自聊(liáo)天机器(qì)人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比尔·盖茨已多次公开(kāi)谈论人工智(zhì)能(néng)话题。在最近的一次(cì)采访中(zhōng)，他再次表示：“AI可能会(huì)让科(kē)技行业迎来一次剧烈的洗牌”。

这个结(jié)论是(shì)他在当地时(shí)间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期(qī)，AI的发展可能(néng)会威胁到谷(gǔ)歌的市(shì)占率，因为微(wēi)软在(zài)AI方面的(de)行动相当(dāng)迅速(sù)。而最终(zhōng)科技巨(jù)头将把AI整合(hé)成用户的“全能助手(shǒu)”，包揽一切应用(yòng)，与人们进行沟通并(bìng)提(tí)供建议，可(kě)以(yǐ)取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中全能助(zhù)手的到来可能尚(shàng)需时日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热(rè)点包围中杀(shā)出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多(duō)州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖(jiǎng)。

随后各大厂商(shāng)的AI绘画软(ruǎn)件被(bèi)广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输(shū)入(rù)一组(zǔ)关键词或(huò)者(zhě)一张照片，就能获(huò)得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所输入(rù)的(de)文(wén)本。同一组关键词也可以创作出很多张风格不(bù)一样的(de)画作，这让创作的(de)过程就(jiù)像开盲盒。

很多用(yòng)户很喜欢这(zhè)种(zhǒng)不(bù)确定的惊喜，他们(men)会(huì)将(jiāng)生成的美图当做(zuò)头像。而另一部分喜欢翻看(kàn)AI绘画的(de)“翻车”作品。在社(shè)交(jiāo)媒(méi)体(tǐ)上，许多用户分(fēn)享AI“翻车现场”，例(lì)如，一位网友的小(xiǎo)狗照(zhào)片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持，以(yǐ)往(wǎng)AI绘画的填(tián)写关键词游(yóu)戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕(lǚ)敏创(chuàng)作的一(yī)种基于控制点的图像变形(xíng)算法，主要用(yòng)于数字图(tú)像处理、计算机视觉和计算机(jī)图形(xíng)学(xué)等领(lǐng)域(yù)。

其(qí)SD插件(jiàn)一(yī)经发布(bù)，在短短的(de)两(liǎng)天内(nèi)便成(chéng)为了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很多方法(fǎ)想(xiǎng)让AI生成(chéng)的(de)结果(guǒ)尽可能的符合要求，但是都(dōu)不尽如(rú)人(rén)意，它的出现代表(biǎo)着AI生成(chéng)开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物的姿势和画面的g跟ml一样吗洗发水，g和ml有区别吗深度(dù)信息(xī)等。有了它的(de)帮助(zhù)，就(jiù)不用(yòng)频繁(fán)的(de)用(yòng)提示词来碰运气，抽盲盒式(shì)的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博(bó)主的作品已经获得了大量的(de)浏览量(liàng)，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照片直接带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开始换关键词(cí)试效果。

通过图片就可(kě)以看出来，效(xiào)果十分惊艳。

更厉害的是(shì)，除了真实的照片(piàn)，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍(shào)到ControlNet还能(néng)实(shí)现线稿转全彩图(tú)。大(dà)神张吕(lǚ)敏其本尊也亲(qīn)自回应。

不(bù)得不说当下(xià)AIGC已经变得越来(lái)越(yuè)强大，甚至(zhì)输出的作品都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚(xū)实(shí)，g跟ml一样吗洗发水，g和ml有区别吗AIGC技(jì)术力爆发

警惕安全问(wèn)题(tí)

近日，“苏州金鸡湖有游(yóu)艇party”的消息火(huǒ)遍网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可能(néng)是全(quán)国第一(yī)起AI绘图诈(zhà)骗。

由(yóu)于这个活动(dòng)里面给出的美女照片都是(shì)AI制作的真(zhēn)人照片绘图，因(yīn)为太(tài)逼真(zhēn)，被大家当成(chéng)真事(shì)传播了。

不过仔细(xì)观察可以(yǐ)发(fā)现，活动(dòng)发起者提供的(de)照片中有(yǒu)个(gè)很大的漏洞(dòng)可以发现并(bìng)非真人，而是AI绘图，那(nà)便是图片(piàn)中女性的(de)手指部分(fēn)有的(de)存在异常(cháng)。

有行业人(rén)事(shì)表示：“现在因为手(shǒu)指部分的绘画算法比较复杂，AI还(hái)不太会画人的手(shǒu)，但最新(xīn)看到(dào)的图片已经(jīng)有越来(lái)越完美的(de)AI模型出(chū)现，以后可能就完全没(méi)有(yǒu)漏(lòu)洞(dòng)了。”

类似的AI作(zuò)图诈骗在(zài)国(guó)外(wài)也(yě)已有(yǒu)发(fā)生。据英(yīng)国广播公司报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用户使用AI合(hé)成了儿童受(shòu)灾的假照(zhào)片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做(zuò)出真人照片般的绘(huì)图效(xiào)果，如(rú)果这样的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发(fā)了很(hěn)多担忧，一方面，批判者认为(wèi)AI在“学习(xí)”了大量前人的作品之后(hòu)，其(qí)创作(zuò)没有任何情绪和灵(líng)魂，难以和人类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没(méi)有(yǒu)得(dé)到有效的解决，还有AIGC会不(bù)会代替人类(lèi)“至高无上(shàng)”的创意。

马(mǎ)斯克也强调，人工智(zhì)能(néng)的安全(quán)问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都(dōu)是(shì)有两面性的，潜(qián)在的危害(hài)并不能(néng)掩盖其(qí)光辉的贡献(xiàn)。现在看来，人工智能技术将是第(dì)四次(cì)工业革命(mìng)的核心(xīn)驱动力(lì)量(liàng)，将创造新的增长奇迹。

过去一年，人工智能在(zài)技术和商业层(céng)面都有(yǒu)了巨(jù)大进展(zhǎn)，AI绘画就是人工智(zhì)能技术(shù)发生方向(xiàng)性改变(biàn)的一(yī)个代(dài)表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发(fā)布(bù)了几条引爆科技圈的短视频。这些视频引发关注并非内容(róng)做得多优秀，反而都非(fēi)常简单，比如一匹正在(zài)喝水的马，一只画画的玩具熊，或者一段骑摩托车(chē)的第(dì)一(yī)视角(jiǎo)录像，随便一个有手机的(de)人(rén)都可以(yǐ)随(suí)手录下一段。

但这些短视频的创作方(fāng)式非常(cháng)简单，创作者仅(jǐn)仅需要(yào)向AI输入(rù)一段话，甚至只是说一下要求(qiú)，AI就可以(yǐ)根据需要生成(chéng)一段视(shì)频。

谷歌发布的两个(gè)AI生成视频分别来(lái)自(zì)于Imagen Video和Phenaki，前(qián)者(zhě)主(zhǔ)要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差别。

在Make-A-Video公布了(le)AI生(shēng)成的(de)视频(pín)后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能够做出更高清视(shì)频的AI还不足以在(zài)短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令(lìng)人震(zhèn)惊的地方在于，它可以制作(zuò)出(chū)超(chāo)过2分钟(zhōng)的连贯的也有(yǒu)确(què)切内容的视频，这才是真正(zhèng)让人(rén)们感到惊喜的地方(fāng)。因(yīn)为无论AI生成的(de)视频多么高清，也(yě)只能是(shì)为(wèi)内容生产者提(tí)供一(yī)个灵感，一个(gè)素材，一个过场动画。

不过能(néng)够制作出有具(jù)体(tǐ)剧情(qíng)内容的视频就(jiù)意味着(zhe)，一(yī)些视频创作由AI代替人工完成已经(jīng)初(chū)步有了(le)可(kě)能。

当下AI的发展速度已经(jīng)超(chāo)过大部分人的想象。内容产业的本质(zhì)是供给(gěi)创造需(xū)求，AIGC作为全(quán)新的(de)内(nèi)容生产方式(shì)，可(kě)以为内容产(chǎn)业带来(lái)更新的(de)内容风(fēng)格、更(gèng)快的生产速度，更低的生产成本，这无(wú)疑会驱(qū)动内容产业(yè)的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于音乐、代码、机器人(rén)动作等多种内容(róng)形式的生成。不难发现该项技(jì)术不仅在(zài)游戏等行业(yè)能得到有(yǒu)效应用(yòng)，对于下一代互联网各种(zhǒng)元素(sù)的构建亦有(yǒu)关键意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视(shì)频或不是结(jié)果，而只是AI进程中的一块重(zhòng)要拼(pīn)图，有望在(zài)技术更新的加持(chí)下实现更大的应用价值。

AI从理(lǐ)解内容，走向(xiàng)了可以生成内容，甚至能够创造出(chū)独立价值和独立视角的(de)内容。AIGC的再(zài)次出圈(quān)，更(gèng)代表着未来的先(xiān)进生(shēng)产(chǎn)力(lì)即将(jiāng)到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大(dà)模(mó)型、图像大模(mó)型(xíng)之后(hòu)，多(duō)模(mó)态大模(mó)型已经成为了新的趋(qū)势。

大模型被誉为当前人工智(zhì)能发展的智能底座，是全球(qiú)竞争最激烈的(de)研(yán)究(jiū)方(fāng)向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度(dù)、阿里、腾讯等众多头部(bù)企业都(dōu)在竞相发力。

不过训练大模型的确价(jià)格不(bù)菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训练一次的成(chéng)本约为140万美元。而(ér)对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万(wàn)美元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年(nián)1月(yuè)的独(dú)立访客平均数1300万计(jì)算(suàn)，其对应芯片需求为3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始投(tóu)入成本约为(wèi)8亿(yì)美元，每日仅电费(fèi)就在5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大(dà)算力支持(chí)。在关注各(gè)类大(dà)模(mó)型的发展同时，更应(yīng)该(gāi)关注算力网(wǎng)络(luò)的建设。

算(suàn)力g跟ml一样吗洗发水，g和ml有区别吗网(wǎng)络(luò)正(zhèng)驱动AI产业发展进入(rù)史(shǐ)诗(shī)级加速进(jìn)程，让(ràng)AIGC及通用AI这(zhè)一人工智能发展的终(zhōng)极目(mù)标离得更近(jìn)。

因(yīn)为算(suàn)力可以对突(tū)破性技(jì)术创新提供(gōng)大力的支(zhī)持(chí)。这方面，多模(mó)态大(dà)模型是(shì)典(diǎn)型。作为(wèi)面(miàn)向(xiàng)未来(lái)强人工智能、通用(yòng)人工智能的重要(yào)技术创(chuàng)新，多(duō)模态大模型已经在人工智能领(lǐng)域提出(chū)了(le)很多(duō)年，业界也有不少(shǎo)技术突破，但是(shì)，多模态大模型进(jìn)一(yī)步往(wǎng)下走，算(suàn)力需求(qiú)呈几何(hé)式上升，一般的算力(lì)基础设施很(hěn)快将难以胜(shèng)任。

从图像、文字、语音单独一(yī)项(xiàng)的(de)训(xùn)练(liàn)，到双模(mó)态(tài)、三模态的跃(yuè)迁(qiān)，让人工智(zhì)能可以灵活应对(duì)不同模态的转化、像(xiàng)人与(yǔ)世界交互一样自然，这方面，由(yóu)算力网(wǎng)络来驱动将有明显优势(shì)。

此外，还(hái)有(yǒu)很多需要爆发(fā)式增长的算力来支撑的技(jì)术创新，将在人工智能算(suàn)力(lì)网络支撑下快(kuài)速推进。

AIGC已经露出曙光(guāng)，期待(dài)在大模(mó)型和大算力的支持下AIGC能(néng)持续颠覆(fù)内容生产的方式，将创造的边(biān)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 g跟ml一样吗洗发水，g和ml有区别吗