自聊天机器人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始人(rén)比尔(ěr)·盖茨已多次公开谈论人(rén)工智(zhì)能话题。在最近的一次采访中，他再次(cì)表示：“AI可(kě)能会让科技行业(yè)迎来(lái)一次剧(jù)烈的洗牌”。

这(zhè)个结(jié)论是他在当地时间2月20日接受《In Good Company》节(jié)目(mù)专访(fǎng)时提出的。

他(tā)预期(qī)，AI的发展可(kě)能会威(wēi)胁到谷歌的市占率，因(yīn)为(wèi)微软(ruǎn)在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助手(shǒu)”，包揽(lǎn)一(yī)切应用，与人们进行沟通并提(tí)供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助(zhù)手(shǒu)的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还是(shì)2022年8月，在美国(guó)科罗(luó)拉多州举办的新兴(xīng)数字艺术(shù)家竞赛中，一幅名为(wèi)《太空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘画(huà)软件(jiàn)被广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以(yǐ)在应用(yòng)中(zhōng)输入一组(zǔ)关键词或者一张照(zhào)片，就能获(huò)得(dé)一(yī)幅AI创(chuàng)作的画作。

作画的关键就是所输入的(de)文(wén)本。同一组关(guān)键(jiàn)词也可以创作出很多张风格不一(yī)样(yàng)的画(huà)作，这让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生成的美图当做头像。而另一部分喜欢翻看(kàn)AI绘(huì)画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例如，一位网友的(de)小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别(bié)成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读博(bó)的中(zhōng)国人张吕敏创作的一种(zhǒng)基于控(kòng)制点的(de)图像(xiàng)变形算(suàn)法，主要用于数字(zì)图(tú)像处理、计(jì)算机视(shì)觉(jué)和计(jì)算(suàn)机图形(xíng)学等领域。

其SD插(chā)件一经发布，在短短的两天内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大(dà)家(jiā)用了(le)很多(duō)方法(fǎ)想让AI生成的结(jié)果尽可(kě)能的(de)符合要求，但是(shì)都不(bù)尽如人意，它的(de)出现(xiàn)代表着AI生成开(kāi)始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物的姿势(shì)和画面的深(shēn)度信(xìn)息等(děng)。有(yǒu)了它(tā)的帮助，就不用频繁(fán)的用提(tí)示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法(fǎ)”，不少(shǎo)博(bó)主的作品已(yǐ)经获得了(le)大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)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Text2Prompt插(chā)件拓展找到对应的关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨骼开始换(huàn)关(guān)键词试效果。

通过图片就(jiù)可(kě)以看出来，效果十分惊艳。

更厉(lì)害的是(shì)，除了真实(shí)的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊(zūn)也亲(qīn)自回应。

不得(dé)不说当下AIGC已(yǐ)经变得越来越强日本比中国富裕吗，日本富裕还是中国富裕(qiáng)大，甚至输出的作品都(dōu)已经(jīng)能以假乱真了(le)。

02

难辨(biàn)虚实(shí)，AIGC技(jì)术(shù)力爆发

警惕安全(quán)问(wèn)题

近(jìn)日，“苏州(zhōu)金(jīn)鸡湖(hú)有游(yóu)艇(tǐng)party”的消息火(huǒ)遍网(wǎng)络，而经过(guò)警(jǐng)方辟谣这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这个活动(dòng)里面给出的美女(nǚ)照片都(dōu)是AI制(zhì)作(zuò)的(de)真人(rén)照(zhào)片绘图(tú)，因为太逼真，被大家当成真事传播了(le)。

不过仔细观察(chá)可以发现，活动发(fā)起者提供的照片中有(yǒu)个很(hěn)大的漏洞可以发现并非(fēi)真人，而是AI绘图，那(nà)便(biàn)是图片中女性的手指(zhǐ)部分有的(de)存在异常。

有(yǒu)行(xíng)业人事表(biǎo)示：“现在因为手指(zhǐ)部分的绘画算法比较复(fù)杂，AI还不(bù)太会画(huà)人(rén)的手，但最(zuì)新看到(dào)的图片已(yǐ)经有越来(lái)越完美的AI模型出(chū)现，以后可能就(jiù)完全没(méi)有漏(lòu)洞了(le)。”

类似的AI作图诈骗在国外(wài)也(yě)已有(yǒu)发生。据英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿(ér)童受(shòu)灾的假照片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片般的(de)绘(huì)图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了(le)很多担忧，一方(fāng)面，批判者认为AI在“学习(xí)”了大量前(qián)人的作品(pǐn)之后，其创(chuàng)作没有任(rèn)何情绪和灵魂，难以和(hé)人类的(de)艺(yì)术创作相提并论(lùn)。

另一方面，AIGC背后的版(bǎn)权、目前(qián)都(dōu)并没有得到有效的解决，还有AIGC会(huì)不会代替(tì)人类“至高无上”的(de)创(chuàng)意。

马斯(sī)克也强(qiáng)调(diào)，人工智能的安全问题需要得到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频(pín)，还有(yǒu)远方

技术都是有两(liǎng)面性的，潜在的危(wēi)害并不能掩盖其光辉的(de)贡献。现在看来(lái)，人工智(zhì)能技术将是第四次工(gōng)业革命的(de)核心驱动力量，将创造(zào)新的增(zēng)长奇(qí)迹。

过去(qù)一年，人工智(zhì)能在技(jì)术和商业层面都有了(le)巨大进展，AI绘画(huà)就是(shì)人工智能技(jì)术发生方(fāng)向性(xìng)改(gǎi)变的一(yī)个代(dài)表(biǎo)。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的短视频。这些视频引发关(guān)注并非内容(róng)做得多优秀(xiù)，反而都非(fēi)常简单，比如一匹(pǐ)正在(zài)喝水的(de)马(mǎ)，一只画画的玩具(jù)熊，或者一段骑摩托车(chē)的(de)第一视角录(lù)像，随(suí)便一个有(yǒu)手(shǒu)机的(de)人都(dōu)可(kě)以随手录下一(yī)段。

但这些短视频的创作方式非常简单(dān)，创作者仅仅需要向AI输入一(yī)段(duàn)话，甚(shèn)至只是说(shuō)一下要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多(duō)的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个能够做(zuò)出更(gèng)高(gāo)清视频的AI还不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连(lián)贯(guàn)的也有确(què)切(qiè)内(nèi)容的视(shì)频，这才是真(zhēn)正(zhèng)让(ràng)人们感(gǎn)到(dào)惊喜(xǐ)的地方。因为无(wú)论AI生(shēng)成的视(shì)频多么高清(qīng)，也只能是为内容(róng)生产者提供(gōng)一个灵感，一个素材，一个过(guò)场(chǎng)动画。

不过(guò)能(néng)够制(zhì)作出有具体(tǐ)剧(jù)情内容的(de)视频就意(yì)味着，一些视频创作由AI代替(tì)人工完成已经初步有了可能。

当下AI的发展速度已经超过大部分人的想象。内容产业的本质是(shì)供给创造需(xū)求，AIGC作为全(quán)新的内(nèi)容生产(chǎn)方式，可以为(wèi)内(nèi)容产业带来更(gèng)新的内容风格、更快的(de)生产速(sù)度，更低的生产成本(běn)，这无疑会驱动内(nèi)容产业的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器(qì)人动作等多(duō)种(zhǒng)内容形式(shì)的生成(chéng)。不难发现该项技术不仅在游戏等行业能得到有效应用，对(duì)于(yú)下(xià)一(yī)代互联(lián)网各种元素的构建亦有关键(jiàn)意(yì)义。

从商(shāng)业化的角度来看，文(wén)化娱乐、教(jiào)育(yù)、传媒等诸多领域(yù)，本身就对基于AI的可视化内(nèi)容有(yǒu)强(qiáng)烈需求(qiú)。

因(yīn)此，AI绘画及视(shì)频(pín)或不是结果(guǒ)，而只(zhǐ)是AI进程中的(de)一块重要(yào)拼图，有望在(zài)技术更(gèng)新的(de)加(jiā)持下实现更大的应(yīng)用(yòng)价值。

AI从理解内容，走向(xiàng)了(le)可以生成内容，甚至能够创造出独立价(jià)值和独(dú)立视角的(de)内容。AIGC的再次(cì)出圈(quān)，更(gèng)代(dài)表着未来(lái)的先进生产力即将(jiāng)到(dào)来。

04

紧抓大(dà)模型与算力，牢固(gù)AIGC底(dǐ)座

从技术的发展也可以看出，在语言(yán)大模型(xíng)、图像大模型(xíng)之(zhī)后，多模态大模型已经成为(wèi)了新(xīn)的(de)趋势。

大(dà)模型(xíng)被誉为当(dāng)前人工智能发展的(de)智能底座，是全球(qiú)竞争(zhēng)最激烈的(de)研究(jiū)方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模型的确价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需(xū)要多少算力》报(bào)告估算(suàn)，GPT-3训练一(yī)次的成本约为(wèi)140万美元。而(ér)对(duì)于(yú)一些更大的LLM(大型(xíng)语(yǔ)言模型)，训练成本(běn)则介于(yú)200万(wàn)美元至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均数1300万计算，其对应芯片(piàn)需求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投入成(chéng)本约(yuē)为(wèi)8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力(lì)支持。在(zài)关注(zhù)各(gè)类大模(mó)型(xíng)的(de)发展(zhǎn)同(tóng)时，更应该(gāi)关注算力(lì)网络的建设。

算力网络正驱(qū)动AI产业(yè)发(fā)展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目(mù)标离(lí)得(dé)更近。

因为(wèi)算力可以对突破性技术创新(xīn)提(tí)供大力的支持。这方面(miàn)，多模态大模型是(shì)典型(xíng)。作为面向未来强人(rén)工智能、通用人工智(zhì)能的重要技(jì)术创新，多模(mó)态大模型已经(jīng)在人工(gōng)智(zhì)能领(lǐng)域提(tí)出了(le)很多年，业界也(yě)有(yǒu)不少技术(shù)突破，但是(shì)，多(duō)模(mó)态(tài)大模型(xíng)进一步往下走(zǒu)，算力(lì)需求呈几何式上(shàng)升，一般的算(suàn)力基础(chǔ)设施很快将难以胜(shèng)任。

从图像(xiàng)、文字、语(yǔ)音(yīn)单独(dú)一项的(de)训练(liàn)，到双模态、三模态的跃迁，让(ràng)人工智能可(kě)以(yǐ)灵(líng)活应对不同模态的转化(huà)、像人与世界交互(hù)一样自然，这方面，由算力网络来驱动将有明(míng)显优势(shì)。

此(cǐ)外，还有很多需(xū)要(yào)爆发式增(zēng)长的算(suàn)力来支撑的技(jì)术创新，将在人工智(zhì)能(néng)算力(lì)网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待(dài)在大模型和(hé)大算力的支(zhī)持下AIGC能持续颠覆内(nèi)容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 日本比中国富裕吗，日本富裕还是中国富裕