自聊天机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始(shǐ)人比(bǐ)尔·盖茨(cí)已多次公开谈论(lùn)人工智(zhì)能话题。在最(zuì)近的一次采访中，他再次表示：“AI可能(néng)会(huì)让科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结论(lùn)是他在当地(dì)时(shí)间2月(yuè)20日接(jiē)受《In Good Company》节目专访时提出的。

他(tā)预期，AI的发展可能会威胁到谷(gǔ)歌的市(shì)占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面的行动相当迅速。而(ér)最终科技巨头将把(bǎ)AI整合成用(yòng)户(hù)的(de)“全能助手”，包揽一(yī)切应(yīng)用，与(yǔ)人们(men)进行沟(gōu)通并提(tí)供建议(yì)，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需(xū)时日，但(dàn)由ControlNet引发的(de)又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点包围(wéi)中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗(luó)拉多州(zhōu)举办的(de)新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大(dà)厂商的AI绘画软件(jiàn)被广(guǎng)大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用(yòng)中输入一(yī)组关键词(cí)或(huò)者一(yī)张(zhāng)照(zhào)片，就能(néng)获得一幅AI创(chuàng)作的画作。

作画的关键就(jiù)是所输入(rù)的文本(běn)。同一(yī)组关键(jiàn)词(cí)也可以创(chuàng)作(zuò)出很多张风格不一样的画作(zuò)，这让创作的过(guò)程就像开盲盒(hé)。

很多(duō)用户很喜欢这种不(bù)确定的惊(jīng)喜，他们(men)会将(jiāng)生(shēng)成(chéng)的美(měi)图当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户分享(xiǎng)AI“翻车现场”，例如(rú)，一(yī)位网友的小狗照片被(bèi)AI画成了“肌肉男”，还(hái)有网友的个人(rén)照片(piàn)被AI识别成了(le)建筑。

而如(rú)今(jīn)随着(zhe)ControlNet的出现与(yǔ)加(jiā)持，以(yǐ)往AI绘画的填写关键词(cí)游戏可(kě)能要被(bèi)颠覆(fù)了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中国人张吕敏创作的一种基(jī)于控制点的(de)图(tú)像变(biàn)形算(suàn)法，主(zhǔ)要(yào)用于数(shù)字(zì)图像(xiàng)处理、计算机视觉(jué)和(hé)计算机(jī)图形学等(děng)领域。

其SD插(chā)件一(yī)经(jīng)发布(bù)，在短短的两天内便成为了(le)AI绘(huì)画(huà)领(lǐng)域最新的热点。

在此之前(qián)，大家用(yòng)了很(hěn)多方法想让AI生成(chéng)的结果尽可能(néng)的符(fú)合要求，但是都不尽如人意，它的出(chū)现代表着AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿势(shì)和画面的深(shēn)度信息等。有了(le)它(tā)的(de)帮(bāng)助，就不用频繁的用提示词来碰运气(qì)，抽盲(máng)盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相(xiāng)当于给(gěi)AI绘画加(jiā)了“魔法”，不少博(bó)主的作品已经获得了大(dà)量的(de)浏(liú)览(lǎn)量(liàng)，“viggo”就是其中之一，他(tā)用朋(péng)友的照片直接带她们走(zǒu)进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后(hòu)用ControlNet插(chā)件绑定骨(gǔ)骼开始换关键词试(shì)效果(guǒ)。

通过图(tú)片(piàn)就可以看出来，效(xiào)果十分惊艳。

更厉(lì)害(hài)的是，除了真(zhēn)实的照片，草(cǎo)图也(yě)可(kě)以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大神(shén)张吕敏其本尊也亲自回应。

不(bù)得不说当下(xià)AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安(ān)全问题(tí)

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息火遍(biàn)网络(luò)，而经过警方辟谣这所谓(wèi)的“party”可(kě)能(néng)是全国(guó)第一起(qǐ)AI绘图诈骗(piàn)。

由于(yú)这个活动里面给出的(de)美(měi)女照片都是AI制作的真人照片(piàn)绘图，因(yīn)为太逼真，被大家当(dāng)成(chéng)真事传播了(le)。

不过仔细观察可(kě)以发(fā)现，活动发(fā)起者提供(gōng)的照片中有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是AI绘(huì)图(tú)，那便是图片中(zhōng)女性的手指部分有的存在异常。

有行业人事(shì)表示：“现在因为手指部(bù)分的绘画算(suàn)法比(bǐ)较(jiào)复杂，AI还不太(tài)会(huì)画人(rén)的手(shǒu)，但(dàn)最新看到(dào)的(de)图片已经有越来越(yuè)完(wán)美的(de)AI模型出现，以后可能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗(piàn)在国外(wài)也已有发(fā)生。据英国广播公司报道，土(tǔ)耳其地(dì)震(zhèn)期间，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成了(le)儿童受灾的假照片发(fā)布到网络，以此诱(yòu)骗善(shàn)良(liáng)的人打赏“捐(juān)助”从而实施诈骗。

目前随着技(jì)术(shù)发(fā)展，AIGC已经能做出真人照片般的(de)绘图效果，如果(guǒ)这(zhè)样的图片被用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还(hái)引发了很(hěn)多担忧，一方(fāng)面，批判者认为AI在“学习”了大量(liàng)前人的作品(pǐn)之后，其创作没有任(rèn)何情绪和灵魂(hún)，难(nán)以和人类的艺术创作相(xiāng)提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并没有得到有效的(de)解决，还有AIGC会不会代替人类(lèi)“至(zhì)高无上(shàng)”的创意。

马斯克也(yě)强调(diào)，人工智能(néng)的安全问题需要得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有两(liǎng)面(miàn)性的，潜在的危害并不能掩盖其光辉的(de)贡献(xiàn)。现在看来，人工智(zhì)能技术将是第(dì)四次工业革(gé)命的核心(xīn)驱动力量(liàng)，将创造新(xīn)的增长奇迹。

过去一年(nián)，人工智能(néng)在技术和商(shāng)业层面都(dōu)有(yǒu)了巨大进展，AI绘画就是(shì)人工(gōng)智能技术(shù)发生方向性(xìng)改变的(de)一个代表。其下一站或许就是视频(pín)。

此前(qián)，Meta和(hé)谷歌先后(hòu)发布(bù)了几条引爆科技圈(quān)的短视频。这些视频引发(fā)关(guān)注并非内容做得多优秀，反(fǎn)而都非常(cháng)简单(dān)，比如一(yī)匹正在喝水的(de)马，一(yī)只画画的玩(wán)具熊，或者一段骑摩托车的第一视(shì)角录像，随便一个有(yǒu)手机的人都可(kě)以随(suí)手录下一段。

但这些(xiē)短视频的创作(zuò)方(fāng)式非(fēi)常(cháng)简(jiǎn)单，创作者仅仅(jǐn)需要向(xiàng)AI输入一段话，甚(shèn)至只(zhǐ)是说一下(xià)要求，AI就可(kě)以根据需要生成一段(duàn)视(shì)频。

谷(gǔ)歌发布的两个AI生(shēng)成视(shì)频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够(gòu)做出更高清视频(pín)的AI还(hái)不足(zú)以在短(duǎn)时间内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人震惊的地方在(zài)于，它可以制作出超过2分钟(zhōng)的连贯的也有确切内容的视(shì)频，这才是(shì)真正让人们感到(dào)惊喜的(de)地方(fāng)。因为无(wú)论AI生成(chéng)的视频多么高清，也只能是为内容生产者(zhě)提供一个灵(líng)感，一个素材，一个过场动画(huà)。

不过(guò)能够制作出(chū)有具体剧情内容的(de)视(shì)频就意味着，一些视(shì)频创作由(yóu)AI代替人(rén)工完成已(yǐ)经初步有了可能。

当下AI的发展(zhǎn)速度已(yǐ)经(jīng)超(chāo)过大部分人的想象。内(nèi)容产(chǎn)业的本(běn)质是供给创造(zào)需求(qiú)，AIGC作(zuò)为全新的内(nèi)容(róng)生产方式(shì)，可以(yǐ)为内容产(chǎn)业带来更新的内容风格、更快的生产速(sù)度，更低的生产成本(běn)，这无(wú)疑会驱动(dòng)内容产(chǎn)业的大(dà)爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人(rén)动作(zuò)等多种内容形式(shì)的生成。不难发现(xiàn)该项技术不仅在(zài)游(yóu)戏(xì)等(děng)行业能得(dé)到(dào)有效应(yīng)用(yòng)，对于(yú)下一代互联网各种元(yuán)素(sù)的(de)构建(jiàn)亦有关键意义。

从商业化的角度来看(kàn)，文化娱乐、教育(yù)、传媒等诸多领(lǐng)域(yù)，本身就对基于(yú)AI的可视化内容(róng)有强(qiáng)烈需(xū)求。

因此，AI绘画及(jí)视(shì)频或不是结果，而只是(shì)AI进程中(zhōng)的一(yī)块重(zhòng)要拼(pīn)图，有望在(zài)技术(shù)更新的加持下实(shí)现(xiàn)更(gèng)大的应(yīng)用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚至(zhì)能(néng)够创造(zào)出(chū)独立价值(zhí)和独(dú)立视角的内容(róng)。AIGC的再次出圈，更代(dài)表着未来的先(xiān)进生(shēng)产力即将到来。

04

紧(jǐn)抓(zhuā)大模(mó)型与算力，牢固AIGC底座

从技(jì)术的(de)发展也可以看出，在(zài)语言(yán)大模型、图像大模型之后，多(duō)模态(tài)大模型已经成为了新的趋势。

大(dà)模型被誉(yù)为当前(qián)人工智能发展的(de)智能底座，是全球竞争最激烈的(de)研(yán)究(jiū)方向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都在竞相发力。

不过(guò)训(xùn)练大模型(xíng)的(de)确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多(duō)少(shǎo)算力》报告估(gū)算，GPT-3训练一次(cì)的成本约(yuē)为(wèi)140万美元。而(ér)对于一(yī)些(xiē)更大的LLM(大型语言模型)，训练成本则(zé)介于200万美(měi)元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日(rì)仅电(diàn)费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞(páng)大算力支(zhī)持。在关注(zhù)各类大(dà)模型的(de)发(fā)展同(tóng)时，更应该关(guān)注算力网络的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展的(de)终极目标离得更近(jìn)。

因为算(suàn)力可以对突破(pò)性技(jì)术创新提供大(dà)力的支持。这方面，多模态(tài)大模型是典(diǎn)型。作为面(miàn)向未(wèi)来强人工智能、通用人工智能(néng)的重(zhòng)要技术创新，多模(mó)态大模型(xíng)已(yǐ)经(jīng)在(zài)人工智能(néng)领域提(tí)出(chū)了很多年，业界也有不少技术突(tū)破，但是，多(duō)模态大模型(xíng)进一(yī)步往(wǎng)下走，算(suàn)力需求呈几(jǐ)何(hé)式(shì)上升(shēng)，一般(bān)的(de)算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单(dān)独一项(xiàng)的训(xùn)练，到双模(mó)态、三模态的跃迁，让(ràng)人工智能(néng)可以灵活应(yīng)对不同模态的转化、像(xiàng)人与世界交互一样(yàng)自然，这方面(miàn)，由算力网(wǎng)络(luò)来驱动(dòng)将有明显优势。

此外，还(hái)有很多需(xū)要爆发式增长(zhǎng)的算力来支撑(chēng)的技术创新，将在人(rén)工智(zhì)能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的支持下(xià)AIGC能持续(xù)颠覆内(nèi)容生产的方(fāng)式(shì)，将创造的边际成本(běn)降(jiàng)低，让(ràng)万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 网络语言牛马是什么意思，什么牛马是什么意思网络语言