自聊天机(jī)器(qì)人ChatGPT火爆以来，微(wēi)软公(gōng)司创始人比尔·盖茨已多(duō)次公开(kāi)谈(tán)论(lùn)人(rén)工智能话题。在最近的(de)一次(cì)采访(fǎng)中(zhōng)，他再次表示：“AI可(kě)能会让(ràng)科技行业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结(jié)论是他(tā)在当地(dì)时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因(yīn)为微软在AI方面的行动相当迅(xùn)速。而最终科技巨头将把AI整(zhěng)合(hé)成用户的“全能助手(shǒu)”，包揽一切应(yīng)用，与(yǔ)人们(men)进(jìn)行(xíng)沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口中全能助手的(de)到来(lái)可能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举办的(de)新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名(míng)为《太空歌剧院》的作(zuò)品获奖。

随后各(gè)大厂(chǎng)商的(de)AI绘画(huà)软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在应用中输入(rù)一组关键(jiàn)词或者一(yī)张照片，就能(néng)获得一幅AI创作的画作(zuò)。

作画的关键就是(shì)所(suǒ)输入的文本。同一组关(guān)键词也(yě)可以(yǐ)创作(zuò)出很多张风格(gé)不(bù)一样(yàng)的画作(zuò)，这让创作(zuò)的过程就像开盲盒。

很多用(yòng)户很喜(xǐ)欢这种不确定的惊喜，他们会将生成的美(měi)图当做(zuò)头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交(jiā西方的几何学来源于什么的勾股之学，认为西方的几何学来源于什么的勾股之学o)媒体上，许多用户(hù)分享AI“翻(fān)车现场”，例如，一(yī)位网友的(de)小狗照(zhào)片(piàn)被AI画成(chéng)了“肌(jī)肉男”，还有网友的(de)个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘(huì)画的(de)填(tián)写关键词游(yóu)戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏创作的一种基于控制点的(de)图像变形算法，主要用于数(shù)字图像处(chù)理、计算机视觉(jué)和计算机(jī)图形学等(děng)领域。

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

在此之前(qián)，大家用(yòng)了(le)很多方(fāng)法想让AI生成(chéng)的结果尽可(kě)能的符合要求，但是都(dōu)不尽如人(rén)意，它的出现(xiàn)代表着AI生(shēng)成(chéng)开始进入真正的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面的构(gòu)图，人物的(de)姿(zī)势和画面的深度(dù)信息(xī)等。有了它的帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画(huà)加了“魔(mó)法(fǎ)”，不(bù)少博主(zhǔ)的(de)作品已(yǐ)经获得(dé)了(le)大量的浏览量，“viggo”就是其(qí)中之(zhī)一，他(tā)用朋友的照(zhào)片直接带她(tā)们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应(yīng)的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词试(shì)效果。

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊(jīng)艳。

更厉害(hài)的是(shì)，除了真实的照(zhào)片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕(lǚ)敏其本(běn)尊也亲自回(huí)应。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输出的作品都(dōu)已经能(néng)以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技(jì)术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而(ér)经过警方(fāng)辟谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面(miàn)给(gěi)出的美女照(zhào)片都是(shì)AI制作的(de)真人(rén)照片绘图，因(yīn)为太(tài)逼(bī)真，被大家当成真事传播(bō)了(le)。

不过(guò)仔细(xì)观察可以(yǐ)发现，活动发起者提供的照片中有个很(hěn)大的漏(lòu)洞可以(yǐ)发现(xiàn)并非(fēi)真人，而是AI绘(huì)图，那便(biàn)是(shì)图(tú)片中女性的手指部(bù)分有(yǒu)的(de)存在(zài)异常(cháng)。

有行业人(rén)事表(biǎo)示：“现在因为手指部分(fēn)的绘(huì)画(huà)算法比较复杂，AI还不(bù)太会画人的手，但最新(xīn)看到的图片已(yǐ)经有越来越(yuè)完美(měi)的AI模(mó)型出现，以后可能就完(wán)全(quán)没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广(guǎng)播公(gōng)司报(bào)道，土耳其地震期间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合成了儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实(shí)施诈骗。

目前(qián)随(suí)着技(jì)术(shù)发展，AIGC已经(jīng)能做(zuò)出真人照片(piàn)般的绘图效果，如果这样(yàng)的图片被用来诈(zhà)骗，将非常可(kě)怕(pà)。

此外(wài)AIGC还引发了很多担(dān)忧，一方面，批判者认为AI在“学习”了大量前(qián)人的(de)作品之后，其创作没有(yǒu)任何情绪(xù)和灵(líng)魂，难以和(hé)人类(lèi)的艺术(shù)创作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没有(yǒu)得(dé)到(dào)有效的解(jiě)决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调(diào)，人工智能的安全问题需要(yào)得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站除了(le)视(shì)频，还有远方

技术都是有两面性的，潜(qián)在(zài)的危(wēi)害(hài)并不能掩盖其光辉(huī)的贡献。现在(zài)看来，人工智能技术将是(shì)第四次工业革命(mìng)的(de)核心驱动力(lì)量(liàng)，将创造新的增长奇(qí)迹。

过去一(yī)年，人工(gōng)智能在技(jì)术和商业层面(miàn)都有了巨大进展，AI绘画就是人(rén)工智(zhì)能技术发生方向性改变(biàn)的一个代表。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条引(yǐn)爆科技圈的短视频。这些视频引发(fā)关注(zhù)并非内容做得多优秀，反而都非(fēi)常简(jiǎn)单，比如一匹正在喝(hē)水(shuǐ)的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第(dì)一视角录像，随便(biàn)一个有手机的人都可以随手录下一段。

但这些(xiē)短(duǎn)视频的(de)创作方(fāng)式非常简单，创作者仅仅需要向AI输入一段话(huà)，甚至只(zhǐ)是说(shuō)一下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布(bù)的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的(de)视频后，AI圈就已经(jīng)玩了一波梗，一(yī)个(gè)能够(gòu)做(zuò)出更高(gāo)清视(shì)频的AI还不足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方(fāng)在于，它可以制作(zuò)出(chū)超过2分钟的连贯的也有确切内(nèi)容(róng)的视频，这才(cái)是真正(zhèng)让人们感到惊喜的地方(fāng)。因为无论(lùn)AI生成的视频多么(me)高清，也只能是为内容(róng)生产者提供一个灵感，一个素(sù)材，一个过场动画。

不过能够制作(zuò)出有具体(tǐ)剧情内容的(de)视频就意味着，一(yī)些(xiē)视频创作由AI代(dài)替人工完成已经初步有了可能(néng)。

当下AI的发展速度已经超(chāo)过大部分人的想(xiǎng)象。内容产业(yè)的本质是(shì)供(gōng)给创造(zào)需求，AIGC作为全(quán)新(xīn)的内(nèi)容生产方式，可(kě)以为内容产(chǎn)业带来更(gèng)新的内容风格、更快的(de)生产(chǎn)速度，更低的生产成本，这无疑会驱动内(nèi)容(róng)产业(yè)的大爆发。

除了(le)AI绘(huì)图、视频，AIGC技术(shù)还能应用于音(yīn)乐、代码、机器人动作等多种内容形式的生成。不难发现(xiàn)该项(xiàng)技(jì)术不仅在(zài)游戏等(děng)行业能得(dé)到有效应用，对(duì)于下一代互联网各种(zhǒng)元素的构建亦(yì)有关键意义。

从(cóng)商业化(huà)的(de)角度来看，文化娱乐、教育、传媒等(děng)诸(zhū)多领域(yù)，本身就对基于(yú)AI的(de)可视化内容有强(qiáng)烈(liè)需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块重要拼图，有(yǒu)望(wàng)在技术更新(xīn)的(de)加持下实现更(gèng)大的应(yīng)用价值。

AI从理解内(nèi)容，走向了可(kě)以生成内容，甚(shèn)至能够(gòu)创(chuàng)造出独立价值(zhí)和独立视角的内容(róng)。AIGC的再(zài)次出圈，更(gèng)代表(biǎo)着未来的先(xiān)进生产力即将到来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底座

从(cóng)技(jì)术的发展也(yě)可以看出，在(zài)语(yǔ)言大模型(xíng)、图像(xiàng)大模(mó)型之(zhī)后(hòu)，多模态大模(mó)型(xíng)已经成为了新的(de)趋势。

大模型被(bèi)誉为当前(qián)人工智(zhì)能发展的智能(néng)底座，是全球(qiú)竞争最(zuì)激烈的(de)研究方(fāng)向之一，包括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等众多头部(bù)企业(yè)都在竞相发力。

不过(guò)训练大模(mó)型的确价(jià)格(gé)不菲(fēi)，以国(guó)盛(shèng)证券发布(bù)的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本(běn)约(yuē)为140万美元。而对于一(yī)些更大的(de)LLM(大型语言模型)，训练成本(běn)则介(jiè)于200万(wàn)美元至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年(nián)1月(yuè)的独立访客平均(jūn)数1300万计(jì)算，其对应芯片需(xū)求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美(měi)元西方的几何学来源于什么的勾股之学，认为西方的几何学来源于什么的勾股之学，每日仅电费就在5万美(měi)元左右。

此(cǐ)外不(bù)论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大(dà)算(suàn)力支持。在关注(zhù)各(gè)类大模型的发(fā)展同时，更应该关注算力网络的建设。

算力网络正驱(qū)动AI产业发(fā)展进入史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人工智能(néng)发展(zhǎn)的终极目标离得更(gèng)近。

因为算力可(kě)以对突破性技(jì)术创新提供大力(lì)的支持。这方面(miàn)，多(duō)模态(tài)大模型是典型。作为面向未来强人工(gōng)智(zhì)能、通用人工智能的(de)重要技术创新，多模态大模(mó)型已经(jīng)在人工智能(néng)领域提(tí)出(chū)了很(hěn)多年，业界(jiè)也(yě)有不少(shǎo)技术突破，但是，多模态大模型进一步往下走，算力需求呈(chéng)几何式上(shàng)升，一(yī)般的算力基础设(shè)施很快将难以胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练(liàn)，到双模(mó)态、三模态的跃(yuè)迁，让人工智能可(kě)以(yǐ)灵(líng)活应对不同模态的转(zhuǎn)化(huà)、像人与世界交互一样自(zì)然，这方面，由算力网络来驱(qū)动(dòng)将有明(míng)显优势。

此(cǐ)外，还有很多需要爆发式(shì)增长(zhǎng)的算(suàn)力来(lái)支撑的技术创新，将在(zài)人(rén)工(gōng)智能算力网(wǎng)络(luò)支撑下(xià)快速推进。

AIGC已经(jīng)露(lù)出曙光，期待(dài)在大(dà)模(mó)型和(hé)大算力的支持(chí)下AIGC能持续颠覆内容生产的(de)方式，将创(chuàng)造的边(biān)际(jì)成(chéng)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 西方的几何学来源于什么的勾股之学，认为西方的几何学来源于什么的勾股之学