自聊天机器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖茨已多次公开谈论人工智能话题。在最近的(de)一次采访中，他再次表示(shì)：“AI可(kě)能会(huì)让科技(jì)行业迎来(lái)一(yī)次(cì)剧烈的洗(xǐ)牌(pái)”。

这个结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节(jié)目专访时(shí)提出(chū)的。

他预期，AI的发展可(kě)能会威(wēi)胁到谷歌的市占率，因为微(wēi)软在AI方面的(de)行(xíng)动相当(dāng)迅速。而最终科(kē)技巨(jù)头将把AI整合成用户的“全能助(zhù)手”，包揽一切(qiè)应用(yòng)，与(yǔ)人们(men)进行(xíng)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(shǒu)的(de)到来可能尚需时日，我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的trong>但由(yóu)ControlNet引发(fā)的又一次(cì)AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的(de)AIGC上一我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的次(cì)爆(bào)火的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办(bàn)的新(xīn)兴数(shù)字艺术(shù)家竞(jìng)赛中，一幅名(míng)为《太(tài)空歌剧院》的作(zuò)品获奖。

随后各大厂商的(de)AI绘画软件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可以(yǐ)在应(yīng)用中输入一(yī)组关键词(cí)或者(zhě)一张照(zhào)片，就(jiù)能获得一幅(fú)AI创作的画作。

作画的(de)关键(jiàn)就是(shì)所输入的文(wén)本(běn)。同一(yī)组关(guān)键词(cí)也可以(yǐ)创作出很多张(zhāng)风(fēng)格不一样(yàng)的画作，这让(ràng)创作的过(guò)程就像开盲盒。

很多用(yòng)户很(hěn)喜欢这种不(bù)确定的惊喜，他们(men)会将生成的(de)美图当做头(tóu)像。而另一部(bù)分喜欢翻看(kàn)AI绘画的(de)“翻车”作品。在社(shè)交(jiāo)媒(méi)体(tǐ)上，许多用户分享AI“翻(fān)车(chē)现场(chǎng)”，例(lì)如，一(yī)位网友的小狗(gǒu)照(zhào)片被AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照片(piàn)被AI识别成(chéng)了建筑。

而如(rú)今随(suí)着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的(de)填(tián)写关键(jiàn)词游戏可能要(yào)被颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读博的中国人张吕敏创作的(de)一种基(jī)于控制点的图像变形算法，主要用(yòng)于数字图(tú)像(xiàng)处理、计算机(jī)视觉和计算机(jī)图形学等领域。

其SD插件(jiàn)一经发布(bù)，在短短的两天(tiān)内便成(chéng)为了(le)AI绘画(huà)领域最新的热点(diǎn)。

在此之前，大家用了很多方法想让AI生成的(de)结果尽可能的符合要求，但(dàn)是都不尽如人(rén)意(yì)，它的出(chū)现代表着AI生成开(kāi)始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取(qǔ)画面的(de)构(gòu)图，人物的(de)姿(zī)势和画面的深度信(xìn)息等。有了它(tā)的帮(bāng)助，就不(bù)用频(pín)繁的用(yòng)提(tí)示词来碰运气，抽盲盒(hé)式(shì)的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作(zuò)品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的(de)照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关(guān)键词试效果。

通过图片我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的(piàn)就可以看出(chū)来，效(xiào)果(guǒ)十分惊艳。

更(gèng)厉害的是，除了真实的照片(piàn)，草图也可以加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张吕敏其本(běn)尊也(yě)亲自回应。

不(bù)得不说当下AIGC已经变得越来越(yuè)强大，甚(shèn)至输(shū)出的作品都已经(jīng)能以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过(guò)警方辟(pì)谣这所谓的“party”可(kě)能(néng)是全国第(dì)一起AI绘图诈骗。

由于(yú)这个(gè)活动里面给出的美女(nǚ)照片都是AI制作的(de)真人(rén)照片绘图，因为太逼真(zhēn)，被大家当成真(zhēn)事(shì)传(chuán)播了。

不过仔细观察可以发现，活动发(fā)起者提供的照(zhào)片(piàn)中有(yǒu)个很大的漏洞可以发(fā)现并非(fēi)真人，而是AI绘图，那便(biàn)是图片中女性的手指部(bù)分有的(de)存在异常。

有行业人事表示：“现在因为手(shǒu)指部分(fēn)的绘画算法(fǎ)比较复杂，AI还(hái)不太会画人的(de)手，但(dàn)最(zuì)新看到的图片已经有(yǒu)越来越完美的(de)AI模型出现，以(yǐ)后(hòu)可能就(jiù)完全没(méi)有漏洞了。”

类似的AI作图诈(zhà)骗在国外也已有发生(shēng)。据英国广播(bō)公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用(yòng)AI合(hé)成了(le)儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技术发展，AIGC已经能做出(chū)真(zhēn)人照片般的绘(huì)图(tú)效果，如果这样的图(tú)片(piàn)被用(yòng)来诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认(rèn)为AI在“学习”了大量(liàng)前人的(de)作品(pǐn)之后，其创作没(méi)有任何情绪和(hé)灵魂，难以和人类的艺术(shù)创作相(xiāng)提(tí)并论。

另(lìng)一方面，AIGC背后的版权、目(mù)前都并(bìng)没有得到有效的解决(jué)，还(hái)有(yǒu)AIGC会不会代替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强(qiáng)调，人(rén)工智能(néng)的安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除(chú)了(le)视频，还有远方

技术(shù)都是有(yǒu)两面性(xìng)的，潜(qián)在的危害并不能掩盖其光(guāng)辉的(de)贡献。现在看来，人工智能技术将是第四次工业革命(mìng)的核心(xīn)驱动力(lì)量，将创造新的增长奇(qí)迹。

过去一年(nián)，人(rén)工智(zhì)能在技术和商(shāng)业层面都有了巨大(dà)进(jìn)展，AI绘(huì)画就是人工智能技(jì)术(shù)发(fā)生(shēng)方向(xiàng)性改变的一个(gè)代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几(jǐ)条引爆科技(jì)圈的短(duǎn)视频。这些视频引发关注并非(fēi)内容做得多(duō)优秀，反而都(dōu)非常简单，比如一匹(pǐ)正在(zài)喝水的(de)马，一(yī)只画画的玩具熊，或者一段骑摩托车的第一视角录像，随便(biàn)一个有手机的(de)人都(dōu)可(kě)以随(suí)手录下(xià)一(yī)段(duàn)。

但这些短视频(pín)的创作方式非常简单，创作者仅仅需(xū)要向AI输(shū)入一段(duàn)话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布的两个(gè)AI生成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈就已经玩(wán)了一(yī)波梗，一个能够做出(chū)更高清视频(pín)的AI还(hái)不足以在短时间(jiān)内戳中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令(lìng)人(rén)震惊(jīng)的(de)地方在于，它可(kě)以(yǐ)制作出(chū)超过2分钟的连(lián)贯(guàn)的也有确切内容的视频，这才是真正让人(rén)们感到惊喜的地方。因(yīn)为无(wú)论AI生(shēng)成的视(shì)频多(duō)么高清，也只能是(shì)为(wèi)内容生产(chǎn)者提供一个(gè)灵感，一个素(sù)材，一个过场动画(huà)。

不(bù)过能够(gòu)制(zhì)作出有具体剧情内容的视频就意味着，一些(xiē)视频创作由AI代替人工完成已经(jīng)初步有了可能。

当下AI的发展(zhǎn)速(sù)度已经超过(guò)大部分(fēn)人(rén)的想象。内容产业(yè)的本质(zhì)是供(gōng)给创造需求，AIGC作(zuò)为全新的内容生产(chǎn)方(fāng)式，可以为内(nèi)容产业带来更(gèng)新(xīn)的(de)内容风格(gé)、更(gèng)快的生产速度，更低(dī)的生(shēng)产(chǎn)成(chéng)本(běn)，这无疑会驱(qū)动内(nèi)容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等(děng)多种内容(róng)形式的生成。不(bù)难发(fā)现该(gāi)项技术不仅(jǐn)在游戏(xì)等行业能得(dé)到有效应用(yòng)，对于下一代(dài)互联(lián)网各种元素的构建亦(yì)有关(guān)键意义。

从商业化的角度来看(kàn)，文(wén)化娱乐、教育(yù)、传(chuán)媒等诸(zhū)多领域，本身就对(duì)基于AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不(bù)是结果，而(ér)只是AI进程中(zhōng)的(de)一块重(zhòng)要拼图，有望(wàng)在(zài)技术(shù)更新的加(jiā)持(chí)下实现更(gèng)大的应用价值(zhí)。

AI从理(lǐ)解内容(róng)，走向了(le)可以生成内容，甚(shèn)至(zhì)能够创(chuàng)造出独(dú)立价值和独(dú)立视角的内(nèi)容。AIGC的再次出圈(quān)，更代表着未(wèi)来的先进生产力即(jí)将到来(lái)。

04

紧(jǐn)抓大模(mó)型与算力，牢固(gù)AIGC底座

从技术的发展也可(kě)以看出，在语言(yán)大模型、图像大模型(xíng)之后，多模态(tài)大模型已经成为(wèi)了(le)新的(de)趋势(shì)。

大模型被誉为当前人工智能发(fā)展的智能底座，是全球竞争最(zuì)激烈的研究方向之一，包(bāo)括谷歌(gē)、亚马逊、百(bǎi)度、阿(ā)里、腾讯等(děng)众多头部企业都在竞(jìng)相发(fā)力。

不(bù)过训练大模型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要多少算力》报(bào)告(gào)估(gū)算(suàn)，GPT-3训(xùn)练一次(cì)的成本约为140万(wàn)美元。而对于一些更大的(de)LLM(大型语言模(mó)型)，训练成本则介于(yú)200万(wàn)美元(yuán)至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万(wàn)计算，其对(duì)应(yīng)芯片需(xū)求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿(yì)美元(yuán)，每(měi)日仅电费(fèi)就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支持。在关注各类大(dà)模型的发展同(tóng)时，更应该关注算力网络的建设(shè)。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入史(shǐ)诗级加(jiā)速进程，让AIGC及通(tōng)用AI这一人工(gōng)智能发展的(de)终极目(mù)标(biāo)离(lí)得更近。

因为算力可以对(duì)突(tū)破性技术创新提供大力的支(zhī)持(chí)。这(zhè)方面，多模态(tài)大(dà)模型是典型(xíng)。作为(wèi)面(miàn)向(xiàng)未来强人工智能、通用人工智(zhì)能的重要技术创(chuàng)新，多(duō)模(mó)态大模型(xíng)已经(jīng)在人工智能领域提(tí)出(chū)了(le)很多年，业界(jiè)也有不少(shǎo)技术突破，但是，多模态大模型进一步往下走，算(suàn)力需求呈几何(hé)式(shì)上(shàng)升，一般的(de)算力基础设(shè)施很(hěn)快将难(nán)以胜任(rèn)。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模(mó)态的跃迁，让人工智(zhì)能可以灵活应对不(bù)同模(mó)态(tài)的(de)转化、像人(rén)与世界交互一样自然，这方面(miàn)，由算(suàn)力网络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力(lì)来支撑的技术创新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已(yǐ)经露出曙光，期(qī)待在(zài)大(dà)模型和大算力的(de)支(zhī)持下AIGC能持续颠覆内容生产(chǎn)的(de)方式，将创造的边际成(chéng)本降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的