他预期，AI的发展(zhǎn)可能会威胁到谷歌的(de)市(shì)占率(lǜ)，因为微(wēi)软在AI方面的(de)行动相当迅(xùn)速。而最终科技巨(jù)头(tóu)将(jiāng)把AI整(zhěng)合成用户的“全能助手(shǒu)”，包揽一切应用，与人们(men)进行沟通(tōng)并提供建议(yì)，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来(lái)可能尚需时日，但(dàn)由ControlNet引发的(de)又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火(huǒ)的时(shí)候，还是2022年8月，在美国(guó)科罗拉多(duō)州举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘(huì)画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中输入(rù)一组(zǔ)关(guān)键词或者一张照片，就能获得一(yī)幅(fú)AI创作的画作。

作(zuò)画(huà)的关键就(jiù)是所输(shū)入(rù)的文(wén)本。同一组(zǔ)关键词也(yě)可以创作出很多张(zhāng)风格不(bù)一样(yàng)的画作(zuò)，这让创作的过程就(jiù)像开盲盒(hé)。

很多用户很喜欢(huān)这种(zhǒng)不确(què)定(dìng)的惊喜，他们会将生成的美(měi)图当做(zuò)头像。而另一部分喜欢(huān)翻看(kàn)AI绘(huì)画的“翻车(chē)”作品。在社交媒(méi)体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被AI画成了(le)“肌肉男”，还有网友的个人照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读(dú)博的中国人(rén)张(zhāng)吕敏创作的一种基于控制点的(de)图(tú)像变形算法，主要用于数字(zì)图像处理、计(jì)算机视(shì)觉和计算机(jī)图形学等领域。

其SD插件一经(jīng)发布，在(zài)短短的两天内便成(chéng)为了AI绘画(huà)领(lǐng)域最新的热点。

在此之前，大家用(yòng)了很多方法想让AI生(shēng)成的结(jié)果尽可(kě)能的符合要求，但是都不(bù)尽如人意(yì)，它的出现代表着(zhe)AI生成(chéng)开始进入真正的可控时(shí)期。

因为ControlNet可以直接提取画面(miàn)的构图，人物(wù)的姿(zī)势(shì)和画(huà)面的深度信息(xī)等。有了它的帮助，就不用(yòng)频繁的用提(tí)示(shì)词来碰运气(qì)，抽(chōu)盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当于给AI绘(huì)画加了“魔法”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就是(shì)其中之一(yī)，他用朋友的照片直接带她们(men)走进动(dòng)漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的(de)关键词；最后用(yòng)ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词(cí)试(shì)效果。

通过图片就可(kě)以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片，草图也(yě)可(kě)以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转全彩图。大神张(zhāng)吕敏其本(běn)尊也亲自(zì)回应。

不(bù)得不说(shuō)当下AIGC已(yǐ)经(jīng)变得越(yuè)来越强大，甚至输出的作(zuò)品(pǐn)都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的(de)消息(xī)火遍网(wǎng)络，而(ér)经过(guò)警方(fāng)辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘(huì)图诈骗。

由于这个活动里面给出的美女(nǚ)照片都是AI制作的(de)真人照片绘图(tú)，因(yīn)为太(tài)逼真(zhēn)，被大家当成(chéng)真事(shì)传播了。

不过仔细观察可(kě)以发(fā)现，活动发起者提供的照片中有个(gè)很大(dà)的(de)漏洞(dòng)可以发(fā)现并非真人(rén)，而是AI绘图(tú)，那便(biàn)是图(tú)片(piàn)中(zhōng)女(nǚ)性的手指部(bù)分有的存在异常。

有行业人事(shì)表示：“现在因为手指部分(fēn)的(de)绘(huì)画算法比较复杂(zá)，AI还(hái)不(bù)太会画(huà)人的手，但最新看到的图片已经有越来越完美的(de)AI模型出现，以后可能(néng)就(jiù)完(wán)全没有(yǒu)漏(lòu)洞了(le)。”

类似的AI作图诈(zhà)骗在(zài)国外也已有发生。据英国(guó)广(guǎng)播公司(sī)报道，土耳其地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受灾(zāi)的假照(zhào)片发布到网络(luò)，以此(cǐ)诱(yòu)骗善良的(de)人打赏“捐助”从而实施诈骗。

目前随(suí)着(zhe)技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这(zhè)样(yàng)的图片被用来诈骗，将(jiāng)非常可(kě)怕(pà)。

此外AIGC还引(yǐn)发了(le)很多担忧，一(yī)方面，批(pī)判者(zhě)认(rèn)为(wèi)AI在“学习(xí)”了大量前人的作品之后，其创(chuàng)作没有任何情绪(xù)和灵魂，难(nán)以和人(rén)类(lèi)的艺(yì)术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的版(bǎn)权、目前都(dōu)并没有(yǒu)得(dé)到有效(xiào)的解(jiě)决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的创意。

马斯克也(yě)强(qiáng)调，人(rén)工智(zhì)能(néng)的(de)安(ān)全问题需要得(dé)到重视，太晚就来(lái)不及(jí)了(le)。

03

AIGC下一站除了视频，还有(yǒu)远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的危害并(bìng)不(bù)能掩盖其光辉的(de)贡献。现(xiàn)在看来，人工智能技(jì)术(shù)将(jiāng)是(shì)第(dì)四次(cì)工业革命(mìng)的核心驱动力量(liàng)，将创造(zào)新的增长奇迹。

过去(qù)一年，人工(gōng)智能在技(jì)术和商业层(céng)面(miàn)都有了巨大进(jìn)展，AI绘画(huà)就是(shì)人工智能(néng)技术发生方向性改变的一(yī)个代(dài)表。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了(le)几(jǐ)条引爆科技圈的短视频(pín)。这些视频引发关注(zhù)并(bìng)非(fēi)内容做得多(duō)优秀，反(fǎn)而(ér)都非(fēi)常简(jiǎn)单(dān)，比如(rú)一匹(pǐ)正在喝水的马(mǎ)，一只(zhǐ)画画的玩具熊，或者一段骑摩托车的第一视角录像，随便一个(gè)有手机的(de)人都(dōu)可以随手(shǒu)录下一段。

但这些(xiē)短视(shì)频的创作方式非常简单，创作者仅仅需要(yào)向(xiàng)AI输入一(yī)段话，甚至只是(shì)说一下要求，AI就(jiù)可以根(gēn)据需(xū)要生(shēng)成(chéng)一段视频。

谷歌发布的两个(gè)AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈(quān)就已(yǐ)经(jīng)玩了(le)一波梗，一个能够做出更高清(qīng)视频的AI还不足以在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也有确(què)切内容的视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生成的(de)视频多(duō)么高清(qīng)，也只能是为(wèi)内容生产者(zhě)提供一个(gè)灵感，一个素材，一个过场(chǎng)动画。

不(bù)过能够制作出有具体剧(jù)情内容的(de)视频就意味着，一些(xiē)视频(pín)创作由AI代替人工(gōng)完成已(yǐ)经初步有了可能。

当下(xià)AI的发展速度已(yǐ)经超过大(dà)部分人的想象。内(nèi)容(róng)产业的本质(zhì)是供给创(chuàng)造需(xū)求，AIGC作为全(quán)新的内容生(shēng)产方式，可(kě)以(yǐ)为内容产业带来(lái)更新的内容风格、更快的生产速(sù)度，更(gèng)低的生(shēng)产(chǎn)成本，这(zhè)无(wú)疑会驱动内(nèi)容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能(néng)应用(yòng)于音(yīn)乐、代码、机(jī)器人动作等多种(zhǒng)内容形(xíng)式的(de)生成(chéng)。不难发现该项技术不(bù)仅(jǐn)在游戏等行业能得到有效(xiào)应用，对于下一代互(hù)联网各种元(yuán)素的构建亦(yì)有关键意义。

从商业化的角度来看，文化娱乐、教(jiào)育、传(chuán)媒等诸(zhū)多(duō)领域，本(běn)身就对基(jī)于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而(ér)只是AI进程中(zhōng)的(de)一块重要(yào)拼图，有望在技术(shù)更新的加(jiā)持下实现更大的(de)应(yīng)用价(jià)值。

AI从(cóng)理(lǐ)解内(nèi)容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造出(chū)独立价值和独立视角的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模型与算力(lì)，牢固AIGC底(dǐ)座

从(cóng)技(jì)术的发展也可(kě)以看出，在语言(yán)大模型、图像大模(mó)型之(zhī)后，多模态(tài)大模型已经成为了新的趋势。

大(dà)模型被誉为(wèi)当(dāng)前(qián)人(rén)工(gōng)智能(néng)发(fā)展的(de)智能底座，是全球竞争最激(jī)烈(liè)的(de)研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞相发力。

不过训练大模(mó)型的确价格不(bù)菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需(xū)要多(duō)少算力》报(bào)告估算，GPT-3训(xùn)练一次(cì)的成(chéng)本约为(wèi)140万(wàn)美(měi)元(yuán)。而对于一些更大的LLM(大型语言(yán)模型(xíng))，训练成(chéng)本(běn)则介于200万美元至(zhì)1200万美(měi)元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客(kè)平均(jūn)数(shù)1300万计算，其(qí)对应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本(běn)约为(wèi)8亿(yì)美元，每日(rì)仅电费(fèi)就在5万美(měi)元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不(bù)开(kāi)庞大算力支持。在(zài)关注(zhù)各类大(dà)模(mó)型的发(fā)展同时，更应该关(guān)注(zhù)算力(lì)网(wǎng)络(luò)的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展进入史诗级(jí)加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离得(dé)更近。

因(yīn)为(wèi)算力可以对突(tū)破性(xìng)技术创新提供大力的支持。这方(fāng)面，多模态大模型是典型。作为面(miàn)向(xiàng)未来强人工(gōng)智(zhì)能、通用人工智能的重(zhòng)要技术创(chuàng)新，多模态大模(mó)型已经在(zài)人工智能领域提(tí)出了很多年(nián)，业界也有不(bù)少技术(shù)突破，但是，多模态大模(mó)型(xíng)进(jìn)一步往(wǎng)下走，算(suàn)力(lì)需求(qiú)呈几(jǐ)何式上(shàng)升，一般(bān)的算(suàn)力基础设施很快将难以胜任(rèn)。

从图像、文(wén)字(zì)、语音单独一项的(de)训练，到双模态、三模态的跃迁，让人(rén)工智能可以灵(líng)活应对不同(tóng)模态(tài)的转化、像(xiàng)人与世界交互一样自然，这方面，由算(suàn)力网络来驱(qū)动将有明显优势。

此外，还有很多需要(yào)爆(bào)发式增长的算力来支(zhī)撑的(de)技术创新，将(jiāng)在人工智能算(suàn)力网(wǎng)络(luò)支撑下快速推进(jìn)。

AIGC已(yǐ)经露出曙光，期(qī)待(dài)在大(dà)模型和(hé)大算力的支(zhī)持下AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)降(jiàng)低，让万众(zhòng)受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 马斯克会加入中国国籍吗