自聊天机(jī)器(qì)人ChatGPT火爆以来，微软公(gōng)司创(chuàng)始人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工智能话(huà)题。在最近的一次采访中，他再(zài)次表示：“AI可(kě)能会让科技行业迎来一次(cì)剧(jù)烈的(de)洗牌”。

这个结论是他在当地时(shí)间2月20日接(jiē)受《In Good Company》节(jié)目(mù)专访时提出的。

他(tā)预期，AI的(de)发展可能会威胁到谷歌的市(shì)占率(lǜ)，因为(wèi)微软在AI方面的(de)行(xíng)动相当迅速。而最终科技(jì)巨头将把AI整合成用户的“全能(néng)助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可以(yǐ)取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为(wèi)代(dài)表的(de)AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名(míng)为《太空歌剧院》的作品获奖。

随(suí)后各大(dà)厂商的(de)AI绘(huì)画软件被广大网(wǎng)友(yǒu)熟(shú)知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以在应用中输入(rù)一组关(guān)键词(cí)或者一张(zhāng)照片(piàn)，就能获(huò)得一幅AI创作的画作。

作画的(de)关键(jiàn)就(jiù)是所(suǒ)输入的文本。同一(yī)组关(guān)键(jiàn)词也可以创作出很多张风格不一样的画作，这让创作的(de)过程就像开(kāi)盲(máng)盒。

很多用(yòng)户很喜欢这种不(bù)确定的惊喜，他们会将生(shēng)成的(de)美图当做头像。而另(lìng)一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别(bié)成(chéng)了(le)建筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以(yǐ)往(wǎng)AI绘画的(de)填写关键词(cí)游戏(xì)可能要(yào)被颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的中国(guó)人张(zhāng)吕(lǚ)敏(mǐn)创作的一种基于控制点的(de)图像变形算法(fǎ)，主要用于数字图像处理、计算机(jī)视觉和计算机图形学(xué)等领(lǐng)域。

其SD插件一(yī)经发布，在短短的两天(tiān)内便成为了AI绘画领(lǐng)域最新的(de)热点。

在此之前，大家用了很(hěn)多方(fāng)法想让AI生成(chéng)的结果尽可能的(de)符(fú)合要求，但是(shì)都不尽如(rú)人(rén)意，它的出现代(dài)表(biǎo)着AI生成开(kāi)始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可(kě)以(yǐ)直(zhí)接提取画(huà)面的构(gòu)图，人物的(de)姿(zī)势和(hé)画面(miàn)的深度信息等。有了它的(de)帮助，就不用(yòng)频繁的用(yòng)提示词来(lái)碰运气，抽盲盒式(shì)的(de)创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主的作(zuò)品已(yǐ)经获得(dé)了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的(de)照(zhào)片直接(jiē)带她们走进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始(shǐ)换关(guān)键(jiàn)词试效果。

通过图(tú)片就可以(yǐ)看出来，效(xiào)果十分(fēn)惊艳。

更厉(lì)害的是，除了真实的照(zhào)片，草图也可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转(zhuǎn)全(quán)彩图。大神张吕敏(mǐn)其本尊也亲自回应(yīng)。

不得不说当(dāng)下AIGC已经变得越来越(yuè)强大，甚(shèn)至(zhì)输(shū)出的作品都已经能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息(xī)火遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个(gè)活动里面给出的美女照片(piàn)都是AI制作的真人照片(piàn)绘图，因为太(tài)逼(bī)真，被大家当成真事(shì)传播(bō)了。

不过仔(zǎi)细观察可以(yǐ)发现，活动发起者提供的照片中有个很大的漏(lòu)洞可以发现并非真人，而是AI绘(huì)图，那(nà)便(biàn)是(shì)图(tú)片中女性的手指部分有的(de)存在异常。

有行(xíng)业(yè)人事表(biǎo)示：“现在因为手指(zhǐ)部分的绘画(huà)算法(fǎ)比(bǐ)较复(fù)杂，AI还不太会(huì)画人(rén)的手，但最新看到的图(tú)片已(yǐ)经有越来越完美(měi)的(de)AI模型出现(xiàn)，以后可能就(jiù)完(wán)全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国外也已有发生(shēng)。据英国广播公(gōng)司报道，土耳(ěr)其地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾(zāi)的假照片发(fā)布(bù)到网(wǎng)络，以此诱骗(piàn)善良(liáng)的人打赏(shǎng)“捐(juān)助”从而实(shí)施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出(chū)真人照片般(bān)的绘图效果，如果这(zhè)样的图片被(bèi)用来诈骗，将非常(cháng)可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前(qián)人的作(zuò)品之(zhī)后，其(qí)创(chuàng)作没有任何(hé)情绪和(hé)灵魂，难以(yǐ)和(hé)人类的艺术创作相提(tí)并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到(dào)有(yǒu)效(xiào)的解决(jué)，还有AIGC会不会代(dài)替(tì)人(rén)类“至高无上(shàng)”的创意。

马(mǎ)斯克(kè)也强调，人(rén)工智能的安(ān)全问题需要得到重视，太(tài)晚就来不及了(le)。

03

AIGC下一(yī)站除了(le)视(shì)频，还(hái)有(yǒu)远方

技术都是有两面性的，潜在的危(wēi)害并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能技术(shù)将是第四次工业(yè)革命的核(hé)心驱动力(lì)量(liàng)，将创(chuàng)造新的增(zēng)长奇迹。

过去一年，人工智能(néng)在技(jì)术和商业(yè)层面都有(yǒu)了巨大进展(zhǎn)，AI绘画就是人工智能(néng)技术发生方向性改变的一(yī)个代表(biǎo)。其(qí)下(xià)一(yī)站(zhàn)或(huò)许就是视(shì)频。

此前，Meta和谷(gǔ)歌(gē)先后发布了几条(tiáo)引(yǐn)爆科技(jì)圈(quān)的短(duǎn)视(shì)频。这些视频(pín)引(yǐn)发关注并非内容做得多优秀，反(fǎn)而都非(fēi)常(cháng)简(jiǎn)单，比如(rú)一匹正在(zài)喝水的马，一只(zhǐ)画画的玩(wán)具熊，或者一段(duàn)骑摩托车的第一视角录像(xiàng)，随(suí)便一个有手(shǒu)机的(de)人都可以随手录下(xià)一(yī)段。

但(dàn)这些(xiē)短视频的(de)创(chuàng)作方式非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚(shèn)至只是说一(yī)下(xià)要(yào)求，AI就可以根据需(xū)要(yào)生(shēng)成一(yī)段视(shì)频。

谷歌(gē)发布的两个(gè)AI生(shēng)成视频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布(bù)了AI生(shēng)成的视(shì)频后，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做出更高清(qīng)视频的AI还不足以在短(duǎn)时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可(kě)以制作出超过(guò)2分(fēn)钟的连贯的也有确切(qiè)内容(róng)的视(shì)频，这才是真正让人(rén)们感(gǎn)到惊喜(xǐ)的地方。因为无论AI生成(chéng)的视频(pín)多么高清(qīng)，也(yě)只能是为内容(róng)生产者(zhě)提(tí)供(gōng)一个(gè)灵感，一个素材，一个过场动画。

不过(guò)能够制作出有(yǒu)具体(tǐ)剧(jù)情内容的视频就(jiù)意(yì)味着，一些视频创作由(yóu)AI代替人工完成已(yǐ)经初步有了可能。

当下AI的发展速度已(yǐ)经超过大部分人的想象(xiàng)。内容产业(yè)的本质是供给创造需求，AIGC作(zuò)为全新的(de)内容(róng)生产方式，可以为内容产(chǎn)业(yè)带来更(gèng)新的内(nèi)容风(fēng)格、更快的生产速度，更低的生产成本，这无(wú)疑会驱(qū)动内容(róng)产业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技术还(hái)能应用于音乐(lè)、代(dài)码、机器人(rén)动作等多(duō)种内容形式的生成(chéng)。不(bù)难发现该项技术不仅在(zài)游(yóu)戏等行业能得到有效应用，对于下一(yī)代互联网各种元素的构建(jiàn)亦有关(guān)键(jiàn)意义。

从商业(yè)化的角度来看，文化(huà)娱(yú)乐(lè)、教育、传媒(méi)等诸多领域，本身就对基(jī)于AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进(jìn)程中的一块重要拼图，有望(wàng)在(zài)技(jì)术更新的加持下(xià)实现更(gèng)大(dà)的应用(yòng)价值。

AI从理(lǐ)解内容，走(zǒu)向了可(kě)以生(shēng)成(chéng)内容，甚至能够(gòu)创(chuàng)造出独(dú)立(lì)价值和独立视角的内容。AIGC的再次(cì)出圈，更代表(biǎo)着未来的先进生(shēng)产力即将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以看出，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态(tài)大模型已经成为了新的(de)趋(qū)势(shì)。

大模型被(bèi)誉为当前人(rén)工(gōng)智(zhì)能发展的(de)智(zhì)能底座，是全球竞争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等(děng)众多(duō)头部企业都在竞相发力。

不过训练大(dà)模型(xíng)的确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对于(yú)一些(xiē)更(gèng)大的LLM(大型语(yǔ)言(yán)模型)，训练(liàn)成(chéng)本则介于(yú)200万美元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计(jì)算，其对应(yīng)芯片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为(wèi)8亿美元(yuán)，每(měi)日仅电费就(jiù)在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支(zhī)持。在关注各类大模型(xíng)的发(fā)展同时，更应该关注算(suàn)力网络的建设。

算力(lì)网(wǎng)络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标(biāo)离得更近。

因为算(suàn)力可以对突(tū)破性技(jì)术创新提供大(dà)力(lì)的(de)支持(chí)。这方面(miàn)，多模态大模(mó)型(xíng)是典型。作为面向未来强人工(gōng)智能(néng)、通用人工智能的重要技术创新，多模态大模型已经在人(rén)工智能领域(yù)提(tí)出(chū)了很多年(nián)，业界也有不(bù)少技术(shù)突破，但是，多模态大模型进一(yī)步往下走，算力(lì)需求呈几何式上升(shēng)，一般的算力基础设施很快将(jiāng)难以胜任。

从(cóng)图像、文字、语音(yīn)单独一(yī)项(xiàng)的训练，到双模态、三模态的跃迁，让(ràng)人工智(zhì)能可以(yǐ)灵活应对不同(tóng)模态的转化、像人与世界(jiè)交互一(yī)样自(zì)然，这方面，由算力网络来驱动将有(yǒu)明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技术(shù)创新(xīn)，将在人工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模型和大(dà)算(suàn)力的支持(chí)下AIGC能持续颠覆(fù)内容生(shēng)产(chǎn)的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 钠的摩尔质量是多少，碳酸钠的摩尔质量