个(gè)过场动画。

不过能够制作出有(yǒu)具体剧情内容的视频就意味(wèi)着(zhe)，一些(xiē)视频(pín)创作(zuò)由AI代替人工完成已(yǐ)经初(chū)步有了(le)可能。

当下(xià)AI的发展速(sù)度已经超过大部分(fēn)人(rén)的(de)想象(xiàng)。内容产业的本质是供(gōng)给创造需求，AIGC作为全新(xīn)的内容生产(chǎn)方式，可以(yǐ)为(wèi)内容产(chǎn)业带来更新的内容(róng)风格、更快(kuài)的生(shēng)产速度，更低的(de)生产成本，这无疑(yí)会驱动(dòng)内容产业(yè)的大爆发。

除了AI绘(huì)图(tú)、视频，AIGC技(jì)术(shù)还能(néng)应用于音乐(lè)、代码(mǎ)、机器人(rén)动作等多种内容(róng)形式的生成(chéng)。不(bù)难发现该项(xiàng)技(jì)术不仅在游戏等行(xíng)业能得到有(yǒu)效(xiào)应用，对于(yú)下一代互联(lián)网各种元(yuán)素的构建亦有关键意义。

从商业化(huà)的(de)角度来看，文化娱乐、教育、传媒等诸(zhū)多领域(yù)，本身就对基于AI的(de)可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进(jìn)程中的一块重(zhòng)要拼图，有望在(zài)技术更新的加持(chí)下实现更大的应用价值(zhí)。

AI从理解内容，走(zǒu)向(xiàng)了可(kě)以生(shēng)成(chéng)内容，甚至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，更代表着(zhe)未来的先进生产力即将到来。

04

紧抓大(dà)模(mó)型(xíng)与算力(lì)，牢固AIGC底座(zuò)

从技(jì)术的(de)发展也(yě)可以看出，在语言大模型、图像大模(mó)型之(zhī)后，多模态大模型已经成为了(le)新的(de)趋势。

大(dà)模型被(bèi)誉为(wèi)当前人工智能发展的智能底座，是全球(qiú)竞争(zhēng)最激烈的研究方(fāng)向之一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都在竞相发力。

不过训练大模型的确(què)价格不(bù)菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力(lì)》报告估算(suàn)，GPT-3训练一(yī)次(cì)的(de)成本约为140万美元(yuán)。而对于一些更(gèng)大的LLM(大型(xíng)语言模(mó)型)，训(xùn)练成本则(zé)介(jiè)于200万美元至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数1300万(wàn)计(jì)算(suàn)，其对应芯片需求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本约为(wèi)8亿(yì)美(měi)元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各(gè)类大模型(xíng)的发展同时(shí)，更(gèng)应该(gāi)关(guān)注算力(lì)网络(luò)的(de)建设。

算力网(wǎng)络(luò)正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一(yī)人工智能发(fā)展的终极(jí)目(mù)标离得更近。

因为算(suàn)力(lì)可以对(duì)突(tū)破(pò)性技术创新提供(gōng)大力(lì)的支持。这方(fāng)面，多(duō)模态大模(mó)型是典型。作(zuò)为(wèi)面向未来(lái)强(qiáng)人工智能(néng)、通用人(rén)工智能的重要技术创新，多模态(tài)大模型(xíng)已经在(zài)人工智(zhì)能领域提出(chū)了(le)很多年，业(yè)界也有(yǒu)不少技术突破，但(dàn)是，多(duō)模态(tài)大模型(xíng)进一步往下(xià)走，算力需求呈几何式(shì)上升，一般的算力基础设施(shī)很(hěn)快(kuài)将难以(yǐ)胜任(rèn)。

从图(tú)像、文字(zì)、语音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人(rén)工智能可以灵活应(yīng)对不同模态的(de)转化(huà)、像人与世界交(jiāo)互一样自然，这方面(miàn)，由算力网络来驱动将(jiāng)有明(míng)显优势。

此外，还有很多需要爆发式增(zēng)长的算力(lì)来支(zhī)撑的技术(shù)创(chuàng)新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待(dài)在大模型和大算力的支持下AIGC能持续颠(diān)覆(fù)内容生产的方式，将佛教肉莲是什么创造的边(biān)际成(chéng)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 佛教肉莲是什么