自(zì)聊天机器(qì)人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始人比尔·盖(gài)茨已多(duō)次公开谈论人工智能话题。在(zài)最近的一(yī)次采(cǎi)访中，他再次表示：“AI可能(néng)会(huì)让科技行(xíng)业迎来一次(cì)剧烈的洗牌(pái)”。

这个结(jié)论是他(tā)在当地时(shí)间2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期，AI的发展(zhǎn)可能会威胁到谷歌的市(shì)占率，因为微软在(zài)AI方面的行动相当迅速。而(ér)最终科技巨头将把AI整合(hé)成(chéng)用户的“全能(néng)助手”，包揽一(yī)切应用，与(yǔ)人(rén)们进行沟通并提供(gōng)建议，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全(quán)能助手的(de)到来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表的(de)AIGC上一次爆(bào)火(huǒ)的(de)时候，还是2022年(nián)8月，在(zài)美国科罗(luó)拉多(duō)州举办的新兴数字艺术家竞(jìng)赛中(zhōng)，一幅(fú)名为《太空歌剧院》的(de)作(zuò)品获奖(jiǎng)。

随后各(gè)大(dà)厂商的AI绘画软(ruǎn)件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们(men)可以在应(yīng)用中输入(rù)一组关键词或者(zhě)一张(zhāng)照片，就能获(huò)得一幅AI创作的画(huà)作。

作画的关(guān)键就(jiù)是所输(shū)入的文本。同一(yī)组关键词(cí)也可以创作出很多张风格不一样(yàng)的画作，这(zhè)让(ràng)创作的过程就像开(kāi)盲(máng)盒。

很多用户(hù)很喜欢这(zhè)种不确(què)定的(de)惊喜，他(tā)们会(huì)将生成(chéng)的美图(tú)当做头(tóu)像。而另一部分喜欢翻看(kàn)AI绘画的“翻(fān)车”作品。在社交媒(méi)体(tǐ)上，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的(de)出现与加(jiā)持，以往AI绘(huì)画的(de)填(tián)写关(guān)键词(cí)游(yóu)戏可能要被颠覆了(le)。

ControlNet是一(yī)位(wèi)正(zhèng)在(zài)斯坦福读(dú)博的(de)中国人(rén)张吕敏(mǐn)创作的(de)一种基于控制点的(de)图像变(biàn)形(xíng)算法(fǎ)，主(zhǔ)要用于数字图像处(chù)理、计算机视(shì)觉和计算机图形(xíng)学(xué)等领域。

其SD插件一(yī)经发(fā)布(bù)，在短(duǎn)短的(de)两(liǎng)天内便成为了AI绘画领域最新(xīn)的(de)热(rè)点。

在此(cǐ)之前，大家用了很(hěn)多方(fāng)法想让(ràng)AI生成的结果尽可能的(de)符合要求(qiú)，但是都不尽(jǐn)如人(rén)意，它的出现代表着AI生成开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人物的姿势和画面的深(shēn)度信(xìn)息等。有了它(tā)的帮助(zhù)，就不用频(pín)繁(fán)的用提(tí)示词来碰运(yùn)气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不少博主的作品已经获得了(le)大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应的关键(jiàn)词；最(zuì)后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试效果。

通过图片(piàn)就可以看出来(lái)，效果十(shí)分惊艳。

更厉害(hài)的是，除了真实的照片，草图(tú)也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还(hái)能(néng)实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲(qīn)自回应。

不得不说当(dāng)下AIGC已经变得越来(lái)越强大(dà)，甚至输出的作品都已经能(néng)以假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警(jǐng)惕安全(quán)问题

近日，“苏州金鸡湖有游艇(tǐng)party”的(de)消(xiāo)息火遍(biàn)网(wǎng)络(luò)，而(ér)经过警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这(zhè)个活动里(lǐ)面给出的美女照片都是AI制作的(de)真人照片绘图，因为太逼真，被大家当成真事传播了。

不过(guò)仔细观察可以发(fā)现，活(huó)动发起者提供的照片(piàn)中有(yǒu)个很(hěn)大的漏(lòu)洞可以(yǐ)发(fā)现并(bìng)非真人(rén)，而是AI绘图，那便是图片中女性的(de)手指部分(fēn)有的存在异(yì)常。

有行业人事表示：“现在因为手指部分的绘画算法(fǎ)比较复杂，AI还不(bù)太(tài)会画人的手，但最新(xīn)看到的图片(piàn)已(yǐ)经有越来越(yuè)完美的AI模型出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作(zuò)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)耳其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发(fā)布到网(wǎng)络，以此诱骗善良的(de)人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术(shù)发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发(fā)了很多(duō)担忧，一(yī)方面，批判者认为AI在“学(xué)习”了大(dà)量前人(rén)的作品之后，其创作(zuò)没有(yǒu)任何情(qíng)绪和灵魂(hún)，难以和人类(lèi)的艺(yì)术创(chuàng)作相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并(bìng)没(méi)有得到有(yǒu)效的解(jiě)决，还有AIGC会不(bù)会代替人类“至高无上(shàng)”的(de)创(chuàng)意。

马(mǎ)斯克(kè)也强调，人工智能(néng)的安全(quán)问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的危(wēi)害并不能(néng)掩盖其光辉(huī)的(de)贡献。现在看来，人工智能技术将(jiāng)是第四次工业革命(mìng)的核心驱动力量，将创造新的增长奇迹(jì)。

过(guò)去一年，人工智能在技(jì)术和商(shāng)业层(céng)面(miàn)都有(yǒu)了巨大进展(zhǎn)，AI绘画就是(shì)人(rén)工(gōng)智(zhì)能技术发(fā)生方向性改变的(de)一(yī)个代表。其下一站或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆科技圈(quān)的短(duǎn)视频。这些(xiē)视频引发关注(zhù)并非内容做得多优秀，反而都非常(cháng)简单，比如(rú)一匹正在喝水的马，一只画(huà)画的玩具在电脑里登陆一个邮箱 要去哪登陆？该怎么登陆呢，邮箱电脑怎么登录熊，或者一段骑摩托车(chē)的第一视角录(lù)像，随便一个有手机的人都(dōu)可(kě)以随手录下一段(duàn)。

但这些短视频的创(chuàng)作方式非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至(zhì)只是说一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的差(chà)别。

在(zài)Make-A-Video公布了AI生(shēng)成的(de)视(shì)频后，AI圈就已(yǐ)经玩了一波梗，一个能够做(zuò)出更高(gāo)清视频的AI还不足以在(zài)短时(shí)间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人(rén)震(zhèn)惊(jīng)的地方在(zài)于，它可以制作出超过2分钟的(de)连贯的(de)也(yě)有确切内(nèi)容的(de)视频，这才是真正让人们感(gǎn)到惊喜(xǐ)的(de)地方。因为无论AI生成的视频(pín)多么高清，也(yě)只能是为内容生产者提供一个灵(líng)感，一个素(sù)材，一个过(guò)场动(dòng)画。

不过能够制作(zuò)出有(yǒu)具(jù)体(tǐ)剧情内容的(de)视频就意味(wèi)着(zhe)，一些(xiē)视频创作(zuò)由AI代替(tì)人工完成已(yǐ)经初步有了可能。

当(dāng)下AI的发展速度已经超过(guò)大部分人的想象。内容产(chǎn)业(yè)的本质是供给创造需求(qiú)，AIGC作为全新的内容生产方式(shì)，可以为(wèi)内容(róng)产业带来(lái)更新的内容风格、更快(kuài)的生产速度，更低的生产(chǎn)成本，这(zhè)无疑会驱动内容(róng)产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多(duō)种内容形式的生成(chéng)。不难发现该项技术不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素的构建亦有(yǒu)关键意(yì)义(yì)。

从商业化(huà)的(de)角度来(lái)看，文(wén)化(huà)娱乐、教育、传媒等诸多领域(yù)，本身就(jiù)对基于AI的可(kě)视化(huà)内容有强烈需(xū)求。

因此，AI绘画(huà)及视频(pín)或不是结果(guǒ)，而只是AI进程(chéng)中的一块(kuài)重要拼图，有望在技术更新(xīn)的加持下实现更大(dà)的应用价值。

AI从理(lǐ)解内容，走向了(le)可以生成内容，甚至能够创造出独立(lì)价值和(hé)独立视角(jiǎo)的(de)内容。AIGC的再次出圈(quān)，更代(dài)表(biǎo)着(zhe)未(wèi)来的先进(jìn)生产(chǎn)力即将到(dào)来。

04

紧(jǐn)抓大(dà)模型与算(suàn)力，牢固AIGC底座(zuò)

从技(jì)术的发展也可(kě)以看出，在语言大模型、图像(xiàng)大模型之后，多(duō)模态大(dà)模型已经成为了新(xīn)的趋(qū)势。

大模型被誉为(wèi)当前人工智(zhì)能发(fā)展的智能底(dǐ)座，是全球竞争最激烈(liè)的研究方(fāng)向之(zhī)一，包(bāo)括谷歌(gē)、亚马逊、百度(dù)、阿(ā)里、腾讯等众多头部企(qǐ)业都(dōu)在竞相发(fā)力。

不过训练大模型(xíng)的确价格不菲(fēi)，以国盛证券发布的(de)《ChatGPT需在电脑里登陆一个邮箱 要去哪登陆？该怎么登陆呢，邮箱电脑怎么登录要多少(shǎo)算力》报告估算，GPT-3训练一次的(de)成本约(yuē)为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平(píng)均(jūn)数1300万计算，其对应芯片需(xū)求为3万(wàn)多(duō)片英伟(wěi)达A在电脑里登陆一个邮箱 要去哪登陆？该怎么登陆呢，邮箱电脑怎么登录100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日仅电费就在5万(wàn)美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大(dà)模(mó)型的发展(zhǎn)同时，更(gèng)应(yīng)该关注算力(lì)网络的建(jiàn)设。

算力网络正驱(qū)动(dòng)AI产业发展进(jìn)入史(shǐ)诗级(jí)加(jiā)速进(jìn)程，让(ràng)AIGC及通用AI这(zhè)一人工智能发展(zhǎn)的终极目标(biāo)离(lí)得(dé)更近。

因为(wèi)算力可(kě)以对突破性技术(shù)创新(xīn)提供(gōng)大力的支(zhī)持(chí)。这方面，多模(mó)态大模型是典型(xíng)。作(zuò)为(wèi)面向(xiàng)未来强(qiáng)人工智能、通用人工智能的重要技术创(chuàng)新(xīn)，多(duō)模态大模(mó)型已经在人工智能(néng)领域提出了很多(duō)年，业界也有(yǒu)不少技术(shù)突破，但是，多模态大模型(xíng)进(jìn)一步往下走，算力需求呈几何(hé)式(shì)上升，一般的算力基(jī)础设(shè)施很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音单(dān)独一项的训(xùn)练，到(dào)双模态、三模态的跃(yuè)迁(qiān)，让人工智(zhì)能(néng)可以灵活应对(duì)不同模(mó)态的转(zhuǎn)化、像人与世界(jiè)交互一(yī)样自然，这(zhè)方(fāng)面(miàn)，由算力网络来驱动将有明(míng)显优势。

此外(wài)，还有很多需要爆发式增长的算力来支(zhī)撑的技术创(chuàng)新，将(jiāng)在人工智能算力网络支撑下(xià)快(kuài)速推进。

AIGC已经(jīng)露出曙光，期(qī)待在大(dà)模型和大算力的支持下(xià)AIGC能持续(xù)颠覆内容生(shēng)产的方(fāng)式，将创(chuàng)造的边际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 在电脑里登陆一个邮箱 要去哪登陆？该怎么登陆呢，邮箱电脑怎么登录