自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多次(cì)公(gōng)开(kāi)谈论人工智能话题。在最近的一次采访中，他(tā)再次表示：“AI可能会(huì)让科技(jì)行业迎来一次(cì)剧烈的(de)洗牌(pái)”。

这个(gè)结论是他在(zài)当地(dì)时间2月(yuè)20日(rì)接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与(yǔ)人们进行(xíng)沟(gōu)通并(bìng)提供建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到来可能(néng)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(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的时(shí)候，还是(shì)2022年8月(yuè)，在美国科罗拉(lā)多州举办的(de)新(xīn)兴数字(zì)艺术(shù)家竞赛中，一幅名为《太空歌剧院(yuàn)》的作(zuò)品获(huò)奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中(zhōng)输(shū)入一组(zǔ)关键词或者一张照片，就能获得一幅AI创作的(de)画(huà)作。

作画的关(guān)键就是所(suǒ)输(shū)入的文本。同一组关(guān)键词也可(kě)以创作出很多张(zhāng)风格不一样的画作(zuò)，这让创作的过程就像开盲盒。

很多用户(hù)很喜(xǐ)欢这(zhè)种不确定的(de)惊喜，他们会将生成的美图(tú)当做头(tóu)像。而另(lìng)一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例如(rú)，一(yī)位网友(yǒu)的(de)小狗照片被(bèi)AI画成了(le)“肌肉男(nán)”，还有网友的个人照片(piàn)被AI识别成了(le)建筑(zhù)。

而如今随(suí)着ControlNet的(de)出(chū)现(xiàn)与(yǔ)加(jiā)持，以往(wǎng)AI绘画的填(tián)写关键词游戏可(kě)能要(yào)被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福(fú)读博的中国(guó)人张吕(lǚ)敏创作的一种基于控制点的(de)图(tú)像变(biàn)形算法，主要用(yòng)于数字图(tú)像处理、计算机视觉(jué)和计算机对方说莫辜负是什么意思，已赞莫辜负是什么意思图形(xíng)学等(děng)领(lǐng)域。

其SD插件一经发布，在短短的两天内(nèi)便(biàn)成为了AI绘画(huà)领域最新的热点。

在此(cǐ)之前，大家用了很多方法(fǎ)想让(ràng)AI生成的结果(guǒ)尽可能的符合要求(qiú)，但是都不尽如(rú)人意，它的出现代表着AI生成开(kāi)始进入真正的可(kě)控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物(wù)的姿势和(hé)画面的(de)深度(dù)信息(xī)等。有了(le)它的帮(bāng)助，就不用频繁的用提示词来(lái)碰运气，抽盲盒(hé)式的(de)创作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品已经获得(dé)了大量(liàng)的浏览量，“viggo”就是其中之一(yī)，他用(yòng)朋友(yǒu)的照片直接带她们走进(jìn)动(dòng)漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后(hòu)用ControlNet插件绑定骨骼开始换关(guān)键(jiàn)词试效果。

通过图片就可(kě)以看(kàn)出来，效(xiào)果十分惊艳。

更厉害(hài)的是，除(chú)了真实的照片，草图也可以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩图(tú)。大(dà)神张(zhāng)吕敏其本尊也亲自回(huí)应(yīng)。

不得不说当下(xià)AIGC已经(jīng)变得(dé)越来越强大(dà)，甚(shèn)至输出的作(zuò)品都已(yǐ)经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈(zhà)骗。

由于这个活动里面给出的美(měi)女照片都是AI制作的(de)真人照片绘(huì)图，因(yīn)为(wèi)太逼真(zhēn)，被大家(jiā)当成(chéng)真(zhēn)事(shì)传(chuán)播了。

不过仔(zǎi)细观察可以发现，活动发(fā)起者提供(gōng)的(de)照片中有(yǒu)个很大(dà)的漏(lòu)洞(dòng)可以发(fā)现并非真人，而是AI绘图，那(nà)便(biàn)是图片中女性(xìng)的手指部(bù)分有的存(cún)在异常。

有行业人事表(biǎo)示：“现(xiàn)在(zài)因为手指部分的绘画(huà)算法比较复(fù)杂，AI还不太(tài)会画人的(de)手，但最新看到(dào)的图片已经有(yǒu)越来越完美的AI模(mó)型(xíng)出现(xiàn)，以后可能就完全没有漏(lòu)洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据英国广(guǎng)播公司报道，土(tǔ)耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾的假照片发(fā)布(bù)到网络，以此诱(yòu)骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目(mù)前(qián)随着(zhe)技术发展(zhǎn)，AIGC已经(jīng)能做出真(zhēn)人(rén)照片(piàn)般的绘(huì)图效果，如果这样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一(yī)方面，批判者(zhě)认为AI在“学习”了大量前人(rén)的作品之后，其创(chuàng)作没有(yǒu)任何情绪和灵魂(hún)，难以和(hé)人类的艺术(shù)创作相提并论。

另一方面，AIGC背后的(de)版权、目前(qián)都并没有得(dé)到有效(xiào)的解决，还有(yǒu)AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克也强调(diào)，人工智能(néng)的安全问(wèn)题需要得(dé)到(dào)重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频(pín)，还有(yǒu)远(yuǎn)方

技术都是有两面性的，潜在的危害并不能掩盖其光辉的(de)贡献。现在看来(lái)，人(rén)工(gōng)智能(néng)技术将是第四次工业革(gé)命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智(zhì)能在技术(shù)和(hé)商(shāng)业层(céng)面都有了(le)巨大进展，AI绘画就(jiù)是人工智(zhì)能技术发生(shēng)方向性改变的一个代表。其下一(yī)站(zhàn)或许就是视频。

此前，Meta和谷歌(gē)先后(hòu)发布了(le)几条引爆(bào)科技圈的(de)短视频(pín)。这些视频引发关注并非(fēi)内容做得多优秀(xiù)，反而(ér)都非常(cháng)简单(dān)，比如一(yī)匹(pǐ)正在喝(hē)水的马(mǎ)，一只画画(huà)的(de)玩具熊，或者一段骑(qí)摩托车的第一视角录像，随便一个有(yǒu)手机的(de)人都可以随手录下一段(duàn)。

但这些短(duǎn)视频的创作(zuò)方(fāng)式非常简单，创作者仅仅(jǐn)需要(yào)向AI输(shū)入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可以根据需要(yào)生(shēng)成一段视频。

谷歌发布的两(liǎng)个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要(yào)突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个(gè)能够做出(chū)更高清(qīng)视频的AI还不足以在短(duǎn)时(shí)间内(nèi)戳(chuō)中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令(lìng)人震惊的地方在于(yú)，它可(kě)以制作出超过2分钟的连贯(guàn)的也(yě)有确切内容的(de)视频(pín)，这(zhè)才是真正让人们感到惊喜(xǐ)的地方。因(yīn)为无论(lùn)AI生成的视频多么(me)高清(qīng)，也(yě)只能是为内容生产者提(tí)供一个灵感，一个(gè)素材，一个(gè)过场动画(huà)。

不过能够制(zhì)作出有具体剧情内容(róng)的视频就意味着，一些视频创作由AI代替人(rén)工(gōng)完成已经初步有了(le)可能。

当(dāng)下AI的发展速度已经超过大部分人的想象(xiàng)。内容(róng)产业的本质是供给创造需求(qiú)，AIGC作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(kuài)的(de)生(shēng)产速度，更低的(de)生(shēng)产成本，这无疑会(huì)驱动内容产业的大(dà)爆发。

除(chú)了(le)AI绘图(tú)、视频(pín)，AIGC技术还能应用于(yú)音乐(lè)、代码、机器人动作等(děng)多种内容(róng)形(xíng)式的生成。不难发(fā)现该(gāi)项(xiàng)技术不仅在游(yóu)戏(xì)等(děng)行业(yè)能得到有效应用，对于下一代互联网各种元素的(de)构建亦(yì)有关键意(yì)义(yì)。

从商业化的角度来看，文(wén)化娱(yú)乐、教(jiào)育、传媒(méi)等(děng)诸(zhū)多领域，本身就对(duì)基于AI的可视化内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视(shì)频或不是结(jié)果，而(ér)只是(shì)AI进程中的一块重要(yào)拼图，有望在技术更(gèng)新(xīn)的加(jiā)持下实(shí)现(xiàn)更大的应(yīng)用(yòng)价(jià)值。

AI从(cóng)理解内容，走向(xiàng)了可以生成(chéng)内容，甚至(zhì)能够创造出(chū)独(dú)立价(jià)值和独立视角的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未来的(de)先(xiān)进(jìn)生(shēng)产(chǎn)力即(jí)将到来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模(mó)型、图(tú)像大模型之后，多(duō)模(mó)态大模(mó)型已经成为了新的趋势。

大模型被誉为(wèi)当前人工(gōng)智能发展的(de)智(zhì)能底(dǐ)座，是全球竞争最激烈的研究方向(xiàng)之一(yī)，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯(xùn)等(děng)众(zhòng)多(duō)头部企业都在竞相发力(lì)。

不(bù)过训(xùn)练(liàn)大模型的(de)确价(jià)格不菲(fēi)，以国(guó)盛证券(quàn)发布(bù)的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元(yuán)。而对(duì)于一些(xiē)更大的(de)LLM(大型语(yǔ)言模型)，训练成(chéng)本(běn)则介(jiè)于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万(wàn)计算，其对应芯片(piàn)需(xū)求为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日仅电(diàn)费(fèi)就(jiù)在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注(zhù)各类大模型的发展(zhǎn)同时，更(gèng)应该关注算力网络的建(jiàn)设。

算力网(wǎng)络正驱动(dòng)AI产业发展进入史诗级加速(sù)进程，让AIGC及(jí)通(tōng)用AI这一人工(gōng)智能发展的终极目标(biāo)离得更近。

因为(wèi)算力可以(yǐ)对突(tū)破(pò)性技术创新(xīn)提(tí)供大力的支(zhī)持。这方面，多模态大模型是典型。作为面(miàn)向(xiàng)未(wèi)来(lái)强人工智能(néng)、通用人工智能的重要技术创新，多模态大模型已经(jīng)在人工智能(néng)领(lǐng)域(yù)提出了很多(duō)年，业界也(yě)有不少技术突破，但(dàn)是，多模(mó)态大模(mó)型进一步往下走，算力需(xū)求呈几何式上(shàng)升，一般的算力基础(chǔ)设施(shī)很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单(dān)独一项的训(xùn)练，到双模态、三模态的跃迁(qiān)，让(ràng)人工(gōng)智能(néng)可以灵(líng)活应(yīng)对不同模态的转化(huà)、像人与世界交(jiāo)互一(yī)样自然，这方面，由(yóu)算(suàn)力网络来驱动将有明显优势。

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

AIGC已经露(lù)出(chū)曙光，期待(dài)在大模(mó)型和(hé)大算力的支持下AIGC能持(chí)续颠覆内(nèi)容生(shēng)产的方(fāng)式，将(jiāng)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 对方说莫辜负是什么意思，已赞莫辜负是什么意思