自聊天(tiān)机器(qì)人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比(bǐ)尔·盖茨(cí)已多次公开谈论人工(gōng)智能话题。在最(zuì)近的一次采访中，他(tā)再次表示：“AI可能会让科技行业(yè)迎来一(yī)次剧烈的洗牌”。

这个(gè)结论是他在当地(dì)时间2月20日接受(shòu)《In Good Company》节目(mù)专访(fǎng)时提出的。

他(tā)预(yù)期(qī)，AI的发展可能(néng)会威(wēi)胁到(dào)谷歌的市占率，因为微软在AI方面的(de)行动相当迅速(sù)。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人(rén)们进行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口中(zhōng)全(quán)能助手的到来可(kě)能尚需(xū)时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近

以(yǐ)AI绘画(huà)为代表的AIGC上(shàng)一次爆(bào)火的(de)时候，还是(shì)2022年(nián)8月，在美国科罗拉多州举办的(de)新兴数字艺术(shù)家(jiā)竞(jìng)赛中，一幅名为《太空歌剧院》的作品获奖。

随(suí)后(hòu)各大(dà)厂(chǎng)商的AI绘画软件(jiàn)被(bèi)广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输(shū)入(rù)一组(zǔ)关(guān)键词或者一张照片，就能获得一幅AI创作的画作。

作画的(de)关(guān)键就是所(suǒ)输入的(de)文(wén)本(běn)。同一(yī)组关(guān)键词也可以(yǐ)创作出很多张(zhāng)风(fēng)格不一样(yàng)的画作，这让创作的过程就像开盲盒。

很(hěn)多用户(hù)很喜(xǐ)欢这种不确定的惊喜，他们会将生成的美图当(dāng)做头像。而另一部(bù)分喜欢翻看(kàn)AI绘(huì)画的“翻车(chē)”作品。在社交媒(méi)体上，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还(hái)有(yǒu)网友的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以勖存姿为什么没有碰喜宝，勖存姿为什么不碰喜宝往AI绘画的(de)填写关键词游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的中国人张吕敏创作(zuò)的一种基(jī)于控(kòng)制点(diǎn)的图像变形(xíng)算法，主要用(yòng)于数(shù)字图像处理、计算机(jī)视觉和计算机图形学等领域。

其SD插(chā)件一经发布，在短短的两天内便成为了AI绘画领域(yù)最新(xīn)的(de)热(rè)点。

在此之(zhī)前，大家用了(le)很多方法想让AI生成(chéng)的结果尽可(kě)能的(de)符合(hé)要求，但是(shì)都不(bù)尽如人意，它(tā)的出(chū)现代表着AI生(shēng)成开始进(jìn)入(rù)真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人(rén)物的姿势和画面的深(shēn)度信(xìn)息(xī)等。有了它(tā)的帮助(zhù)，就不用频(pín)繁的用(yòng)提(tí)示词来(lái)碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画(huà)加了(le)“魔法”，不(bù)少博主的(de)作品已经(jīng)获(huò)得了大量的(de)浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换(huàn)关键词试(shì)效(xiào)果。

通过图片(piàn)就(jiù)可以(yǐ)看出来，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真实(shí)的照片，草图(tú)也可(kě)以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍(shào)到ControlNet还(hái)能实(shí)现线(xiàn)稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其本尊也亲(qīn)自(zì)回应。

不得不说当下AIGC已经变得越(yuè)来越(yuè)强大(dà)，甚至输出(chū)的(de)作品都(dōu)已经能以(yǐ)假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消息火遍网络，而(ér)经过(guò)警方辟谣(yáo)这所谓的“party”可能(néng)是全国第一起AI绘(huì)图诈骗。

由于(yú)这个活动里面给出的美女照片都(dōu)是(shì)AI制(zhì)作的真人照片绘图，因为太逼真，被(bèi)大(dà)家(jiā)当(dāng)成真事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的(de)照片中有个很大的漏(lòu)洞(dòng)可以发现并(bìng)非真人，而(ér)是AI绘图，那便是图片中女性的手指部分有(yǒu)的存(cún)在异常(cháng)。

有行业人事(shì)表示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画人的手，但最新(xīn)看到的(de)图片已经有越来(lái)越完(wán)美的AI模型出现，以(yǐ)后可能就(jiù)完全没有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据英国广播公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用(yòng)户使用AI合成了(le)儿童受灾的假(jiǎ)照片发布到(dào)网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗(piàn)。

目前(qián)随着技术发展，AIGC已经能(néng)做出真人照片般的绘图效果(guǒ)，如果这(zhè)样(yàng)的图片被用(yòng)来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引发了(le)很多担忧(yōu)，一方面，批判者认为(wèi)AI在“学(xué)习”了大(dà)量(liàng)前人的作(zuò)品(pǐn)之后，其创作没(méi)有(yǒu)任(rèn)何情绪和灵魂，难(nán)以和(hé)人(rén)类的艺术(shù)创作(zuò)相提并论。

另一方面，AIGC背(bèi)后(hòu)的版(bǎn)权、目前都并没有得到(dào)有效的解决(jué)，还有AIGC会不会代替人类“至高(gāo)无上(shàng)”的创意。

马斯克也强调，人(rén)工智能的安全问题需要(yào)得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技(jì)术(shù)都是有(yǒu)两面性的，潜在(zài)的危害并不能掩(yǎn)盖其(qí)光辉的贡献(xiàn)。现在看来，人工智能技术将是第四(sì)次工业革(gé)命(mìng)的核心驱(qū)动力量，将(jiāng)创造(zào)新的增长奇迹。

过去一年，人工智(zhì)能(néng)在技术(shù)和商业层面都有了巨大进(jìn)展，AI绘(huì)画(huà)就(jiù)是人(rén)工智能技术(shù)发(fā)生(shēng)方向(xiàng)性改变的一个(gè)代(dài)表。其下(xià)一站(zhàn)或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科(kē)技圈的短视频。这些视频(pín)引发关注并非内容做得多(duō)优(yōu)秀，反而都(dōu)非常简单，比如一(yī)匹正在喝水的马，一只画画的玩具熊，或者(zhě)一段骑摩托车的第一视角录像，随(suí)便一个有手机(jī)的人都(dōu)可以随手(shǒu)录下一(yī)段。

但这些短视频的创作方式非常简单，创(chuàng)作(zuò)者仅仅需要(yào)向AI输入一段话，甚(shèn)至只是说一下要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发(fā)布的两个AI生成视频分别(bié)来(lái)自(zì)于Imagen Video和Phenaki，前者主要突(tū)出(chū)的(de)是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈(quān)就已经玩了(le)一波梗(gěng)，一(yī)个(gè)能够做(zuò)出更(gèng)高(gāo)清视频的AI还不足以在(zài)短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的(de)地(dì)方在于(yú)，它可(kě)以制作出(chū)超过(guò)2分钟(zhōng)的连贯的也有确切内(nèi)容(róng)的视频，这(zhè)才是(shì)真正(zhèng)让人们(men)感(gǎn)到(dào)惊喜的地(dì)方(fāng)。因(yīn)为无论(lùn)AI生成的视频多么(me)高清，也只能是为(wèi)内容(róng)生产者提供一个(gè)灵感，一(yī)个素材，一(yī)个(gè)过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情内容(róng)的视频(pín)就意味(wèi)着，一(yī)些视(shì)频(pín)创作由AI代(dài)替人工完(wán)成已经初步有了(le)可能。

当下AI的(de)发展(zhǎn)速(sù)度已(yǐ)经超过大部分人的(de)想(xiǎng)象。内容(róng)产业的本质是供给创造(zào)需(xū)求，AIGC作(zuò)为全新的内容生产方式(shì)，可以(yǐ)为内容产业带来更新(xīn)的内容风(fēng)格、更快(kuài)的生产(chǎn)速度，更低的(de)生产(chǎn)成本，这无疑会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能(néng)应(yīng)用于音乐、代码、机器人动作等多(duō)种内容形(xíng)式的(de)生成(chéng)。不(bù)难(nán)发(fā)现该项(xiàng)技(jì)术(shù)不(bù)仅(jǐn)在游戏等行业(yè)能得到有效应用，对于下一代互联(lián)网各种元素的构建亦有关键意义。

从商业化(huà)的(de)角度来看，文化娱乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视(shì)化内容有强烈需求。

因此，AI绘画及(jí)视频或不是(shì)结果，而只是AI进程中的一块重要拼图，有望在技术(shù)更新的加持下实现更大的应用价(jià)值。

AI从理解内容(róng)，走向了可以生成内容，甚至能(néng)够创造出独(dú)立价值和独(dú)立视角的内容。AIGC的再次出圈，更代(dài)表(biǎo)着(zhe)未来(lái)的先进(jìn)生产(chǎn)力(lì)即将到(dào)来。

04

紧(jǐn)抓大模型(xíng)与算(suàn)力，牢(láo)固AIGC底座

从技术的(de)发展也可以看出，在语言大(dà)模(mó)型、图像大模型(xíng)之后，多(duō)模态大模型已经成(chéng)为了新(xīn)的趋势。

大模型(xíng)被誉为当前人工智能发展的(de)智(zhì)能(néng)底(dǐ)座，是全球竞争最激烈的研究方(fāng)向之一，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百度、阿(ā)里、腾讯(xùn)等众多(duō)头部企业都在竞相(xiāng)发力。

不过训练(liàn)大模型的确价格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报(bào)告估算，GPT-3训练一次的成本约为(wèi)140万美元(yuán)。而(ér)对于(yú)一些更大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至(zhì)1200万美(měi)元(yuán)高价之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平均数1300万计(jì)算，其对应芯片(piàn)需求(qiú)为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算(suàn)力支持。在(zài)关注(zhù)各类大模型的发(fā)展(zhǎn)同时，更应该关注算(suàn)力网(wǎng)络的建(jiàn)设。

算力网络正驱动AI产业发(fā)展进入史诗(shī)级加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为算力可以对(duì)突破性技术(shù)创(chuàng)新提供(gōng)大力的支(zhī)持。这方面，多模态大模型是典型。作(zuò)为(wèi)面(miàn)向未来(lái)强人工智能(néng)、通(tōng)用人工(gōng)智(zhì)能的重要技术创新(xīn)，多模态大模型已经(jīng)在(zài)人工智能领域(yù)提出(chū)了很多年，业界也有不少技术突(tū)破(pò)，但是(shì)，多(duō)模态大模型进一步往下走，算力需求(qiú)呈几何式上升，一般的(de)算力(lì)基础设施很快将难以胜任。

从图像、文字、语音单独一(yī)项的(de)训练，到双模态、三模(mó)态的跃迁(qiān)，让人工智(zhì)能(néng)可以灵活应对不(bù)同模(mó)态的(de)转化、像(xiàng)人与(yǔ)世界交互(hù)一样自然(rán)，这方面，由(yóu)算(suàn)力网(wǎng)络来驱动将有明(míng)显优势。

此(cǐ)外，还有(yǒu)很多需要(yào)爆发式增长的算力来支撑的技(jì)术创(chuàng)新，将(jiāng)在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出(chū)曙光，期待在大(dà)模型和大算力的(de)支持下AIGC能持续(xù)颠(diān)覆内容生产的方式，将创造的(de)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 勖存姿为什么没有碰喜宝，勖存姿为什么不碰喜宝