自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软(ruǎn)公司创(chuàng)始人比尔·盖(gài)茨已多次公(gōng)开谈(tán)论人(rén)工智能话题(tí)。在最近的(de)一次(cì)采访中，他(tā)再次表示：“AI可能会(huì)让科技行业迎来一次(cì)剧烈的洗牌”。

这(zhè)个结(jié)论是(shì)他在当地时间2月20日接受《In Good Company》节目专访时(shí)提(tí)出(chū)的。

他预期，AI的发展可能会威(wēi)胁(xié)到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的行动相当迅速。而最终(zhōng)科技(jì)巨头将把AI整合成用户的“全(quán)能助手”，包揽一(yī)切应用(yòng)，与人们进行(xíng)沟通并提供(gōng)建议(yì)，可(kě)以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助(zhù)手的到来可能尚(shàng)需时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为(wèi)代表的AIGC上一(yī)次爆火的时(shí)候，还是2022年8月，在(zài)美国科罗拉多州举办的(de)新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品(pǐn)获(huò)奖(jiǎng)。

随后(hòu)各大厂商的(de)AI绘画2023年过年是哪一天，2023年春节是哪天一天软(ruǎn)件被广(guǎng)大网友熟知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表。

用(yòng)户们可以在应(yīng)用中输(shū)入一组关键(jiàn)词或者(zhě)一张照片，就能获(huò)得(dé)一幅(fú)AI创作的(de)画作(zuò)。

作画的关键就是(shì)所输入的(de)文本。同一组关键词也(yě)可以创作出很多(duō)张风格(gé)不一样(yàng)的画作，这让创作的(de)过程就(jiù)像开盲盒。

很多用(yòng)户很喜欢这(zhè)种不确定(dìng)的惊喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢翻看(kàn)AI绘画的“翻(fān)车”作品(pǐn)。在社交媒(méi)体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例(lì)如(rú)，一位网友的小(xiǎo)狗照片被AI画成(chéng)了“肌(jī)肉(ròu)男(nán)”，还有(yǒu)网友(yǒu)的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写关(guān)键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦(tǎn)福读博的(de)中国人张吕敏创作(zuò)的(de)一种基(jī)于控制点(diǎn)的图(tú)像变形算法，主要(yào)用于数字图像处理、计算(suàn)机视觉和计(jì)算机图(tú)形学等(děng)领域。

其(qí)SD插件一(yī)经发布，在短短的两天(tiān)内便(biàn)成为了AI绘画(huà)领(lǐng)域最新的热点。

在此之前，大(dà)家用了很多方(fāng)法(fǎ)想(xiǎng)让AI生成的结果尽可(kě)能的符合要求(qiú)，但(dàn)是都不尽如人意，它的出现代表(biǎo)着(zhe)AI生成开始进入真正的可(kě)控时期(qī)。

因为ControlNet可以直接提(tí)取(qǔ)画面的构图，人物的(de)姿势(shì)和画面的深度(dù)信息等(děng)。有了它的帮助(zhù)，就(jiù)不用频繁的(de)用提(tí)示词来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗(sú)的(de)说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量的浏览(lǎn)量(liàng)，“viggo”就是其中之一(yī)，他用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换(huàn)关键词试效果。

通过(guò)图片就可以看出来(lái)，效果十分惊(jīng)艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏(mǐn)其本(běn)尊(zūn)也亲自回应(yīng)。

不得不说当下AIGC已经(jīng)变得越(yuè)来越强(qiáng)大，甚至输出的作品都已2023年过年是哪一天，2023年春节是哪天一天经(jīng)能以假乱真(zhēn)了(le)。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘(huì)图诈(zhà)骗。

由于这个活动里面给出的美女照(zhào)片都是AI制作(zuò)的真人照片(piàn)绘图，因为太逼真，被大(dà)家当(dāng)成真事传播了。

不过仔细(xì)观察(chá)可以发现，活动(dòng)发起(qǐ)者(zhě)提(tí)供的照片中有(yǒu)个(gè)很大的漏洞(dòng)可以发(fā)现(xiàn)并非真人，而是AI绘(huì)图，那便(biàn)是图片中女性的手指部分有的存在异常。

有行业人事表示：“现在因(yīn)为(wèi)手指部分的(de)绘画算法比较复杂(zá)，AI还不太会画(huà)人的手，但(dàn)最新看到的图片已经(jīng)有越来越(yuè)完美的AI模型出现，以后可能就完全没有漏洞(dòng)了(le)。”

类似的AI作图诈(zhà)骗在国外也已有发生(shēng)。据(jù)英国广播公司报道，土(tǔ)耳其(qí)地震期间(jiān)，有(yǒu)Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假照片发布到网络，以(yǐ)此(cǐ)诱骗善良的人打赏(shǎng)“捐(juān)助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人照片般的(de)绘图效果，如果这(zhè)样的图片被用来(lái)诈骗，将非常可(kě)怕(pà)。

此外AIGC还(hái)引发(fā)了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量(liàng)前人的作品之后，其创作没有任何情绪和(hé)灵魂(hún)，难以和人(rén)类的艺术(shù)创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代替人(rén)类“至高无上”的创(chuàng)意。

马斯克(kè)也强调，人工智能的安全问题需(xū)要得到(dào)重视(shì)，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视频，还有远方

技术都是(shì)有两面性(xìng)的(de)，潜在(zài)的(de)危害并(bìng)不能掩盖其(qí)光辉的贡献。现在(zài)看(kàn)来，人工智能技术将是第(dì)四次(cì)工业革命的核(hé)心(xīn)驱(qū)动力量，将创造新的增长奇迹。

过(guò)去(qù)一年，人工智能在技术和(hé)商业层面都有了巨大(dà)进展，AI绘画就是(shì)人(rén)工智能技术发生(shēng)方向(xiàng)性改变的一个代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和谷歌(gē)先(xiān)后(hòu)发布了几(jǐ)条引爆科技圈(quān)的短视频。这些视频引发(fā)关(guān)注并(bìng)非内容做(zuò)得(dé)多(duō)优秀，反而(ér)都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车(chē)的第一视角录(lù)像，随(suí)便一个有(yǒu)手机的人都可以随(suí)手(shǒu)录下一段(duàn)。

但这些短视频的创作方(fāng)式非(fēi)常(cháng)简单(dān)，创作者仅仅需要(yào)向AI输入一(yī)段(duàn)话，甚至(zhì)只(zhǐ)是(shì)说一下要求，AI就可以(yǐ)根据(jù)需要生成一(yī)段视频。

谷(gǔ)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(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高(gāo)清视频的AI还不(bù)足以(yǐ)在短时间内戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的地(dì)方(fāng)在(zài)于，它(tā)可以制作出超过(guò)2分钟的连贯的(de)也有确切(qiè)内(nèi)容(róng)的视频，这才是真正让人们感到惊喜(xǐ)的地方。因(yīn)为无论AI生成(chéng)的视频(pín)多么高(gāo)清，也只(zhǐ)能(néng)是为内容生(shēng)产者(zhě)提供一个灵感，一(yī)个(gè)素材，一(yī)个过(guò)场动画。

不过能够(gòu)制(zhì)作出(chū)有具体剧情内容的视频就意(yì)味着，一些视(shì)频创作(zuò)由AI代(dài)替人工(gōng)完成已经初步有了(le)可能。

当下AI的发(fā)展(zhǎn)速(sù)度(dù)已经超过大(dà)部(bù)分人(rén)的想象。内容产(chǎn)业的本质是供给创造需求，AIGC作为全新的内容(róng)生产(chǎn)方式，可(kě)以为内容产业带(dài)来更新的内容风格(gé)、更(gèng)快的(de)生产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动内容(róng)产业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能(néng)应用于(yú)音(yīn)乐、代码(mǎ)、机器人动作等多(duō)种(zhǒng)内容形式的生(shēng)成(chéng)。不难发现该项技术(shù)不(bù)仅在(zài)游(yóu)戏(xì)等行业能(néng)得到有效应用，对于下一代互联网各种元素的构建亦有关键意义。

从商业(yè)化的角度来看，文(wén)化娱乐、教育(yù)、传媒等诸多领(lǐng)域(yù)，本身就对基于AI的可视化内(nèi)容(róng)有强(qiáng)烈需求。

因(yīn)此，AI绘画及视频或(huò)不(bù)是结(jié)果，而只是AI进程中(zhōng)的一块重要拼(pīn)图(tú)，有望在(zài)技术更新的加持下实(shí)现(xiàn)更大的应(yīng)用价值。

AI从理解内容(róng)，走向(xiàng)了(le)可以生(shēng)成内容，甚至(zhì)能够(gòu)创造出(chū)独立(lì)价值和独立视角的(de)内容(róng)。AIGC的(de)再(zài)次出圈，更代表着(zhe)未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技(jì)术的发展也可以(yǐ)看出，在语言大(dà)模(mó)型、图像大模(mó)型之后，多模态(tài)大模型已经成为了新(xīn)的趋势。

大模型(xíng)被誉为(wèi)当前人工智(zhì)能发展的智(zhì)能底座(zuò)，是全球竞争最激烈的研究(jiū)方(fāng)向之一(yī)，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾(téng)讯等众多(duō)头部(bù)企(qǐ)业都在竞相发力。

不过训练大模型的确(què)价格不菲，以国盛证券发(fā)布(bù)的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万(wàn)美元。而对于一些(xiē)更大的LLM(大型(xíng)语(yǔ)言模型(xíng))，训练成本则介于200万(wàn)美元至1200万美(měi)元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应芯片需(xū)求(qiú)为3万多片英伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美元，每(měi)日仅电(diàn)费就(jiù)在(zài)5万美元左右。

2023年过年是哪一天，2023年春节是哪天一天g="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不(bù)开(kāi)庞大算力(lì)支持(chí)。在关注(zhù)各(gè)类大模型的发展(zhǎn)同(tóng)时，更应该关注算力网络的(de)建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展进入史(shǐ)诗级加速进程，让(ràng)AIGC及通用AI这一人工智能发(fā)展的终极目标离得更近。

因为算力可以对(duì)突破性技术创新提供大(dà)力(lì)的支持。这方面，多模(mó)态大模型是典型。作为面(miàn)向未来强人工智能、通用人工智能的重要技术创新，多(duō)模态(tài)大模型已经在人(rén)工智能领域提(tí)出了很多年，业(yè)界也(yě)有不(bù)少技术突破，但是(shì)，多模态大模型进(jìn)一步往下走，算力需求(qiú)呈几何(hé)式上升，一般(bān)的算(suàn)力基础(chǔ)设施很快将难以胜任(rèn)。

从图像、文字、语(yǔ)音(yīn)单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让人工智能可以灵活应对(duì)不同模态的转化、像人与世界交互一(yī)样自然，这方面，由(yóu)算力网络来驱(qū)动将有明显优势。

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

AIGC已(yǐ)经露(lù)出曙(shǔ)光，期待在大模型和(hé)大算力(lì)的(de)支持下AIGC能(néng)持续(xù)颠覆内容生产的方式(shì)，将创造的边际成(chéng)本(běn)降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 2023年过年是哪一天，2023年春节是哪天一天