自聊(liáo)天机器人ChatGPT火爆以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多次公开谈论人工智(zhì)能话题。在(zài)最近(jìn)的一(yī)次(cì)采访中，他再次表(biǎo)示：“AI可能(néng)会让科技行业迎来一(yī)次剧烈的(de)洗牌”。

这个结论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因(yīn)为微软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成(chéng)用(yòng)户的(de)“全能助手”，包揽一切应用，与人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助手的到(dào)来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆(bào)火的时候，还(hái)是(shì)2022年(nián)8月，在美国科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广大网友熟知并(bìng)体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以(yǐ)在应(yīng)用中输入一组(zǔ)关(guān)键(jiàn)词或者一张(zhāng)照片，就能获得一幅AI创(chuàng)作(zuò)的画(huà)作(zuò)。

作画的关键就是所(suǒ)输入的(de)文(wén)本。同一组关(guān)键词也可以(yǐ)创作(zuò)出(chū)很(hěn)多张风格不一(yī)样的画作，这让创作的过程就像开盲(máng)盒。

很多用户很喜欢(huān)这种不确定的惊喜，他(tā)们会将(jiāng)生成的(de)美(měi)图当做头像(xiàng)。而另(lìng)一(yī)部分喜(xǐ)欢(huān)翻看AI绘画的(de)“翻(fān)车”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例(lì)如，一位(wèi)网友的小(xiǎo)狗(gǒu)照片(piàn)被AI画成了(le)“肌肉(ròu)男”，还有网友的个人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国人张吕敏(mǐn)创作的(de)一种(zhǒng)基(jī)于控制点的图像(xiàng)变形算法，主要用于数字图像处(chù)理、计(jì)算(suàn)机视觉和计算(suàn)机图形学等(děng)领域(yù)。

其SD插(chā)件一经发(fā)布，在(zài)短短(duǎn)的两天内便成为了(le)AI绘画领域最新的热(rè)点。

在此之前，大(dà)家用了很多方法想让AI生(shēng)成的结(jié)果尽可(kě)能的符(fú)合要求，但是都不(bù)尽如人(rén)意，它的出现(xiàn)代表着AI生成开始进入真正(zhèng)的(de)可控时期。

因为ControlNet可以(yǐ)直(zhí)接提取画面的构(gòu)图，人物的姿势和画面的深(shēn)度信息等。有了它的帮(bāng)助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了(le)“魔法(fǎ)”，不少博(bó)主(zhǔ)的作品(pǐn)已经获得了大(dà)量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们走进动漫世(shì)界(jiè)。

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

再用(yòng)Text2Prompt插(chā)件拓展找(zhǎo)到对应的关键词；最后用ControlNet插(chā)件绑定(dìng)骨(gǔ)骼(gé)开始换关(guān)键词试效果。

通过图片(piàn)就可以看出来，效果十(shí)分惊(jīng)艳(yàn)。

更厉害的(de)是，除了真(zhēn)实的照(zhào)片，草图也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿(gǎo)转全(quán)彩图。大神张吕敏(mǐn)其本尊也(yě)亲自回(huí)应。

不得不说(shuō)当下AIGC已经变得(dé)越来越(yuè)强大，甚(shèn)至输(shū)出(chū)的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的(de)消息火遍网络，而经过警方(fāng)辟谣这所(suǒ)谓(wèi)的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动里面给出的美女照(zhào)片(piàn)都是AI制(zhì)作的真(zhēn)人照片(piàn)绘图，因为太(tài)逼真，被大家当成真事传播了。

不(bù)过仔细观察可以发现(xiàn)，活(huó)动发起者提供的照片中有个(gè)很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便(biàn)是图片(piàn)中(zhōng)女性的手(shǒu)指部分(fēn)有(yǒu)的(de)存在异常。

有(yǒu)行业(yè)人(rén)事表(biǎo)示：“现在(zài)因为手(shǒu)指部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会画人(rén)的手，但(dàn)最新看到的图片(piàn)已经(jīng)有越来(lái)越完美(měi)的(de)AI模型出现(xiàn)，以后可能(néng)就(jiù)完全没有(yǒu)漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国外也(yě)已有发(fā)生(shēng)。据(jù)英国广播公司报(bào)道，土耳其(qí)地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假照片(piàn)发布到网络，以此诱骗(piàn)善良的人打赏“捐(juān)助”从而(ér)实施诈骗。

目前随着(zhe)技(jì)术发展，AIGC已经能做出真人(rén)照片般的(de)绘(huì)图效果，如果这样(yàng)的图(tú)片被用来诈骗，将(jiāng)非常(cháng)可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之(zhī)后，其创作没有任何(hé)情绪和(hé)灵魂，难以和人(rén)类的艺术(shù)创(chuàng)作相提(tí)并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目前(qián)都并没有得到有效的(de)解决，还有AIGC会不会代替(tì)人类(lèi)“至高无(wú)上(shàng)”的创意(yì)。

马(mǎ)斯(sī)克也强调，人工智能的安全问题需(xū)要得到(dào)重视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面(miàn)性的，潜在的(de)危害并不能掩盖其(qí)光辉的(de)贡献。现在看(kàn)来(lái)，人工智能技术将(jiāng)是第(dì)四(sì)次工业革命的核(hé)心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人(rén)工智能在技术(shù)和商业层(céng)面都有了巨大进展，AI绘(huì)画就(jiù)是人工(gōng)智能技术发生方向性改变的一个代(dài)表。其下一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引(yǐn)爆科(kē)技(jì)圈的短视频。这(zhè)些视(shì)频引发关注并非(fēi)内容做得(dé)多优秀，反而都非(fēi)常简单，比如一(yī)匹正在喝水的马(mǎ)，一(yī)只画(huà)画的(de)玩具熊，或者一段骑摩托(tuō)车的(de)第一视角录像，随便一个有手机的(de)人都可以(yǐ)随(suí)手录下一(yī)段。

但这些(xiē)短(duǎn)视频的创(chuàng)作方式非(fēi)常简单，创作者仅仅需要向(xiàng)AI输(shū)入一段话(huà)，甚(shèn)至(zhì)只是(shì)说一下要求，AI就(jiù)可以根据需要生(shēng)成(chéng)一段视频。

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

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就已(yǐ)经(jīng)玩了一波梗，一个能够做出更高清视频的AI还不足以在短时(shí)间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过2分钟(zhōng)的连贯(guàn)的也(yě)有确切(qiè)内容的视频，这(zhè)才是真正让人(rén)们(men)感到惊喜的地方。因为无(wú)论AI生(shēng)成的(de)视频多么高清(qīng)，也只能是为内(nèi)容生产者提(tí)供一个灵感(gǎn)，一个素(sù)材(cái)，一个(gè)过场动画。

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

当下AI的发展(zhǎn)速(sù)度已(yǐ)经超(chāo)过大部分(fēn)人的想(xiǎng)象。内容产业的(de)本质是供给创造需(xū)求(qiú)，AIGC作(zuò)为全新的内容生产方式，可(kě)以为内容产(chǎn)业(yè)带来更新的(de)内容风格、更快的生(shēng)产速度，更低(dī)的生产成本，这无疑会(huì)驱动(dòng)内容产业的大(dà)爆(bào)发。

除(chú)了AI绘(huì)图、视频(pín)，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种(zhǒng)内容形式的生成。不难发(fā)现该项技术不仅在(zài)游戏等行业(yè)能得到有效应用(yòng)，对于下(xià)一(yī)代互(hù)联网各(gè)种元素的构(gòu)建亦有关(guān)键(jiàn)意义(yì)。

从商业化的角度来(lái)看，文(wén)化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可视化内容有强(qiáng)烈(liè)需求(qiú)。

因(yīn)此，AI绘画及视频或不是结(jié)果，而只(zhǐ)是AI进程中的一块重要拼(pīn)图，有望在(zài)技(jì)术更新的加持下实现(xiàn)更大(dà)的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能够(gòu)创(chuàng)造出独立价值(zhí)和独(dú)立(lì)视角的内容。AIGC的再(zài)次出(chū)圈(quān)，更(gèng)代表(biǎo)着(zhe)未来(lái)的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模(mó)型与算力，牢(láo)固(gù)AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模(mó)型(xíng)之后，多模态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(néng)发展的智能(néng)底座，是全球竞争最激烈的(de)研究(jiū)方(fāng)向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过训练(liàn)大模型(xíng)的确(què)价格不菲，以国盛(shèng)证(zhèng)券发布(bù)的《ChatGPT需要多(duō)少(shǎo)算力》报告估(gū)算，GPT-3训练(liàn)一次的成本约为140万美元(yuán)。而对于一些(xiē)更(gèng)大的LLM(大型语言(yán)模型(xíng))，训练成本则介于200万美元至1200万美(měi)元(yuán)高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独(dú)立(lì)访(fǎng)客平均数1300万(wàn)计算，其(qí)对应芯片需(xū)求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元左右。

此外不(bù)论是(shì)ChatGPT还(hái)是AIGC，都离不(bù)开庞大算(suàn)力支持。在关(guān)注各类大模型的发展同(tóng)时，更应(yīng)该关注(zhù)算力网络的建(jiàn)设(shè)。

算(suàn)力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗(shī)级加速进程，让AIGC及(jí)通用(yòng)AI这一人(rén)工智能发展(zhǎn)的(de)终极目(mù)标离得更近。

因为算力可以对突(tū)破性技术创新提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向未来强人工智(zhì)能、通用人工智能的重要技术创新，多模态大模型已经在人工(gōng)智能领域(yù)提出了很多年，业界也有不少技术突(tū)破，但是，多(duō)模(mó)态大模型进一步往下走，算力需求呈(chéng)几何式上升(shēng)，一般的(de)算(suàn)力基(jī)础设施很快将难以(yǐ)胜远则怨近则不逊是什么意思解释，远则怨,近则不逊任。

从图像(xiàng)、文(wén)字、语(yǔ)音单(dān)独(dú)一项的训(xùn)练，到双(shuāng)模态(tài)、三模(mó)态的跃迁，让人(rén)工智能(néng)可以灵活应对不同(tóng)模态(tài)的转(zhuǎn)化、像人与世界(jiè)交互一样自然，这方面，由(yóu)算(suàn)力网络(luò)来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发式增(zēng)长的算力来支撑(chēng)的技(jì)术创新(xīn)，将在人工智能算(suàn)力(lì)网络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型(xíng)和(hé)大算力(lì)的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际(jì)成(chéng)本降低(dī)，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 远则怨近则不逊是什么意思解释，远则怨,近则不逊