自聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软公(gōng)司创始人比(bǐ)尔·盖茨(cí)已多(duō)次公开谈论人工智能话题。在最近的一次采访(fǎng)中，他再次(cì)表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧(jù)烈的洗(xǐ)牌”。

这(zhè)个结论是(shì)他(tā)在当地时间2月20日(rì)接受《In Good Company》节(jié)目(mù)专(zhuān)访(fǎng)时提出的。

他预期，AI的发(fā)展可(kě)能会威胁到(dào)谷歌(gē)的(de)市占率(lǜ)，因为微软在AI方面(miàn)的行动(dòng)相(xiāng)当迅(xùn)速。而最终(zhōng)科(kē)技巨头将把(bǎ)AI整合成用户的“全能(néng)助手”，包(bāo)揽(lǎn)一切应用，与(yǔ)人们进(jìn)行沟通并提供建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手的(de)到来可能尚需时(shí)日，但(dàn)由ControlNet引(yǐn)发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的(de)时候，还是(shì)2022年8月，在(zài)美国科罗拉(lā)多州举办的新兴数字艺术家(jiā)竞赛中，一幅(fú)名为(wèi)《太空歌剧院》的(de)作品获奖。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大(dà)网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中(zhōng)输入一(yī)组(zǔ)关(guān)键词或者一张照片，就能获得一幅AI创作的画作(zuò)。

作(zuò)画的(de)关键就是所输入(rù)的文本(běn)。同一组关键词也可以创作出(chū)很多张风格不一样的画作，这让创(chuàng)作的(de)过程就(jiù)像开盲(máng)盒。

很多(duō)用户很喜(xǐ)欢这种不确定的惊(jīng)喜，他(tā)们会将生(shēng)成的美图当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作(zuò)品(pǐn)。在社交(jiāo)媒体上，许多用(yòng)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(ròu)男”，还(hái)有网友的个人照片(piàn)被AI识别成了(le)建(jiàn)筑。

而(ér)如今(jīn)随着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘画(huà)的填写关键词(cí)游戏可(kě)能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读(dú)博的中国人(rén)张(zhāng)吕(lǚ)敏创作的一种基(jī)于控(kòng)制点的图像变形(xíng)算(suàn)法，主要用于(yú)数字图像处理(lǐ)、计算机视觉和计算(suàn)机图形学等(děng)领域。

其SD插(chā)件一(yī)经(jīng)发布，在短短的两天内便成为(wèi)了AI绘画领域最(zuì)新的热点。

在(zài)此(cǐ)之前，大家用了很多方法想让AI生成(chéng)的(de)结果尽可能(néng)的(de)符合(hé)要求(qiú)，但(dàn)是都(dōu)不尽如人意，它的(de)出现(xiàn)代表(biǎo)着(zhe)AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人(rén)物的姿势(shì)和画面(miàn)的(de)深度信息(xī)等。有了它的帮助，就不用(yòng)频(pín)繁的用(yòng)提(tí)示词(cí)来碰(pèng)运(yùn)气，抽盲盒式的创作(zuò)了。

通俗的(de)说ControlNet相当于(yú)给AI绘(huì)画(huà)加了“魔法”，不少博主的作品已经获(huò)得了(le)大(dà)量的浏览量，“viggo”就是其中(zhōng)之一，他(tā)用朋友(yǒu)的照(zhào)片直接带她们走进动漫(màn)世界(jiè)。

viggo先用(yòng)StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用Text2Prompt插件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。

通过图片就可(kě)以看出来，效果十(shí)分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实(shí)现线稿转(zhuǎn)全(quán)彩图(tú)。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说(shuō)当下(xià)AIGC已经变(biàn)得(dé)越来越强大，甚至输出的作品都(dōu)已经能以(yǐ)假乱真了(le)。

02

难(nán)辨虚(xū)实，AIGC技(jì)术(shù)力爆发(fā)

警惕安全(quán)问题

近(jìn)日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的(de)消息火遍网(wǎng)络，而(ér)经(jīng)过(guò)警(jǐng)方辟谣这所谓(wèi)的(de)“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个活(huó)动里面给出的美(měi)女照(zhào)片都是AI制作的真(zhēn)人(rén)照片绘图(tú)，因为太逼(bī)真，被(bèi)大家当成真事传播了。

不过仔细观察可(kě)以(yǐ)发现，活动发起者(zhě)提供的照(zhào)片中(zhōng)有个很(hěn)大的漏洞可以(yǐ)发现(xiàn)并非真(zhēn)人(rén)，而(ér)是AI绘图，那便是图片中女性的手指部分有(yǒu)的(de)存在异常。

有行业人事表示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画(huà)人的(de)手，但最(zuì)新看(kàn)到的图片已经有(yǒu)越来越完美的AI模(mó)型出现(xiàn)，以后可(kě)能就(jiù)完全没有漏洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已(yǐ)有(yǒu)发(fā)生。据英国(guó)广播公司报(bào)道(dào)，土耳(ěr)其地震(zhèn)期(qī)间(jiān)，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布(bù)到网络(luò)，以此诱骗善良(liáng)的人打赏“捐助(zhù)”从(cóng)而实施诈骗。

目前随(suí)着技(jì)术发展，AIGC已经能做出真(zhēn)人照片般的绘(huì)图(tú)效果，如果(guǒ)这样的(de)图(tú)片被(bèi)用(yòng)来诈骗(piàn)，将非(fēi)常(cháng)可怕(pà)。

此外(wài)AIGC还引发了很多(duō)担(dān)忧，一方面，批判者(zhě)认为AI在“学习(xí)”了(le)大(dà)量前人的作品之后，其创作没(méi)有任(rèn)何情绪和灵魂，难以和人类的(de)艺术创作(zuò)相提并论。

另一方面，AIGC背(bèi)后(hòu)的(de)版权(quán)、目前都并没有(yǒu)得到(dào)有效的(de)解决，还(hái)有AIGC会不会代替人类“至高(gāo)无上”的创意(yì)。

马斯克也强调，人(rén)工智能的安全问题(tí)需要得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有两面性的，潜在的危害并不(bù)能掩盖(gài)其光辉的贡献。现(xiàn)在看来(lái)，人(rén)工智(zhì)能技术(shù)将是第(dì)四次工业革命的核心驱(qū)动力量，将创造(zào)新的增(zēng)长奇迹。

过(guò)去一年，人工智能在技术(shù)和(hé)商业层面都有了巨大进展，AI绘画就是人工智能(néng)技术发生方向性(xìng)改变(biàn)的一个代表。其(qí)下一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈(quān)的短视频。这些视频引发关注并非内容(róng)做得(dé)多优(yōu)秀，反而都非(fēi)常(cháng)简单，比如一匹正在(zài)喝水的马(mǎ)，一(yī)只画(huà)画的玩(wán)具熊(xióng)，或者一段(duàn)骑(qí)摩托车的第一视角录像，随便(biàn)一个有手(shǒu)机的(de)人都(dōu)可以随手录下一段。

但这些短视频的创作方式非常简单(dān)，创作者(zhě)仅仅需(xū)要向AI输入一段(duàn)话(huà)，甚至只是说一下(xià)要求，AI就(jiù)可以(yǐ)根(gēn)据需要生成一段视频。

谷歌(gē)发(fā)布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差(chà)别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已经(jīng)玩了一波梗，一(yī)个(gè)能够做出更高清视频(pín)的AI还不足以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在于(yú)，它可以(yǐ)制作出超过2分(fēn)钟的连贯的也(yě)有确切内容(róng)的视频，这才是真正让人们感(gǎn)到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只(zhǐ)能(néng)是(shì)为内容生产者提供一(yī)个(gè)灵(líng)感，一(yī)个素材，一个过场动画。

不过能够制作出有具体剧情内(nèi)容(róng)的(de)视(shì)频就意(yì)味着(zhe)，一些(xiē)视频创作(zuò)由AI代(dài)替人工(gōng)完成已经初步有了可能。

当下AI的发(fā)展速度已经超过(guò)大部分人的想象。内容(róng)产业的本质是(shì)供给创造需求(qiú)，AIGC作为全新的(de)内容生产(chǎn)方(fāng)式(shì)，可以为(wèi)内容产业带来(lái)更新的内容风(fēng)格(gé)、更快的生产(chǎn)速度，更低的(de)生(shēng)产成本，这无疑会(huì)驱动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音乐、代码(mǎ)、机器人动作(zuò)等多(duō)种内容形式的生成(chéng)。不难发现该项(xiàng)技术不仅(jǐn)在游戏等行业能得(dé)到(dào)有效应用(yòng)，对(duì)于下(xià)一代互联(lián)网各种元(yuán)素的构建亦有关键意义。

从(cóng)商(shāng)业(yè)化的角度来看(kàn)，文(wén)化(huà)娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就对基于AI的(de)可视化内容有强烈需求(qiú)。

因(yīn)此(cǐ)，AI绘(huì)画(huà)及视频或不(bù)是结(jié)果，而(ér)只是AI进程中的(de)一块重要拼图，有(yǒu)望在技术(shù)更新(xīn)的加(jiā)持下实现更(gèng)大的应用(yòng)价(jià)值。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能(néng)够创(chuàng)造出独立价(jià)值和(hé)独立视角的内容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进生(shēng)产力(lì)即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展也可以看(kàn)出，在(zài)语(yǔ)言大模(mó)型、图(tú)像大模型之后，多模(mó)态大模型已经(jīng)成为了新的趋势(shì)。

大模型(xíng)被(bèi)誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激烈的(de)研(yán)究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企业都(dōu)在竞相发力(lì)。

不过训练(liàn)大模型的确价格(gé)不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更(gèng)大的LLM(大(dà)型语言模型)，训(xùn)练成本则介于200万(wàn)美(měi)元至1200万(wàn)美元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数1300万计算(suàn)，其对应芯片需(xū)求为3万多片(piàn)英伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大(dà)算(suàn)力支(zhī)持。在关注各类(lèi)大模型(xíng)的(de)发展同时，更应(yīng)该关(guān)注算力网络(luò)的建设(shè)。

算力网络正驱(qū)动AI产业发(fā)展进入史诗级加速进程(chéng)，让(ràng)AIGC及(jí)通(tōng)用AI这一(yī)人工智能发展的终(zhōng)极目(mù)标离得更近。

因为算力可(kě)以对突破性技术(shù)创新提供大力(lì)的支持。这(zhè)方面(miàn)，多模态大(dà)模型是典型。作为面向(xiàng)未来(lái)强(qiáng)人工智能、通用(yòng)人工(gōng)智能的(de)重要技(jì)术创新，多模态大模型已(yǐ)经在人工智(zhì)能领域提(tí)出了很多(duō)年，业界(jiè)也有不少(shǎo)技术突破，但(dàn)是，多模态大模(mó)型进(jìn)一步往(wǎng)下(xià)走，算力需求呈(chéng)几(jǐ)何式上升(shēng)，一般的算力(lì)基础设(shè)施很快将难以胜任。

从图像、文(wén)字(zì)、语音单(dān)独一项的训练，到双模态、三模态的跃迁，让(ràng)人工智能可以灵活应对不同模态的转(zhuǎn)化、像人(rén)与世界(jiè)交互(hù)一样自然，这方(fāng)面，由算力网络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多需要(yào)爆(bào)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(zhī)撑下(xià)快速推进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大(dà)算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式(shì)，将创造(zào)的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 嬉水与戏水的意思，婷婷荷花鱼戏水的意思