自聊天(tiān)机器人(rén)ChatGPT火爆(bào)以来，微软公司创始人比尔(ěr)·盖茨已多(duō)次公(gōng)开谈论人(rén)工智(zhì)能话题(tí)。在最近的一次采访中(zhōng)，他再次(cì)表示：“AI可能会(huì)让科技行业迎来(lái)一次剧(jù)烈的洗牌”。

这个结论是他在当地(dì)时间2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展可能会威胁到(dào)谷(gǔ)歌(gē)的市占率，因为微软(ruǎn)在AI方面的行动相当迅速。而最终(zhōng)科技巨头将把AI整合(hé)成(chéng)用户(hù)的“全能助(zhù)手”，包(bāo)揽一(yī)切应用，与人们(men)进行沟通并提(tí)供建议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大(dà)佬口中全能(néng)助(zhù)手的到(dào)来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新(xīn)玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州(zhōu)举(jǔ)办的新兴数(shù)字(zì)艺术家竞赛(sài)中，一(yī)幅名为《太空歌剧(jù)院》的(de)作(zuò)品获(huò)奖。

随后(hòu)各大(dà)厂商的(de)AI绘画软件被广(guǎng)大网(wǎng)友熟(shú)知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在应(yīng)用(yòng)中输入一组关(guān)键词(cí)或者一(yī)张照片，就(jiù)能获得一幅AI创作的画作。

作(zuò)画的关键就(jiù)是所输入的文(wén)本。同一组关键词也可以创(chuàng)作出很多(duō)张风(fēng)格不一(yī)样的画(huà)作，这让(ràng)创作(zuò)的过程就像开(kāi)盲盒。

很多用户很喜(xǐ)欢这种不(bù)确定的惊喜，他们(men)会将生成的美图(tú)当做(zuò)头像(xiàng)。而另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品(pǐn)。在社(shè)交媒体上，许(xǔ)多用户(hù)分享AI“翻(fān)车现场”，例如，一位网友的小狗照片被(bèi)AI画成了(le)“肌肉男”，还有网友的个人照片被AI识(shí)别成了建(jiàn)筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画(huà)的填写关键词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读博的(de)中(zhōng)国人张吕敏(mǐn)创作的一种基(jī)于控制点的(de)图(tú)像(xiàng)变形算法，主要用于数字(zì)图像处理、计算机视(shì)觉(jué)和计算机图形(xíng)学等领域。

其SD插件一经发布(bù)，在(zài)短短的(de)两天内便成为了(le)AI绘(huì)画(huà)领(lǐng)域最新的热(rè)点。

在(zài)此(cǐ)之前(qián)，大家用了很多方法想让(ràng)AI生成的(de)结果尽可能的符(fú)合(hé)要(yào)求，但是都不(bù)尽如人意，它的出(chū)现代表着(zhe)AI生成开始进入真正的可(kě)控(kòng)时期(qī)。

因为(wèi)ControlNet可以直接提取画面的(de)构图，人物的姿势和画面的深度信息(xī)等。有了它的帮助，就(jiù)不用频繁的用提示词来碰(pèng)运气，抽(chōu)盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经(jīng)获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们走进动漫(màn)世(shì)界(jiè)。

viggo先(xiān)用StableDiffusion图(tú)片(piàn)转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后(hòu)用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键词试(shì)效(xiào)果。

通(tōng)过图片就(jiù)可(kě)以看出来，效(xiào)果十(shí)分(fēn)惊艳。

更厉害的(de)是(shì)，除(chú)了真实的(de)照片，草图也可(kě)以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大神张吕敏其(qí)本尊也亲自(zì)回应。

不得不说(shuō)当下AIGC已经(jīng)变得越来越强(qiáng接地气是什么意思啊网络用语，形容一个人接地气是什么意思)大，甚至输(shū)出的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经过(guò)警(jǐng)方(fāng)辟谣这所谓的“party”可能是全(quán)国第(dì)一起AI绘图诈骗(piàn)。

由于这个活动里(lǐ)面给出的美女照(zhào)片都是(shì)AI制作的真人(rén)照片绘图，因为太(tài)逼真，被大家当成真事(shì)传播了。

不(bù)过(guò)仔细观察可(kě)以发现，活动发起者提供的照片中有个很大的漏(lòu)洞(dòng)可以发(fā)现并非真人，而是AI绘图，那便是图片中女性的手(shǒu)指部(bù)分有的(de)存在(zài)异常(cháng)。

有行业人事(shì)表示：“现(xiàn)在因(yīn)为手(shǒu)指部分的绘画算法比较(jiào)复(fù)杂，AI还(hái)不(bù)太会画人(rén)的(de)手，但最新(xīn)看(kàn)到的(de)图片已(yǐ)经(jīng)有越来越完美(měi)的AI模型出现，以后可能就完(wán)全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国外也已有发生(shēng)。据英国广(guǎng)播公司报道(dào)，土耳(ěr)其地震期(qī)间，有Tiktok用户(hù)使用AI合成了儿童受灾的假照片发布到网络，以此诱骗(piàn)善良(liáng)的(de)人打赏“捐助”从而实施(shī)诈骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能做出(chū)真人照片般(bān)的绘图效果，如果这样的图(tú)片被(bèi)用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量(liàng)前(qián)人的作品之后，其创作没有任何情绪(xù)和灵魂(hún)，难以和人类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前(qián)都并没有得(dé)到有效的(de)解决(jué)，还有AIGC会不(bù)会代替人类“至高无上”的创意。

马斯克也强调，人(rén)工智能的安(ān)全问(wèn)题(tí)需要得到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都(dōu)是有两(liǎng)面性的，潜在的危害并不(bù)能(néng)掩盖(gài)其光辉的贡献。现在看来，人工(gōng)智能(néng)技术将是第四次(cì)工业(yè)革命的核(hé)心驱动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去一年，人工智能(néng)在技(jì)术和(hé)商业(yè)层(céng)面都(dōu)有了巨大(dà)进展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌(gē)先后(hòu)发布了几条(tiáo)引爆科技圈的短(duǎn)视频(pín)。这些视频引发关(guān)注并非内容(róng)做得多优(yōu)秀，反(fǎn)而都(dōu)非常简单，比如一(yī)匹正(zhèng)在喝水的马，一只画画的(de)玩具熊(xióng)，或(huò)者一段骑(qí)摩托车的第一视角录像(xiàng)，随便(biàn)一(yī)个有(yǒu)手机的人都可(kě)以随手录(lù)下一段(duàn)。

但这些短视频的创作(zuò)方式非常(cháng)简单，创作者仅(jǐn)仅需要向AI输(shū)入一段(duàn)话，甚至只(zhǐ)是(shì)说一下要(yào)求，AI就可以根据(jù)需要生(shēng)成(chéng)一段视(shì)频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差(chà)别。

在Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了(le)一波梗(gěng)，一个(gè)能够做出(chū)更高清视频的AI还(hái)不足以在(zài)短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地方在于，它可(kě)以制作(zuò)出超过2分(fēn)钟的连(lián)贯的也有确切内容(róng)的视频，这(zhè)才是真(zhēn)正(zhèng)让(ràng)人们感到惊喜的地方。因为(wèi)无论AI生成的(de)视频(pín)多么高清，也只能是为内容生产者(zhě)提供一个灵感，一个素材，一个过场动画。

不过能(néng)够制作出有具体剧情内容的视(shì)频就意味着，一(yī)些视(shì)频(pín)创作由AI代(dài)替(tì)人工完成(chéng)已经初步有了可能。

当(dāng)下AI的发展速度已经(jīng)超过大部分人(rén)的想(xiǎng)象(xiàng)。内(nèi)容产(chǎn)业的本质是供给创造需求，AIGC作为全(quán)新(xīn)的内容(róng)生产(chǎn)方(fāng)式(shì)，可以(yǐ)为(wèi)内容产(chǎn)业带(dài)来(lái)更新的内容风格、更快的生产速度，更(gèng)低的生产成(chéng)本，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等(děng)多(duō)种内容形式的(de)生成。不难发现该项技术不(bù)仅在游戏等行(xíng)业能得(dé)到有效(xiào)应用(yòng)，对于下一代互联网(wǎng)各种(zhǒng)元素(sù)的构(gòu)建亦有关(guān)键意(yì)义(yì)。

从商业化的(de)角(jiǎo)度来看，文化娱乐、教育、传(chuán)媒等诸多领域，本(běn)身就对(duì)基于(yú)AI的(de)可(kě)视化内容有强(qiáng)烈需求。

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

AI从理解(jiě)内容，走向了可以生成(chéng)内(nèi)容(róng)，甚至能够(gòu)创造(zào)出独立(lì)价值(zhí)和独立视角的内容。AIGC的再次出圈(quān)，更代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发(fā)展也(yě)可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型已经成为(wèi)了新的趋势。

大模(mó)型被誉为(wèi)当前人工智(zhì)能发展(zhǎn)的(de)智能底座，是全(quán)球竞(接地气是什么意思啊网络用语，形容一个人接地气是什么意思jìng)争最激烈的研究(jiū)方向(xiàng)之一(yī)，包括谷(gǔ)歌、亚(yà)马逊、百度(dù)、阿(ā)里、腾(téng)讯等(děng)众(zhòng)多头部企业都在(zài)竞相(xiāng)发力(lì)。

不过(guò)训练大模型的确(què)价(jià)格不(bù)菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于一些更大的LLM(大(dà)型语言模型)，训练成(chéng)本则(zé)介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计(jì)算，其对应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每日(rì)仅(jǐn)电费(fèi)就(jiù)在(zài)5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注各类大模型的发展同时，更(gèng)应该关注算(suàn)力网络的建设。

算力网络正(zhèng)驱动AI产业(yè)发展进入史诗级(jí)加速进程，让AIGC及通用AI这(zhè)一人工智能发展(zhǎn)的终(zhōng)极目标离得更近。

因(yīn)为算(suàn)力可(kě)以(yǐ)对突(tū)破性技(jì)术创(chuàng)新(xīn)提供大力的支持。这方面，多模态大模型是典型(xíng)。作为面向未(wèi)来强人工智(zhì)能、通用人(rén)工(gōng)智能的重要(yào)技术创新(xīn)，多模态大模(mó)型已(yǐ)经在人工(gōng)智能领域提出(chū)了很多年(nián)，业界也有不少技术突破，但(dàn)是(shì)，多模态大模型进一(yī)步往下走，算(suàn)力需求呈几何式上(shàng)升，一般(bān)的算力基础设施很快将(jiāng)难以胜任。

从图像(xiàng)、文字、语音单独一项(xiàng)的训练，到双模态、三模(mó)态的跃迁，让(ràng)人工智能可以灵活(huó)应对(duì)不同模态的转(zhuǎn)化(huà)、像(xiàng)人与世界交(jiāo)互一样自然(rán)，这方面，由算力网络来驱动将有(yǒu)明显优势。

此外，还有很多(duō)需要爆发式增长的算(suàn)力来支(zhī)撑的技术创新(xīn)，将在人(rén)工智能算力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光，期待在大模型(xíng)和大(dà)算力的支持下AIGC能持续(xù)颠(diān)覆(fù)内容生(shēng)产的方(fāng)式，将创(chuàng)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 接地气是什么意思啊网络用语，形容一个人接地气是什么意思