自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人(rén)比尔·盖茨已多(duō)次(cì)公开谈论(lùn)人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科(kē)技行业迎来一次剧烈的洗牌”。

这个(gè)结论是他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发展可能会威(wēi)胁到(dào)谷歌的市占率，因为微(wēi)软在(zài)AI方(fāng)面(miàn)的行(xíng)动相当迅速(sù)。而最终科技巨头将把AI整(zhěng)合成用户的(de)“全能助手”，包(bāo)揽一切应(yīng)用(yòng)，与人们进(jìn)行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全(quán)能助手的(de)到来(lái)可能尚(shàng)需时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代(dài)表(biǎo)的(de)AIGC上(shàng)一次(cì)爆火的(de)时候，还是(shì)2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字艺(yì)术家竞(jìng)赛中，一幅名(míng)为《太空歌剧院》的(de)作品获奖。

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

用户(hù)们可以在应(yīng)用中输入一组关键词或者一(yī)张照片，就(jiù)能(néng)获得一(yī)幅AI创(chuàng)作的画(huà)作。

作画的关键就是所输入的文本。同(tóng)一组关键词也可以(yǐ)创作出很多张风格不一样的(de)画作，这让(ràng)创作的过程就(jiù)像(xiàng)开盲盒。

很多用(yòng)户很喜(xǐ)欢(huān)这种(zhǒng)不确定的惊喜，他们会(huì)将生成的美(měi)图当做头像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许多(duō)用户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别(bié)成了(le)建筑。

而(ér)如今随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读博(bó)的中国人张吕敏创作的(de)一(yī)种基于控制点的图像变形算法，主(zhǔ)要(yào)用于数字图像(xiàng)处理、计(jì)算机视(shì)觉和计算机图(tú)形学(xué)等领域。

其SD插(chā)件(jiàn)一经发布，在(zài)短短(duǎn)的两天内便成(chéng)为了(le)AI绘画领域最新的热(rè)点。

在此之(zhī)前，大(dà)家用了很多方法(fǎ)想让(ràng)AI生(shēng)成的结(jié)果尽可能的(de)符合要(yào)求，但是都不(bù)尽如人(rén)意，它的出现(xiàn)代(dài)表着AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提(tí)取画(huà)面(miàn)的构图(tú)，人物的(de)姿势和画(huà)面的深度信(xìn)息(xī)等。有(yǒu)了(le)它的帮(bāng)助，就不用频(pín)繁的用提(tí)示词来碰运(yùn)气，抽盲盒式的创作(zuò)了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少(shǎo)博主的作品已经获得(dé)了大量的浏览(lǎn)量，“viggo”就是其(qí)中(zhōng)之一，他用朋友的照片直接带(dài)她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最(zuì)后(hòu)用ControlNet插件绑定(dìng)骨骼开始(shǐ)换(huàn)关键词试效果(guǒ)。

通(tōng)过(guò)图片就(jiù)可以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉(lì)害的是，除了真实的照片，草图(tú)也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大，甚至输(shū)出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火(huǒ)遍网络，而经(jīng)过警方(fāng)辟(pì)谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出(chū)的美女照片(piàn)都是(shì)AI制作(zuò)的真人照片绘图(tú)，因为太(tài)逼真，被大家(jiā)当成真(zhēn)事(shì)传播了。

不过仔(zǎi)细(xì)观察可以发现，活(huó)动(dòng)发起者提供的照片中有个很(hěn)大的漏洞可以(yǐ)发现(xiàn)并(bìng)非真人，而是AI绘图，那便是图片中女性的(de)手指部分有的(de)存在(zài)异常。

有行(xíng)业人事表示：“现在因(yīn)为手(shǒu)指部(bù)分的绘画(huà)算法(fǎ)比较复杂(zá)，AI还(hái)不(bù)太会画人(rén)的手，但最新看到的图片已经有越(yuè)来越(yuè)完美的AI模(mó)型出现，以(yǐ)后(hòu)可(kě)能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户(hù)使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片发(fā)布(bù)到网络，以(yǐ)此诱骗善良的人打赏“捐(juān)助(zhù)”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出真(zhēn)人照片般(bān)的绘图(tú)效果，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方面(miàn)，批判者认为AI在“学习(xí)”了大(dà)量前(qián)人的作品之后，其创作没有任(rèn)何情绪和灵魂，难(nán)以(yǐ)和人类的(de)艺术创作相(xiāng)提并论。

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

马斯克也(yě)强调，人(rén)工智能的安全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还(hái)有远方

技(jì)术都是有两(liǎng)面性的(de)，潜(qián)在的危(wēi)害并不能掩盖其光(guāng)辉的贡献。现在看(kàn)来(lái)，人工智能技(jì)术(shù)将(jiāng)是第四次工(gōng)业革命的(de)核心驱动力量，将(jiāng)创造新的增长(zhǎng)奇迹。

过(guò)去一年，人工智(zhì)能在技术和(hé)商(shāng)业(yè)层面都(dōu)有了巨(jù)大(dà)进展，AI绘画就是人工智能技术发生方向性改变的一个代表。其下一站或许就是视(shì)频(pín)。

此前，Meta和(hé)谷歌先(xiān)后发布了几(jǐ)条(tiáo)引爆科技圈(quān)的短视频。这些视频(pín)引发关(guān)注(zhù)并(bìng)非内(nèi)容做得多优秀(xiù)，反而都(dōu)非常简单，比如一匹(pǐ)正在喝水的(de)马，一(yī)只(zhǐ)画画的玩(wán)具熊，或(huò)者一段骑摩托车(chē)的(de)第一(yī)视(shì)角录像，随便一个(gè)有手机(jī)的人都可以随手(shǒu)录下一段(duàn)。

但(dàn)这些短(duǎn)视频的创作方式非常(cháng)简单，创作者仅仅需要向AI输入(买东西有必要等双11吗，618和双11双12哪个便宜rù)一段(duàn)话，甚至只是说一下要求，AI就可以根据需要生成一段视频。

谷歌(gē)发布的(de)两个AI生成(chéng)视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出更高清视频的AI还(hái)不(bù)足以在(zài)短时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它(tā)可(kě)以制(zhì)作出(chū)超过(guò)2分钟的连贯的也(yě)有确切内容的(de)视(shì)频，这才是真正让人(rén)们感到(dào)惊喜(xǐ)的地(dì)方(fāng)。因为无论AI生成的(de)视频(pín)多么高清，也只能(néng)是为内(nèi)容生产者提(tí)供一个灵感，一个素(sù)材，一(yī)个过场动画(huà)。

不过能够制作出(chū)有具体剧情内容(róng)的视频就意味着(zhe)，一些视频创作由AI代替(tì)人工完成已(yǐ)经初(chū)步有了(le)可能。

当(dāng)下(xià)AI的(de)发(fā)展(zhǎn)速(sù)度已(yǐ)经超(chāo)过大部(bù)分人的想象(xiàng)。内(nèi)容产业(yè)的本质是(shì)供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带来更新的内容风格、更快的生产速(sù)度，更低的生产成本，这无(wú)疑会(huì)驱动(dòng)内容(róng)产(chǎn)业的大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还(hái)能应(yīng)用于音乐、代码、机器人动作(zuò)等多(duō)种(zhǒng)内(nèi)容(róng)形式的(de)生成(chéng)。不难发(fā)现该项技(jì)术不(bù)仅在(zài)游戏等行业能得到有效应用，对于下(xià)一代互联网各种元素的构建亦(yì)有关(guān)键意义。

从商业化的角(jiǎo)度(dù)来看，文化娱(yú)乐、教(jiào)育、传媒等诸多领域，本(běn)身(shēn)就(jiù)对基于AI的(de)可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画及(jí)视(shì)频或不(bù)是结果，而只(zhǐ)是AI进程中(zhōng)的一块重要拼图，有望在(zài)技术(shù)更新的加持下实(shí)现更大的应用(yòng)价值。

AI从理解内(nèi)容，走向了可以生成(chéng)内容，甚至能够创(chuàng)造出独立价值和独立视(shì)角的内容。AIGC的(de)再次出圈，更代表着(zhe)未(wèi)来的先(xiān)进生(shēng)产(chǎn)力(lì)即(jí)将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的(de)发展也可(kě)以看出，在语言大模型(xíng)、图像大(dà)模型(xíng)之(zhī)后，多模态大(dà)模型(xíng)已经成为(wèi)了新的趋势。

大(dà)模型(xíng)被誉为当前人工智能发展的智能底座，是全球竞争(zhēng)最激烈的研究方向之一(yī)，包括谷(gǔ)歌(gē)、亚马逊(xùn)、百度(dù)、阿里、腾(téng)讯等众多头部(bù)企(qǐ)业都在竞相(xiāng)发力。

不过(guò)训练大模型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约(yuē)为140万(wàn)美(měi)元(yuán)。而对于一些更大的(de)LLM(大型(xíng)语言模型)，训练成本则介于200万美(měi)元至1200万美(měi)元高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独立(lì)访客平均数(shù)1300万计算，其(qí)对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日(rì)仅电(diàn)费(fèi)就在5万(wàn)美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持。在(zài)关注各(gè)类大模(mó)型的发展同(tóng)时，更(gèng)应该关注算(suàn)力网(wǎng)络(luò)的建(jiàn)设。

算力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗级加速进(jìn)程(chéng)，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离得更近。

因(yīn)为算力可(kě)以对突破(pò)性(xìng)技(jì)术创(chuàng)新提供大力的支持。这方面，多(duō)模(mó)态大模型是典型(xíng)。作为面向未(wèi)来强人工智能、通用(yòng)人工智能的(de)重要技(jì)术(shù)创(chuàng)新(xīn)，多模态(tài)大模(mó)型已经在人工(gōng)智能领域(yù)提出了很多年，业界也(yě)有不少(shǎo)技术(shù)突破，但(dàn)是，多(duō)模态大(dà)模型进一步往下走(zǒu)，算力(lì)需求(qiú)呈(chéng)几何式上(shàng)升，一般的(de)算力基(jī)础设(shè)施(shī)很快将难以胜任。

从图像、文(wén)字、语音单独一项的训(xùn)练，到(dào)双模态、三模态的跃迁(qiān)，让人工智能可以(yǐ)灵活应对(duì)不(bù)同模态的(de)转化、像人与世界交互一(yī)样自(zì)然，这方面，由算力网络来驱动(dòng)将(jiāng)有明显优势。

此外，还有很(hěn)多需要爆发(fā)式(shì)增长的算力(lì)来支撑的技(jì)术创新，将在人工智(zhì)能算力网络支撑下快(kuài)速(sù)推进。

AIGC已(yǐ)经露出曙光，期待在(zài)大模型和大算力的支持下AIGC能持续(xù)颠覆内(nèi)容生产的方(fāng)式，将创造的边际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 买东西有必要等双11吗，618和双11双12哪个便宜