自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公(gōng)司创(chuàng)始人(rén)比尔(ěr)·盖茨已多(duō)次(cì)公开谈(tán)论人工智能话题。在(zài)最近的一次采访(fǎng)中，他再次表(biǎo)示：“AI可(kě)能会让科技行(xíng)业迎来一次(cì)剧烈(liè)的洗牌”。

这个结论是(shì)他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的(de)。

他(tā)预(yù)期，AI的发展可能会威胁到谷歌的市占率，因为微软在(zài)AI方面的行动相当(dāng)迅速。而最终科技巨头(tóu)将把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们(men)进行沟通并(bìng)提供(gōng)建议，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全(quán)能助(zhù)手的到来(lái)可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一次(cì)AI绘(huì)画浪(làng)潮，让(ràng)AIGC在(zài)ChatGPT的话题(tí)热(rè)点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时(shí)候，还是(shì)2022年8月，在美国(guó)科罗拉多州举办(bàn)的新兴数(shù)字艺术(shù)家竞(jìng)赛(sài)中，一幅名为《太空歌剧院》的(de)作(zuò)品获奖(jiǎng)。

随后各大厂商(shāng)的(de)AI绘(huì)画软件被广大网(wǎng)友熟(shú)知并体(tǐ)验，Stable Diffu蒸馒头开锅多少分钟熟透，蒸馒头开锅多少分钟熟透了sion便是其中代表。

用户们可(kě)以在应用中输(shū)入一组关(guān)键词或者一张照片，就能(néng)获得一幅(fú)AI创作的画作。

作(zuò)画的关(guān)键就是所输(shū)入的文本。同(tóng)一(yī)组关键词也可以创作出很多张风格不(bù)一(yī)样的(de)画(huà)作，这(zhè)让创作(zuò)的过程就像开盲盒(hé)。

很(hěn)多用户很蒸馒头开锅多少分钟熟透，蒸馒头开锅多少分钟熟透了喜欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的美(měi)图(tú)当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用户(hù)分享AI“翻(fān)车现(xiàn)场”，例如(rú)，一(yī)位网(wǎng)友(yǒu)的小狗照(zhào)片被AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识(shí)别(bié)成了(le)建筑(zhù)。

而如今(jīn)随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写(xiě)关键词游戏可(kě)能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博(bó)的(de)中国(guó)人张吕敏(mǐn)创作的一种(zhǒng)基于(yú)控(kòng)制点的图像变形算(suàn)法，主要用于数字图像处理(lǐ)、计(jì)算机视觉和计算(suàn)机(jī)图形学等领域。

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

在(zài)此之前，大家用(yòng)了很多方法想让AI生成的结果尽可能的(de)符合要(yào)求(qiú)，但是都不尽如人意，它的出现代(dài)表着(zhe)AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和(hé)画面的深度信息等。有了它的帮助，就不(bù)用频(pín)繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作(zuò)品已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼开始换关键词试(shì)效(xiào)果。

通过图片就(jiù)可以看出(chū)来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神张(zhāng)吕敏其本尊也亲自(zì)回应。

不得不说(shuō)当下AIGC已经(jīng)变得越来越强大(dà)，甚至(zhì)输出的(de)作品(pǐn)都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力(lì)爆发

警(jǐng)惕安全(quán)问(wèn)题(tí)

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的(de)消息火遍网络(luò)，而(ér)经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这(zhè)个活动里面给(gěi)出的美女照片都是AI制(zhì)作的真人照片(piàn)绘图，因为太逼(bī)真，被(bèi)大(dà)家当成(chéng)真事(shì)传播了。

不过(guò)仔细观察(chá)可以发(fā)现，活动发起(qǐ)者提(tí)供的照片(piàn)中(zhōng)有个很大的漏洞(dòng)可以发现并(bìng)非真人(rén)，而(ér)是AI绘图，那便是图片中女(nǚ)性的手指部分(fēn)有的存在异(yì)常。

有(yǒu)行业人事表示(shì)：“现在因为手指部分的绘画算法比较(jiào)复(fù)杂，AI还不太(tài)会画人的手，但最新(xīn)看到的(de)图片已经有越来越完美(měi)的AI模(mó)型(xíng)出现，以(yǐ)后可(kě)能就(jiù)完(wán)全没有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英(yīng)国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照(zhào)片发(fā)布到网络，以此(cǐ)诱骗善(shàn)良(liáng)的人打赏(shǎng)“捐助”从(cóng)而实(shí)施诈骗。

目前(qián)随着技术发展，AIGC已经能(néng)做出真人(rén)照片般的(de)绘图效果，如果这样的图片被用(yòng)来诈(zhà)骗，将(jiāng)非(fēi)常可怕。

此外AIGC还(hái)引发了(le)很多(duō)担忧，一方面，批(pī)判者认(rèn)为AI在“学习”了大量前人的作品之后(hòu)，其(qí)创作(zuò)没有任何(hé)情绪和灵(líng)魂(hún)，难以和(hé)人(rén)类的艺术(shù)创作相提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目(mù)前都并(bìng)没(méi)有得到有效(xiào)的解决(jué)，还有AIGC会不会代(dài)替人类“至高无上”的(de)创意(yì)。

马斯克也强调，人工智能的安全问题需要得(dé)到重视(shì)，太晚就来不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有两(liǎng)面(miàn)性的，潜在的危害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工(gōng)智能技术将是第四次工(gōng)业(yè)革(gé)命的核心(xīn)驱(qū)动(dòng)力量(liàng)，将创造新的增长奇迹。

过去一(yī)年，人(rén)工智能在技术和商业层面(miàn)都有(yǒu)了巨大(dà)进展(zhǎn)，AI绘画就是人工智能(néng)技(jì)术发生方向性(xìng)改(gǎi)变的一个代表(biǎo)。其(qí)下一站或许就是视频。

此前(qián)，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科技圈的短视频。这(zhè)些视频引(yǐn)发关注并非内容做得多(duō)优(yōu)秀，反而都非常(cháng)简单，比如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩(wán)具熊(xióng)，或者一段骑摩托车的(de)第一(yī)视角录像，随便一个有手机的人(rén)都可以随手录下一段。

但这些(xiē)短视频的创作(zuò)方式非常简单，创作者仅仅需(xū)要向AI输入一段话，甚至只是(shì)说一下(xià)要(yào)求，AI就可(kě)以根据需要生成(chéng)一段视频。

谷歌(gē)发布的两(liǎng)个(gè)AI生成视频分(fēn)别(bié)来(lái)自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是(shì)高(gāo)清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能够做出更高清视频的AI还不足以(yǐ)在(zài)短(duǎn)时(shí)间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊的地方在于(yú)，它可以(yǐ)制作出超过2分钟的(de)连贯的也有确切(qiè)内容(róng)的视频，这才是(shì)真正让人们感到惊喜的地(dì)方。因(yīn)为(wèi)无论AI生成(chéng)的视频多么高清(qīng)，也(yě)只能是为(wèi)内容(róng)生产者(zhě)提供(gōng)一(yī)个(gè)灵感，一个素材(cái)，一个过场动(dòng)画。

不(bù)过能够制作(zuò)出有具体剧(jù)情内(nèi)容的视频就意味着，一(yī)些视频创(chuàng)作由AI代(dài)替人工(gōng)完成已(yǐ)经初(chū)步有了(le)可能。

当下AI的发(fā)展速度已经(jīng)超过大部分人的想象。内容产业的本质是供(gōng)给创造(zào)需(xū)求，AIGC作为全(quán)新的内(nèi)容生产方式，可以为内容产业带来更新的内(nèi)容风格、更快的(de)生产速度，更(gèng)低的生(shēng)产成(chéng)本，这无疑会驱动内容产(chǎn)业的(de)大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用(yòng)于(yú)音乐、代码、机器人动作(zuò)等多种内容形式的生成。不难发(fā)现(xiàn)该(gāi)项技术不仅在(zài)游戏等行业能得到(dào)有效应(yīng)用，对于(yú)下一代互联网各种元素的构建亦(yì)有关键意义。

从商(shāng)业(yè)化的角度来(lái)看，文化娱乐、教(jiào)育、传媒等诸多领域，本身(shēn)就对基于AI的可(kě)视(shì)化内容有(yǒu)强(qiáng)烈需求(qiú)。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而只是AI进程中的一块重要拼图，有望在技术更新的加(jiā)持下实现更大的(de)应(yīng)用价值。

AI从(cóng)理解内容，走向了可(kě)以生成内容，甚至能够创造出独立(lì)价值和独(dú)立(lì)视角的(de)内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未来(lái)的先进生产力即(jí)将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座(zuò)

从技术的发展也可以看(kàn)出，在(zài)语言大模型、图像大模型之后(hòu)，多模态大模型(xíng)已经(jīng)成为(wèi)了(le)新的趋势。

大模型被誉为当前(qián)人工(gōng)智能发展的智能底(dǐ)座，是全球竞争最激烈的研(yán)究方向之一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等众(zhòng)多头部(bù)企业都(dōu)在竞相发力。

不过训练大模型(xíng)的确价格不菲(fēi)，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少算力》报告(gào)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(大型语言模型)，训练(liàn)成本则介于200万美(měi)元至1200万(wàn)美元高价(jià)之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的(de)独(dú)立(lì)访(fǎng)客平均数(shù)1300万计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美(měi)元，每(měi)日仅电费就(jiù)在(zài)5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不开(kāi)庞大(dà)算力支持。在关注各类大(dà)模型的发(fā)展同时(shí)，更应(yīng)该关注算(suàn)力(lì)网络的建设。

算力(lì)网络正(zhèng)驱动AI产业(yè)发展(zhǎn)进入史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发展的终极(jí)目标离(lí)得更(gèng)近(jìn)。

因为算力可以对突破(pò)性技术创(chuàng)新提供大力的支持。这方(fāng)面(miàn)，多模(mó)态大模型(xíng)是(shì)典型。作为面(miàn)向未来(lái)强人工智(zhì)能、通用人工智能的(de)重要技术创新，多模态大模型(xíng)已(yǐ)经在人(rén)工智能领域(yù)提出了很多年，业(yè)界(jiè)也有不少技术突(tū)破，但是，多模态大模型进一步往下(xià)走(zǒu)，算力(lì)需(xū)求(qiú)呈几何式上升，一(yī)般的算力基础设施很快将难(nán)以胜任。

从图像(xiàng)、文(wén)字、语音单独(dú)一(yī)项的训(xùn)练，到双模态(tài)、三(sān)模态的跃迁，让人工(gōng)智能(néng)可以(yǐ)灵活应对不同(tóng)模态的(de)转(zhuǎn)化(huà)、像人与世界交互一样自然，这方面(miàn)，由算力网络来(lái)驱动(dòng)将有明显优势(shì)。

此外，还有很多需要爆发式(shì)增长的算(suàn)力来支撑的技(jì)术创(chuàng)新，将(jiāng)在人工智(zhì)能(néng)算力网络支(zhī)撑下快速(sù)推进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大算力(lì)的(de)支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创(chuàng)造(zào)的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 蒸馒头开锅多少分钟熟透，蒸馒头开锅多少分钟熟透了