自聊(liáo)天机器人(rén)ChatGPT火爆以来(lái)，微软公(gōng)司创(chuàng)始人比尔·盖茨(cí)已多次公开谈(tán)论人工智能话(huà)题(tí)。在最近的一(yī)次采访中，他再次表示：“AI可能会让科(kē)技(jì)行业迎来(lái)一(yī)次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月20日(rì)接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他预期，AI的(de)发展(zhǎn)可能会威胁到(dào)谷歌的(de)市占率，因(yīn)为微软在AI方面的行(xíng)动(dòng)相(xiāng)当迅(xùn)速。而最终科技巨(jù)头将把AI整合成(chéng)用户(hù)的“全能助手”，包(bāo)揽一(yī)切应用，与(yǔ)人们进(jìn)行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬(lǎo)口中全能助(zhù)手的到来可能尚需时日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上(shàng)一(yī)次(cì)爆火(huǒ)的时候(hòu)，还是(shì)2022年8月，在美国科罗拉多州举办(bàn)的新(xīn)兴(xīng)数字艺术家(jiā)竞赛中，一幅名为(wèi)《太空歌剧院》的作品(pǐn)获(huò)奖。

随后各大(dà)厂商的AI绘(huì)画软件(jiàn)被(bèi)广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们可(kě)以在(zài)应用中输入一组(zǔ)关键(jiàn)词或者(zhě)一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就(jiù)是(shì)所输入的文本(běn)。同一组关键(jiàn)词也可以创作出很多张(zhāng)风格(gé)不一样的画作，这(zhè)让创作的过程就(jiù)像开盲(máng)盒。

很多用户很喜欢这种不确(què)定的(de)惊(jīng)喜，他们会(huì)将生成的(de)美图当做头像。而另一部分喜欢(huān)翻(fān)看(kàn)AI绘画的“翻车(chē)”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例如(rú)，一(yī)位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个(gè)人照片被(bèi)AI识别成了建筑。

而如今随(suí)着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画(huà)的填(tián)写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的(de)一种基于控制点的(de)图像变形(xíng)算法，主要用于数字图像处理、计(jì)算(suàn)机视觉和计算机图形学等领域(yù)。

其SD插件一(yī)经发布，在短短的两天内便成(chéng)为了AI绘画领域(yù)最新(xīn)的热点。

在此之(zhī)前，大家用了很(hěn)多方(fāng)法想让AI生成的结果尽可能的(de)符合要求，但是都(dōu)不尽如人(rén)意，它(tā)的出现代表(biǎo)着(zhe)AI生成开始(shǐ)进入真正的可(kě)控时期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的(de)构图，人物(wù)的(de)姿势(shì)和画面的深(shēn)度信息等(děng)。有了它的(de)帮助(zhù)，就不(bù)用(yòng)频繁(fán)的用提示词(cí)来碰运(yùn)气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不(bù)少博(bó)主的(de)作(zuò)品已经获得了(le)大(dà)量(liàng)的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直(zhí)接带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应(yīng)的关键词(cí)；最(zuì)后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试效果。

通过图片(piàn)就可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真实(shí)的照片(piàn)，草图也可(kě)以加上(shàng)“魔法”，知(zhī)乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩图(tú)。大神张吕敏其本尊(zūn)也(yě)亲自回应(yīng)。

不得不(bù)说当(dāng)下AIGC已经变(biàn)得越(yuè)来越强大，甚至(zhì)输出的(de)作(zuò)品(pǐn)都已经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕(tì)安全(quán)问题

近日(rì)，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓的“party”可能是全(quán)国第一起(qǐ)AI绘(huì)图诈骗。

由于(yú)这个(gè)活动里(lǐ)面(miàn)给(gěi)出的美女照(zhào)片都是AI制(zhì)作的(de)真人照片绘(huì)图，因为太(tài)逼真，被大(dà)家(jiā)当(dāng)成真事(shì)传播(bō)了。

不过仔细观察可以发(fā)现，活动发起(qǐ)者提供的照(zhào)片中(zhōng)有个很(hěn)大(dà)的漏(lòu)洞(dòng)可以发现并非真人(rén)，而是AI绘(huì)图，那便是图片中女性的手指(zhǐ)部分有的存在异常。

有行业(yè)人事表示(shì)：“现在(zài)因为手指部(bù)分的绘画算法比较复(fù)杂，AI还不太会画(huà)人(rén)的手，但(dàn)最新看到的图片已经(jīng)有越来(lái)越完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗在国外也(yě)已有发生。据英(yīng)国(guó)广播公司报道(dào)，土耳其(qí)地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片发(fā)布到网络，以此诱骗(piàn)善良的(de)人打赏“捐助”从而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已经(jīng)能(néng)做出真(zhēn)人照片(piàn)般的(de)绘图效果，如果这样的(de)图片被用来诈骗，将非(fēi)常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认为AI在(zài)“学习”了大量前人的作品(pǐn)之(zhī)后，其(qí)创作(zuò)没有任何情绪和灵(líng)魂，难以和人类(lèi)的艺术创作相(xiāng)提(tí)并论(lùn)。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决，还有AIGC会不会(huì)代替(tì)人类“至高无上”的创意。

马斯克(kè)也强调，人工智能的安全(quán)问题需要得(dé)到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都(dōu)是有(yǒu)两面性(xìng)的，潜在(zài)的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技术将是第四次工(gōng)业革命的核心驱动力量，将创造新的(de)增长奇迹。

过去(qù)一年，人工智能在技(jì)术和商业层面都(dōu)有了巨(jù)大进展，AI绘画(huà)就是(shì)人(rén)工智(zhì)能(néng)技(jì)术发生方向性改变的一个代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌(gē)先后(hòu)发布了几(jǐ)条引(yǐn)爆科(kē)技(jì)圈的短(duǎn)视(shì)频。这些视频引发关注(zhù)并非内容做得多优秀，反而都非(fēi)常简单(dān)，比(bǐ)如一匹正在喝水的马，一(yī)只画(huà)画的玩具(jù)熊，或(huò)者一段骑摩托车的(de)第一视(shì)角录(lù)像(xiàng)，随便一个(gè)有手机(jī)的人都可(kě)以(yǐ)随手录(lù)下一(yī)段。

但这些(xiē)短(duǎn)视频的创作方式(shì)非常简单(dān)，创(chuàng)作(zuò)者仅仅需(xū)要向(xiàng)AI输(shū)入一段话，甚至只是(shì)说一(yī)下(xià)要求，AI就(jiù)可以(yǐ)根据(jù)需要生成一段视频。

谷(gǔ)歌(gē)发布的两个(gè)AI生成(chéng)视频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了(le)AI生(shēng)成的视频后，AI圈就(jiù)已经玩了一(yī)波梗，一个(gè)能够做出更(gèng)高(gāo)清视频(pín)的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以(yǐ)制作出(chū)超过(guò)2分钟的连贯的(de)也有确切内容的视频，这才(cái)是真正(zhèng)让(ràng)人们感(gǎn)到惊喜的地方。因为无论AI生(shēng)成(chéng)的视频(pín)多(duō)么高清，也(yě)只能是为内容(róng)生(shēng)产者提供一个(gè)灵感，一(yī)个素材，一个过场动画(huà)。

不(bù)过(guò)能够制作出有具体(tǐ)剧情(qíng)内(nèi)容的视频就(jiù)意(yì)味着(zhe)，一些(xiē)视频创作(zuò)由AI代替人工完(wán)成已(yǐ)经初步有了可能。

当下AI的(de)发展速度(dù)已经超过大部分人(rén)的(de)想象。内容产业的本质(zhì)是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为(wèi)全新的内容生产方式，可(kě)以为内(nèi)容(róng)产业带来更新的内(nèi)容风格、更快的生产速度，更低的生产成(chéng)本(三维向量叉乘公式矩阵，三维向量叉乘公式行列式běn)，这无疑会驱动(dòng)内容产业的大(dà)爆发。

除了(le)AI绘图(tú)、视频(pín)，AIGC技术(shù)还能(néng)应(yīng)用(yòng)于(yú)音(yīn)乐、代码、机器人动(dòng)作等多种内容形式(shì)的生(shēng)成。不难发现(xiàn)该项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素(sù)的(de)构建(jiàn)亦有关键(jiàn)意义(yì)。

从商业化(huà)的角度来看，文化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可视化内容有强烈(liè)需(xū)求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程中的一块重要(yào)拼图，有望在技术更新(xīn)的加持下(xià)实(shí)现更大的(de)应用价值。

AI从理(lǐ)解内容，走向了(le)可(kě)以生成内容，甚至能(néng)够创造出独立价值和(hé)独立视(shì)角的内容。AIGC的(de)再次出圈，更代表(biǎo)着(zhe)未来的先进生(shēng)产(chǎn)力(lì)即将到来。

04

紧抓大模(mó)型与算力(lì)，牢(láo)固AIGC底座(zuò)

从技(jì)术(shù)的(de)发展也(yě)可以看出，在语言大模(mó)型、图像大模(mó)型(xíng)之后，多模(mó)态(tài)大模型已经(jīng)成为了新的趋势。

大模型(xíng)被誉为当前人工智能发展的智能底座，是全球竞争最激烈(liè)的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等(děng)众多头部企业都在竞相(xiāng)发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一(yī)次的(de)成本(běn)约为140万(wàn)美元。而对于一些(xiē)更大(dà)的LLM(大型语言模型)，训练成本则(zé)介(jiè)于(yú)200万美元(yuán)至1200万(wàn)美(měi)元(yuán)高价(jià)之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均(jūn)数1300万(wàn)计算(suàn)，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日仅电费就在5万美(měi)元(yuán)左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模(mó)型的发展同时，更应该(gāi)关注算力网络的建(jiàn)设。

算力网络正驱(qū)动(dòng)AI产业(yè)发展进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发(fā)展的终(zhōng)极目标离得更近。

因为算力可以对突破(pò)性技术创新提供大(dà)力的支持。这方(fāng)面(miàn)，多(duō)模态(tài)大模(mó)型是典型。作为面(miàn)向未来强人工智能、通用人工智能的重要技(jì)术创新，多(duō)模(mó)态大(dà)模型已经在人工智能领域提出了(le)很多(duō)年，业界也有不(bù)少(shǎo)技术突破，但(dàn)是，多(duō)模态大模(mó)型进一步(bù)往(wǎng)下走，算力需求呈几何式上升，一般的(de)算力基础(chǔ)设施很(hěn)快将难(nán)以(yǐ)胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态的跃迁，让(ràng)人工智能(néng)可以灵活应(yīng)对不同模态(tài)的转化、像人与世界交互(hù)一样自然(rán)，这方面，由算力网(wǎng)络来(lái)驱(qū)动将(jiāng)有明(míng)显(xiǎn)优势。

此外，还(hái)有很多需要爆发式增(zēng)长的算力来(lái)支撑的技术创新，将在人(rén)工智(zhì)能算力(lì)网(wǎng)络支撑(chēng)下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大算(suàn)力的支持下AIGC能持(chí)续颠(diān)覆内(nèi)容生产的(de)方式，将(jiāng)创造的边际成本降低(dī)，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 三维向量叉乘公式矩阵，三维向量叉乘公式行列式