自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公司(sī)创(chuàng)始(shǐ)人比尔(ěr)·盖(gài)茨已多次公开谈论人工智(zhì)能话题(tí)。在最近的一次采访中，他(tā)再次表示：“AI可能(néng)会让科技行(xíng)业迎来(lái)一(yī)次剧烈的洗(xǐ)牌”。

这(zhè)个(gè)结(jié)论(lùn)是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出(chū)的(de)。

他预期，AI的(de)发(fā)展可(kě)能(néng)会威胁到谷歌的市占率，因为微软(ruǎn)在(zài)AI方面的行动相(xiāng)当迅速。而最终科(kē)技(jì)巨头将把AI整合(hé)成用户(hù)的“全能助手(shǒu)”，包(bāo)揽一切应(yīng)用，与人们进行沟(gōu)通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助(zhù)手的(de)到来可(kě)能尚需时日(rì)，但(dàn)由ControlNet引(yǐn)发的(de)又一(yī)次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一(yī)次爆火(huǒ)的(de)时候(hòu)，还是2022年8月，在美国科罗拉多州举办的新(xīn)兴数(shù)字艺术(shù)家竞赛中(zhōng)，一(yī)幅名为《太空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组(zǔ)关键词或者一张照片，就能获得(dé)一幅AI创作的(de)画作。

作画(huà)的(de)关键就是所输(shū)入的文本。同一组(zǔ)关键(jiàn)词也可(kě)以创(chuàng)作出(chū)很(hěn)多张风格(gé)不一(yī)样的(de)画(huà)作，这让创(chuàng)作的过程就像(xiàng)开盲(máng)盒。

很(hěn)多用户很喜欢这种不(bù)确定的(de)惊喜，他们会将生成(chéng)的(de)美图(tú)当做头像。而另一部分喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在(zài)社交媒体上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还有网友(yǒu)的个人说唱歌手bp，说唱b7是什么意思照片(piàn)被(bèi)AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘(huì)画(huà)的(de)填写关键词(cí)游戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯(sī)坦福读博(bó)的中国人张吕敏(mǐn)创作的一种(zhǒng)基于控制点的图像(xiàng)变形(xíng)算法，主要用于数字图像处(chù)理、计算机(jī)视觉(jué)和(hé)计(jì)算机(jī)图形学(xué)等(děng)领(lǐng)域。

其SD插件一(yī)经发布，在短(duǎn)短的两(liǎng)天内(nèi)便成为了AI绘画领域最新的(de)热点(diǎn)。

在此之前，大家用了(le)很多方法想(xiǎng)让(ràng)AI生成的结果尽可(kě)能的符合要求，但(dàn)是都(dōu)不(bù)尽如人意，它的(de)出现代(dài)表着AI生成(chéng)开始进入真(zhēn)正的可控时期(qī)。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图(tú)，人物的(de)姿势和画(huà)面的深度信息等(děng)。有了它的帮助，就不用频繁(fán)的用提(tí)示词(cí)来碰运气，抽(chōu)盲(máng)盒(hé)式(shì)的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经获(huò)得了大量(liàng)的浏览量，“viggo”就(jiù)是(shì)其(qí)中之一，他用朋友的照片(piàn)直接(jiē)带(dài)她们走(zǒu)进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关键词(cí)试效果。

通过图片(piàn)就(jiù)可以看(kàn)出来(lái)，效果十(shí)分惊艳(yàn)。

更厉(lì)害的是(shì)，除了(le)真(zhēn)实的照片，草图也可以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神(shén)张(zhāng)吕敏其本尊也亲(qīn)自回(huí)应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至输(shū)出的(de)作(zuò)品都已经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全(quán)问题(tí)

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的消息火遍网(wǎng)络，而经过(guò)警方(fāng)辟谣这所谓的(de)“party”可(kě)能(néng)是全国第一起AI绘图(tú)诈骗(piàn)。

由(yóu)于(yú)这个(gè)活动里面给(gěi)出的美女照(zhào)片(piàn)都是AI制作的真人(rén)照片绘(huì)图，因为(wèi)太逼真(zhēn)，被(bèi)大家当成真事传播了。

不过仔(zǎi)细观(guān)察可以发现，活动发(fā)起(qǐ)者(zhě)提供的(de)照片中(zhōng)有个很大的漏洞可以发现并(bìng)非(fēi)真人，而(ér)是AI绘图，那便(biàn)是图片(piàn)中女(nǚ)性的手(shǒu)指部分有的存在异常。

说唱歌手bp，说唱b7是什么意思cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有(yǒu)行业人(rén)事表示：“现在(zài)因为手(shǒu)指部(bù)分(fēn)的绘画(huà)算法比较复杂，AI还(hái)不太会画人的手(shǒu)，但最(zuì)新看(kàn)到的图片已经有(yǒu)越来越完美的AI模型出(chū)现，以(yǐ)后可(kě)能就完(wán)全没(méi)有漏洞了。”

类似(shì)的(de)AI作(zuò)图诈骗在国(guó)外也已有发生。据英国广播公(gōng)司报道(dào)，土耳其(qí)地(dì)震期间，有(yǒu)Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假照片发布到网络，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图效果(guǒ)，如果(guǒ)这样的图(tú)片(piàn)被用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还(hái)引发了很(hěn)多担忧(yōu)，一方面，批判者认为(wèi)AI在“学(xué)习”了大量前人的作品之(zhī)后，其创作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难以和(hé)人类的艺术创作相提并论。

另一(yī)方面，AIGC背后的版(bǎn)权(quán)、目前都并没有得到有(yǒu)效的(de)解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意(yì)。

马斯(sī)克也(yě)强调，人工智能(néng)的安全问题需要(yào)得到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视频(pín)，还(hái)有远(yuǎn)方

技术都是有两面性的(de)，潜在的危害(hài)并不能掩(yǎn)盖其光辉的贡(gòng)献。现在(zài)看来，人工智(zhì)能技术将是第四次(cì)工业革命的(de)核心驱动力量，将创(chuàng)造新的增长(zhǎng)奇(qí)迹(jì)。

过去(qù)一(yī)年，人工智能在(zài)技术和商业层面(miàn)都(dōu)有了巨大进展，AI绘画就(jiù)是人工智能技术(shù)发(fā)生方向性改变的一个代(dài)表(biǎo)。其(qí)下一站或许就是(shì)视频。

此前，Meta和谷歌(gē)先后发(fā)布了(le)几条引爆(bào)科技圈(quān)的(de)短视频(pín)。这些视(shì)频引发关注并非内容(róng)做得多优秀，反(fǎn)而都(dōu)非常简单(dān)，比如一(yī)匹正在(zài)喝水的马，一(yī)只画画的(de)玩具熊，或者一(yī)段骑摩托车的第一视角(jiǎo)录像，随便一个有手(shǒu)机的人都可以随手录下一段。

但这些短视频(pín)的创作方式(shì)非(fēi)常简(jiǎn)单，创作者仅仅需要(yào)向AI输入一段话(huà)，甚至只是说一下要求，AI就可(kě)以根据需要生成一段视频(pín)。

谷歌发(fā)布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有(yǒu)太多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的(de)视频(pín)后，AI圈(quān)就已经(jīng)玩了一波梗，一(yī)个能够做出更(gèng)高清视频(pín)的AI还不足以在短时间内戳中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更加令人(rén)震(zhèn)惊的(de)地方在于(yú)，它可(kě)以制作出(chū)超(chāo)过(guò)2分钟的连贯的也有确切内容的视频，这才是真(zhēn)正让人(rén)们感到惊喜的地(dì)方。因为无论AI生成的视频多么高清，也只能(néng)是为内(nèi)容生产者提供一个灵感，一个(gè)素材(cái)，一个过场(chǎng)动画。

不过能(néng)够制(zhì)作(zuò)出(chū)有(yǒu)具体剧情内容(róng)的视频就意味着，一些视频创作由(yóu)AI代替人工(gōng)完成(chéng)已经初步(bù)有(yǒu)了可能。

当下AI的发展速度已经(jīng)超过大部(bù)分人(rén)的想象。内容产业的本质是供给创造需求，AIGC作(zuò)为全新的(de)内容生产方式，可以为内容产(chǎn)业带来更(gèng)新的内(nèi)容风格(gé)、更快的生产速度，更(gèng)低的生产成(chéng)本(běn)，这(zhè)无(wú)疑会驱动内容产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能应用(yòng)于(yú)音乐、代码、机器人动作(zuò)等多(duō)种(zhǒng)内容形式(shì)的生成(chéng)。不(bù)难发(fā)现该项技术不仅在(zài)游戏等行业能得到有效应用，对于下(xià)一代(dài)互(hù)联网各种(zhǒng)元(yuán)素的构建亦(yì)有(yǒu)关键意义(yì)。

从(cóng)商业化的(de)角度来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可视(shì)化内容有(yǒu)强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视频或(huò)不(bù)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(jì)术更新(xīn)的加持下实现更大的(de)应用价(jià)值。

AI从理解内(nèi)容，走(zǒu)向(xiàng)了(le)可以生成内(nèi)容，甚至能够创(chuàng)造出独(dú)立价值和(hé)独立视角的内容(róng)。AIGC的再(zài)次出圈(quān)，更代表着未(wèi)来的先进生(shēng)产力即(jí)将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可(kě)以看出，在(zài)语言(yán)大模型(xíng)、图像大模型之后(hòu)，多模(mó)态(tài)大模型已经成为了新的趋(qū)势。

大模(mó)型被誉为当(dāng)前人工智能(néng)发展的智能底(dǐ)座(zuò)，是全(quán)球竞(jìng)争最激(jī)烈的研究(jiū)方(fāng)向之(zhī)一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众多头部企业(yè)都在竞相(xiāng)发力。

不(bù)过训(xùn)练大模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万(wàn)美元。而对(duì)于一些更(gèng)大的(de)LLM(大型语言模(mó)型)，训练成本则介于(yú)200万(wàn)美(měi)元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独(dú)立访客平均数1300万计算，其对应芯片需求为(wèi)3万多片(piàn)英伟达A100 GPU，初(chū)始(shǐ)投入(rù)成(chéng)本(běn)约为8亿美元，每日仅电费就在5万美元(yuán)左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在(zài)关注各类(lèi)大(dà)模型的发(fā)展同(tóng)时，更应该关注算力网络的建设。

算(suàn)力(lì)网络正驱动AI产业发展进(jìn)入(rù)史诗级加速进(jìn)程，让AIGC及通用AI这(zhè)一人工智能发展(zhǎn)的终(zhōng)极(jí)目(mù)标离得更近。

因为算力可以对(duì)突破性(xìng)技术(shù)创新提(tí)供大力的支(zhī)持。这方(fāng)面，多(duō)模态大模型是典(diǎn)型。作为面向(xiàng)未来强人工智(zhì)能、通用人工(gōng)智能(néng)的重要技术创新，多模态大(dà)模型已(yǐ)经在人(rén)工智能(néng)领域提出了很多年，业界也(yě)有不少技术突破，但是，多模(mó)态大(dà)模型进一(yī)步往下走，算力需(xū)求呈几何式上升，一般的算力(lì)基础设施很(hěn)快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独(dú)一(yī)项的训练，到双模态、三模态的(de)跃(yuè)迁，让人工智能可以灵活应对(duì)不(bù)同模态(tài)的转(zhuǎn)化、像人(rén)与世界交(jiāo)互一(yī)样自然，这方面，由(yóu)算力网络来驱动将有明显优势。

此外，还有很(hěn)多需(xū)要爆发式增(zēng)长的算力来支撑(chēng)的技术(shù)创新，将在人工智能算(suàn)力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模型和大(dà)算力的(de)支持(chí)下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 说唱歌手bp，说唱b7是什么意思