自聊天机器(qì)人(rén)ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖(gài)茨(cí)已多(duō)次公开谈论人工智能话题。在最近(jìn)的一次采访中，他再(zài)次表示：“AI可(kě)能会让科技行业迎来(lái)一次(cì)剧烈的洗牌”。

这个(gè)结论(lùn)是他在当地(dì)时间2月20日接(jiē)受《In Good Company》节(jié)目专访时提出的。

他预期，AI的(de)发展可能(néng)会威胁到谷歌的市占率，因为微软(ruǎn)在AI方(fāng)面的行(xíng)动相当迅(xùn)速(sù)。而(ér)最终科技巨头将(jiāng)把AI整合成(chéng)用户的“全能助(zhù)手”，包揽一切应用，与(yǔ)人们进行(xíng)沟通并(bìng)提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的(de)到(dào)来可能(néng)尚需时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠近

以AI绘画为(wèi)代表(biǎo)的(de)AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举办的新兴数字艺术家竞赛(sài)中，一幅名为《太(tài)空歌剧(jù)院》的作品获奖。

随后各大(dà)厂(chǎng)商的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组(zǔ)关(guān)键词或者(zhě)一张照片，就能获得(dé)一(yī)幅AI创作的画(huà)作(zuò)。

作画的关键就是所输入的文本。同(tóng)一组关(guān)键词也可以创作出(chū)很多张(zhāng)风格不(bù)一样(yàng)的画作，这让创作的过程就(jiù)像开盲(máng)盒。

很(hěn)多用户很喜(xǐ)欢这(zhè)种不(bù)确定的惊喜，他们会将生成(chéng)的美图当做头(tóu)像。而(ér)另一(yī)部分喜欢(huān)翻看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在社交媒(méi)体上，许多用户分享AI“翻车现场”，例如，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的(de)个人照片(piàn)被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与加(jiā)持(chí)，以(yǐ)往AI绘画的填写(xiě)关键词游(yóu)戏(xì)可能要被颠覆(fù)了(le)。

ControlNet是一(yī)位正(zhèng)在(zài)斯坦福读博(bó)的(de)中国人(rén)张吕(lǚ)敏创作(zuò)的一种(zhǒng)基于控制点的图(tú)像变形算法，主要用于数字图像处(chù)理、计算机视觉和计(jì)算机图形学等领(lǐng)域。

其SD插件一经(jīng)发布，在短短(duǎn)的(de)两天内便成为了(le)AI绘画领域(yù)最新的热点。

在此之前，大家用了(le)很多(duō)方法想(xiǎng)让AI生成的结果尽(jǐn)可能的(de)符(fú)合要求，但是(shì)都不尽如人(rén)意，它的出现代表着AI生成开始(shǐ)进(jìn)入真正的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构图，人物的姿势和(hé)画面的深度(dù)信息等(děng)。有了(le)它的帮(bāng)助(zhù)，就不(bù)用频繁的用提示词(cí)来碰运气，抽盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照片(piàn)直(zhí)接(jiē)带她们走(zǒu)进动漫(màn)世(shì)界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词试效果。

通过(guò)图片就(jiù)可(kě)以看出来(lái)，效果(guǒ)十分惊艳。

更厉害的是，除了(le)真实(shí)的照片，草图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿转全(quán)彩图。大(dà)神张吕敏其(qí)本尊(zūn)也亲自(zì)回应。

不得(dé)不说当下AIGC已经(jīng)变得越来(lái)越强大，甚至输出的作(zuò)品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发(fā)

警惕安全问题(tí)

近日，“苏州(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(kě)能(néng)是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美(měi)女(nǚ)照(zhào)片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成真(zhēn)事传播(bō)了(le)。

不过仔细观(guān)察可(kě)以发现，活动发起(qǐ)者(zhě)提供的(de)照片(piàn)中(zhōng)有(yǒu)个很大的漏洞可以(yǐ)发(fā)现并非真人，而是AI绘图，那便是图片中女性的手指部(bù)分(fēn)有的存(cún)在异(yì)常。

有行业人事表示(shì)：“现在因为(wèi)手指部(bù)分的绘画算法比较复杂，AI还不太会画人的(de)手，但最新看到的(de)图片已(yǐ)经有越来越完美的AI模型出现，以后(hòu)可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也已有(yǒu)发生。据英国广播公(gōng)司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布到网络，以此(cǐ)诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人(rén)照片般的(de)绘图(tú)效果(guǒ)，如果这(zhè)样的(de)图片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发(fā)了很(hěn)多担忧，一(yī)方面，批(pī姚笛为文章打过几次胎，文章和姚笛生孩子了嘛)判者认为AI在“学习”了大量前人的(de)作品之后，其创作没有任何情绪和灵魂，难以(yǐ)和人类的(de)艺术(shù)创(chuàng)作相提并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前(qián)都并没有得到有效(xiào)的解(jiě)决，还有(yǒu)AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也(yě)强调(diào)，人工(gōng)智能的安全问题(tí)需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技术都是有两面性的(de)，潜在的危害并不能掩盖其(qí)光辉的贡献。现在看来，人工智能技术将(jiāng)是(shì)第四次工业(yè)革(gé)命的核(hé)心驱动力量，将创造(zào)新的增长奇迹。

过(guò)去一年，人工智能(néng)在(zài)技术(shù)和商业层面都有了巨大(dà)进展，AI绘画(huà)就是(shì)人工智能技术发生(shēng)方向性改变的一个(gè)代表。其(qí)下(xià)一站或(huò)许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发(fā)布了几(jǐ)条引爆(bào)科(kē)技圈的短(duǎn)视频。这些视频引发关注并(bìng)非内容做得(dé)多优秀(xiù)，反而都非常(cháng)简单，比(bǐ)如(rú)一匹(pǐ)正在喝水的马，一(yī)只画画的(de)玩具熊，或(huò)者一段骑(qí)摩托车的第一视角(jiǎo)录像(xiàng)，随(suí)便一(yī)个(gè)有手机的人都可以(yǐ)随手录下一(yī)段。

但这些短(duǎn)视(shì)频(pín)的创作方(fāng)式非常(cháng)简单(dān)，创作者仅仅(jǐn)需要向AI输入(rù)一段话，甚(shèn)至(zhì)只(zhǐ)是(shì)说一下(xià)要求(qiú)，AI就可以根据需要生成(chéng)一段视频。

谷歌发布的(de)两个AI生(shēng)成(chéng)视频分别(bié)来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的(de)差别(bié)。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波梗(gěng)，一个能够做出(chū)更高(gāo)清(qīng)视频(pín)的(de)AI还不足(zú)以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作出超过(guò)2分钟的(de)连贯(guàn)的也(yě)有确切内容(róng)的(de)视频，这才是真正(zhèng)让人们感到惊喜(xǐ)的地方。因为无论AI生成(chéng)的(de)视频多(duō)么高(gāo)清，也只能是(shì)为(wèi)内容(róng)生产者提供一个灵感，一个素(sù)材，一个(gè)过(guò)场(chǎng)动(dòng)画。

不过能够(gòu)制作出有(yǒu)具体剧情内容(róng)的视频就意味着，一些视频创(chuàng)作由AI代替人工完成已经初步有了可能。

当下(xià)AI的发(fā)展(zhǎn)速度已经超(chāo)过(guò)大部分人的(de)想象。内容产业(yè)的本质(zhì)是供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的(de)内容(róng)风格、更(gèng)快(kuài)的生产速度，更(gèng)低(dī)的(de)生产成本(běn)，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应用于(yú)音(yīn)乐、代码、机(jī)器人动作等多(duō)种内容形式的生成。不难(nán)发现该项技术不仅在游戏等行业能(néng)得到有效应用，对于下一代互联网各种(zhǒng)元素(sù)的构建亦(yì)有(yǒu)关键意义。

从商业(yè)化的角度(dù)来看，文化娱乐、教育、传媒(méi)等诸(zhū)多领域，本身就对基(jī)于AI的可(kě)视化内(nèi)容有强烈需求(qiú)。

因此(cǐ)，AI绘(huì)画(huà)及视频或不是结果，而只(zhǐ)是AI进程中的一(yī)块重要拼图，有望在技术更新的加持下实(shí)现(xiàn)更(gèng)大(dà)的应用价值(zhí)。

AI从理解(jiě)内容，走向了可以生成内(nèi)容，甚(shèn)至能够创(chuàng)造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着未来的(de)先进(jìn)生产(chǎn)力即(jí)将到(dào)来。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底座

从技术的(de)发展也可(kě)以看出(chū)，在语(yǔ)言大模(mó)型、图(tú)像大模型之(zhī)后，多模(mó)态大模(mó)型已经(jīng)成为了(le)新的(de)趋势。

大模型被誉为当前人(rén)工智能发(fā)展的智能底座，是全球竞争最激烈(liè)的(de)研究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都在(zài)竞相发力。

不(bù)过训练大(dà)模型的确价格(gé)不(bù)菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报告(gào)估(gū)算(suàn)，GPT-3训练一次的成本约为(wèi)140万(wàn)美元。而对于一些更大(dà)的(de)LLM(大(dà)型语(yǔ)言模(mó)型)，训练成本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独立(lì)访(fǎng)客平均(jūn)数1300万(wàn)计算，其(qí)对(duì)应芯片(piàn)需求为3万多(duō)片英(yīng)伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿美(měi)元(yuán)，每日仅(jǐn)电费就在5万(wàn)美元(yuán)左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大(dà)算力支持。在关(guān)注各类大模型的发(fā)展同时，更应(yīng)该关注算力(lì)网络的建设。

算力网络(luò)正驱动AI产(chǎn)业发展(zhǎn)进(jìn)入史(shǐ)诗级加速进程(chéng)，让AIGC及(jí)通(tōng)用AI这(zhè)一人工智能发展的(de)终极(jí)目标离得更(gèng)近。

因为算力可(kě)以(yǐ)对突破性技(jì)术创新提供大力的支持。这方面，多模态大模型是典型。作为(wèi)面向未来强人工(gōng)智能、通用(yòng)人工(gōng)智能的(de)重要技术创新，多模(mó)态大模型已经在人工智(zhì)能领域提出了很(hěn)多年，业(yè)界(jiè)也有不少技术突(tū)破(pò)，但是，多(duō)模态大模型进一步往下走，算力需求(qiú)呈几何式上升，一般的(de)算力基础设施很快将难以胜任。

从图(tú)像(xiàng)、文字、语音单独一项的(de)训练，到双模态、三模态的跃(yuè)迁，让(ràng)人工智能可以灵(líng)活应(yīng)对不(bù)同模(mó)态(tài)的转化、像(xiàng)人与世界交(jiāo)互一样自然，这方面(miàn)，由算力网(wǎng)络来驱动将有明显优(yōu)势。

此(cǐ)外，还(hái)有很(hěn)多需要爆发式(shì)增长的算力来(lái)支撑的技术(shù)创(chuàng)新，将在人工(gōng)智能算力网络支撑下快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模型和大算(suàn)力(lì)的支持下AIGC能持续颠覆内容生产的(de)方式，将创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 姚笛为文章打过几次胎，文章和姚笛生孩子了嘛