自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多(duō)次公开谈论(lùn)人(rén)工智(zhì)能(néng)话题。在最(zuì)近的一(yī)次采(cǎi)访(fǎng)中，他再次表示：“AI可能会让科技行(xíng)业(yè)迎来(lái)一次剧烈的洗牌(pái)”。

这个结论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展可能会(huì)威胁到(dào)谷歌的(de)市占率，因为微软在AI方(fāng)面(miàn)的行(xíng)动(dòng)相(xiāng)当(dāng)迅(xùn)速。而最终(zhōng)科技巨头将把AI整(zhěng)合(hé)成用户的“全能(néng)助手”，包(bāo)揽(lǎn)一切应用，与(yǔ)人们进行沟通并提供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到(dào)来(lái)可能尚(shàng)需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热(rè)点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法

AIGC向可(kě)控(kòng)靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火的时候(hòu)，还(hái)是2022年(nián)8月，在(zài)美国(guó)科罗拉多州举办的新(xīn)兴数字艺(yì)术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代(dài)表。

用(yòng)户们可以在(zài)应用(yòng)中输(shū)入一(yī)组关键词或者一张照(zhào)片(piàn)，就能获得一幅(fú)AI创作(zuò)的画作(zuò)。

作画(huà)的关键就是所输入的文本。同一组关键词(cí)也可以创作出很多(duō)张风格不(bù)一样的画(huà)作，这让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他(tā)们会(huì)将生(shēng)成的美图当做(zuò)头像。而(ér)另一部分喜欢翻看AI绘(huì)画的“翻(fān)车”作品(pǐn)。在(zài)社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画(huà)成了“肌肉男”，还有网友的个人(rén)照片被AI识别(bié)成了建筑(zhù)。

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

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏创作的一种(zhǒng)基于控(kòng)制(zhì)点的图(tú)像变形算法，主要用于数字(zì)图像处理、计算机视(shì)觉和计算(suàn)机图形学等领域。

其SD插件一经(jīng)发布，在短(duǎn)短的(de)两天内便成为了AI绘画领域最(zuì)新的(de)热点。

在此之前，大家用了很(hěn)多方法想让AI生成的(de)结果尽可能的符合要求，但是都不尽如人意，它(tā)的出现代表着(zhe)AI生成开始(shǐ)进(jìn)入真正的(de)可控时期。

因为(wèi)ControlNet可以直接提取(qǔ)画面(miàn)的(de)构图，人物(wù)的(de)姿(zī)势和画(huà)面的深度信息等。有了它的帮助，就不(bù)用(yòng)频繁的用(yòng)提(tí)示(shì)词来(lái)碰运(yùn)气(qì)，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当(dāng)于给AI绘画(huà)加了“魔(mó)法”，不少博主的(de)作品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照片直(zhí)接带她们走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑定骨(gǔ)骼开始换关(guān)键词试效果。

通过(guò)图片就(jiù)可以(yǐ)看(kàn)出来(lái)，效果十分惊艳。

更(gèng)厉(lì)害的(de)是，除了真实的照片，草图(tú)也可以加上“魔(mó)法(fǎ)”，知乎大(dà)牛“DevPoint”和“张都监是什么级别的官，水浒官职品级一览表逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张(zhāng)吕敏其(qí)本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚(shèn)至输(shū)出(chū)的作品都已经(jīng)能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡(jī)湖有(yǒu)游艇party”的消息火遍网络(luò)，而(ér)经过警方辟(pì)谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给(gěi)出的(de)美女照片(piàn)都是(shì)AI制作的真人照片绘图，因为太逼真，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(tí)供的(de)照片(piàn)中有个很(hěn)大的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片中女(nǚ张都监是什么级别的官，水浒官职品级一览表)性(xìng)的手(shǒu)指(zhǐ)部分有的存在(zài)异常。

有行业(yè)人事(shì)表示：“现(xiàn)在因为(wèi)手(shǒu)指部分(fēn)的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最新看到的图片已经有越来越完美的AI模型出现，以后可能就完全(quán)没(méi)有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在国(guó)外(wài)也(yě)已有发(fā)生。据(jù)英国广播公司(sī)报(bào)道(dào)，土耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善良的人打(dǎ)赏(shǎng)“捐助(zhù)”从而实施诈骗。

目前随着(zhe)技术(shù)发展，AIGC已经(jīng)能(néng)做出真(zhēn)人照片般的绘(huì)图(tú)效果，如果这(zhè)样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一(yī)方面，批判(pàn)者认为(wèi)AI在“学习”了大量前(qián)人的作(zuò)品之后，其创作没有任何情绪和灵(líng)魂，难以(yǐ)和人类的(de)艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后(hòu)的版(bǎn)权、目前都并没有(yǒu)得(dé)到有效(xiào)的解决(jué)，还(hái)有AIGC会不会(huì)代替(tì)人类“至高无(wú)上”的(de)创意。

马斯克也强调，人工智能的安全(quán)问题需要得到(dào)重(zhòng)视(shì)，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方

技术(shù)都是有两面(miàn)性的，潜在(zài)的危害并不能掩盖其光辉的贡(gòng)献。现在看来，人工(gōng)智能技(jì)术将是第四次工业革命的(de)核心(xīn)驱动力量，将创造新的增长奇迹(jì)。

过(guò)去一年(nián)，人工智能在技(jì)术和商(shāng)业层面都(dōu)有了(le)巨大进展，AI绘(huì)画就(jiù)是(shì)人工智能技术(shù)发生方(fāng)向性改(gǎi)变的一个代表。其下一站或(huò)许就是视频。

此前，Meta和谷(gǔ)歌先后发布了(le)几条引爆科技圈的(de)短视频(pín)。这些(xiē)视频引发关(guān)注并非内容做得多优秀，反而都(dōu)非常简单，比如(rú)一匹正(zhèng)在喝水的(de)马，一只画画的玩具熊，或者一(yī)段骑(qí)摩(mó)托车的第一视(shì)角录(lù)像，随便一个有手(shǒu)机的人都可以(yǐ)随手录下一段(duàn)。

但(dàn)这些短视频的创作方式(shì)非常简单，创作者(zhě)仅(jǐn)仅需要向AI输入一段(duàn)话(huà)，甚至(zhì)只(zhǐ)是说一下(xià)要(yào)求，AI就(jiù)可(kě)以根据需要生成一段视频。

谷歌发布的(de)两(liǎng)个AI生(shēng)成视频分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有太多(duō)的(de)差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈(quān)就(jiù)已经(jīng)玩了一波(bō)梗，一个(gè)能够做出(chū)更(gèng)高(gāo)清视频的(de)AI还不足以在短时(shí)间内(nèi)戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于(yú)，它(tā)可以(yǐ)制作出(chū)超过2分钟的连贯(guàn)的也(yě)有确切内(nèi)容的视频，这才(cái)是(shì)真正让人(rén)们感到惊喜的地方。因为(wèi)无论AI生(shēng)成的视频多么(me)高清，也只(zhǐ)能(néng)是为内容(róng)生产者提供一个灵(líng)感(gǎn)，一个素材，一个过场动画。

不(bù)过能够制作出有具体剧(jù)情(qíng)内容的视频就意(yì)味着(zhe)，一些视(shì)频创作由AI代替人工完成已(yǐ)经初(chū)步有了可(kě)能。

当(dāng)下AI的发展速度已经超过大部分人的想象。内容产业的本(běn)质是供给(gěi)创造(zào)需求，AIGC作为全新的内容生产方(fāng)式，可以为内容产业带(dài)来更新(xīn)的(de)内(nèi)容风格(gé)、更快的生产速度，更低的(de)生产(chǎn)成本，这无疑会驱(qū)动内容产业的(de)大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码、机器人动作等多(duō)种(zhǒng)内容形式的生成。不难发现该(gāi)项技术不仅在游戏等行业(yè)能得(dé)到有效应用，对于下一代互联网各种元素的构建亦有关(guān)键意(yì)义。

从商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等诸多(duō)领域，本身就对基于(yú)AI的可视化(huà)内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频(pín)或(huò)不是结果，而只(zhǐ)是AI进程中(zhōng)的一块重要拼图，有望(wàng)在技术更新的加(jiā)持下(xià)实现更大的应用价值。

AI从理解内容，走向了可(kě)以生成内(nèi)容，甚(shèn)至能够创造出独(dú)立价值(zhí)和独立视角的(de)内容。AIGC的再次出圈，更代表着未来的(de)先进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢(láo)固(gù)AIGC底座

从技术的发展也(yě)可(kě)以看出(chū)，在语言大模型(xíng)、图像大模型之后，多模态大模型(xíng)已经成(chéng)为了新的(de)趋势(shì)。

大模型(xíng)被(bèi)誉为(wèi)当前(qián)人工智能发展的智(zhì)能底座(zuò)，是全球竞争最激烈(liè)的研(yán)究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等(děng)众多(duō)头部企业都(dōu)在竞相发(fā)力。

不过(guò)训练大(dà)模型的(de)确价格(gé)不(bù)菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告(gào)估(gū)算，GPT-3训练一次的成本(běn)约为140万美(měi)元。而对(duì)于一些(xiē)更(gèng)大的(de)LLM(大型语(yǔ)言模(mó)型)，训练成(chéng)本则介于200万美元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯片需求为3万(wàn)多片英伟(wěi)达(dá)A100 GPU，初(chū)始投入(rù)成本约(yuē)为(wèi)8亿(yì)美(měi)元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开(kāi)庞大算力支持。在关注(zhù)各类大模型的发展同时，更应该关注算力网络的建设(shè)。

算力网络正驱(qū)动(dòng)AI产(chǎn)业发展进入(rù)史诗(shī)级加速进程，让AIGC及通用AI这一人(rén)工(gōng)智能发展的终极目标离(lí)得更(gèng)近。

因为算(suàn)力可(kě)以对突破性技术创新提供大(dà)力的支持(chí)。这方面，多模态大模型是典(diǎn)型(xíng)。作为面向未(wèi)来强人工(gōng)智能(néng)、通用人(rén)工智能(néng)的重要技术(shù)创新，多模态(tài)大(dà)模型已经在(zài)人(rén)工(gōng)智能领域提(tí)出(chū)了很(hěn)多(duō)年，业界也有(yǒu)不少技术突破(pò)，但是，多模态大(dà)模型进(jìn)一步往下走，算(suàn)力需(xū)求呈几(jǐ)何式上升，一般的(de)算力基础设施(shī)很快将难以(yǐ)胜(shèng)任。

从图(tú)像、文字、语音单(dān)独一项的(de)训(xùn)练，到(dào)双模态(tài)、三模态的跃迁，让人(rén)工(gōng)智能(néng)可以灵(líng)活应对不(bù)同模态(tài)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有明(míng)显优势。

此外，还有很多需要爆发式增长的算力(lì)来支撑的技术创新，将在人工智能算力网络支撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期(qī)待在大模型和大(dà)算力的支持下AIGC能持(chí)续颠覆内容生(shēng)产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 张都监是什么级别的官，水浒官职品级一览表