自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔(ěr)·盖茨(cí)已(yǐ)多次公开谈论(lùn)人(rén)工智能(néng)话(huà)题。在最近的一次采访(fǎng)中，他再次表示：“AI可(kě)能会让科技行业迎来一次剧(jù)烈的洗牌”。

这个结论是他(tā)在(zài)当地时间2月20日接受《In Good Company》节(jié)目专访时提(tí)出的。

他预期，AI的(de)发展可(kě)能会威胁到谷歌的(de)市(shì)占率，因为微软(ruǎn)在AI方(fāng)面的行(xíng)动(dòng)相(xiāng)当迅速。而(ér)最终(zhōng)科技巨头将把AI整(zhěng)合成用(yòng)户的“全(quán)能(néng)助手”，包揽一(yī)切(qiè)应(yīng)用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手(shǒu)的到来可能(néng)尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法(fǎ)

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州举办的新兴(xīng)数字艺术家(jiā)竞赛中，一幅名为(wèi)《太空歌剧院(yuàn)》的作品获奖。

随后各(gè)大厂商(shāng)的AI绘(huì)画软件被广大(dà)网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是(shì)其中(zhōng)代表。

用户(hù)们可以在(zài)应(yīng)用中输入一组关键词或者一张照(zhào)片，就能获(huò)得一幅AI创作的画(huà)作。

作画的(de)关键(jiàn)就是所(suǒ)输入的文本。同(tóng)一组关键词也可以创作出很(hěn)多张风格不(bù)一样的画作，这让创(chuàng)作的过程(chéng)就(jiù)像(xiàng)开盲盒。

很多用(yòng)户很(hěn)喜欢(huān)这种不确定的惊喜，他们会将生(shēng)成的美(měi)图当做头像。而另一(yī)部分喜欢翻看AI绘画(huà)的“翻(fān)车(chē)”作品(pǐn)。在社交媒体上，许(xǔ)多(duō)用户分(fēn)享AI“翻车(chē)现场”，例如，一位网友(yǒu)的小狗照片被AI画成了(le)“肌肉男(nán)”，还有(yǒu)网友的个人照片被(bèi)AI识(shí)别成了建筑(zhù)。

而如(rú)今随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画(huà)的填(tián)写关键(jiàn)词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在(zài)斯(sī)坦福读博的中国(guó)人(rén)张吕敏创(chuàng)作的一种基(jī)于控制点(diǎn)的图像变(biàn)形算法(fǎ)，主要用于数字图像处理、计算机视觉和计算机(jī)图形(xíng)学等领(lǐng)域。

其SD插件一经发(fā)布，在短短的两天内便成为了AI绘(huì)画领域(yù)最(zuì)新的(de)热点。

在此之前，大家(jiā)用(yòng)了很多方法想让AI生成(chéng)的结果尽可能的(de)符(fú)合要求，但是都不尽(jǐn)如人意，它的出现代表着AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图(tú)，人物的姿势(shì)和画面(miàn)的深度信息(xī)等(děng)。有了(le)它的帮(bāng)助，就不用频繁的(de)用提示词(cí)来碰运气，抽(chōu)盲盒式的创(chuàng)作了(le)。

通俗的(de)说ControlNet相当(dāng)于(yú)给AI绘画加(jiā)了“魔法(fǎ)”，不少(shǎo)博(bó)主(zhǔ)的(de)作品已经(jīng)获得了(le)大量(liàng)的浏览量，“viggo”就是其中之一，他(tā)用朋友的照片(piàn)直(zhí)接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开(kāi)始换关键词试效果。

通过(guò)图片(piàn)就可(kě)以(yǐ)看出来，效果十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的照片(piàn)，草(cǎo)图也可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得(dé)越来越强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发(fā)

警惕安全问题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟谣这所谓的(de)“party”可(kě)能是全国(guó)第(dì)一起AI绘(huì)图诈骗。

由(yóu)于(yú)这(zhè)个活动里面给出的美女照片都是AI制作的真人照(zhào)片绘(huì)图(tú)，因为太逼真，被大家当成真(zhēn)事传播(bō)了。

不过(guò)仔(zǎi)细观察可以发现，活(huó)动发起(qǐ)者提供的照片中有(yǒu)个很大的漏洞可以发现并(bìng)非真人，而是AI绘图，那便(biàn)是图片中女性的手指部分有(yǒu)的(de)存(cún)在(zài)异常。

有行业人(rén)事表示：“现在因为手指部(bù)分的(de)绘(huì)画算法比较复杂(zá)，AI还不太会画人的手，但最新看到的图片已经(jīng)有越来越完美(měi)的AI模型出现，以后可能就完(wán)全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈骗(piàn)在国外也已(yǐ)有发生。据英国广播公司报道，土(tǔ)耳其地(dì)震期(qī)间，有Tiktok用户使(shǐ)用AI合(hé)成了儿童(tóng)受灾的假照片(piàn)发布(bù)到网络，以(yǐ)此诱骗善(shàn)良的(de)人打赏“捐助”从(cóng)而(ér)实施诈(zhà)骗。

目前随着技术(shù)发展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的(de)绘图(tú)效果，如果这样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了(le)很多担忧，一方(fāng)面，批(pī)判者认为AI在“学习(xí)”了大(dà)量前人的作(zuò)品(pǐn)之(zhī)后，其创作(zuò)没有任何情(qíng)绪和灵魂(hún)，难以和人(rén)类的艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的版权(quán)、目前都并没有得(dé)到有(yǒu)效(xiào)的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也(yě)强调，人工智能(néng)的(de)安全问题需要得到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了视(shì)频，还有(yǒu)远方

技术都是有两面(miàn)性的，潜(qián)在的危(wēi)害并不能(néng)掩盖其光辉的贡献。现在看(kàn)来，人工智能技术将是第四次工(gōng)业革(gé)命的核(hé)心驱(qū)动力(lì)量，将创(chuàng)造(zào)新(xīn)的(de)增长奇(qí)迹(jì)。

过去(qù)一年，人工智能在技(jì)术和商业层(céng)面(miàn)都有了巨大进展，AI绘画(huà)就是人工智能技(jì)术发生方向性改变的一(yī)个代(dài)表(biǎo)。其下一(yī)站(zhàn)或许就(jiù)是视频。

此前，Meta和(hé)谷歌先后发布了几条引爆科(kē)技圈的短视频。这(zhè)些视频(pín)引发关注并非内容(róng)做得(dé)多优秀，反而都非(fēi)常简(jiǎn)单，比如一(yī)匹正在喝水的马，一只画画的玩(wán)具(jù)熊，或者一段骑摩托车(chē)的第一(yī)视角录像，随便一个有手(shǒu)机(jī)的人都可(kě)以(yǐ)随手(shǒu)录下(xià)一段。

但这(zhè)些短视频(pín)的创作(zuò)方式非常(cháng)简单，创作者(zhě)仅仅需要(yào)向(xiàng)AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷(gǔ)歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突出(chū)的(de)是高清，与(yǔ)Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差(chà)别(bié)。

在Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈(quān)就已经玩了(le)一波梗，一(yī)个能够做出更高清视(shì)频的AI还不足(zú)以在(zài)短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方(fāng)在于(yú)，它可以制作出(chū)超过2分钟的连贯的也有确(què)切内(nèi)容的视频，这(zhè)才是真(zhēn)正让人们感到惊(jīng)喜的地(dì)方(fāng)。因为无论AI生成的视频多么高清，也只能是为(wèi)内容(róng)生产者提(tí)供一个灵感，一(yī)个(gè)素材，一个过场动画。

不过(guò)能够制(zhì)作出(chū)有具体剧情内容(róng)的视频(pín)就意味着，一些视频创作(zuò)由(yóu)AI代(dài)替人(rén)工完成已经初步有了(le)可能。

当(dāng)下(xià)AI的发展速(sù)度已(yǐ)经超(chāo)过大(dà)部(bù)分人的想象(xiàng)。内容产业(yè)的本质是供(gōng)给创造需求(qiú)，AIGC作为(wèi)全(quán)新的(de)内容生产方式(shì)，可以为(wèi)内容(róng)产业带来更新的内容(róng)风格、更快(kuài)的生产速度，更(gèng)低的生产成本，这(zhè)无(wú)疑会(huì)驱动(dòng)内容(róng)产业的大爆(bào)发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应(yīng)用于(yú)音乐、代码、机器人动(dòng)作等多种内容形(xíng)式的生成。不难发现该(gāi)项技术不仅在游戏等(děng)行(xíng)业能得到有效应用(yòng)，对于下一代(dài)互(hù)联网(wǎng)各种元素的构建(jiàn)亦有关键意义。

从商业化的角度(dù)来看，文化(huà)娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身就对基于AI的(de)可视化内(nèi)容有(yǒu)强烈需(xū)求(qiú)。

因此，AI绘画(huà)及视频或不是结(jié)果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图，有望在(zài)技术更新的加持下实现更大的(de)应用价值。

AI从(cóng)理解内(nèi)容，走向了可(kě)以生成内容，甚至能(néng)够创造出独立价值和独立视角的内容。AIGC的再次(cì)出圈，更代表着未来(lái)的先(xiān)进生产力即将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢(láo)固AIGC底座

从技术的(de)发展(zhǎn)也可(kě)以看出，在语言(yán)大模型、图像大模(mó)型之后，多(duō)模态大模型已经成为了新的趋(qū)势。

大(dà)模型(xíng)被誉为当(dāng)前人(rén)工智(zhì)能(néng)发展的智能底(dǐ)座，是全球(qiú)竞争最激烈(liè)的(de)研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都在竞相(xiāng)发力。

不(bù)过训练大(dà)模型的确价(jià)格不(bù)菲，以(yǐ)国盛证(zhèng)券发布(bù)的(de)《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的成本约为140万美(měi)元(yuán)。而对于(yú)一些更大(dà)的LLM(大型(xíng)语(yǔ)言模(mó)型(xíng))，训练成本则(zé)介于200万美(měi)元至(zhì)1200万美(měi)元(yuán)高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平均(jūn)数(shù)1300万计算(suàn)，其对应芯片需求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞(páng)大算力支持(chí)。在关注各(gè)类大模型的发展同时，更应该关注算力网络的建(jiàn)设。

算(suàn)力(lì)网(wǎng)络正(zhèng)驱动(dòng)AI产业发展进入(rù)史(shǐ)诗级加速进程(chéng)，让AIGC及通(tōng)用(yòng)AI这一人工智能发展的终极目标离(lí)得更近。

因为算力可(kě)以对突破(pò)性(xìng)技术创新提供(gōng)大力的支持(chí)。这方(fāng)面，多模态大模型是(shì)典型。作为面向未来强人工(gōng)智能、通(tōng)用人工智(zhì)能的重(zhòng)要技术(shù)创新(xīn)，多模态大模型(xíng)已经在人工(gōng)智能领域提出了很多(duō)年，业界也有不(bù)少技术突(tū)破，但是(shì)，多模态(tài)大模(mó)型(xíng)进一步(bù)往下走，算(suàn)力(lì)需(xū)求呈几何式上升，一般的(de)算力基(jī)础(chǔ)设施很快(kuài)将难(nán)以胜任(rèn)。

从图(tú)像、文字、语音单独一(yī)项的(de)训(xùn)练，到双模态、三模(mó)态的跃迁，让人工智能可(kě)以灵活(huó)应对不(bù)同(tóng)模态的转化、像(xiàng)人与世界交互一样(yàng)自(zì)然，这方面，由算(suàn)力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发式增长(zhǎng)的算(suàn)力来支(zhī)撑的技(jì)术创(chuàng)新，将在人工智(zhì)能算(suàn)力网(wǎng)络(luò)支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光，期待在大模型和大(dà)算(s新人进拘留所会挨打吗，拘留所新人进去受欺负吗uàn)力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式(shì)，将创造(zào)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 新人进拘留所会挨打吗，拘留所新人进去受欺负吗