自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始人比(bǐ)尔·盖茨已多次(cì)公开谈论(lùn)人工(gōng)智能话题。在最近的一次采访(fǎng)中，他再次(cì)表示：“AI可能会让科技(jì)行业(yè)迎来一次剧烈的(de)洗牌”。

这(zhè)个结论是他在当(dāng)地(dì)时间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提(tí)出的。

他预期(qī)，AI的(de)发展可能会威(wēi)胁到谷歌(gē)的市占率，因为微(wēi)软在AI方面的行动相当迅速。而最终科技巨头(tóu)将(jiāng)把AI整合成(chéng)用(yòng)户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们进(jìn)行沟通并(bìng)提供建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中全能(néng)助(zhù)手的到(dào)来(lái)可能(néng)尚需时日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科(kē)罗(luó)拉多州举办的新(xīn)兴(xīng)数字艺术(shù)家(jiā)竞赛中，一幅名为(wèi)《太空歌剧院》的作品(pǐn)获奖(jiǎng)。

随(suí)后各大厂商的(de)AI绘画(huà)软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用(yòng)中输入一组关键(jiàn)词或者一张照片，就能(néng)获得一幅AI创作的画作。

作画(huà)的关键就(jiù)是(shì)所输入(rù)的文本(běn)。同一组关键词也可以创作出很多张风格不一样的画作，这让创作的过(guò)程就(jiù)像开盲盒。

很多用(yòng)户很(hěn)喜(xǐ)欢(huān)这(zhè)种不确定的惊喜，他们会将生成(chéng)的美(měi)图当(dāng)做头像(xiàng)。而(ér)另一部分喜欢(huān)翻(fān)看AI绘(huì)画(huà)的(de)“翻车”作品。在社交媒体(tǐ)上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一(yī)位网友(yǒu)的(de)小(xiǎo)狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人(rén)照片被AI识(shí)别(bié)成(chéng)了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加(jiā)持，以(yǐ)往(wǎng)AI绘(huì)画(huà)的填写(xiě)关(guān)键(jiàn)词游戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正(zhèng)在斯(sī)坦福读博的中国人张吕敏创作(zuò)的一种基于控(kòng)制点的图像变形算法，主要用于数字图像处理、计算(suàn)机视觉和计算机图形学等领域。

其SD插(chā)件一经发布，在短短的两天(tiān)内便成为了AI绘(huì)画(huà)领(lǐng)域最新的(de)热点。

在此之前，大(dà)家用了很多(duō)方(fāng)法(fǎ)想让AI生成的结果尽(jǐn)可能(néng)的符合要求，但是都不尽如人意，它的出现代表着AI生(shēng)成开始进入真正的可控(kòng)时期(qī)。

因(yīn)为(wèi)ControlNet可以直(zhí)接提取画(huà)面(miàn)的构图(tú)，人(rén)物的(de)姿势(shì)和画面的(de)深度信息(xī)等。有了它的帮助，就不用(yòng)频繁的用提示词来碰运气，抽盲盒式(shì)的(de)创作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得了大量的浏览(lǎn)量，“viggo”就是(shì)其中之一(yī)，他用朋(péng)友的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试效果。

通过图片(piàn)就(jiù)可以看(kàn)出来，效果十分惊艳。

更(gèng)厉害的是，除了(le)真实的照片，草图也(yě)可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实(shí)现(xiàn)线稿(gǎo)转全彩图。大神(shén)张吕敏其(qí)本尊也亲自回应。

不得不说当下AIGC已经变得(dé)越来越强大，甚至(zhì)输出的作品都已经能(néng)以假(jiǎ)乱(luàn)真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏(sū)州金(jīn)鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经过警方辟谣(yáo)这所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈(zhà)骗(piàn)。

由于这个活动里面给出的(de)美女(nǚ)照片都是AI制作的真人照(zhào)片绘(huì)图，因为(wèi)太逼(bī)真，被大家当(dāng)成(chéng)真事传播了。

不过仔细观察可以(yǐ)发现，活动发起者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而(ér)是AI绘图，那(nà)便是(shì)图片中(zhōng)女性的手(shǒu)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)的绘画算法比较复杂，AI还不(bù)太(tài)会画人的手，但最新看到的(de)图片已经有(yǒu)越(yuè)来(lái)越完美的AI模型出(chū)现，以后可(kě)能就完全没有漏洞(dòng)了。”

类似的AI作(zuò)图(tú)诈骗在国(guó)外也已有(yǒu)发生。据英国广(guǎng)播公司报道，土耳其(qí)地震期(qī)间，有Tiktok用户(hù)使(shǐ)用AI合成了儿(ér)童受灾(zāi)的假照片(piàn)发布到(dào)网络，以此诱(yòu)骗善良(liáng)的人(rén)打(dǎ)赏“捐助”从而实(shí)施(shī)诈骗。

目(mù)前随着技术发展，AIGC已经能(néng)做出(chū)真人照片(piàn)般(bān)的(de)绘图(tú)效果，如果(guǒ)这样的(de)图片被(bèi)用来诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一方面，批判(pàn)者认(rèn)为AI在“学(xué)习”了大量前人的作品(pǐn)之后，其创作没有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至(zhì)高无上(shàng)”的(de)创意。

马斯(sī)克也强调，人(rén)工智能的安全问(wèn)题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视(shì)频，还(hái)有远方

技术都是(shì)有两面性的，潜在的(de)危害并不能掩盖(gài)其光辉(huī)的贡(gòng)献。现(xiàn)在(zài)看来，人(rén)工智(zhì)能技术将是(shì)第(dì)四次工业革命的核心驱(qū)动(dòng)力量，将创(chuàng)造新的增长奇迹。

过去一年(nián)，人(rén)工智能在技术(shù)和商业层面(miàn)都有了(le)巨大进展，AI绘画就是人工智能猫肠胃不好老是吐怎么办，猫咪隔三差五吐但是精神很好(néng)技术(shù)发生方(fāng)向性(xìng)改变的一个代(dài)表。其下一(yī)站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆科技圈的短视频。这些视(shì)频引发关注(zhù)并(bìng)非内容做得(dé)多优秀，反而都非常简单，比如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩具熊，或者(zhě)一段骑摩托车的第一视角(jiǎo)录(lù)像，随(suí)便一个(gè)有(yǒu)手机(jī)的人都可以随手录(lù)下一(yī)段。

但这些短(duǎn)视频的创作(zuò)方式非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一段话，甚(shèn)至只是说(shuō)一下(xià)要求，AI就可(kě)以根(gēn)据(jù)需要生成一段视(shì)频。

谷歌发布的两个AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要(yào)突(tū)出的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多(duō)的(de)差(chà)别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就(jiù)已经(jīng)玩了一(yī)波梗，一个能够做出更高清(qīng)视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地(dì)方在于，它可以制作出(chū)超(chāo)过2分钟的连贯的也(yě)有确切内容(róng)的(de)视(shì)频(pín)，这才是(shì)真正让人们感到惊(jīng)喜的地方。因为无论AI生成的(de)视频多么高清，也只能是为内(nèi)容生产者提供一个灵感，一个(gè)素材，一(yī)个过场动画。

不过能够制(zhì)作出(chū)有具体剧情内容的视(shì)频就意(yì)味着，一些(xiē)视频创(chuàng)作(zuò)由AI代替人工完成(chéng)已经(jīng)初步(bù)有(yǒu)了可能。

当(dāng)下AI的发展速度已经超过大部分(fēn)人(rén)的想(xiǎng)象。内容产业的本(běn)质是供给(gěi)创造需(xū)求，AIGC作(zuò)为全新的内容生产方式，可以为内容产业带来更新的内容(róng)风格、更(gèng)快的生(shēng)产速度(dù)，更(gèng)低的生产成本，这无(wú)疑会驱动(dòng)内容产业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用(yòng)于音(yīn)乐(lè)、代码、机器人动作等多(duō)种内容形式的生成。不(bù)难发现(xiàn)该项技术不仅(jǐn)在游戏等行业能(néng)得到有效应用，对于下一代互联网(wǎng)各种元素的构建(jiàn)亦(yì)有关键意(yì)义(yì)。

从商业化的角度来(lái)看，文化娱乐、教育、传媒等(děng)诸多(duō)领域，本(běn)身(shēn)就(jiù)对(duì)基于AI的可(kě)视化内容有强烈需求。

因此，AI绘(huì)画(huà)及(jí)视频或不(bù)是结(jié)果，而(ér)只是(shì)AI进程(chéng)中的一(yī)块重要拼图(tú)，有望在(zài)技术(shù)更新的加持下实(shí)现更大(dà)的应用(yòng)价值。

AI从理解内(nèi)容，走向(xiàng)了可以生(shēng)成内容，甚至能够创造出(chū)独立价值(zhí)和独立视(shì)角的内容。AIGC的(de)再次(cì)出(chū)圈，更代表着(zhe)未来(lái)的先(xiān)进生产力(lì)即(jí)将到来。

04

紧抓(zhuā)大模(mó)型(xíng)与(yǔ)算力(lì)，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模型、图像(xiàng)大(dà)模型之后，多模态大(dà)模型(xíng)已(yǐ)经成为了(le)新的趋(qū)势。

大模型被誉为当前人工智能(néng)发展的(de)智能(néng)底座(zuò)，是全球竞争最激(jī)烈(liè)的研究(jiū)方向之(zhī)一，包(bāo)括谷歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多头部企业都(dōu)在竞(jìng)相发力(lì)。

不过(guò)训练(liàn)大模(mó)型的确价格不菲，以(yǐ)国盛(shèng)证券发布(bù)的《ChatGPT需要(yào)多(duō)少算力》报告估算(suàn)，GPT-3训练一次(cì)的成(chéng)本约为140万美(měi)元。而对于一些更(gèng)大的LLM(大(dà)型(xíng)语言模型)，训练成本则介(jiè)于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成(chéng)本(běn)约为8亿(yì)美元，每日仅电(diàn)费(fèi)就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支(zhī)持(chí)。在关(guān)注各类(lèi)大模型的发展(zhǎn)同(tóng)时，更应该(gāi)关注算(suàn)力网(wǎng)络的建设。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入史诗级(jí)加速(sù)进程，让AIGC及(jí)通用AI这一人工智(zhì)能(néng)发(fā)展的终极目标(biāo)离得更(gèng)近。

因为算力(lì)可以对突破性技术(shù)创新提供(gōng)大(dà)力的(de)支(zhī)持。这方面(miàn)，多模态大模型是典型。作为面向未来强人工智(zhì)能、通用人(rén)工智能的重要(yào)技术(shù)创新(xīn)，多模态大模型已(yǐ)经在人(rén)工智(zhì)能领域提出(chū)了很(hěn)多年，业界也(yě)有不少技(jì)术突破(pò)，但是，多模(mó)态(tài)大(dà)模(mó)型进(jìn)一步往下(xià)走，算力需求呈几(jǐ)何式(shì)上升，一般的算(suàn)力基础设施很快(kuài)将难以胜任。

从(cóng)图像、文字、语(yǔ)音单独(dú)一项的(de)训(xùn)练，到双模态、三模态的跃迁(qiān)，让人工智能可以灵活应(yīng)对不同模态的转化、像人与世(shì)界交(jiāo)互一样自然，这方面，由算力网络来驱(qū)动将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的(de)算(suàn)力来支撑的技术创新(xīn)，将在(zài)人工智能算力网络支撑下(xià)快速推进。

AIGC已(yǐ)经(jīng)露出曙光，期待在大(dà)模型(xíng)和大算力(lì)的支持下(xià)AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造的边际成本(běn)降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 猫肠胃不好老是吐怎么办，猫咪隔三差五吐但是精神很好