自聊(liáo)天机器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨已多次(cì)公开谈论人工智能话题。在最(zuì)近的一次采访中，他再次表示(shì)：“AI可能会让(ràng)科技行业迎(yíng)来一(yī)次剧(jù)烈的洗牌”。

这个结论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会(huì)威胁(xié)到谷歌(gē)的市占率，因为微软(ruǎn)在AI方面的行(xíng)动相当迅速。而(ér)最终科技巨头将把AI整合成(chéng)用(yòng)户的(de)“全能助手”，包揽一切应用，与人们进行(xíng)沟(gōu)通并(bìng)提(tí)供建(jiàn)议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应(yīng)用(yòng)。

大佬(lǎo)口中全能助手的到来(lái)可(kě)能尚需(xū)时日(rì)，但(dàn)由(yóu)ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆(bào)火的时候(hòu)，还是2022年8月，在美国科(kē)罗拉(lā)多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名(míng)为《太空(kōng)歌剧院》的作(zuò)品(pǐn)获(huò)奖。

随后(hòu)各大(dà)厂商的AI绘(huì)画软(ruǎn)件被广大(dà)网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们(men)可以在应用中(zhōng)输入一组关键(jiàn)词或(huò)者一(yī)张照(zhào)片(piàn)，就能获得一幅AI创作的画作。

作(zuò)画的关键就是(shì)所输(shū)入的文本。同(tóng)一组关(guān)键词也可以创(chuàng)作出很多张风(fēng)格(gé)不一(yī)样的画作，这让创作的过程就(jiù)像开盲盒(hé)。

很多用户很喜欢这种不确(què)定的惊喜，他(tā)们会将生成的美(měi)图(tú)当做头(tóu)像。而另一(yī)部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许多(duō)用(yòng)户分享AI“翻(fān)车现场”，例(lì)如，一位(wèi)网(wǎng)友的小狗照(zhào)片(piàn)被AI画(huà)成了“肌肉男”，还有网友的个人照(zhào)片被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画(huà)的(de)填写关键词游戏可能(néng)要被(bèi)颠覆了(le)。

ControlNet是一位正在斯(sī)坦福(fú)读博的中国人张(zhāng)吕敏(mǐn)创作的一种基于控制点的图像(xiàng)变形算法，主(zhǔ)要用于数字图像处理、计算机视觉和(hé)计算机图形学等(děng)领域。

其SD插件一经发布，在(zài)短短的两天内(nèi)便成为(wèi)了AI绘画领(lǐng)域最新的(de)热(rè)点。

在此之前，大家(jiā)用了很多方法(fǎ)想让AI生成(chéng)的结果尽可能的符(fú)合要求，但(dàn)是都(dōu)不(bù)尽(jǐn)如人意，它的出现代(dài)表着(zhe)AI生成开始进入真正的可控时期。

因为ControlNet可以直(zhí)接提(tí)取画面的构(gòu)图，人物的姿势和画面的深度信(xìn)息等(děng)。有了它(tā)的帮助，就不用(yòng)频繁的用提(tí)示词来(lái)碰运气，抽盲盒(hé)式(shì)的创作了。

通俗的(de)说ControlNet相当于(yú)给AI绘画加了“魔法”，不(bù)少博主的(de)作(zuò)品(pǐn)已(yǐ)经获得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友(yǒu)的照片直接带她(tā)们走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找到对应的(de)关键词；最后用(yòng)ControlNet插件绑定骨骼(gé)开(kāi)始换(huàn)关键词试效果。

通过图片(piàn)就(jiù)可以看出(chū)来，效果十分(fēn)惊艳。

更厉(lì)害的是，除了真实的照片，草(cǎo)图也可以(yǐ)加上(shàng)“魔法(fǎ)”，知(zhī)乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏(mǐn)其本(běn)尊也亲自回(huí)应。

不(bù)得不(bù)说当(dāng)下AIGC已经变得越来越强大(dà)，甚至输出的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕(tì)安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火遍网络，而(ér)经过警(jǐng)方辟谣(yáo)这所谓的“party”可能(néng)是(shì)全国第一起AI绘图(tú)诈骗。

由(yóu)于(yú)这个活(huó)动里面给(gěi)出的美女照片都(dōu)是AI制(zhì)作的真人照片绘(huì)图(tú)，因为太逼真，被大(dà)家当成真(zhēn)事传播了。

不过仔(zǎi)细观察可以(yǐ)发现，活动发(fā)起者(zhě)提供(gōng)的照(zhào)片中(zhōng)有个很大的漏洞可以发(fā)现(xiàn)并非(fēi)真人(rén)，而是(shì)AI绘(huì)图，那便是图片中女性(xìng)的手指(zhǐ)部分有的存(cún)在异常。

有行业人事表示：“现在因为(wèi)手指(zhǐ)部(bù)分(fēn)的(r在数学集合中是什么意思啊，r在数学集合中表示什么de)绘画算法比(bǐ)较复杂，AI还(hái)不太会画人的r在数学集合中是什么意思啊，r在数学集合中表示什么(de)手(shǒu)，但最新看到的图片已经(jīng)有越来(lái)越完美的AI模型出现，以(yǐ)后(hòu)可能(néng)就完(wán)全(quán)没(méi)有漏洞(dòng)了。”

类似的AI作(zuò)图诈骗在国外也已有发生(shēng)。据英国广(guǎng)播(bō)公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱(yòu)骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能(néng)做(zuò)出真(zhēn)人照片般(bān)的绘图效果(guǒ)，如果这(zhè)样的图片被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引发了(le)很多担忧，一(yī)方面，批判者认为(wèi)AI在“学习”了大量前(qián)人的作品(pǐn)之后(hòu)，其创作没有(yǒu)任何(hé)情绪(xù)和灵魂，难以和人类的(de)艺术(shù)创(chuàng)作相(xiāng)提并论。

另(lìng)一(yī)方面，AIGC背(bèi)后的版权、目前(qián)都(dōu)并(bìng)没有得到有效的解决，还有AIGC会不会代(dài)替人类“至(zhì)高(gāo)无上(shàng)”的创意(yì)。

马斯克也强调，人工智(zhì)能的安全问(wèn)题需要得(dé)到重视，太(tài)晚(wǎn)就来不及了。

03

AIGC下(xià)一站除了视频，还有远方(fāng)

技术(shù)都(dōu)是有(yǒu)两面性的，潜(qián)在的(de)危害并不能掩盖其光辉的(de)贡献。现在(zài)看来，人工智能技术(shù)将是第四次(cì)工业革(gé)命的核心驱动力(lì)量，将创造新的增长奇迹(jì)。

过去一年，人工智能在技(jì)术和商业(yè)层面(miàn)都(dōu)有了巨大(dà)进展，AI绘画就是人工智能技术发(fā)生方向(xiàng)性(xìng)改变的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条引(yǐn)爆科技(jì)圈的短视频。这些视(shì)频引(yǐn)发关注并非内(nèi)容(róng)做得多(duō)优秀，反而都非常简单(dān)，比如一匹正在(zài)喝水的马，一(yī)只画画的玩具(jù)熊，或者一段骑摩(mó)托车的第一(yī)视角录像，随便(biàn)一(yī)个有手机的人都可以随手录(lù)下一段(duàn)。

但这(zhè)些短视频(pín)的创作方式非常(cháng)简单，创作者(zhě)仅仅需要(yào)向AI输入(rù)一段(duàn)话，甚至只是(shì)说一下要求(qiú)，AI就可以根(gēn)据需(xū)要生成一段视频。

谷歌(gē)发(fā)布(bù)的两个(gè)AI生成视频(pín)分别(bié)来自于Imagen Video和(hé)Phenaki，前(qián)者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波(bō)梗，一个能(néng)够(gòu)做(zuò)出更(gèng)高清视频的AI还不足以(yǐ)在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出超过(guò)2分钟(zhōng)的(de)连贯的也有确(què)切内容的视频(pín)，这才是真正让人(rén)们感(gǎn)到惊(jīng)喜的地(dì)方。因为(wèi)无(wú)论AI生(shēng)成的视频多么高清，也只(zhǐ)能(néng)是为内容生产(chǎn)者(zhě)提供(gōng)一个(gè)灵感，一个素材，一个过场动画。

不过(guò)能够制作出有具体剧情(qíng)内容(róng)的视(shì)频就意味着，一些视频(pín)创作由AI代替人工完(wán)成已经(jīng)初步有了(le)可(kě)能。

当下AI的发展速度已经超过大部分人(rén)的想(xiǎng)象。内容产业的本质是供给创造需(xū)求，AIGC作(zuò)为全新的内(nèi)容生(shēng)产方式(shì)，可以为内容产业(yè)带(dài)来更新的内容(róng)风格、更快的生(shēng)产速度，更低的生产成本(běn)，这无疑会(huì)驱动内(nèi)容产业的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动作等多种内容形式的(de)生成(chéng)。不难发现该项技术不仅(jǐn)在(zài)游戏等行业能(néng)得(dé)到有效应用，对于下一代互联(lián)网各种(zhǒng)元(yuán)素(sù)的构建亦(yì)有关键意义。

从商业化的角度来看，文化娱乐(lè)、教育(yù)、传媒(méi)等诸多领域(yù)，本身就对基(jī)于AI的可(kě)视(shì)化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不是结果，而(ér)只(zhǐ)是(shì)AI进程中的一块重(zhòng)要拼(pīn)图，有望在技术更新的加持下实(shí)现更大的应用价值。

AI从理解内容，走(zǒu)向了可以生成内容(róng)，甚至(zhì)能够创(chuàng)造出独立价值和独立视角(jiǎo)的内容。AIGC的再(zài)次(cì)出圈，更代(dài)表着未来的先(xiān)进生产(chǎn)力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发展也可(kě)以看(kàn)出，在语言大(dà)模型(xíng)、图(tú)像大模型之(zhī)后，多模态大模型已经成为了新的趋(qū)势。

大模型被(bèi)誉(yù)为当前人(rén)工智(zhì)能(néng)发展(zhǎn)的智能(néng)底座(zuò)，是(shì)全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等(děng)众多头(tóu)部企业都在竞相发(fā)力。

不过训练大(dà)模型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美(měi)元。而对于(yú)一些更大的LLM(大型(xíng)语言模型)，训(xùn)练(liàn)成本(běn)则介(jiè)于200万美(měi)元至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访(fǎng)客平均(jūn)数1300万(wàn)计算，其(qí)对应芯片需求为(wèi)3万多(duō)片英伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿美元(yuán)，每(měi)日仅电费就(jiù)在5万美元左右。

此外不论是(shì)ChatGPT还(hái)是(shì)AIGC，都离不开庞(páng)大算力支持。在关(guān)注各(gè)类大(dà)模型(xíng)的发展同时，更应(yīng)该关注算力网络的建设。

算力网络正驱动AI产业发展进(jìn)入史诗级加(jiā)速进程，让AIGC及通用AI这一人(rén)工智能发展的终极(jí)目标离得(dé)更近。

因(yīn)为算力可以对突破性技(jì)术(shù)创新提供大力的支持。这(zhè)方面，多模态大模型(xíng)是典型。作为面向未来强人(rén)工(gōng)智能、通用人工智能(néng)的重要技术(shù)创新(xīn)，多模(mó)态大模型已(yǐ)经在人工智能领域提(tí)出了很多年，业界也(yě)有不少技术突(tū)破(pò)，但是，多模态大模(mó)型进(jìn)一步往下走(zǒu)，算力需求呈几(jǐ)何(hé)式(shì)上升(shēng)，一般的算力(lì)基础(chǔ)设施很快(kuài)将难以(yǐ)胜任。

从(cóng)图像、文字、语音单独一(yī)项的训练(liàn)，到(dào)双模态、三模态(tài)的跃迁，让人(rén)工智(zhì)能可以(yǐ)灵活(huó)应对不(bù)同模态的转化、像(xiàng)人(rén)与世界交互一样自然，这方(fāng)面，由(yóu)算力网络(luò)来驱动(dòng)将有明显(xiǎn)优势。

此外(wài)，还(hái)有很多(duō)需要爆发式(shì)增长的算力来支撑的技术创新，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露(lù)出曙光，期待在大(dà)模型和大算力的支持下(xià)AIGC能持续(xù)颠覆(fù)内容(róng)生产的(de)方式，将创造的边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 r在数学集合中是什么意思啊，r在数学集合中表示什么