自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖茨已多次公开(kāi)谈(tán)论(lùn)人工(gōng)智能话题。在最近的一(yī)次采访中，他再次表(biǎo)示：“AI可能会让(ràng)科技行业迎(yíng)来一次剧(jù)烈的(de)洗(xǐ)牌(pái)”。

这个(gè)结论是他在当(dāng)地时间2月20日(rì)接(jiē)受《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市占(zhàn)率，因为(wèi)微软(ruǎn)在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把AI整合(hé)成用户(hù)的“全能(néng)助手”，包揽一切(qiè)应用，与(yǔ)人(rén)们进行沟通并提供(gōng)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(xū)时日(rì)，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的(de)AIGC上一次爆(bào)火的(de)时候，还是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新兴(xīng)数字艺术家竞赛中，一幅名(míng)为(wèi)《太空歌(gē)剧院》的作品(pǐn)获奖。

随后各(gè)大厂(chǎng)商的AI绘画(huà)软件被(bèi)广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以在(zài)应用中输入(rù)一(yī)组关键词或(huò)者一张照(zhào)片，就能获得一幅AI创作的画作。

作画(huà)的关(guān)键就(jiù)是所(suǒ)输入的文本。同(tóng)一组关键词(cí)也可以创作出很(hěn)多张(zhāng)风格不一样的画作，这让创作的过程就像开盲盒。

很多(duō)用(yòng)户很喜欢这种不确定的惊喜(xǐ)，他(tā)们会将生成的美图(tú)当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网(wǎng)友的个人照片被(bèi)AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的(de)填写关(guān)键词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦(tǎn)福读(dú)博的(de)中国人张吕敏创作的(de)一种基于控制点的图像变形算法，主要(yào)用于数字图像处理(lǐ)、计算机视觉和计算(suàn)机图形学(xué)等领域。

其SD插件一经发布，在(zài)短短的两天(tiān)内便(biàn)成为了(le)AI绘(huì)画领域最新的热点。

在此(cǐ)之(zhī)前，大家用了很多方法想让AI生成的结果尽可能的符合要求(qiú)，但(dàn)是都不尽如人意，它(tā)的出现代表(biǎo)着AI生成(chéng)开(kāi)始进(jìn)入真正的(de)可控时(shí)期。

因(yīn)为ControlNet可以直接提(tí)取(qǔ)画(huà)面的(de)构图，人物的姿势(shì)和画(huà)面(miàn)的深(shēn)度信息等。有了它的帮(bāng)助，就不用频繁的用提示词来(lái)碰(pèng)运气，抽(chōu)盲(máng)盒式(shì)的(de)创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已(yǐ)经获得了(le)大量(liàng)的浏览量(liàng)，“viggo”就(jiù)是其中之一，他用朋友的照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文(wén)字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对(duì)应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换关键(jiàn)词试(shì)效果(guǒ)。

通过图片就(jiù)可以看出来(lái)，效果(guǒ)十分惊艳。

更厉害的是(shì)，除了真实的照片，草(cǎo)图(tú)也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现线稿(gǎo)转(zhuǎn)全(quán)彩图。大(dà)神(shén)张吕敏其(qí)本(běn)尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经变得越来越(yuè)强大(dà)，甚至输出(chū)的作品都(dōu)已(yǐ)经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏(sū)州金鸡湖(hú)有游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全国第一(yī)起(qǐ)AI绘(huì)图诈(zhà)骗。

由于这个活动里面给出(chū)的美女照片(piàn)都是AI制作的真(zhēn)人照片绘图，因为(wèi)太逼(bī)真，被大家当成真(zhēn)事传(chuán)播了。

不过仔细观察可以发现，活(huó)动发起者(zhě)提(tí)供的照片(piàn)中有个很大的漏(lòu)洞可(kě)以发现并(bìng)非真(zhēn)人(rén)，而是AI绘(huì)图，那便是图片中(zhōng)女(nǚ)性的手指(zhǐ)部(bù)分有的存在异常。

有行(xíng)业人事表示：“现在因为手(shǒu)指部分的绘画算法比较复杂，AI还(hái)不太(tài)会画人的手，但(dàn)最新看到(dào)的图(tú)片已经有越来越完美(měi)的AI模型出现，以(yǐ)后可能就(jiù)完全没有漏洞了。”

类似的AI作(zuò)图诈骗在(zài)国外(wài)也(yě)已有(yǒu)发(fā)生。据英国广播(bō)公司报道，土耳其地(dì)震(zhèn)期间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能(néng)做出真人照片般的绘图效果，如(rú)果这样的图片被(bèi)用来(lái)诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批(pī)判者认为AI在“学习”了大量前人(rén)的作品(pǐn)之后，其创作没(méi)有任何情(qíng)绪和灵魂，难以和(hé)人类的艺(yì)术创作相提并论。

另一(yī)方面，AIGC背后的(de)版权(quán)、目前都并没(méi)有得到有效的解决(jué)，还有AIGC会不会(huì)代替人类“至高无上(shàng)”的创意。

马斯(sī)克也(yě)强调，人工智能的安全问题需要得(dé)到重(zhòng)视，太(tài)晚(wǎn)就来不及(jí)了。

03

AIGC下(xià)一(yī)站除了视频，还有(yǒu)远方

技术都是有两面性的，潜在的危害并不能掩(yǎn)盖(gài)其光辉的贡献。现在(zài)看来，人(rén)工智能技术将是第(dì)四次工(gōng)业革(gé)命的(de)核心驱(qū)动力(lì)量，将创造新的增长(zhǎng)奇迹(jì)。

过(guò)去一年(nián)，人工智能在技(jì)术(shù)和商业层面都(dōu)有了巨大(dà)进展，AI绘画就是(shì)人工(gōng)智能(néng)技术发生方向性改变(biàn)的一(yī)个代表(biǎo)。其下一站或(huò)许就是视频(pín)。

此前，Meta和谷歌先后(hòu)发(fā)布了(le)几条引爆(bào)科技(jì)圈的短视频。这(zhè)些视(shì)频引发关注并非(fēi)内容做得多优秀(xiù)，反(fǎn)而都(dōu)非常简单，比如一匹正在喝水(shuǐ)的(de)马，一只画画(huà)的玩具熊，或者一(yī)段骑(qí)摩(mó)托车的第一(yī)视(shì)角录像(xiàng)，随(suí)便一个有手(shǒu)机的人都(dōu)可(kě)以随手录下(xià)一段。

但(dàn)这些短视频的创作方式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入(rù)一段(duàn)话，甚至只是(shì)说一下要(yào)求(qiú)，AI就(jiù)可以(yǐ)根(gēn)据需要生成(chéng)一段视频。

谷歌发(fā)布(bù)的(de)两个(gè)AI生成(chéng)视(shì)频分(fēn)别(bié)来(lái)自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了(le)AI生(shēng)成的视(shì)频后，AI圈(quān)就已经玩了一(yī)波梗(gěng)，一个(gè)能够(gòu)做出更高(gāo)清(qīng)视(shì)频的(de)AI还不足以在短(duǎn)时(shí)间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人震惊的地方在(zài)于，它可以制(zhì)作出超(chāo)过2分钟的连(lián)贯的也有确切(qiè)内(nèi)容的视频(pín)，这才是(shì)真正让人们感(gǎn)到(dào)惊喜的地方。因为无论(lùn)AI生(shēng)成的视频多么(me)高清，也只能是(shì)为内(nèi)容生产者提供一个灵感，一个素(sù)材，一个(gè)过(guò)场动(dòng)画。

不过能够制(zhì)作出有(yǒu)具体剧情内容的(de)视频(pín)就意(yì)味(wèi)着，一些视频创(chuàng)作由AI代替人工完成已经初(chū)步有了可能。

当(dāng)下AI的(de)发(fā)展速度已经超过(guò)大部(bù)分人的想(xiǎng)象。内容产业的本(běn)质是供给创造(zào)需求，AIGC作为全新(xīn)的内(nèi)容生产(chǎn)方式，可以为内容产业带来更(gèng)新的内容风格、更快的(de)生产速(sù)度，更低的生产(chǎn)成(chéng)本，这无疑会驱动内(nèi)容产业稚优泉这个牌子怎么样，稚优泉这个牌子怎么样啊的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用于(yú)音(yīn)乐(lè)、代码、机器人动作等(děng)多种内容形式的生成。不(bù)难发现该项技术(shù)不仅在(zài)游戏等行(xíng)业能得到有效应用，对于下(xià)一代互联(lián)网各种元(yuán)素的构建(jiàn)亦有关键意义。

从商业化(huà)的角度来看，文(wén)化娱乐、教(jiào)育(yù)、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及(jí)视频或不是结果(guǒ)，而只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下实现更大的应用价值。

AI从理(lǐ)解内(nèi)容，走向了可以生成内容，甚至(zhì)能够创造出独立价值和独立视角的内容。AIGC的再次出(chū)圈，更代表着(zhe)未来的先进生(shēng)产力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的(de)发展也(yě)可以看出，在(zài)语(yǔ)言大模型、图像大模型之(zhī)后，多模态大模型(xíng)已经成为了新的趋势。

大模型被誉(yù)为当前(qián)人工智能(néng)发展的智能底座(zuò)，是全球竞争最激(jī)烈的研究(jiū)方向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众(zhòng)多(duō)头部(bù)企业都在(zài)竞相发力(lì)。

不过训练大(dà)模型的确(què)价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训练(liàn)一次的成(chéng)本(běn)约为140万美(měi)元(yuán)。而对于一些更大的LLM(大(dà)型(xíng)语(yǔ)言(yán)模型)，训练成本则介(jiè)于200万美(měi)元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客(kè)平(píng)均数1300万计算，其(qí)对(duì)应芯片需(xū)求为3万多(duō)片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美(měi)元(yuán)，每日仅电(diàn)费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算(suàn)力支持(chí)。在关注各类大模型(xíng)的发(fā)展同时，更应该关(guān)注算力网(wǎng)络的建设。

算力(lì)网络正驱动(dòng)AI产业发(fā)展进入史诗(shī)级加速进程(chéng)，让(ràng)AIGC及通用AI这(zhè)一人工(gōng)智能(néng)发(fā)展的终极目标离得更近。

因为算力可以对突破性技术创新提供大力的支持。这方面，多模态大模型是典型。作为面向未来强人工智(zhì)能、通用(yòng)人工智能(néng)的重(zhòng)要技(jì)术创新，多(duō)模态(tài)大模型(xíng)已经在人工智能(néng)领域(yù)提出(chū)了很多年，业界也有不少(shǎo)技术突(tū)破，但是，多(duō)模态大(dà)模型(xíng)进(jìn)一(yī)步往下走，算力需(xū)求(qiú)呈(chéng)几何式上升，一般的算力基(jī)础设施很快将难(nán)以胜(shèng)任。

从(cóng)图像、文字、语音单独一项的训(xùn)练，到双模(mó)态、三(sān)模态的跃迁，让人工智能可以灵活应(yīng)对不(bù)同模态的转化(huà)、像人(rén)与世界(jiè)交互一样自然，这方面(miàn)，由算力网络(luò)来驱动将有(yǒu)明显优势。

此(cǐ)外(wài)，还(hái)有很多(duō)需要爆发式增(zēng)长(zhǎng)的算力(lì)来支撑(chēng)的技术(shù)创(chuàng)新，将在人工智(zhì)能算力网络支撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支(zhī)持下AIGC能持(chí)续颠覆(fù)内容生(shēng)产的方式，将创造的(de)边际(jì)成本降低，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 稚优泉这个牌子怎么样，稚优泉这个牌子怎么样啊