自聊(liáo)天机(jī)器人(rén)ChatGPT火(huǒ)爆以(yǐ)来，微软(ruǎn)公司创(chuàng)始(shǐ)人比尔·盖茨已多次公(gōng)开谈论人工智能话题。在(zài)最近的一次采(cǎi)访中，他(tā)再(zài)次(cì)表示(shì)：“AI可能(néng)会让(ràng)科技行业(yè)迎来一次(cì)剧烈(liè)的洗牌”。

这个结论是(shì)他(tā)在当地时间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期，AI的发展可能(néng)会威胁到谷(gǔ)歌的(de)市占率，因为(wèi)微(wēi)软(ruǎn)在AI方面(miàn)的行动相当迅速。而最终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一切应用(yòng)，与(yǔ)人们进(jìn)行沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来(lái)可能(néng)尚需时日，但由ControlNet引(yǐn)发(fā)的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代表的AIGC上一次(cì)爆(bào)火的时候(hòu)，还是2022年8月，在美(měi)国科罗拉多州举办的新兴数字艺术家竞赛中(zhōng)，一幅名(míng)为《太空歌(gē)剧院(yuàn)》的作(zuò)品获奖(jiǎng)。

随(suí)后各(gè)大厂商的AI绘画软件(jiàn)被(bèi)广(guǎng)大网(wǎng)友熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在(zài)应用中输入一组关键(jiàn)词或者一张照片，就能获(huò)得一幅AI创作的画作(zuò)。

作画的关键就(jiù)是所输入的文本。同一(yī)组关键词也(yě)可以创(chuàng)作出很多张风格不一样的画作(zuò)，这让创作的过程就像开(kāi)盲盒。

很多(duō)用户很喜欢(huān)这种不确(莫问前程上一句是啥 莫问前程的意思què)定的惊喜(xǐ)，他们会将(jiāng)生成的美图当做头像。而另一(yī)部分喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网(wǎng)友的小(xiǎo)狗照片被AI画成了“肌肉(ròu)男”，还有网友的(de)个人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的出(chū)现(xiàn)与加(jiā)持(chí)，以往AI绘(huì)画(huà)的填写(xiě)关(guān)键词游戏可(kě)能(néng)要被颠(diān)覆了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的(de)中国人张吕敏(mǐn)创作的一种基于控制点的图像变形算法，主要用于(yú)数字图像处理、计算(suàn)机(jī)视觉和计算机图(tú)形学等领域。

其SD插件一经发(fā)布，在短(duǎn)短的两天内便(biàn)成为(wèi)了(le)AI绘画领域最(zuì)新的热(rè)点。

在此之前，大家用了(le)很多方法想让AI生成的结果尽可能的(de)符合要(yào)求，但是(shì)都(dōu)不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取(qǔ)画(huà)面的构图，人物的姿(zī)势(shì)和画面的深度信息等。有了它的帮(bāng)助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的(de)创作了(le)。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加(jiā)了“魔法”，不少博主的作品已(yǐ)经获(huò)得(dé)了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的(de)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(zài)用Text2Prompt插件拓展找到(dào)对应(yīng)的关键词；最后(hòu)用(yòng)ControlNet插(chā)件绑定骨骼开始换关键词试(shì)效果。

通过(guò)图(tú)片(piàn)就(jiù)可以(yǐ)看出来，效果十分惊艳。

更厉害(hài)的(de)是，除了真(zhēn)实的(de)照片，草图(tú)也(yě)可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能(néng)实(shí)现(xiàn)线稿转全(quán)彩图。大神张吕敏其(qí)本(běn)尊(zūn)也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经能(néng)以假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖有游艇party”的(de)消息火遍网络，而(ér)经(jīng)过(guò)警方辟谣(yáo)这所谓的“party”可能是全国第一(yī)起AI绘图诈(zhà)骗(piàn)。

由于这(zhè)个活动里(lǐ)面(miàn)给出的美女照(zhào)片都是AI制作的真人照片绘图(tú)，因为太逼真(zhēn)，被(bèi)大家(jiā)当成真事传播了。

不过(guò)仔细(xì)观察可以发(fā)现，活动发起者提供(gōng)的照片中(zhōng)有个(gè)很大的漏洞可以发现并非真人(rén)，而是AI绘图，那便是图片中女性的手指部分有的存在异常。

有行业(yè)人事表(biǎo)示：“现在因(yīn)为(wèi)手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不太会画(huà)人的手，但最新看到的图(tú)片已经有越来越完美的AI模型(xíng)出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在国(guó)外也已有发生(shēng)。据英国广播(bō)公(gōng)司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假(jiǎ)照(zhào)片发布到网络，以此诱骗善良(liáng)的(de)人打赏“捐(juān)助(zhù)”从而实施诈骗。

目前(qián)随(suí)着技术(shù)发展，AIGC已经(jīng)能(néng)做出(chū)真人照片般的绘图效(xiào)果，如果(guǒ)这(zhè)样的图片被用来诈(zhà)骗，将非(fēi)常可怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量(liàng)前人的作品之后，其创作没有任(rèn)何情绪和灵魂，难以和人类的艺术创(chuàng)作(zuò)相提(tí)并论。

另(lìng)一方面，AIGC背后的版权、目前都并没(méi)有得到(dào)有(yǒu)效的解(jiě)决，还有AIGC会不会(huì)代替人类“至(zhì)高无上”的创意。

马斯克也强调(diào)，人工智能的安(ān)全问题需要(yào)得到重视，太晚就(jiù)来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两面性(xìng)的，潜在(zài)的危(wēi)害并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看来，人工(gōng)智能技(jì)术(shù)将是第四次工业革(gé)命的核心驱(qū)动力量，将创造新的增长(zhǎng)奇迹(jì)。

过去一年(nián)，人工智能(néng)在技术和商(shāng)业层面都有了巨大(dà)进展(zhǎn)，AI绘(huì)画就是人(rén)工(gōng)智能技术发生方向性改(gǎi)变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布了几(jǐ)条引爆(bào)科技圈的短视频。这(zhè)些视频引发关注(zhù)并非内容做得多优秀，反而都非常简单，比(bǐ)如一匹正在喝(hē)水的马(mǎ)，一只(zhǐ)画画(huà)的玩具熊，或者(zhě)一段(duàn)骑摩托车(chē)的第一视角(jiǎo)录像，随便一个有(yǒu)手(shǒu)机(jī)的人(rén)都可以(yǐ)随(suí)手录下一段(duàn)。

但这些短视频的(de)创(chuàng)作方式非常(cháng)简单(dān)，创(chuàng)作者仅(jǐn)仅需要向AI输入(rù)一段(duàn)话，甚至只是(shì)说一下要(yào)求，AI就可以根(gēn)据需要(yào)生成一(yī)段视频。

谷歌(gē)发布的两个AI生成视(shì)频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)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(zuò)出更高清视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可(kě)以制作出超过(guò)2分钟的连贯的也有确切内容的视频，这才是真正让人们感到惊喜的地(dì)方。因为无论AI生成的视频多么高(gāo)清，也只(zhǐ)能(néng)是(shì)为内容(róng)生产(chǎn)者提供一个灵感，一(yī)个素(sù)材，一(yī)个过(guò)场(chǎng)动画。

不过能够制作出(chū)有(yǒu)具体剧情内容的视(shì)频就意味着，一些视频创作由AI代替人工完成已经初步有了可能。

当下AI的发展速度已经超过(guò)大部分人的想象。内(nèi)容产业的本(běn)质是供给创造需求，AIGC作为全新的内容生(shēng)产方式，可以为(wèi)内(nèi)容产(chǎn)业带来(lái)更新的(de)内容风格(gé)、更快的生产(chǎn)速度，更低的生产成(chéng)本，这无疑会驱动内容(róng)产业(yè)的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码(mǎ)、机器(qì)人动作等(děng)多(duō)种内容形式的(de)生成(chéng)。不难发现该项技术不仅(jǐn)在游戏等(děng)行业能得到有效应用，对于(yú)下一代(dài)互联网各种元素的构建亦有关键意(yì)义。

从商业化(huà)的(de)角度来看，文化娱乐、教(jiào)育、传(chuán)媒等(děng)诸(zhū)多(duō)领域，本身就(jiù)对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中的一块重要拼图，有望在技术更新的加持下实(shí)现更(gèng)大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成(chéng)内容，甚至能(néng)够创造出独立价值和(hé)独(dú)立(lì)视角的内容。AIGC的再次出圈，更代表着(zhe)未来的先(xiān)进(jìn)生产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大模(mó)型与(yǔ)算力，牢(láo)固AIGC底(dǐ)座

从技术的发展(zhǎn)也(yě)可(kě)以看(kàn)出，在语言(yán)大(dà)模型、图像大模型(xíng)之后，多模态大模型已经成为了新(xīn)的趋势。

大模(mó)型(xíng)被誉为当(dāng)前(qián)人工智能发展(zhǎn)的智能底座，是全球(qiú)竞争(zhēng)最激烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在(zài)竞相发力。

不过训练(liàn)大模型的确价格不(bù)菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成本约(yuē)为(wèi)140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计算，其(qí)对应芯片需求为(wèi)3万(wàn)多片(piàn)英(yīng)伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞(páng)大算力支(zhī)持(chí)。在关注各类大模(mó)型的(de)发(fā)展(zhǎn)同时，更(gèng)应该关(guān)注算力网络的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入(rù)史诗级加速进程，让AIGC及(jí)通用AI这一人(rén)工智能(néng)发展(zhǎn)的终极目标(biāo)离得(dé)更近。

因为算(suàn)力(lì)可以对突破性技术创新提供大力的(de)支持。这方面，多(duō)模态(tài)大模(mó)型是典型(xíng)。作为面向(xiàng)未来强人工智能(néng)、通用人工(gōng)智能的重要(yào)技(jì)术创新，多模态大模型(xíng)已经在人(rén)工智能领域提出了很多年，业界也有不少技(jì)术突破，但是，多模态大模(mó)型进(jìn)一步往(wǎng)下(xià)走，算力需求呈几何式上升(shēng)，一(yī)般的算力(lì)基础设施(shī)很快将难以(yǐ)胜任。

从(cóng)图像、文字、语音单独一(yī)项的训练，到双模态、三模态(tài)的跃迁，让人工智能可(kě)以灵活应对(duì)不同模态的(de)转化、像人与世界交互一(yī)样自然，这方面，由(yóu)算力网(wǎng)络来驱动将有明显优势。

此外，还(hái)有(yǒu)很多需要(yào)爆(bào)发式增长的算力来(lái)支撑的技术创新(xīn)，将在人工智能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经露出曙光(guāng)，期待(dài)在大模型和(hé)大算力的支(zhī)持(chí)下AIGC能(néng)持(chí)续(xù)颠覆(fù)内(nèi)容(róng)生产的方式，将创造(zào)的(de)边际成本降低，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 莫问前程上一句是啥 莫问前程的意思