自聊天机器(qì)人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨已多次公开谈论人(rén)工(gōng)智(zhì)能话(huà)题。在最(zuì)近的一(yī)次采访中，他再(zài)次表(biǎo)示：“AI可能会让科技行(xíng)业(yè)迎(yíng)来一次剧烈的(de)洗牌”。

这个(gè)结论是他在当地时间2月(yuè)20日接受《In Good Company》节目(mù)专(zhuān)访时提出的(de)。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因为微(wēi)软在AI方面的行动相(xiāng)当迅速。而最终科技巨(jù)头(tóu)将把AI整合成用(yòng)户的(de)“全能助手”，包揽一切应(yīng)用，与人们进行沟通(tōng)并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能(néng)助(zhù)手的到来可(kě)能尚需时日(rì)，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还是(shì)2022年8月，在美国(guó)科罗拉多州举办的新兴(xīng)数字艺(yì)术家竞赛中，一幅名为《太空歌剧(jù)院(yuàn)》的作品获奖。

随后各大厂(chǎng)商(shāng)的AI绘画软件被广(guǎng)大网友熟知并(bìng)体(tǐ)验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以在(zài)应用(yòng)中输入一组关键词或者一张照(zhào)片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一组关键词也可以创作(zuò)出很多张风格不一(yī)样(yàng)的画作，这让(ràng)创作的(de)过程(chéng)就像开盲盒(hé)。

很多用(yòng)户很喜欢这种不确定的(de)惊喜，他们(men)会将生成(chéng)的(de)美(měi)图当做(zuò)头像。而另一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒体上，许多(duō)用户分享AI“翻(fān)车现场(chǎng)”，例(lì)如，一位网友的(de)小狗照片被(bèi)AI画(huà)成(chéng)了“肌肉男(nán)”，还有(yǒu)网友(yǒu)的个人(rén)照片被(bèi)AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画(huà)的填写关键词(cí)游(yóu)戏可能要被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕(lǚ)敏创作的一(yī)种(zhǒng)基于控(kòng)制(zhì)点的图像变形(xíng)算法，主(zhǔ)要用于(yú)数字图像处理、计算机视觉和计(jì)算机图形学等领域。

其SD插(chā)件一(yī)经发(fā)布(bù)，在短短的两天(tiān)内便成为(wèi)了AI绘画(huà)领域最(zuì)新的热点。

在此之前，大(dà)家用(yòng)了很多(duō)方法想让AI生(shēng)成的结果尽(jǐn)可能的符合要求，但是都(dōu)不尽如人意，它的出现代表着AI生成(chéng)开(kāi)始(shǐ)进(jìn)入真正(zhèng)的(de)可控时(shí)期(qī)。

因为(wèi)ControlNet可以直接提取画面的构图，人物的姿势和画面的深度信息等。有了它的(de)帮助，就不用频繁的(de)用提示词(cí)来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作品已经获得了(le)大量的(de)浏(liú)览量，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她们(men)走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换(huàn)关键词(cí)试(shì)效果。

通过图(tú)片就可(kě)以看出来(lái)，效果十分(fēn)惊艳。

更厉(lì)害的是，除了真(zhēn)实的(de)照片，草图也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当(dāng)下AIGC已经变得越(yuè)来越(yuè)强大，甚至(zhì)输出的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可能是全国第(dì)一(yī)起AI绘图诈骗。

由于(yú)这个活动里面给出(chū)的美女照片都是(shì)AI制(zhì)作的真人照片(piàn)绘图，因为太逼真，被(bèi)大家当成真事(shì)传播了。

不过仔细观察可(kě)以(yǐ)发现，活动发起者(zhě)提供(gōng)的照片中(zhōng)有(yǒu)个很(hěn)大的(de)漏洞可以发(fā)现(xiàn)并(bìng)非真人，而是AI绘(huì)图，那便是图片中女性的手(shǒu)指部(bù)分有(yǒu)的存在(zài)异常(cháng)。

有行业人事表示：“现(xiàn)在因为手(shǒu)指(zhǐ)部(bù)分的绘画算法比较复杂，AI还(hái)不太(tài)会画(huà)人的(de)手(shǒu)，但最新看到的(de)图片已经有越来越完美的AI模型(xíng)出现，以后可能就完全(quán)没有漏洞了。”

类似(shì)的(de)AI作图(tú)诈骗(piàn)在国外也已(yǐ)有发生。据英国广播公司(sī)报道，土耳(ěr)其地(dì)震期间，有Tiktok用(yòng)户使用AI合成了儿童受(shòu)灾的假照片发布(bù)到(dào)网络，以此诱(yòu)骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技(jì)术发展(zhǎn)，AIGC已经能(néng)做出真人照(zhào)片般(bān)的(de)绘(huì)图(tú)效果，如果这样的图片(piàn)被用来诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一方面，批(pī)判者认为(wèi)AI在(zài)“学(xué)习”了大量前人的作品之后，其创作没有任何(hé)情绪和灵魂，难以和人类的艺术(shù)创作(zuò)相提(tí)并论(lùn)。

另(lìng)一方面，AIGC背后的版权(quán)、目前都并没有得到有(yǒu)效的解决(jué)，还有AIGC会不会代(dài)替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能的安(ān)全问题需要(yào)得到(dào)重视，太(tài)晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都(dōu)是有两面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献。现在看来，人工智能技(jì)术将(jiāng)是第(dì)四次(cì)工(gōng)业革命的(de)核心驱(qū)动力量，将创(chuàng)造新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面(miàn)都有了巨大(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(qí)下一站(zhàn)或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频。这些(xiē)视频引发关注(zhù)并非内(nèi)容做得(dé)多优秀，反而(ér)都(dōu)非常简单，比如(rú)一匹正在(zài)喝(hē)水的马，一只画画的(de)玩具熊，或者一段骑摩(mó)托车的第一视角录像(xiàng)，随便一个有手机的人都可以随手录下一段。

但这些短视(shì)频的创(chuàng)作方式非常简(jiǎn)单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要(yào)求，AI就可以根(gēn)据需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太(tài)多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈就已经玩了一(yī)波梗，一(yī)个能够做出更高清(qīng)视频的(de)AI还不足以在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有确切内容的视(shì)频，这(zhè)才(cái)是真(zhēn)正让人(rén)们(men)感到(dào)惊喜的地方。因(yīn)为无论AI生(shēng)成的视频多么高清，也只能是(shì)为内容(róng)生产者提供一个灵(líng)感，一个素(sù)材，一个(gè)过场动画。

不(bù)过能够制作出有具(jù)体剧情内容的视频就(jiù)意味(wèi)着，一(yī)些视频创作由AI代替人(rén)工(gōng)完成(chéng)已经(jīng)初步有了(le)可(kě)能(néng)。

当下AI的发(fā)展速(sù)度(dù)已经超过大部分人(rén)的想象(xiàng)。内容产业的本(běn)质是供给创造需求(qiú)，AIGC作(zuò)为全(quán)新的内容生产(chǎn)方(fāng)式，可以为内容产业带来更新(xīn)的内容(róng)风格(gé)、更快的(de)生(shēng)产(chǎn)速度，更低的生产成本，这无疑会驱动内容产业的(de)大爆发(fā)。

除(chú)了AI绘图、视频(pín)，AIGC技(jì)术还能应用(yòng)于音乐、代码(mǎ)、机器人(rén)动(dòng)作(zuò)等多(duō)种内容形式的生成。不难发现(xiàn)该(gāi)项(xiàng)技术不仅在游戏(xì)等行(xíng)业能得到有效(xiào)应用，对于下一代互联网各种(zhǒng)元素的构建亦有关键意义。

从商业化的(de)角(jiǎo)度来看，文(wén)化娱(yú)乐、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可(kě)视化内容有强(qiáng)烈需求。

因(yīn)此(cǐ)，AI绘(huì)画及视(shì)频或不是结果，而只(zhǐ)是AI进程中(zhōng)的一(yī)块(kuài)重要拼图(tú)，有(yǒu)望在技术(shù)更新的加(jiā)持下实现更大的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至(zhì)能够(gòu)创造出(chū)独立价值和独立视角的(de)内容。AIGC的(de)再次(cì)出圈(quān)，更代表着未来的先(xiān)进生产(chǎn)力(lì)即将到(dào)来。

04

紧(jǐn)抓(zhuā)大(dà)模型与算(suàn)力，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大(dà)模型、图像大模型之后(hòu)，多模态大模型已经(jīng)成为了新的趋势。

大(dà)模型被誉为当(dāng)前人工智能发展的智能底(dǐ)座，是全球竞争最激(jī)烈的研究(jiū)方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都在(zài)竞相(xiāng)发(fā)力(lì)。

不过训练大模型的确价格不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告(gào)估算，GPT-3训练一次的成本(běn)约为(wèi)140万美元(yuán)。而对于一些(xiē)更大(dà)的LLM(大(dà)型语言模型)，训练成本则介于200万美(měi)元至1200万(wàn)美元高(gāo)价(jià)之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应芯片需(xū)求(qiú)为(wèi)3万多片英(yīng)伟(wěi)达(dá)A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每日仅电(diàn)费就在5万(wàn)美元左右。

吸潮是什么意思，弄瓦之喜什么意思ta-w="900">

此外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力支持。在关注各(gè)类大模型的发(fā)展同时，更应(yīng)该关注算(suàn)力网络的建设。

算力网络正驱(qū)动AI产业发展进入史诗(shī)级加速进程(chéng)，让AIGC及(jí)通用AI这一(yī)人(rén)工智(zhì)能发展(zhǎn)的终极目标(biāo)离得更近。

因为(wèi)算力可(kě)以对突破性(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(xíng)。作为(wèi)面向(xiàng)未来(lái)强人工(gōng)智能、通用人工智能的重要(yào)技术创新，多模态大模型已经在人(rén)工智能领域提出了很多年，业(yè)界也有不(bù)少技(jì)术突破，但是，多模态大模型进一(yī)步往下走，算力需求呈几何式(shì)上升(shēng)，一般的算力基础设(shè)施(shī)很快将(jiāng)难以(yǐ)胜(shèng)任。

从图像、文字、语音单(dān)独一项(xiàng)的(de)训练，到双模态、三模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对不同模态的转化(huà)、像人与世界(jiè)交(jiāo)互一(yī)样自然，这方面，由(yóu)算力(lì)网络来驱动将(jiāng)有(yǒu)明(míng)显(xiǎn)优势(shì)。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技术创新(xīn)，将在人工智能算力网络支撑下快速(sù)推进(jìn)。

AIGC已经露出曙光，期(qī)待(dài)在(zài)大模型(xíng)和大算力的支持下AIGC能(néng)持续(xù)颠覆内容生产的(de)方(fāng)式，将(jiāng)创(chuàng)造的边(biān)际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 吸潮是什么意思，弄瓦之喜什么意思