自聊天机器(qì)人(rén)ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖(gài)茨已(yǐ)多(duō)次公开谈论(lùn)人(rén)工智能话题。在最近的一次(cì)采访中，他再(zài)次(cì)表(biǎo)示：“AI可能会让科技行(xíng)业迎来一次剧(jù)烈的洗牌”。

这个结(jié)论(lùn)是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目专访时(shí)提出的。

他预期，AI的发展可能会(huì)威胁到谷歌的市占(zhàn)率(lǜ)，因为微软在AI方面的(de)行动相(xiāng)当迅速。而(ér)最终科技巨(jù)头将把AI整合成用(yòng)户的“全(quán)能(néng)助手”，包揽一切(qiè)应用，与人们进行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日(rì)，但由(yóu)ControlNet引发(fā)的(de)又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代(dài)表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的(de)新兴(xīng)数字艺(yì)术家竞(jìng)赛(sài)中，一幅名(míng)为《太空歌(gē)剧院》的作(zuò)品获奖(jiǎng)。

随(suí)后各大厂商(shāng)的AI绘画软件被广大网友熟知并(bìng)体(tǐ)验(yàn)，Stable Diffusion便是(shì)其中代表。

用户(hù)们可以在应用中输入一组关键词或者一(yī)张照片，就能获得(dé)一幅AI创作的画作(zuò)。

作画(huà)的(de)关键就是(shì)所输(shū)入的文本。同一(yī)组关(guān)键(jiàn)词(cí)也可以创作出(chū)很多(duō)张(zhāng)风格不一样(yàng)的(de)画作，这让(ràng)创作的(de)过程(chéng)就像开盲(máng)盒。

很(hěn)多用户(hù)很喜欢这种不确定(dìng)的惊(jīng)喜，他们会(huì)将生(shēng)成的美图当(dāng)做头(tóu)像(xiàng)。而另一(yī)部分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作(zuò)品。在社交(jiāo)媒体上，许多用户分(fēn)享AI“翻车(chē)现场”，例如，一位网(wǎng)友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写(xiě)关键(jiàn)词游(yóu)戏(xì)可能(néng)要被颠覆了。

ControlNet是一位正在斯(sī)坦福(fú)读博的(de)中国(guó)人张吕(lǚ)敏创作的一种基于(yú)控制点的图(tú)像变形算法，主要用于数字图像处理(lǐ)、计(jì)算机视(shì)觉和计算机图形(xíng)学等(děng)领域。

其SD插件一(yī)经发(fā)布，在短短的两天内便成(chéng)为了(le)AI绘画领域(yù)最(zuì)新的热点。

在此之前，大家用(yòng)了很多方(fāng)法(fǎ)想(xiǎng)让AI生成的结果尽可能的符(fú)合要求，但(dàn)是都不尽如人(rén)意，它(tā)的出现代表着(zhe)AI生成开始进(jìn)入真正的(de)可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取(qǔ)画面的(de)构图，人物的姿势和画面的深(shēn)度信息等。有了它(tā)的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AIn是什么化学元素，n是什么化学元素符号绘画(huà)加(jiā)了“魔法(fǎ)”，不少博主的作品已经(jīng)获得了(le)大(dà)量的浏(liú)览(lǎn)量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他(tā)用朋友(yǒu)的(de)照(zhào)片直接带(dài)她们走进动(dòng)漫世界。

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

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对(duì)应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试(shì)效果。

通(tōng)过图片就(jiù)可以看出来(lái)，效(xiào)果十(shí)分惊艳。

更(gèng)厉害(hài)的是，除了真(zhēn)实(shí)的照片，草图也(yě)可以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏(mǐn)其本(běn)尊也亲(qīn)自(zì)回(huí)应。

不得不说当下(xià)AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警(jǐng)惕安全问题

近(jìn)日(rì)，“苏州金鸡湖有游艇party”的(de)消息(xī)火遍网络，而(ér)经过警方辟(pì)谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出的美(měi)女照片都是AI制作的真人照片绘(huì)图(tú)，因为太逼真，被(bèi)大家当成(chéng)真事传播(bō)了(le)。

不过仔(zǎi)细观察可(kě)以(yǐ)发现，活动发起者提供的照片(piàn)中(zhōng)有个(gè)很大的(de)漏洞可以(yǐ)发现并(bìng)非真人，而(ér)是AI绘图，那便是图(tú)片中(zhōng)女性的(de)手指部分有的存(cún)在异(yì)常。

有行(xíng)业人事表(biǎo)示：“现在因(yīn)为手指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看到(dào)的图片(piàn)已经有越(yuè)来越完(wán)美的AI模型出(chū)现，以后可能就完(wán)全没有漏(lòu)洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗在国外也已有发生。据英国广播公司报道(dào)，土耳其(qí)地(dì)震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假(jiǎ)照片发布到网络(luò)，以此诱(yòu)骗(piàn)善(shàn)良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能(néng)做出真(zhēn)人照片(piàn)般的(de)绘图效(xiào)果，如(rú)果这样的图(tú)片被用来诈骗，将(jiāng)非(fēi)常可(kě)怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一方面，批(pī)判者认为AI在“学习(xí)”了(le)大量前人的(de)作品之后，其创作没有任(rèn)何情绪和(hé)灵魂，难以和人类的(de)艺术创作相(xiāng)提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没(méi)有得到有效(xiào)的解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意(yì)。

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

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有两面性的，潜在的危害并(bìng)不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人(rén)工智能技(jì)术将是第(dì)四次工(gōng)业革命的核心(xīn)驱动力(lì)量(liàng)，将(jiāng)创造新的(de)增长(zhǎng)奇迹(jì)。

过(guò)去一年，人工智(zhì)能在技(jì)术和商业层面(miàn)都有了巨大进(jìn)展，AI绘画就是(shì)人(rén)工(gōng)智(zhì)能技术发(fā)生方向性改(gǎi)变的(de)一个代表。其(qí)下一站或许(xǔ)就是视频(pín)。

此(cǐ)前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈(quān)的短视频。这些视频引发(fā)关注并非内容做(zuò)得(dé)多(duō)优(yōu)秀，反而都非常简单，比如一匹正(zhèng)在喝水的马(mǎ)，一只(zhǐ)画画(huà)的玩具熊，或者(zhě)一段(duàn)骑摩托车的第一视角录像，随(suí)便一个(gè)有(yǒu)手机的人都可(kě)以随(suí)手(shǒu)录下(xià)一(yī)段。

但这些短视频(pín)的(de)创作方式(shì)非常简单(dān)，创作者仅仅需要向AI输入(rù)一段话(huà)，甚至(zhì)只是说一(yī)下(xià)要求，AI就(jiù)可以根(gēn)据需要生(shēng)成一(yī)段视频(pín)。

谷歌发(fā)布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈就已经玩了一波(bō)梗(gěng)，一个能够(gòu)做出更高清(qīng)视频的AI还不足以在短(duǎn)时间内(nèi)戳中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震惊的地方(fāng)在于，它可以制作出(chū)超过2分钟的(de)连贯的也(yě)有确切内容的视频，这(zhè)才是真正让人们感(gǎn)到惊喜的地方。因为无论(lùn)AI生成的视频多么高清，也(yě)只(zhǐ)能是为内容生(shēng)产者提供(gōng)一个灵感(gǎn)，一个(gè)素材(cái)，一(yī)个(gè)过场动(dòng)画。

不过能够(gòu)制作(zuò)出有具体剧(jù)情内容的视频就(jiù)意(yì)味着(zhe)，一些(xiē)视频创(chuàng)作(zuò)由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超(chāo)过大部分人的想(xiǎng)象。内(nèi)容产(chǎn)业的本质是供(gōng)给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更(gèng)新的内容风格(gé)、更快的生(shēng)产速度，更低的生产成本，这无疑(yí)会驱动内容产业(yè)的(de)大爆发(fā)。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应用于音(yīn)乐(lè)、代码、机器人动作等多种内容形(xíng)式的生成(chéng)。不(bù)难发现该项(xiàng)技术不(bù)仅在(zài)游戏等(děng)行业能(néng)得到有(yǒu)效应(yīng)用，对于下(xià)一(yī)代互联网各(gè)种元素的构建亦有关键(jiàn)意(yì)义(yì)。

从商业化的角(jiǎo)度来看，文化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘(huì)画及(jí)视频(pín)或不是(shì)结果，而只是AI进(jìn)程中的一块重(zhòng)要拼图，有(yǒu)望在技术更(gèng)新的加持下实现更大(dà)的应(yīng)用价值。

AI从理解内容，走向(xiàng)了可以生成(chéng)内容，甚至(zhì)能够创(chuàng)造出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即将到(dào)来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术(shù)的发展也可以看出，在语(yǔ)言大模(mó)型、图像大模(mó)型之后，多模态大模型已(yǐ)经成为了(le)新(xīn)的趋(qū)势n是什么化学元素，n是什么化学元素符号。

大模型被誉为当前人工(gōng)智能(néng)发展(zhǎn)的智能底座，是全球竞(jìng)争最激烈的(de)研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多头部企业都在竞相发力。

不过训练大模型(xíng)的(de)确价(jià)格不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对于一些(xiē)更(gèng)大的LLM(大型语言模型)，训练(liàn)成本则介于200万美元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年(nián)1月(yuè)的独立访客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每日(rì)仅电费(fèi)就在(zài)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。在关(guān)注各(gè)类大模(mó)型(xíng)的发展同时，更应该(gāi)关注算力网络(luò)的建设。

算力网络正(zhèng)驱动(dòng)AI产业发展进入史诗(shī)级(jí)加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能发展的(de)终极目标离得(dé)更(gèng)近。

因(yīn)为(wèi)算力(lì)可以(yǐ)对突破性技术(shù)创(chuàng)新提供(gōng)大力(lì)的支持(chí)。这方面，多模(mó)态大模(mó)型是典(diǎn)型。作为面向未来强人工智能、通用人工智能的重要技术创新，多模态大模型已经在人工智能领(lǐng)域提出了很多年，业(yè)界也有不少技术突破，但是(shì)，多(duō)模(mó)态大模型(xíng)进一步往下走，算力需求呈(chéng)几何式上升，一般的算(suàn)力基础设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单独一项的训练，到双模态、三模态(tài)的(de)跃迁，让人(rén)工智能可以灵活应(yīng)对不同模态的转(zhuǎn)化、像人与世界交互一(yī)样自然，这方面(miàn)，由算力网络(luò)来驱(qū)动(dòng)将有明显优势。

此外，还有很(hěn)多需要(yào)爆发式增长的算力(lì)来支(zhī)撑的技术(shù)创新，将(jiāng)在人工智能(néng)算力网络支撑(chēng)下快速推进。

AIGC已经露(lù)出曙光，期(qī)待在(zài)大模型和大算(suàn)力的支持(chí)下AIGC能持续颠覆内容生产的(de)方式，将创造的边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 n是什么化学元素，n是什么化学元素符号