自聊天机器(qì)人(rén)ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨已(yǐ)多次公开谈(tán)论人工智能话题。在最近的(de)一次采访中，他再次表示：“AI可(kě)能会让科技行业迎来一(yī)次剧烈的洗牌”。

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

他预(yù)期，AI的发(fā)展可能会威胁(xié)到谷(gǔ)歌的市占(zhàn)率，因为(wèi)微软在AI方面(miàn)的行(xíng)动相当迅速(sù)。而最终科(kē)技巨头将把AI整(zhěng)合成用户的“全(quán)能助手”，包揽一切(qiè)应用，与人们(men)进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口(kǒu)中全能(néng)助手的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热(rè)点包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可(kě)控靠(kào)近

以AI绘画为代表的AIGC上一(yī)次(cì)爆火(huǒ)的(de)时(shí)候，还(hái)是2022年8月，在美(měi)国(guó)科罗(luó)拉(lā)多(duō)州(zhōu)举办的新兴数字(zì)艺术家(jiā)竞赛中，一(yī)幅名(míng)为《太(tài)空(kōng)歌(gē)剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其(qí)中代表。

用(yòng)户们可以(yǐ)在应用(yòng)中输入一组关键词或者(zhě)一张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关键就(jiù)是所(suǒ)输入的(de)文本。同一组关键词也可以创(chuàng)作出很多张风格不一样(yàng)的画作，这让创作(zuò)的过程就像开盲(máng)盒。

很(hěn)多用(yòng)户(hù)很喜欢这种不确定(dìng)的惊喜，他(tā)们会(huì)将生成的美图(tú)当(dāng)做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体(tǐ)上(shàng)，许多(duō)用户分享AI“翻车现场”，例(lì)如，一位(wèi)网友的小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还(hái)有网友的(de)个(gè)人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的(de)填写关(guān)键词游戏可能要被颠覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读(dú)博(bó)的(de)中(zhōng)国人张吕敏创作的一种(zhǒng)基(jī)于控制点的(de)图像变(biàn)形算(suàn)法，主要用于(yú)数(shù)字图像处理、计算机视觉(jué)和(hé)计算机(jī)图形学等领域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘画领域最新的热点。

在(zài)此之前，大家(jiā)用了(le)很多(duō)方法(fǎ)想让AI生成的结果尽可能(néng)的符合(hé)要(yào)求，但(dàn)是都不尽如人意，它的出现代表着AI生(shēng)成(chéng)开始进入真正(zhèng)的(de)可控(kòng)时期。

因(yīn)为(wèi)ControlNet可以直接提(tí)取画面的构图(tú)，人物的姿势和(hé)画面(miàn)的(de)深(shēn)度信息等。有了它的帮助，就不用频繁的(de)用提示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主(zhǔ)的作品已经获(huò)得(dé)了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直(zhí)接带她(tā)们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过(guò)图片就可以看出来，效果十分(fēn)惊(jīng)艳。

更厉害的是，除(chú)了真实的照(zhào)片，草图也可(kě)以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得(dé)不说(shuō)当(dāng)下(xià)AIGC已经变得越来(lái)越(yuè)强(qiáng)大，甚至输出的(de)作品都(dōu)已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术(shù)力(lì)爆(bào)发

警惕安全问题

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟(pì)谣这所谓的“party”可能是全国(guó)第(dì)一起AI绘(huì)图诈骗。

由(yóu)于这个活(huó)动里面给(gěi)出的美女照片(piàn)都(dōu)是AI制作的真(zhēn)人照片绘图，因为太逼真，被大家当成(chéng)真(zhēn)事传播了。

不(bù)过仔细(xì)观(guān)察可以发现，活(huó)动发起者(zhě)提供的(de)照片中有个很大的漏(lòu)洞可(kě)以发现(xiàn)并非真人，而是(shì)AI绘图，那便是图片中(zhōng)女性的手指(zhǐ)部分(fēn)有(yǒu)的存在(zài)异常。

有(yǒu)行业人(rén)事(shì)表示：“现在(zài)因为(wèi)手指部分的绘画算法比较复杂(zá)，AI还(hái)不太会(huì)画人的手(shǒu)，但(dàn)最新(xīn)看到(dào)的图片(piàn)已经有越(yuè)来越(yuè)完美的AI模型出现(xiàn)，以后(hòu)可(kě)能就完全没有漏洞(dòng)了。”

类似(shì)的(de)AI作(zuò)图诈骗(piàn)在国外也已(yǐ)有发生。据英国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾(zāi)的假照片发布(bù)到(dào)网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐(juān)助”从而实施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真(zhēn)人(rén)照(zhào)片般的绘图效果(guǒ)，如果这样的图片被用(yòng)来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大量前人的作品之后，其(qí)创(chuàng)作没有任何情绪和灵魂，难(nán)以和人类(lèi)的(de)艺术创作相提并论。

另(lìng)一方面，AIGC背后的(de)版权、目(mù)前都并没(méi)有得到有效的解决，还(hái)有AIGC会不会代替人类(lèi)“至高(gāo)无上”的创意。

马斯克也强调(diào)，人工智能的安全(quán)问题需要得到重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下(xià)一站(zhàn)除了视频(pín)，还有远(yuǎn)方

技术都(dōu)是(shì)有两面性的，潜在的(de)危(wēi)害并(bìng)不能(néng)掩盖其光辉的贡献。现在(zài)看来(lái)，人工智能技术(shù)将是(shì)第四次工(gōng)业革(gé)命的核(hé)心(xīn)驱动力量，将(jiāng)创(chuàng)造(zào)新的增长奇迹。

过去(qù)一年，人(rén)工智能(néng)在技术和(hé)商(shāng)业层面都有了巨大进(jìn)展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个(gè)代表(biǎo)。其(qí)下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的(de)短视频。这些视频引发(fā)关(guān)注并(bìng)非(fēi)内(nèi)容做得多优(yōu)秀，反而都非(fēi)常简单，比如一匹(pǐ)正(zhèng)在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑(qí)摩(mó)托(tuō)车的(de)第一视角录(lù)像，随便一个(gè)有手机(jī)的人都可以(yǐ)随(suí)手录下一段。

但这些短视频的创作方式(shì)非常简单，创作者仅仅需要向AI输(shū)入一(yī)段话(huà)，甚至(zhì)只(zhǐ)是说一(yī)下要求，AI就(jiù)可(kě)以根(gēn)据需要生成一段视频。

谷歌发(fā)布的两(liǎng)个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清，与Meta的(de)Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个(gè)能(néng)够做出更高清视频的AI还不足以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的(de)地(dì)方(fāng)在于，它可(kě)以制作出超过2分钟(zhōng)的连贯的也有确切内容的视频，这才是真(zhēn)正让人(rén)们感到惊(jīng)喜(xǐ)的地方。因为无论AI生成的视频多么高清，也(yě)只能是(shì)为内容生产者(zhě)提供(gōng)一个灵感，一(yī)个(gè)素材(cái)，一个过(guò)场(chǎng)动画。

不过能够制作(zuò)出有具体剧情内容(róng)的视频(pín)就(jiù)意味(wèi)着，一些视频创作由AI代替人工(gōng)完成(chéng)已经初步有了(le)可能。

当下AI的发展(zhǎn)速度已经超过大部分(fēn)人的想象(xiàng)。内容产(chǎn)业的本质是供(gōng)给创造(zào)需求，AIGC作为全(quán)新(xīn)的(de)内容生产方式(shì)，可以为内容产业带来(lái)更(gèng)新的内容(róng)风格、更(gèng)快的生产速度，更低的生产(chǎn)成本，这无疑会(huì)驱动内容产业的大(dà)爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作(zuò)等多种内容(róng)形式(shì)的生成。不(bù)难发现该项(xiàng)技术不仅在(zài)游戏等(děng)行业(yè)能得到有效应用，对于下一代互联网各种元素的构(gòu)建(jiàn)亦(yì)有关键(jiàn)意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本(běn)身就(jiù)对基于(yú)AI的可视化内容(róng)有(yǒu)强(qiáng)烈需求(qiú)。

因此(cǐ)，AI绘画及视频(pín)或(huò)不是结果，而只是AI进程中(zhōng)的一块重要拼图，有望在技术更新的(de)加(jiā)持下实现更大的应用价值(zhí)。

AI从理解内(nèi)容(róng)，走向(xiàng)了可以(yǐ)生成(chéng)内容，甚至能够创造出独(dú)立价值和独立视(shì)角(jiǎo)的(de)内容(róng)。AIGC的再次出圈，更代表着未来的(de)先进生产力即将到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底(dǐ)座(zuò)

从(cóng)技术(shù)的发展也可以看出，在语言大模型、图(tú)像大模型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能发展的(de)智能底座，是全球竞(jìng)争最激(jī)烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多(duō)头部企(qǐ)业都在竞相发力(lì)。

不过(guò)训练大模型(xíng)的确价(jià)格不菲(fēi)，以(yǐ)国盛(shèng)证券发布(bù)的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于一些更(gèng)大(dà)的LLM(大型语言模型)，训练(liàn)成本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客平(píng)均(jūn)数(shù)1300万(wàn)计算，其对应芯片需求为3万多片英(yīng)伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅(jǐn)电费就在5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在(zài)关注各类大模(mó)型的发展同时，更应(yīng)该(gāi)关注算力(lì)网络的(de)建设。

算力网络正驱动(dòng)AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级加速进程，让AIGC及通用AI这一人(rén)工智能发展的终极目(mù)标离(lí)得更近。

因为算力可以对突破性技术创新提供大力的(de)支持。这方(fāng)面，多模态大模型(xíng)是典型。作为面(miàn)向未来强(qiáng)人工智能、通用人(rén)工智能的重要技术创新，多(duō)模态大模型已经(jīng)在人工智能领域(yù)提出了很多年，业界(jiè)也有不少(shǎo)技术突破，但是，多(duō)模态大模型(xíng)进一(yī)步往下走(zǒu)，算力需(xū)求呈几何式上升(shēng)，一(yī)般的算力(lì)基础设施很快(kuài)将(jiāng)难(nán)以胜任。

从图像(xiàng)、文字、语音单独一项的训(xùn)练，到(dào)双模态、三模态的跃迁(qiān)，让人工智能可(kě)以灵活(huó)应对不同模态的转化、像人与世界交(jiāo)互一样自然，这方(fāng)面，由算(suàn)力网络来(lái)驱(qū)动(dòng)将有明显优势。

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

AIGC已经(jīng)露出曙(shǔ)光，期待在大模(mó)型和大算力的支持下AIGC能持续(xù)颠覆内容生产的方式，将创造的边际成(chéng)本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 泰国相当于中国的哪个省，泰国等于中国哪个省