自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人比(bǐ)尔·盖(gài)茨已多次(cì)公(gōng)开谈论人(rén)工智能话题。在(zài)最近的(de)一次(cì)采访中，他再次表(biǎo)示(shì)：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月20日接(jiē)受《In Good Company》节(jié)目专(zhuān)访(fǎng)时提出的。

他预期，AI的发(fā)展可能会(huì)威胁到谷歌的(de)市(shì)占(zhàn)率，因为微软在AI方面的行动相当迅速(sù)。而最终(zhōng)科技巨(jù)头将把AI整合成用户(hù)的(de)“全(quán)能助手”，包揽一切(qiè)应用，与人们进行沟通并提(tí)供(gōng)建议(yì)，可(kě)以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全(quán)能助手的到来可(kě)能(néng)尚需(xū)时日，但由(yóu)ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可(kě)控靠近

以AI绘(huì)画为(wèi)代表(biǎo)的(de)AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月(yuè)，在美国(guó)科罗拉多州举办的新兴数(shù)字艺术家竞赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各(gè)大厂商的AI绘画(huà)软件被广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组关(guān)键词(cí)或者一张照片，就能(néng)获得一幅AI创作的(de)画(huà)作。

作画(huà)的关键就是所输(shū)入的文本(běn)。同一组(zǔ)关键词也(yě)可以创作(zu水娃是几娃？ 水娃是什么颜色ò)出很多(duō)张风格不一(yī)样的画作，这(zhè)让创作的(de)过程就(jiù)像开(kāi)盲盒。

很多用(yòng)户很(hěn)喜欢这种不(bù)确定的惊(jīng)喜，他们会将生成的美图当做头像。而另(lìng)一(yī)部分喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用户分享(xiǎng)AI“翻(fān)车现(xiàn)场”，例如，一位(wèi)网(wǎng)友(yǒu)的小狗照片被AI画成了“肌(jī)肉男”，还有网友的(de)个人照片被AI识(shí)别成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘(huì)画的填写关键(jiàn)词游(yóu)戏(xì)可能(néng)要被(bèi)颠覆(fù)了(le)。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创作(zuò)的一种基于控制点(diǎn)的图像(xiàng)变形算法，主要用于数(shù)字图像处理、计算机视觉和计算机图(tú)形学等领(lǐng)域。

其SD插件一经发(fā)布(bù)，在短短的两(liǎng)天内便成为(wèi)了AI绘画领域最新的热(rè)点。

在(zài)此之前，大家用了很多方法(fǎ)想让AI生成的结(jié)果(guǒ)尽可能的符合要求，但是都(dōu)不尽(jǐn)如(rú)人意(yì)，它的出(chū)现代(dài)表着AI生成开始进入真正的(de)可控时期。

因为(wèi)ControlNet可以直(zhí)接提(tí)取画(huà)面的构图，人物(wù)的姿势和画面的深度信息等。有了它的帮助，就不用频繁(fán)的用提(tí)示(shì)词来碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博主的(de)作品已经获(huò)得(dé)了(le)大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他用朋友的(de)照片直接带(dài)她们走(zǒu)进(jìn)动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对(duì)应(yīng)的(de)关键(jiàn)词；最后用(yòng)ControlNet插(chā)件绑定骨骼开(kāi)始换关键词试效果(guǒ)。

通过图(tú)片(piàn)就(jiù)可以看出(chū)来(lái)，效果十分惊(jīng)艳(yàn)。

更厉害的是，除水娃是几娃？ 水娃是什么颜色了(le)真实的照(zhào)片，草(cǎo)图也可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得越来越强大(dà)，甚至(zhì)输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经过(guò)警(jǐng)方辟(pì)谣这所谓的“party”可(kě)能(néng)是(shì)全(quán)国第(dì)一(yī)起AI绘(huì)图(tú)诈骗。

由于这个活动里面给出的美女照片都(dōu)是AI制作的(de)真(zhēn)人照片绘(huì)图，因为太逼真(zhēn)，被大家当成真事传播了(le)。

不过仔(zǎi)细(xì)观察(chá)可以发现，活动(dòng)发起(qǐ)者提(tí)供的照片中有(yǒu)个很大的(de)漏(lòu)洞可以发(fā)现(xiàn)并非真(zhēn)人(rén)，而是AI绘(huì)图，那便是图片中女性(xìng)的手指(zhǐ)部分有(yǒu)的存在异常(cháng)。

有行业人(rén)事表示：“现在因为(wèi)手指(zhǐ)部分的(de)绘(huì)画算法比较复杂，AI还不太会画人(rén)的手，但最新(xīn)看到的图片已经有越来越完美的AI模型出(chū)现，以(yǐ)后(hòu)可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也已有发(fā)生。据英国广播公司报道(dào)，土(tǔ)耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的假照片发布到网络(luò)，以此诱骗(piàn)善良的人打赏“捐(juān)助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出(chū)真人照片般的绘图(tú)效果，如果(guǒ)这样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者(zhě)认为AI在“学习(xí)”了大量(liàng)前人的作(zuò)品(pǐn)之后，其创(chuàng)作没有(yǒu)任何情绪和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都并没有得(dé)到(dào)有(yǒu)效(xiào)的解决，还(hái)有AIGC会不会代替人类“至高(gāo)无(wú)上”的创意(yì)。

马斯克也(yě)强调，人工(gōng)智能的安全问题需要得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是有两面性(xìng)的(de)，潜在(zài)的危害并不(bù)能掩盖其光辉的贡献。现在看来，人工(gōng)智能技术将是第四次工业(yè)革命(mìng)的(de)核心驱(qū)动力量，将创造新的增长奇迹(jì)。

过(guò)去(qù)一年，人工智能在(zài)技术和商业层面(miàn)都有了(le)巨大进(jìn)展，AI绘画就是人工智能技术发生方(fāng)向(xiàng)性改变的一个代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后发(fā)布了(le)几条(tiáo)引(yǐn)爆科技(jì)圈的短视频。这些视频(pín)引发关注并(bìng)非内容(róng)做得多优秀(xiù)，反而(ér)都非常(cháng)简(jiǎn)单，比(bǐ)如一(yī)匹正在喝(hē)水的马，一只画画的玩具(jù)熊(xióng)，或者一段(duàn)骑摩托车的第一视(shì)角录像(xiàng)，随便一个有手(shǒu)机的人都(dōu)可以(yǐ)随(suí)手录下一段。

但这(zhè)些短视频的(de)创作(zuò)方式非常简单，创作者仅仅(jǐn)需要向AI输(shū)入一(yī)段话，甚至(zhì)只是说(shuō)一下要求(qiú)，AI就可以根据(jù)需要生成一段视(shì)频。

谷歌发布(bù)的两个AI生成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是(shì)高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布(bù)了AI生成(chéng)的视频(pín)后，AI圈(quān)就已经玩了(le)一波梗(gěng)，一(yī)个(gè)能够(gòu)做出(chū)更高清视(shì)频的(de)AI还不足以(yǐ)在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它可以制作出超(chāo)过2分(fēn)钟(zhōng)的(de)连贯的(de)也有确切内容(róng)的视频，这才是真正让(ràng)人们感到惊喜的地(dì)方。因(yīn)为(wèi)无(wú)论AI生成(chéng)的视(shì)频多(duō)么高清(qīng)，也只能是为(wèi)内容生产者(zhě)提供一个(gè)灵(líng)感，一个素材，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的视(shì)频就意味着，一(yī)些视频创(chuàng)作由AI代替人工完成已经初步有了可能。

当下(xià)AI的发展(zhǎn)速度(dù)已经超过大部分人的想象(xiàng)。内容产业(yè)的本质是供给创造(zào)需(xū)求，AIGC作为全新的内(nèi)容(róng)生产方式(shì)，可(kě)以为内容产业带来更新的内容风格(gé)、更快的生产速度(dù)，更低(dī)的生产(chǎn)成本，这无疑会驱动内容产业(yè)的(de)大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人(rén)动作等多种(zhǒng)内容形式的生(shēng)成。不难发现该项技术(shù)不仅(jǐn)在游戏等(děng)行(xíng)业能(néng)得到有(yǒu)效应用，对于下一代互联网(wǎng)各种元(yuán)素的构(gòu)建亦有关键意义。

从商业(yè)化(huà)的角度来看(kàn)，文化娱乐、教育、传媒(méi)等诸(zhū)多领域，本身就对基(jī)于AI的(de)可(kě)视化(huà)内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视频或不是结果，而(ér)只是AI进(jìn)程(chéng)中的(de)一块重要拼图，有望在技术更(gèng)新的(de)加持下(xià)实现更大的(de)应用价值。

AI从理解内容，走向(xiàng)了可以(yǐ)生(shēng)成内容，甚(shèn)至能够创造(zào)出独(dú)立(lì)价值和独(dú)立视(shì)角的内容。AIGC的再次出圈，更代(dài)表着(zhe)未(wèi)来的先进生产力(lì)即将到来。

04

紧抓大模(mó)型与算力(lì)，牢固AIGC底座

从(cóng)技(jì)术的发展也可以(yǐ)看出，在语言(yán)大模(mó)型、图像大模型(xíng)之(zhī)后，多模(mó)态大模(mó)型已经成为了新的(de)趋势。

大(dà)模(mó)型被誉为当前人工智能发展的(de)智(zhì)能底座，是全球竞争最激烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚(yà)马(mǎ)逊、百度、阿(ā)里、腾讯等众多头部企业(yè)都在竞相发力。

不(bù)过(guò)训练大(dà)模型(xíng)的确价格(gé)不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一(yī)次的成本(běn)约为140万美元。而对于一些(xiē)更大的LLM(大型语言(yán)模型)，训(xùn)练成本(běn)则介于200万(wàn)美(měi)元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数1300万计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本(běn)约为(wèi)8亿(yì)美元(yuán)，每日仅电费(fèi)就在5万美元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大算力(lì)支持(chí)。在(zài)关注各类大模型的发展同时，更应(yīng)该关注算力网络(luò)的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入史诗级(jí)加速(sù)进程，让AIGC及通用(yòng)AI这(zhè)一人工智能发(fā)展的终极(jí)目标离得(dé)更近。

因为算力可以对突破性技术(shù)创新提供大力的支(zhī)持。这方(fāng)面，多模态大模型是(shì)典型。作为面向(xiàng)未来强人工智能、通用人工智能的重要技术创新，多模态(tài)大模型已经在人工智能领域提出了(le)很多年，业(yè)界也(yě)有不少技术突破(pò)，但是，多模态大模型(xíng)进(jìn)一步往下走，算力需求呈(chéng)几何式上升，一般的(de)算力基础设施很快将难以胜任。

从图像(xiàng)、文(wén)字、语(yǔ)音单独一项(xiàng)的训练(liàn)，到双(shuāng)模(mó)态、三模态的(de)跃迁，让(ràng)人工智能(néng)可以灵活应对不(bù)同模态的转化、像(xiàng)人(rén)与世(shì)界(jiè)交互(hù)一(yī)样(yàng)自然，这方面，由算力(lì)网络来驱动(dòng)将有(yǒu)明显优势。

此外，还有很多(duō)需要爆发式增(zēng)长的算力(lì)来支撑(chēng)的技(jì)术创新，将在(zài)人(rén)工智能算力网络支撑下快速(sù)推进。

AIGC已经露出(chū)曙光，期待在大模型和大(dà)算力(lì)的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将(jiāng)创造的边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 水娃是几娃？ 水娃是什么颜色