自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公司(sī)创始人比尔·盖茨已多次公(gōng)开谈(tán)论人工智能话题。在最近的(de)一次采访中，他再(zài)次表示：“AI可能会(huì)让科技行业(yè)迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个结论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节(jié)目专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可能会威胁(xié)到谷(gǔ)歌的市占率(lǜ)，因为微软在(zài)AI方(fāng)面的行动相当(dāng)迅速。而最终科技巨头将(jiāng)把AI整合成用户的“全能助(zhù)手”，包(bāo)揽一(yī)切应用，与人们进(jìn)行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚(shàng)需时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是(shì)2022年8月，在美国科罗拉(lā)多州举(jǔ)办的新兴(xīng)数字艺术家竞赛中，一幅名为《太(tài)空歌(gē)剧院》的作品(pǐn)获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广大网友(yǒu)熟(shú)知(zhī)并(bìng)体(tǐ)验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们(men)可以(yǐ)在(zài)应用中输入一组关键词或者一张(zhāng)照片，就能获得一(yī)幅(fú)AI创作的画作。

作画的关键就是所输入的(de)文(wén)本。同一组关键词也可以创作出很多张风格不一(yī)样的画(huà)作(zuò)，这让创作的过(guò)程就(jiù)像开盲盒。

很多用户很喜欢这种不确(què)定的惊喜，他们会将生成的(de)美图当做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画(huà)成了“肌(jī)肉男”，还(hái)有网友的(de)个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关(guān)键(jiàn)词游戏(xì)可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯坦福读(dú)博(bó)的中国人张吕敏创(chuàng)作(zuò)的一种基(jī)于控(kòng)制点的图像变形算法(fǎ)，主(zhǔ)要用于数字(zì)图(tú)像处理、计算机视觉和计算机图形(xíng)学等领域(yù)。

其SD插件一经发布，在短短的两天(tiān)内便(biàn)成为(wèi)了AI绘画领域最新(xīn)的热(rè)点。

在此之(zhī)前(qián)，大(dà)家用了(le)很(hěn)多(duō)方(fāng)法想(xiǎng)让AI生成的结(jié)果尽可能的符合要求，但(dàn)是(shì)都不尽如(rú)人(rén)意，它(tā)的(de)出现代(dài)表着AI生成(chéng)开始进(jìn)入真正(zhèng)的可(kě)控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的(de)构(gòu)图，人(rén)物的姿势(shì)和画面的深度信息等。有了它的帮(bāng)助(zhù)，就不用(yòng)频繁(fán)的用(yòng)提(tí)示(shì)词来碰(pèng)运气(qì)，抽盲盒式的创作了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘(huì)画加了“魔法”，不少博(bó)主的作(zuò)品已经获得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友(yǒu)的照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字(zì)。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换关(guān)键词试效果。

通过图片就可以(yǐ)看(kàn)出来，效果(guǒ)十(shí)分惊艳。

更厉(lì)害的是，除(chú)了(le)真实的照(zhào)片，草(cǎo)图(tú)也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏(mǐn)其(qí)本(běn)尊也亲自(zì)回应。

不得不说当下AIGC已经变得(dé)越来越强大(dà)，甚至输出的(de)作品都已(yǐ)经能以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警(jǐng)惕安全(quán)问题(tí)

近日，“苏州(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(zhè)所谓的(de)“party”可能(néng)是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出(chū)的(de)美女照片都(dōu)是(shì)AI制作的真人照片绘图，因为(wèi)太逼真，被(bèi)大家当成真事传播了。

不过(guò)仔细(xì)观察可(kě)以发(fā)现(xiàn)，活动发起者(zhě)提(tí)供的照片(piàn)中有(yǒu)个很(hěn)大的漏洞可以发现并(bìng)非(fēi)真(zhēn)人，而是AI绘图，那(nà)便是图片中女性(xìng)的手指部分有的存在异(yì)常。

有行业人(rén)事表(biǎo)示：“现在(zài)因(yīn)为手指部分的绘(huì)画算(suàn)法比较复杂，AI还不太会画人的手，但最新(xīn)看到的(de)图片已经有越来越(yuè)完(wán)美的AI模型出现，以后可能就完全(quán)没有漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片(piàn)发(fā)布到(dào)网络，以(yǐ)此诱骗善良的人(rén)打赏“捐助(zhù)”从而实施诈(zhà)骗。

目前随(suí)着技术(shù)发展(zhǎn)，AIGC一寸是多长多少厘米，一寸是多长多宽已经(jīng)能做(zuò)出真(zhēn)人照片般的绘图效果，如果这样的图片被(bèi)用(yòng)来诈(zhà)骗(piàn)，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者(zhě)认(rèn)为AI在“学习”了大(dà)量前人的(de)作(zuò)品之后，其创作(zuò)没有任何情绪和灵魂，难(nán)以和人类的艺术创(chuàng)作相提并(bìng)论。

另一(yī)方面(miàn)，AIGC背(bèi)后的版权、目前都并没(méi)有(yǒu)得到有效的解决，还有AIGC会不(bù)会代(dài)替人类“至高无上”的(de)创(chuàng)意(yì)。

马斯克也(yě)强调(diào)，人工智能的(de)安(ān)全问题需(xū)要得到重视，太晚就来不及(jí)了。

03

AIGC下(xià)一(yī)站(zhàn)除了视频，还(hái)有远方

技术都是(shì)有两面(miàn)性的(de)，潜在的危(wēi)害并不(bù)能掩盖其光辉的(de)贡(gòng)献。现在看来，人工智能技术将是第四次工业(yè)革(gé)命的核心(xīn)驱动力量，将创造(zào)新的增长奇迹。

过去(qù)一年，人工智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向性改变的(de)一个代表。其(qí)下(xià)一站或许(xǔ)就是视频。

此前，Meta和(hé)谷歌先后发布了(le)几条引爆科(kē)技圈(quān)的(de)短视频(pín)。这些视(shì)频引发关注并非内(nèi)容做得多优秀，反而都非(fēi)常简单，比如一匹正在喝水的马，一(yī)只(zhǐ)画画的玩具(jù)熊，或者一段骑摩托车的第(dì)一视(shì)角录像(xiàng)，随(suí)便(biàn)一个有手机的(de)人都可以(yǐ)随手录下一段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅仅需(xū)要(yào)向AI输入一(yī)段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据需(xū)要生成一段视频。

谷歌发(fā)布的两个AI生(shēng)成视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经玩(wán)了一波梗(gěng)，一个能够做出更高(gāo)清(qīng)视频(pín)的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作出超过2分钟(zhōng)的连贯的也有确切内容的(de)视(shì)频一寸是多长多少厘米，一寸是多长多宽，这才是(shì)真正让(ràng)人(rén)们感(gǎn)到惊喜(xǐ)的(de)地方。因为无论AI生成的视频(pín)多(duō)么高清，也只能是(shì)为(wèi)内(nèi)容生产者提供一个(gè)灵感，一个素(sù)材(cái)，一个过场(chǎng)动画。

不过能够制作出有(yǒu)具(jù)体(tǐ)剧情(qíng)内容(róng)的(de)视频(pín)就意味着，一些视(shì)频创作由(yóu)AI代替人工完成已经初(chū)步有了可(kě)能。

当下AI的发展(zhǎn)速度已(yǐ)经(jīng)超过大部(bù)分人的想象。内容产业的本质是(shì)供(gōng)给创造需求，AIGC作(zuò)为全新的内容(róng)生产方式，可(kě)以为内容产业带来更新(xīn)的内(nèi)容风(fēng)格、更快的生产速度(dù)，更低的生产(chǎn)成本，这无疑会驱动内容产业(yè)的(de)大爆发。

除(c一寸是多长多少厘米，一寸是多长多宽hú)了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代(dài)码(mǎ)、机器人动(dòng)作等(děng)多种内(nèi)容形式的生成。不难发现该项技(jì)术不仅(jǐn)在游(yóu)戏等行业能得到(dào)有效应用，对于下一代互联网(wǎng)各(gè)种元素(sù)的构(gòu)建亦有关(guān)键意义(yì)。

从商业化的(de)角度(dù)来看，文化娱乐、教育(yù)、传(chuán)媒等诸多(duō)领域(yù)，本(běn)身就对基于AI的(de)可视化内容有强烈(liè)需求。

因此，AI绘(huì)画及视频或不是结(jié)果，而只是AI进程(chéng)中的一块重要拼图，有(yǒu)望(wàng)在技术(shù)更新(xīn)的加(jiā)持(chí)下实现更大的应用价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再(zài)次出(chū)圈，更代表(biǎo)着(zhe)未来的先进(jìn)生产力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从(cóng)技术的发展也可以看出，在语言(yán)大模型、图像大模型之后，多模态大模型已经成为(wèi)了(le)新的(de)趋势(shì)。

大模型被(bèi)誉为当前人工智能发展的智能底座，是(shì)全(quán)球竞争最激烈的研(yán)究(jiū)方向之一，包括谷歌(gē)、亚马逊、百(bǎi)度(dù)、阿里、腾讯等众(zhòng)多头部企(qǐ)业(yè)都在竞相发力。

不(bù)过训练大模型(xíng)的确(què)价格(gé)不菲，以(yǐ)国盛(shèng)证券发(fā)布的(de)《ChatGPT需要(yào)多(duō)少算力(lì)》报告估(gū)算(suàn)，GPT-3训(xùn)练一(yī)次的成本约为140万美元。而(ér)对于一些更大的LLM(大型(xíng)语言模型(xíng))，训(xùn)练成本(běn)则介于200万美元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均(jūn)数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电(diàn)费(fèi)就(jiù)在(zài)5万美(měi)元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不(bù)开(kāi)庞大算力支持。在关注各类大模型的发展同(tóng)时，更(gèng)应该(gāi)关注算力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展进(jìn)入史诗级加速(sù)进程(chéng)，让(ràng)AIGC及(jí)通用AI这一(yī)人工智能发(fā)展的终极目标离得更近。

因为算(suàn)力可(kě)以对(duì)突破(pò)性(xìng)技(jì)术创(chuàng)新提供大(dà)力的支持。这方面，多模(mó)态大(dà)模型是(shì)典型。作为面向未来强(qiáng)人(rén)工智能(néng)、通用人工(gōng)智能的重要技术创新，多模态大模型已经在(zài)人工智能领域(yù)提出(chū)了很多(duō)年，业界也有(yǒu)不少技术突破(pò)，但是，多模(mó)态大模型进一步往下走，算(suàn)力需求(qiú)呈几何式(shì)上升(shēng)，一般的(de)算力基础设施很快(kuài)将难以(yǐ)胜任。

从图像、文字(zì)、语音单独一项的训(xùn)练，到双模态(tài)、三模态的(de)跃(yuè)迁，让人工智能可以灵活应对不同模态的(de)转化、像人与(yǔ)世(shì)界交互一样自然，这方面，由(yóu)算力网络(luò)来驱动将有明(míng)显(xiǎn)优势(shì)。

此(cǐ)外，还有很多(duō)需要(yào)爆发式增长的算力来支撑(chēng)的(de)技术创新，将在人(rén)工智(zhì)能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光(guāng)，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边际成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 一寸是多长多少厘米，一寸是多长多宽