自聊(liáo)天机器人(rén)ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔·盖茨(cí)已多次公开谈论人工(gōng)智能(néng)话题。在最近的一次采访中，他再次表示：“AI可能会让(ràng)科技行业(yè)迎来一次剧(jù)烈(liè)的(de)洗牌”。

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

他预期，AI的发展可能会威胁到谷歌的市(shì)占率(lǜ)，因为微软在(zài)AI方面(miàn)的(de)行动相当迅速(sù)。而最终科技巨头将(jiāng)把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人们进行(xíng)沟通并提供建议，可(kě)以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或(huò)Outlook等应用。

大(dà)佬口中全能助(zhù)手的到(dào)来(lái)可能尚(shàng)需时日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为(wèi)代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州(zhōu)举办的新(xīn)兴数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获(huò)奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表。

用户们可(kě)以在应用中输入一组关键(jiàn)词(cí)或(huò)者一张(zhāng)照片(piàn)，就(jiù)能(néng)获得一幅AI创作(zuò)的画作。

作(zuò)画(huà)的关键(jiàn)就是所输入(rù)的文(wén)本。同一组(zǔ)关(guān)键词也可以创作出很多张风(fēng)格不一样的画作，这让创作的(de)过程就像开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们(men)会将生成的(de)美图(tú)当做头像。而另一部(bù)分(fēn)喜(xǐ)欢翻(fān)看AI绘画的“翻车(chē)”作品。在社交媒体上，许(xǔ)多用户(hù)分享AI“翻车现场(chǎng)”，例(lì)如，一(yī)位网友(yǒu)的小(xiǎo)狗(gǒu)照片被(bèi)AI画(huà)成了(le)“肌肉男(nán)”，还有网友的个(gè)人照片被AI识(shí)别(bié)成了(le)建筑。

而如今随着ControlNet的(de)出(chū)现与加(jiā)持(chí)，以往AI绘(huì)画的填写关键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕(lǚ)敏创作的一种基于控(kòng)制点(diǎn)的图像变形算法，主(zhǔ)要用于数字图像(xiàng)处理、计算(suàn)机视觉和(hé)计算机图(tú)形学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便成(chéng)为了(le)AI绘画领域最新的热点。

在此之前，大家(jiā)用了很多方法想(xiǎng)让AI生(shēng)成的结果尽可能的符合要求，但(dàn)是都不尽如人(rén)意，它的出现代表着AI生(shēng)成开始(shǐ)进入真正的(de)可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构图(tú)，人物的姿势和(hé)画(huà)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(lái)碰运(yùn)气，抽盲(máng)盒式(shì)的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她(tā)们走(zǒu)进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应的(de)关键词；最后用ControlNet插件绑定骨骼开(kāi)始换(huàn)关(guān)键词(cí)试效果(guǒ)。

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

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神张(zhāng)吕敏其本尊也(yě)亲自(zì)回(huí)应(yīng)。

不得不说当下AIGC已(yǐ)经变得(dé)越(yuè)来越强大，甚(shèn)至输(shū)出的作(zuò)品都已经(jīng)能(néng)以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发(fā)

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍(biàn)网络，而经(jīng)过(guò)警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个(gè)活(huó)动(dòng)里面给出的美女照片都是AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被大(dà)家当成真事传播了(le)。

不过仔细(xì)观察可以发(fā)现(xiàn)，活动发起者提供的照(zhào)片中(zhōng)有个很大的漏洞可以发现并非真人，而是AI绘(huì)图，那便是图片(piàn)中女性(xìng)的手指部分有的存在异常。

有行(xíng)业人事表示：“现(xiàn)在因为手指部分的(de)绘(huì)画算法比较(jiào)复杂，AI还不太会画人(rén)的(de)手，但最新看(kàn)到(dào)的(de)图(tú)片已经有越来越完美的AI模型出现，以后可能就完(wán)全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生。据英(yīng)国广播(bō)公司报道，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假照片发布到网(wǎng)络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出真人(rén)照片般的(de)绘(huì)图效(xiào)果，如(rú)果(guǒ)这样的图(tú)片被用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批(pī)判者认为(wèi)AI在“学习(xí)”了大(dà)量(liàng)前人的作品之后，其创作没有任何(hé)情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的(de)版权、目(mù)前(qián)都并没有得到有效的解决，还(hái)有(yǒu)AIGC会不(bù)会代替人类“至高无(wú)上”的(de)创意。

马斯克也强(qiáng)调，人(rén)工智能的安全问(wèn)题需要得(dé)到重视，太晚(wǎn)就来(lái)不及(jí)了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方

技术都(dōu)是(shì)有两(liǎng)面性的，潜在(zài)的危害并(bìng)不能掩盖其光辉的贡献。现在看(kàn)来，人工智(zhì)能技术将是第四次工业革命(mìng)的核心(xīn)驱动力量，将创(chuàng)造新的增长奇(qí)迹。

过去一年，人(rén)工智(zhì)能在(zài)技术和商业(yè)层面都有了巨(jù)大进展，AI绘画就是人工智能(néng)技术发生方(fāng)向性(xìng)改(gǎi)变(biàn)的一个代(dài)表。其(qí)下一站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科技圈的(de)短视频(pín)。这些视频引发关注并非(fēi)内(nèi)容(róng)做(zuò)得(dé)多优秀，反(fǎn)而都非(fēi)常(cháng)简(jiǎn)单，比如(rú)一匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩具(jù)熊(xióng)，或者一段骑摩托车的第一(yī)视(shì)角录像，随便一(yī)个有手机的(de)人(rén)都可(kě)以随手(shǒu)录下一段。

但这些短视频的创作方(fāng)式非(fēi)常简(jiǎn)单(dān)，创作者(zhě)仅仅需(xū)要向AI输入一(yī)段话(huà)，甚至(zhì)只(zhǐ)是说一(yī)下(xià)要求(qiú)，AI就可以根据需(xū)要生成一(yī)段视频。

谷(gǔ)歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波梗，一(yī)个能够做(zuò)出更高清视频的AI还不足以在短时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超过(guò)2分(fēn)钟的连贯的也有确切内容(róng)的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为(wèi)内容生(shēng)产(chǎn)者提供一个灵感，一个素材，一个过场动画。

不(bù)过能够制作出有(yǒu)具体剧情内容(róng)的(de)视频(pín)就意味着，一些视频创作由AI代替(tì)人工完成已经初步(bù)有了可能。

当下AI的发展(zhǎn)速度(dù)已经超过大部分人(rén)的(de)想(xiǎng)象。内(nèi)容产业的本质是供给创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容(róng)产业带来更新的(de)内容风格、更快(kuài)的生产(chǎn)速度，更低(dī)的生产成本，这(zhè)无疑会(huì)驱动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐、代码、机器(qì)人(rén)动作(zuò)等多(duō)种内容形式的生成。不难发现(xiàn)该(gāi)项技术不仅(jǐn)在游戏等行业能(néng)得到有效应用，对于下一代互(hù)联网各(gè)种元(yuán)素(sù)的构建亦有关键意义(yì)。

从(cóng)商业化的角度来(lái)看，文化(huà)娱乐、教(jiào)育、传媒等(děng)诸多领域，本身就(jiù)对基于AI的可视化内容(róng)有强(qiáng)烈需求(qiú)。

因此，AI绘(huì)画(huà)及视频或不(bù)是结果(guǒ)，而只是AI进(jìn)程(chéng)中的一(yī)块重要拼(pīn)图，有望在技术更新的加持下(xià)实现更大的应用价值。

AI从(cóng)理解内容(róng)，走向(xiàng)了可(kě)以生成内容，甚至能够创造(zào)出独立(lì)价值和独(dú)立视角的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未来的先(xiān)进生产力即将(jiāng)到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的(de)发展也可以看出，在语言(yán)大模(mó)型、图像(xiàng)大模型(xíng)之后(hòu)，多模态大(dà)模型(xíng)已经成(chéng)为了新的趋势。

大模(mó)型被誉为当前(qián)人工智能发(fā)展的智能底座，是全球竞争最激烈的研(yán)究方向之(zhī)一，包括(kuò)谷歌、亚马逊(xùn)、百度(dù)、阿里、腾讯等众(zhòng)多头(tóu)部(bù)企业都(dōu)在竞相发(fā)力。

不过训练(liàn)大(dà)模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更大的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本则介于200万美元(yuán)至(zhì)1200万美(měi)元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力(lì)支持。在(zài)关注各类大模(mó)型的发展同时(shí)，更应该关注算力网络的建设。

算力网络正驱动AI产业发展进入史诗级加速(sù)进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得(dé)更近(jìn)。

因为算力(lì)可以对突破性技术创(chuàng)新提供大(dà)力的支持。这方面，多模态(tài)大模型是典型。作为面向未来强人工智能、通用人工智能(néng)的重要(yào)技(jì)术创新，多(duō)模态大模型已经在人工智能领域提出了(le)很多年，业(yè)界也有不少技术突(tū)破，但是，多(duō)模(mó)态大模型进一步往下走(zǒu)，算(suàn)力(lì)需求呈几(jǐ)何式上(shàng)升，一般的算力基(jī)础设施很快将难以胜任。

从图像(xiàng)、文字、语(yǔ)音单独(dú)一项的训练，到双模态、三模态的跃迁(qiān)，让人工(gōng)智能可以灵活应对不同(tóng)模态的转化、像人与世界(jiè)交互一样自然，这方(fāng)面，由(yóu)算力(lì)网络来(lái)驱动将有明显优(yōu)势。

此外，还有很多需要爆(bào)发式增长的算力(lì)来支撑的技术创新(xīn)，将在(zài)人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力(lì)的支持(chí)下AIGC能(néng)持(chí)续颠(diān)覆内容生产(chǎn)的(de)方式(shì)，将创造的边际成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 八哥鸟寿命是多少年