自聊天机器人ChatGPT火爆(bào)以来，微软公司创(chuàng)始人比尔(ěr)·盖茨已多次公(gōng)开谈(tán)论人工智能话题。在最近(jìn)的一次采(cǎi)访中(zhōng)，他再次(cì)表示(shì)：“AI可能会让科技行业(yè)迎来一(yī)次剧烈的洗(xǐ)牌”。

这(zhè)个结论是(shì)他在当地(dì)时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发(fā)展可能会威胁到(dào)谷歌(gē)的市占率，因为(wèi)微软在AI方(fāng)面的行(xíng)动相当迅速。而最终科技巨头将把AI整合成用户的“全能(néng)助手”，包揽一切应用，与人(rén)们进(jìn)行沟通(tōng)并提供建议(yì)，可以取代(dài)亚(yà)马逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全(quán)能助手的到(dào)来(lái)可(kě)能尚需时日，但由(yóu)ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一(yī)次爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉(lā)多(duō)州举办的新兴(xīng)数(shù)字艺术家竞赛中(zhōng)，一(yī)幅名(míng)为什么球星都觉得梅西是最佳为《太(tài)空歌(gē)剧院(yuàn)》的(de)作品获奖。

随后各(gè)大厂商(shāng)的AI绘(huì)画(huà)软件被广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是(shì)其(qí)中代(dài)表。

用户们可以在应用中输入一(yī)组(zǔ)关(guān)键词或(huò)者一张照片，就(jiù)能获得一幅AI创(chuàng)作的画(huà)作(zuò)。

作画的关键就是所输入的文本。同一组关键词(cí)也可(kě)以(yǐ)创作出很多张(zhāng)风格不一(yī)样(yàng)的(de)画作，这让创作的过(guò)程就像(xiàng)开盲(máng)盒。

很多用户很(hěn)喜(xǐ)欢这种不确定的(de)惊喜(xǐ)，他们会将(jiāng)生成的(de)美图当做头像。而另一部分喜欢翻看AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车(chē)现场(chǎng)”，例如，一位网(wǎng)友的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有网友的个人(rén)照(zhào)片被AI识别成了(le)建筑。

而如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘画的填(tián)写关键词游(yóu)戏可能要被颠覆了(le)。

ControlNet是一(yī)位正在斯坦福读博的(de)中国人张吕敏(mǐn)创作的(de)一(yī)种基于(yú)控制点的图像(xiàng)变形算法，主要用(yòng)于数字图像处理、计算机视觉和(hé)计算(suàn)机图形学等(děng)领(lǐng)域(yù)。

其SD插件(jiàn)一经发(fā)布，在短短(duǎn)的两天内(nèi)便成为了(le)AI绘画领域最(zuì)新(xīn)的热点(diǎn)。

在此之前，大(dà)家用了(le)很多方法想让AI生成的结果尽可能的符合(hé)要求，但是都不尽(jǐn)如人意(yì)，它的(de)出现代表着(zhe)AI生成开始进入(rù)真正的(de)可控(kòng)时期(qī)。

因为ControlNet可以直(zhí)接提取画面的构图(tú)，人物的(de)姿(zī)势(shì)和画面的深(shēn)度(dù)信(xìn)息等(děng)。有了(le)它的帮(bāng)助，就不(bù)用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于给AI绘(huì)画(huà)加(jiā)了“魔法”，不少博主的作品已经获得了(le)大(dà)量的浏(liú)览量(liàng)，“viggo”就是其中(zhōng)之(zhī)一，他用朋友的照片直(zhí)接(jiē)带(dài)她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词(cí)试效果。

通过(guò)图片就可以看出(chū)来，效果十分惊艳。

更厉害的是(shì)，除了真实的(de)照片(piàn)，草(cǎo)图也可以(yǐ)加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张(zhāng)吕敏其本尊(zūn)也(yě)亲自回应。

不(bù)得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经能(néng)以假乱真了(le)。

02

难(nán)辨(biàn)虚实，AIGC技术(shù)力爆发(fā)

警惕安(ān)全问题

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘(huì)图(tú)诈(zhà)骗。

由于这(zhè)个活动里面给(gěi)出的(de)美女照片(piàn)都(dōu)是AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被大家当成真事传播了。

不(bù)过仔细观察可以(yǐ)发现，活动发起者提供的照片中有个很大的漏洞可以(yǐ)发现(xiàn)并非(fēi)真人，而是AI绘图，那便(biàn)是图片中女(nǚ)性的手指部分有(yǒu)的存在(zài)异常。

有行(xíng)业(yè)人事表(biǎo)示(shì)：“现在因为手(shǒu)指部(bù)分的绘(huì)画算法比较复(fù)杂(zá)，AI还(hái)不太会画人的(de)手，但最新(xīn)看到的(de)图片已(yǐ)经有越(yuè)来(lái)越完(wán)美的AI模型出现，以后可能就完全没有漏(lòu)洞了。”

类(lèi)似的(de)AI作图诈骗在国外(wài)也已有发生。据英国广播公司报道(dào)，土耳其(qí)地(dì)震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发(fā)布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实(shí)施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真人照(zhào)片般的绘图效果(guǒ)，如果这样的图片被用来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发了(le)很多担(dān)忧，一方面，批判者认为AI在(zài)“学习(xí)”了(le)大量前人(rén)的(de)作(zuò)品之(zhī)后(hòu)，其(qí)创作(zuò)没有任何(hé)情绪和灵魂，难以(yǐ)和人(rén)类的艺术(shù)创作(zuò)相提(tí)并(bìng)论(lùn)。

另(lìng)一方面，AIGC背后的(de)版权、目前都并(bìng)没有得(dé)到有效的解决，还有AIGC会不会(huì)代替(tì)人类(lèi)“至高(gāo)无上”的(de)创意。

马斯克也强(qiáng)调，人工(gōng)智能(néng)的安(ān)全问题需要得到(dào)重视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜(qián)在(zài)的危害并不(bù)能(néng)掩盖其光辉的贡献。现在(zài)看(kàn)来，人工智(zhì)能技术将是(shì)第四次工业革命的核心(xīn)驱(qū)动(dòng)力量(liàng)，将创(chuàng)造新的增长奇迹。

过去(qù)一年，人工智能在技术和(hé)商(shāng)业层面都有(yǒu)了巨大进展，AI绘画就是人工智(zhì)能(néng)技术(shù)发生方向性(xìng)改变的一个(gè)代表。其下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和(hé)谷(gǔ)歌(gē)先后发布了(le)几条引爆(bào)科技圈的(de)短视频。这些视(shì)频引发关(guān)注并非内容(róng)做得多优秀，反而都非常(cháng)简单，比如一匹正(zhèng)在喝(hē)水的(de)马，一只(zhǐ)画画的(de)玩具熊，或者一段骑(qí)摩托车的第一(yī)视角录像，随便一(yī)个(gè)有手机(jī)的人(rén)都可以随(suí)手录下一段。

但(dàn)这(zhè)些短视频(pín)的创作方式非常简单，创作(zuò)者仅仅(jǐn)需要(yào)向AI输入一段话，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌(gē)发布的两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太(tài)多的(de)差别(bié)。

在(zài)Make-A-Video公布了AI生(shēng)成的视(shì)频(pín)后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够做出更高清视(shì)频的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超过2分钟的连贯的也有确切内容的视(shì)频，这才是真正让(ràng)人(rén)们(men)感(gǎn)到惊喜的地(dì)方(fāng)。因(yīn)为无论AI生成(chéng)的视(shì)频多么(me)高清，也(yě)只能是为内容生产者提供一个灵感，一个素材，一个(gè)过场(chǎng)动画。

不过能够制作出有具体剧情(qíng)内容的视频(pín)就意味着(zhe)，一些视频创作由AI代替人(rén)工完(wán)成(chéng)已经初步有(yǒu)了可能。

当下AI的发展速度已经超(chāo)过大部分(fēn)人的(de)想象。内容产业的本质是供(gōng)给创造需求，AIGC作为全(quán)新的内容生(shēng)产方式，可以为内容(róng)产(chǎn)业带来更(gèng)新(xīn)的内容风格、更快的生(shēng)产速度，更低(dī)的生产成(chéng)本，这无疑会驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码(mǎ)、机(jī)器人动(dòng)作等多种(zhǒng)内容形式的生成(chéng)。不难(nán)发现该项技术不仅在游戏等行业能(néng)得到(dào)有效应用(yòng)，对于(yú)下一代(dài)互联网各种元素的构建亦有关(guān)键意义。

从(cóng)商业化的角(jiǎo)度来看，文化(huà)娱(yú)乐(lè)、教(jiào)育、传媒等诸多领域，本身就(jiù)对基于AI的可视化内(nèi)容有(yǒu)强烈需求。

因此(cǐ)，AI绘画及(jí)视频(pín)或不是结果，而只(zhǐ)是AI进程中(zhōng)的一块重要拼图(tú)，有望在技(jì)术(shù)更新的加持下实现更大的应用价值。

AI从理(lǐ)解内容，走向了(le)可以生成内容，甚(shèn)至能够创造(zào)出独立价值和(hé)独(dú)立视(shì)角(jiǎo)的(de)内容(róng)。AIGC的再(zài)次出圈，更代表着未来的先进生(shēng)产力(lì)即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发展也可(kě)以看出，在语言大模型、图像大模型之后，多(duō)模(mó)态(tài)大模型已经成为了(le)新的趋(qū)势。

大模(mó)型被誉(yù)为(wèi)当前人工智(zhì)能发展的(de)智能底座，是全(quán)球竞争(zhēng)最激烈(liè)的研究方(fāng)向之一，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都在竞相发力(lì)。

不过训(xùn)练大(dà)模(mó)型的确价格不(bù)菲(fēi)，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约为140万(wàn)美(měi)元。而对于一些更大的LLM(大型语言(yán)模型)，训练(liàn)成本(běn)则介于200万(wàn)美元至(zhì)1200万美(měi)元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立访客平(píng)均数1300万计算，其对应芯片需(xū)求为(wèi)3万多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本(běn)约(yuē)为8亿美(měi)元，每日(rì)仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支持(chí)。在关(guān)注各类大(dà)模型(xíng)的发展同时，更应该关注算(suàn)力(lì)网络(luò)的(de)建设。

算力网络正驱(qū)动AI产业发展(zhǎn)进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工智能(néng)发展的终极目标离(lí)得更近。

因为算(suàn)力可(kě)以对突破性(xìng)技术创新(xīn)提(tí)供大力(lì)的支持。这方面，多(duō)模(mó)态大模(mó)型是典(diǎn)型(xíng)。作为面向未来强人工智能、通(tōng)用人工智能的重要技术创新，多模(mó)态大模型已(yǐ)经(jīng)在人工智能(néng)领域提出了很多(duō)年(nián)，业界也(yě)有不少技术突破(pò)，但是，多模态(tài)大模型(xíng)进一步往下走，算力需求(qiú)呈(chéng)几(jǐ)何式(shì)上(shàng)升，一(yī)般的算为什么球星都觉得梅西是最佳力基础设(shè)施很快将难以胜任。

从图像、文字、语(yǔ)音单独一项(xiàng)的训练，到(dào)双模态(tài)、三(sān)模态的跃(yuè)迁，让(ràng)人(rén)工智能可以灵活应对不同模态的转化、像(xiàng)人(rén)与世界交互一样自然，这方面，由算力网络(luò)来驱动将有(yǒu)明显优势。

此外(wài)，还有很多需要爆发式增长的算力来支撑的技术创新，将在(zài)人(rén)工智能算力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和(hé)大算力的支持(chí)下AIGC能持续颠(diān)覆内容生产的(de)方式，将创造的边(biān)际成(chéng)本降低，让(ràng)万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 为什么球星都觉得梅西是最佳