自(zì)聊(liáo)天机器(qì)人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨(cí)已多(duō)次公(gōng)开(kāi)谈论人工(gōng)智能话题。在最近的(de)一次采(cǎi)访中，他再次表(biǎo)示(shì)：“AI可能会(huì)让科(kē)技行业迎来(lái)一(yī)次剧烈的洗牌”。

这个结论(lùn)是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专访时(shí)提(tí)出的。

他(tā)预期，AI的发展可(kě)能会威胁到(dào)谷歌的市占率，因(yīn)为微软在(zài)AI方面的行动相当迅(xùn)速。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，与人们进行沟(gōu)通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话(huà)题热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一(yī)次爆火的时候(hòu)，还是(shì)2022年8月，在美国科罗拉多州举办的新兴数字艺(yì)术家竞(jìng)赛中，一幅名为《太空歌剧院》的(de)作品获奖。

随后各大厂商(shāng)的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组(zǔ)关键词或(huò)者一张照片，就能获得一幅(fú)AI创(chuàng)作的画作。

作画的关(guān)键就是所输入的文本(běn)。同一组关键词(cí)也可(kě)以创作出很多张风格不一样的画作，这让(ràng)创作的过程就像开盲盒。

很多(duō)用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他们(men)会将生成的美(měi)图当做头(tóu)像。而另一(yī)部分喜欢翻看AI绘画的(de)“翻车”作品。在(zài)社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片(piàn)被AI画成了“肌(jī)肉男(nán)”，还有(yǒu)网友(yǒu)的个人(rén)照片被AI识(shí)别成(chéng)了建(jiàn)筑(zhù)。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要被颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读博的中国(guó)人张吕敏创作的一种基(jī)于控制点的图像(xiàng)变形算法，主要用于数字图像处理(lǐ)、计算机视觉和计(jì)算(suàn)机(jī)图形学(xué)等领域。

其SD插件一经发布，在(zài)短短的两天内(nèi)便成为(wèi)了(le)AI绘画领域最新的热点(diǎn)。

在(zài)此(cǐ)之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都不(bù)尽如人意，它的出现代表(biǎo)着AI生成开始进入真(zhēn)正的可控时期。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画(huà)面的构图，人物(wù)的姿(zī)势和画(huà)面的(de)深度信息等。有了它的(de)帮助(zhù)，就不用频繁的用提示词来碰运气，抽盲(máng)盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她们(men)走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对(duì)应的关(guān)键词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通过图片就可以看出来，效(xiào)果(guǒ)十分惊艳。

更厉害的(de)是，除了(le)真实的照片(piàn)，草图(tú)也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其本尊也亲(qīn)自(zì)回应。

不得不说当(dāng)下AIGC已经(jīng)变得越(yuè)来越强大，甚至输出(chū)的作(z我们生在红旗下谁写的 我们生在红旗下完整句子uò)品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题(tí)

近日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全国(guó)第一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里(lǐ)面给出(chū)的美女照片都是AI制作的(de)真人照片(piàn)绘图，因为(wèi)太逼真，被大家(jiā)当成真(zhēn)事传播了(le)。

不过(guò)仔细观察(chá)可以发现，活(huó)动发起者提供(gōng)的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片(piàn)中女(nǚ)性的手(shǒu)指部分有的存在异(yì)常(cháng)。

有(yǒu)行业人(rén)事表(biǎo)示：“现在因为(wèi)手指(zhǐ)部分(fēn)的绘画(huà)算法(fǎ)比较复杂，AI还不太(tài)会画人的手，但最新看到(dào)的图片已经有越(yuè)来越(yuè)完美的AI模型(xíng)出现(xiàn)，以后可(kě)能就完(wán)全没有漏洞了(le)。”

类(lèi)似的AI作图诈骗(piàn)在国外(wài)也已(yǐ)有(yǒu)发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照(zhào)片发布(bù)到(dào)网络(luò)，以此诱(yòu)骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随(suí)着技(jì)术发展，AIGC已经能做出真人照片般的(de)绘图效果(guǒ)，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发了(le)很多(duō)担忧，一方面(miàn)，批判(pàn)者(zhě)认(rèn)为(wèi)AI在“学习”了大量前人的(de)作品之(zhī)后(hòu)，其创作没有任何情绪和灵魂，难以和人类的艺(yì)术(shù)创作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没有得到有效的解决，还有AIGC会不(bù)会代替(tì)人(rén)类(lèi)“至高(gāo)无上”的(de)创意(yì)。

马斯克(kè)也强调，人工智能的安全问题需(xū)要得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除了(le)视(shì)频(pín)，还有远方

技术都(dōu)是有两面性的，潜在的危(wēi)害并不(bù)能掩盖其光辉的贡献。现(xiàn)在看(kàn)来(lái)，人(rén)工(gōng)智能技术将(jiāng)是第(dì)四次工业(yè)革(gé)命的(de)核心驱动(dòng)力(lì)量，将创造新的(de)增长(zhǎng)奇迹。

过去一年，人工智能在技术和商业(yè)层面都(dōu)有了巨大(dà)进展(zhǎn)，AI绘画就是(shì)人工(gōng)智能(néng)技术发生方向性改(gǎi)变的一个代表。其下一站或(huò)许就是视频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了(le)几(jǐ)条引爆(bào)科技圈的短视(shì)频(pín)。这(zhè)些视频引发关注并(bìng)非内(nèi)容做得多(duō)优秀，反而都非(fēi)常简单，比(bǐ)如一匹正在喝(hē)水(shuǐ)的马，一只画画的玩具熊，或者一(yī)段(duàn)骑(qí)摩(mó)托车的第一视角录像，随便一(yī)个有手机的人都可以随手录下一段。

但这些短视(shì)频(pín)的(de)创作方(fāng)式非(fēi)常简单(dān)，创作者(zhě)仅仅需要向AI输(shū)入(rù)一段话，甚至只(zhǐ)是(shì)说一(yī)下要求，AI就可(kě)以根(gēn)据需要生成一段视频(pín)。

谷歌发布的(de)两(liǎng)个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视频的AI还不足以在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的(de)地方在于，它可(kě)以(yǐ)制作出超(chāo)过2分钟的连(lián)贯的也有(yǒu)确切内容(róng)的视(shì)频，这才(cái)是真正让人们感到(dào)惊喜的(de)地方。因(yīn)为(wèi)无论AI生成(chéng)的视频(pín)多么(me)高清，也(yě)只能是为内容(róng)生产者提供(gōng)一个灵(líng)感，一个素材，一个(gè)过场(chǎng)动画。

不过能够制作出有具体剧(jù)情(qíng)内容(róng)的(de)视频就意味(wèi)着，一些视频(pín)创作由AI代替人工(gōng)完成已经初步有了可(kě)能。

当下AI的发展速(sù)度已(yǐ)经超过(guò)大部(bù)分人(rén)的(de)想(xiǎng)象(xiàng)。内容产业的本质是供给创(chuàng)造需求，AIGC作为(wèi)全新的内容生产方式，可以(yǐ)为内容产业带来更新(xīn)的内容风格、更快(kuài)的生(shēng)产(chǎn)速度(dù)，更低的生(shēng)产成本，这(zhè)无疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人动作(zuò)等多种内容形(xíng)式的生成。不(bù)难发(fā)现该(gāi)项技术不(bù)仅在游戏等(děng)行(xíng)业能得到有效应用，对于下(xià)一代互联网各(gè)种元(yuán)素的构(gòu)建亦有(yǒu)关键意义。

从商业化的角(jiǎo)度来看，文化(huà)娱(yú)乐(lè)、教育、传(chuán)媒等诸(zhū)多领域(yù)，本身就(jiù)对基于AI的可视化(huà)内容(róng)有强烈需求。

因此，AI绘画及视(shì)频或不是(shì)结(jié)果，而(ér)只是AI进程(chéng)中的一(yī)块重要拼图，有望在技术更新的加(jiā)持(chí)下实现更(gèng)大(dà)的应用(yòng)价值。

AI从理(lǐ)解内容，走向了可以(yǐ)生成内容，甚至能够创造出独立价值(zhí)和独立视(shì)角的内容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从技术(shù)的发展也(yě)可(kě)以看出，在语言大模型、图(tú)像大模(mó)型之后(hòu)，多模态大(dà)模(mó)型已经成为了新(xīn)的趋势(shì)。

大模型被誉(yù)为当前人工智(zhì)能(néng)发展(zhǎn)的智(zhì)能(néng)底(dǐ)座，是(shì)全球(qiú)竞(jìng)争最(zuì)激烈的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞相(xiāng)发力。

不过(guò)训练大模(mó)型的确价格不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需(xū)要多(duō)少算力》报(bào)告估算，GPT-3训练一(yī)次的成本约为140万(wàn)美元。而对于一些更大(dà)的LLM(大型语言模型)，训练成(chéng)本则介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均数1300万(wàn)计算，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入(rù)成(chéng)本约为8亿(yì)美元，每(měi)日仅电(diàn)费(fèi)就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注(zhù)各类大模型的(de)发展同时(shí)，更应(yīng)该关注算力网络的建设。

算力网络正驱动(dòng)AI产业发(fā)展进入史诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极(jí)目标离得更近。

因为算力可以对我们生在红旗下谁写的 我们生在红旗下完整句子突破性技(jì)术创新提(tí)供大(dà)力(lì)的(de)支持。这(zhè)方(fāng)面，多模态(tài)大模型是(shì)典型。作为面向未来强人(rén)工智能、通用人工智(zhì)能的重(zhòng)要(yào)技术创(chuàng)新，多(duō)模态大(dà)模型已经在(zài)人工(gōng)智能领(lǐng)域提出了很多年，业界也有不少技(jì)术突(tū)破，但是，多模态大模型进一(yī)步往下走，算(suàn)力需求呈(chéng)几何(hé)式上(shàng)升，一般(bān)的算力基(jī)础(chǔ)设施很快将难以胜任(rèn)。

从图像(xiàng)、文(wén)字、语音单独一项的训练，到双模态(tài)、三模态的跃(yuè)迁，让(ràng)人工(gōng)智能可以灵(líng)活应对不同模(mó)态的转化、像(xiàng)人与世(shì)界交互(hù)一样(yàng)自然(rán)，这方面(miàn)，由算力网络来(lái)驱(qū)动将有明显优势。

此(cǐ)外，还有很(hěn)多(duō)需要爆发式增长的算力来支(zhī)撑的技术创(chuàng)新，将在人工智能算力网络支撑下快速推(tuī)进(jìn)。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能(néng)持续颠(diān)覆内容生(shēng)产的(de)方式(shì)，将创造(zào)的边(biān)际成(chéng)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 我们生在红旗下谁写的 我们生在红旗下完整句子