自聊天机器人ChatGPT火爆以来，微(wēi)软公司创始人比(bǐ)尔(ěr)·盖茨已多次(cì)公(gōng)开(kāi)谈(tán)论(lùn)人工智能话(huà)题。在最近的一次采访(fǎng)中(zhōng)，他再次表(biǎo)示：“AI可能会让科技(jì)行(xíng)业迎来(lái)一次剧烈的洗牌”。

这个结论是他在(zài)当地时(shí)间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁(xié)到谷歌的市占(zhàn)率，因为微软在AI方面的(de)行动(dòng)相当(dāng)迅速。而最(zuì)终科技巨头将把AI整合成(chéng)用户(hù)的“全能(néng)助(zhù)手”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的(de)AIGC上一(yī)次(cì)爆(bào)火(huǒ)的时候，还是2022年(nián)8月，在美国科罗(luó)拉多(duō)州举(jǔ)办的新兴数字艺术家竞赛中，一幅(fú)名为《太(tài)空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各大厂商的(de)AI绘(huì)画(huà)软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在(zài)应用中输(shū)入一组关键词或者一张照片，就能获得一幅AI创(chuàng)作的画作。

作(zuò)画(huà)的(de)关键就是(shì)所输入(rù)的文(wén)本(běn)。同一组关(guān)键词也可以创作出很多张风格不一样(yàng)的画作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多(duō)用户很喜(xǐ)欢这种不确定(dìng)的惊喜，他们会(huì)将(jiāng)生成的美图当做头(tóu)像。而(ér)另(lìng)一部分喜欢翻看AI绘画(huà)的(de)“翻车”作品。在社交(jiāo)媒体上，许多(duō)用户分享(xiǎng)AI“翻车现场”，例如，一(yī)位(wèi)网友的小(xiǎo)狗照片(piàn)被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照片被(bèi)AI识别成了建筑。

而如今随着(zhe)ControlNet的(de)出现与加(jiā)持，以往AI绘画怀瑾握瑜,嘉言懿行，嘉言懿行 怀瑾握瑜含义的(de)填写关键词游戏可能(néng)要被颠覆了。

ControlNet是一(yī)位正在斯(sī)坦福读博的中国人(rén)张吕敏创(chuàng)作的一种基于(yú)控(kòng)制点的图像变形算法，主要用于数字图(tú)像处理(lǐ)、计(jì)算(suàn)机视(shì)觉和(hé)计(jì)算机图形学(xué)等(děng)领域(yù)。

其SD插件一经(jīng)发布，在(zài)短短(duǎn)的两天内便成为(wèi)了AI绘画领域最新的热(rè)点(diǎn)。

在此(cǐ)之前，大(dà)家用了很多方法(fǎ)想让AI生成的结果尽可能的符(fú)合(hé)要求(qiú)，但是(shì)都不(bù)尽如人意，它的出现(xiàn)代表着(zhe)AI生成开(kāi)始进入真(zhēn)正的可控时期。

因为ControlNet可以(yǐ)直接提取画面的构图(tú)，人(rén)物的(de)姿势(shì)和(hé)画(huà)面的深(shēn)度信息等。有(yǒu)了它的(de)帮助，就(jiù)不用频繁(fán)的用提(tí)示词来碰运气，抽盲(máng)盒式的(de)创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品已(yǐ)经获得(dé)了大量的浏览量，“viggo”就是(shì)其中之一(yī)，他用(yòng)朋友(yǒu)的(de)照(zhào)片直接带她们走(zǒu)进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

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

通(tōng)过图片(piàn)就可(kě)以看出(chū)来，效果十分惊艳。

更(gèng)厉害的是，除了真实(shí)的照片，草(cǎo)图也(yě)可(kě)以加上(shàng)“魔法”，知(zhī)乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕(lǚ)敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越来越强大，甚至输出的作品都(dōu)已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这(zhè)所谓的“party”可能(néng)是(shì)全国第一起(qǐ)AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照(zhào)片都是AI制作的真人照片(piàn)绘图(tú)，因为太逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可(kě)以发现，活(huó)动发起者提(tí)供的照片中(zhōng)有(yǒu)个很(hěn)大的漏(lòu)洞可(kě)以发现(xiàn)并非真人，而是AI绘图，那便(biàn)是图(tú)片中女性的手指部分有的(de)存(cún)在异常。

有(yǒu)行业人事表示：“现在因为(wèi)手指部分的绘画算法比(bǐ)较复杂，AI还(hái)不太会(huì)画人的手，但(dàn)最新(xīn)看(kàn)到的图片已经有(yǒu)越(yuè)来(lái)越完美的AI模型出现(xiàn)，以后可能就完(wán)全没有(yǒu)漏洞(dòng)了。”

类似的AI作(zuò)图诈骗(piàn)在国(guó)外也已有发生。据(jù)英国(guó)广播公(gōng)司(sī)报道，土耳其地震期间，有Tiktok用(yòng)户(hù)使用(yòng)AI合(hé)成(chéng)了儿童受灾的假照(zhào)片发布到网络，以此诱(yòu)骗善良的人打赏“捐(juān)助(zhù)”从(cóng)而实施诈(zhà)骗。

目前随着技术发展(zhǎn)，AIGC已经(jīng)能做出(chū)真人照片般的(de)绘图(tú)效果(guǒ)，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还(hái)引发了(le)很多(duō)担忧，一方面，批判者认为(wèi)AI在(zài)“学习”了大(dà)量前(qián)人的作品之后，其(qí)创作没有(yǒu)任何情绪和灵魂，难(nán)以和人类(lèi)的艺术创作相(xiāng)提并论(lùn)。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到(dào)有(yǒu)效的解决，还有AIGC会不会(huì)代替人类“至高无上”的(de)创意。

马斯克也(yě)强调，人工智能(néng)的安(ān)全(quán)问(wèn)题需要得到重视(shì)，太晚就来(lái)不(bù)及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两(liǎng)面性的，潜在的危(wēi)害并不能(néng)掩盖其光辉(huī)的贡献(xiàn)。现在看来，人工智能技术将是第四次工业革(gé)命的核(hé)心驱动(dòng)力量，将(jiāng)创造新的(de)增(zēng)长奇迹(jì)。

过去一(yī)年(nián)，人工(gōng)智能在技术和商业层面都有了巨大进展，AI绘(huì)画就是人(rén)工智(zhì)能(néng)技术发生方向性改变的一个代(dài)表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后(hòu)发布了几条引爆(bào)科(kē)技圈(quān)的短视(shì)频。这些视频引发关注并(bìng)非内容做得多优秀(xiù)，反而(ér)都非(fēi)常(cháng)简单，比如一匹正在喝水的马(mǎ)，一只画画(huà)的玩具熊，或者一(yī)段骑摩托车的第(dì)一视角录像，随(suí)便一个有手机的人(rén)都可以随手录下一段。

但(dàn)这些短视频的创作方(fāng)式非常简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可(kě)以根(gēn)据需要生成一段视频(pín)。

谷歌(gē)发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的(de)视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高(gāo)清视(shì)频的(de)AI还不(bù)足(zú)以(yǐ)在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在于，它(tā)可以(yǐ)制作出超过(guò)2分钟(zhōng)的连(lián)贯的也有确(què)切内容(róng)的视频(pín)，这才是真正(zhèng)让(ràng)人们感(gǎn)到惊喜的地方。因为无论AI生成(chéng)的视频多么高(gāo)清，也只能是(shì)为内容(róng)生(shēng)产者提(tí)供一个(gè)灵感，一个(gè)素材(cái)，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的(de)视频就意味着，一些视频创作(zuò)由AI代替人工完成(chéng)已经(jīng)初步有了可能。

当下AI的发展速度已经(jīng)超过大部分人的想象。内容产业的本(běn)质是供给创造需求，AIGC作为全新(xīn)的内(nèi)容生产方式，可怀瑾握瑜,嘉言懿行，嘉言懿行 怀瑾握瑜含义以为内容(róng)产业带来更新的内容风格、更快的(de)生产(chǎn)速度，更低的生产成本(běn)，这无疑会(huì)驱(qū)动(dòng)内容(róng)产(chǎn)业(yè)的大爆(bào)发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐(lè)、代码、机器人动(dòng)作等多种(zhǒng)内容形(xíng)式的(de)生(shēng)成。不难发现该项技术(shù)不仅(jǐn)在游(yóu)戏等行业能得到(dào)有效应用(yòng)，对于下一代互联(lián)网各(gè)种元素(sù)的(de)构建(jiàn)亦有(yǒu)关键意义。

从(cóng)商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本(běn)身就(jiù)对基于AI的可(kě)视化内容有强烈(liè)需求。

因此，AI绘(huì)画(huà)及视频或不是结果，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(dà)的应用价值。

AI从理解内容，走向了可(kě)以生成内容(róng)，甚至能够(gòu)创造(zào)出独立(lì)价值(zhí)和(hé)独(dú)立视角(jiǎo)的内容(róng)。AIGC的再次出圈(quān)，更代(dài)表着未来的先(xiān)进生(shēng)产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也(yě)可(kě)以看(kàn)出，在语言大模型、图像大模(mó)型之后，多模态(tài)大模型已经成为了新的趋势。

大模型(xíng)被誉为当前人工智能发展的智(zhì)能底座，是全球竞争最(zuì)激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾(téng)讯等众(zhòng)多头部企业都在竞相发力。

不过训练大模型的确价(jià)格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一(yī)次(cì)的成本(běn)约为(wèi)140万美元。而对(duì)于一些更(gèng)大的LLM(大型语(yǔ)言(yán)模型(xíng))，训练(liàn)成(chéng)本则(zé)介于200万美元(yuán)至1200万美元(yuán)高价(jià)之间。

以(yǐ)ChatGPT在2023年(nián)1月的(de)独立(lì)访客平均数(shù)1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日仅电(diàn)费就在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大(dà)算力支持。在关注各类(lèi)大模型(xíng)的发(fā)展同时，更应该关(guān)注算(suàn)力网络(luò)的建设(shè)。

算力网络正驱动(dòng)AI产(chǎn)业发展进入史诗(shī)级加(jiā)速(sù)进(jìn)程(chéng)，让AIGC及通用AI这一人(rén)工智能发展的终极目标离(lí)得更近(jìn)。

因为算力可(kě)以(yǐ)对突破性技术创(chuàng)新(xīn)提供大力(lì)的(de)支持(chí)。这方面，多(duō)模态大模型(xíng)是典型。作为(wèi)面向未来强(qiáng)人工(gōng)智能、通用人工智能的重要技术创新，多模态大模型(xíng)已(yǐ)经在人工智能领域(yù)提出了很多年，业(yè)界也(yě)有不少技术突破，但是，多模态大(dà)模(mó)型进一(yī)步往下走，算力需(xū)求(qiú)呈几何式上升，一般的算力(lì)基础设施很快将难以胜任。

从图像、文字、语音单独(dú)一项的训练，到双模(mó)态、三模(mó)态的跃迁，让人工智能可以灵(líng)活应对不同模态的转(zhuǎn)化、像人与世界交互一(yī)样自(zì)然，这(zhè)方面，由算力网络来(lái)驱动将有(yǒu)明显优(yōu)势。

此外(wài)，还有很多(duō)需要(yào)爆发式增长(zhǎng)的算力来支(zhī)撑的技术创新，将在(zài)人(rén)工智能算力网络(luò)支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光(guāng)，期待(dài)在大(dà)模型和大算力的(de)支持下(xià)AIGC能持(chí)续颠覆内容生产的(de)方(fāng)式，将创造的边际成(chéng)本(běn)降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 怀瑾握瑜,嘉言懿行，嘉言懿行 怀瑾握瑜含义