自聊天(tiān)机器人ChatGPT火(huǒ)爆以来(lái)，微(wēi)软(ruǎn)公(gōng)司创始人比尔·盖茨已多次公开谈(tán)论人(rén)工智能话题。在最近的一(yī)次采访中，他再(zài)次表示：“AI可能会让科技行(xíng)业迎来一次剧(jù)烈的(de)洗牌”。

这个(gè)结论(lùn)是他在当地时间2月20日(rì)接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面的行动相当迅速(sù)。而(ér)最终科技巨头将把(bǎ)AI整合成用(yòng)户的“全能助手”，包揽(lǎn)一切应用，与人们进行(xíng)沟通并提供建议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆(bào)火(huǒ)的(de)时候，还(hái)是2022年8月，在美国科罗(luó)拉多(duō)州举办(bàn)的新兴数字艺术(shù)家(jiā)竞(jìng)赛中，一幅名为《太空歌(gē)剧院》的作品(pǐn)获(huò)奖。

随(suí)后各大厂商的AI绘画软件被广(guǎng)大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其(qí)中代表。

用户们可(kě)以在应用(yòng)中输入(rù)一组关键(jiàn)词或者一张(zhāng)照片，就能(néng)获得一幅AI创作的画(huà)作。

作画(huà)的关(guān)键就(jiù)是所输入的(de)文(wén)本。同一组关键词也可以(yǐ)创作出(chū)很多(duō)张风格不一(yī)样的画作，这让创作(zuò)的过程就像开盲(máng)盒(hé)。

很多用户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会(huì)将生成的(de)美(měi)图当做头像。而另一部分喜欢翻看(kàn)AI绘(huì)画(huà)的“翻(fān)车”作品。在(zài)社交媒体(tǐ)上，许多(duō)用户(hù)分享AI“翻车(chē)现场”，例如(rú)，一位网(wǎng)友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男(nán)”，还有网友的(de)个人照片被AI识(shí)别(bié)成了建筑。

而(ér)如(rú)今(jīn)随着(zhe)ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键词游戏(xì)可能(néng)要被颠覆了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读(dú)博的中国人(rén)张吕(lǚ)敏创作(zuò)的一种基于控制点的图像变形算法，主要用于数字(zì)图像(xiàng)处理、计(jì)算机视觉(jué)和计(jì)算机图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域(yù)最新的热点。

在此(cǐ)之前，大(dà)家用了很多方法想让AI生成(chéng)的结果尽可能的符合要求，但是都不(bù)尽如(rú)人(rén)意，它的出现(xiàn)代表着AI生成开始(shǐ)进入真正的可控时(shí)期(qī)。

因为ControlNet可(kě)以直接提取画面的构图，人(rén)物的姿势和画面的深度信息(xī)等。有了它的帮助(zhù)，就不用频(pín)繁的用(yòng)提(tí)示词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通(tōng)俗(sú)的说ControlNet相(xiāng)当(dāng)于给AI绘画加了(le)“魔法”，不少博主的作品已经获得了大(dà)量的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友的照片直(zhí)接(jiē)带(dài)她(tā)们(men)走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图(tú)片转文(wén)字(zì)。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对(duì)应(yīng)的(de)关(guān)键词；最(zuì)后(hòu)用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关(guān)键词试效果。

通过图片就可以看出(chū)来，效(xiào)果十分(fēn)惊艳。

更厉害的是，除(chú)了真(zhēn)实的照(zhào)片，草图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到(dào)ControlNet还能实现(xiàn)线稿转全(quán)彩图。大神张(zhāng)吕敏(mǐn)其(qí)本尊也(yě)亲自回应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚(shèn)至输出的作(zuò)品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发(fā)

警(jǐng)惕(tì)安全问题

近日(rì)，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇party”的消息火遍网络(luò)，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘(huì)图诈骗。

由(yóu)于这个活动里面给(gěi)出的美女照片(piàn)都是AI制作的(de)真人(rén)照片绘图，因为太逼真，被(bèi)大家当成真事(shì)传播(bō)了(le)。

不(bù)过仔(zǎi)细观察可以发现，活动发起(qǐ)者提供的照片中有个很大的漏洞可以发现并非真(zhēn)人(rén)，而是AI绘图，那(nà)便是(shì)图片中女性的手指部分有的存在(zài)异常。

有行业人事表示：“现在因为手(shǒu)指部分的绘画算法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片已经有(yǒu)越来越完美(měi)的AI模型出(chū)现，以后可(kě)能就完全没(méi)有(yǒu)漏洞了。”

类(lèi)似的AI作(zuò)图诈骗(piàn)在(zài)国外(wài)也(yě)已有发(fā)生(shēng)。据英国(guó)广播(bō)公司报道，土耳其地震期间，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的(de)人打赏“捐助”从而实施(shī)诈骗(piàn)。

目(mù)前随着技术发(fā)展，AIGC已经能(néng)做出真人照片般的绘图效果，如果这(zhè)样的图(tú)片被用来诈(zhà)骗，将(jiāng)非(fēi)常可怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在(zài)“学习”了大量前(qián)人的(de)作(zuò)品(pǐn)之后，其创作没有任(rèn)何情绪和灵魂，难以和人(rén)类的艺术(shù)创作相提(tí)并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不会代替(tì)人类“至高无上”的创意。

马斯克也强调，人工智(zhì)能(néng)的安全(quán)问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除了(le)视频(pín)，还有远方(fāng)

技术(shù)都是有两面性的，潜在的危害并不能掩(yǎn)盖(gài)其光辉的贡献。现(xiàn)在看(kàn)来，人工智能技(jì)术将是第(dì)四(sì)次工业(yè)革命的核心(xīn)驱动(dòng)力量，将创造新(xīn)的增长奇(qí)迹。

过去一(yī)年(nián)，人工智(zhì)能在(zài)技术和商业层面(miàn)都有了巨大进展，AI绘画就(jiù)是人工智(zhì)能技(jì)术发(fā)生方向性(xìng)改变的一(yī)个代表。其下一站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后发布了(le)几条引(yǐn)爆(bào)科技圈的(de)短视频。这些视频引(yǐn)发关注(zhù)并非内容(róng)做得多优秀，反而都非常(cháng)简单(dān)，比如一匹正(zhèng)在喝水的马，一只画画的玩具(jù)熊(xióng)，或者一段骑摩托车的第(dì)一视角录像，随便(biàn)一个有(yǒu)手(shǒu)机的人(rén)都可以随手录下一段(duàn)。

但(dàn)这些短视(shì)频的创作方(fāng)式(shì)非(fēi)常简(jiǎn)单(dān)，创作者仅(jǐn)仅需要向AI输入(rù)一段话(huà)，甚(shèn)至(zhì)只是说一下要求，AI就可以根(gēn)据需要生成一段视(shì)频(pín)。

谷歌发布的两个AI生成视(shì)频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的(de)视(shì)频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高清视频(pín)的AI还不(bù)足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地方在于，它可以制作出超过2分钟(zhōng)的连贯的(de)也有确(què)切内容的视频，这才是真正(zhèng)让人们感到惊喜(xǐ)的(de)地方。因为无(wú)论AI生成的视频(pín)多(duō)么(me)高清，也(yě)只能是为内容(róng)生产者提供一个(gè)灵感，一个素(sù)材(cái)，一个过场动画。

不过能够制作出有(yǒu)具体剧情内容的视频(pín)就意(yì)味着，一(yī)些视频创作由AI代替人工完成已经初步有了(le)可能。

当下(xià)AI的发展速度已经超过大部分人的想象。内容产业的本质是(shì)供(gōng)给(gěi)创(chuàng)造需求(qiú)，AIGC作为全新楚国辞赋家是谁湖北省宜昌市人，楚国辞赋家是谁湖北省宜昌市秭归县人的内容生(shēng)产方式，可以为内容产业带来更新(xīn)的内容风格、更快(kuài)的生产速(sù)度，更低的生产(chǎn)成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种(zhǒng)内容形(xíng)式的生成(chéng)。不难(nán)发现(xiàn)该项技术不仅在(zài)游戏等行业能得(dé)到有效应用，对于下一代互联网各种(zhǒng)元(yuán)素的(de)构建(jiàn)亦(yì)有关键意义。

从商业化的(de)角度来看，文(wén)化娱乐、教育、传媒等诸(zhū)多领域，本身(shēn)就对基于(yú)AI的可视化(huà)内容(róng)有强烈(liè)需求。

因(yīn)此，AI绘(huì)画及视(shì)频(pín)或不是(shì)结(jié)果，而只是AI进程中的一块重(zhòng)要(yào)拼(pīn)图，有(yǒu)望在(zài)技术更(gèng)新的加持下实(shí)现更(gèng)大的(de)应用价(jià)值。

AI从理解内容，走向了(le)可(kě)以生(shēng)成内(nèi)容(róng)，甚(shèn)至(zhì)能够创造(zào)出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力(lì)即将到来。

04

紧(jǐn)抓大模(mó)型与算力(lì)，牢固AIGC底(dǐ)座

从(cóng)技(jì)术(shù)的发展也可(kě)以(yǐ)看出，在语言大(dà)模型、图像(xiàng)大模型之后，多模态大模型已(yǐ)经(jīng)成为了新的趋势。

大模型被誉(yù)为当前人(rén)工智(zhì)能发(fā)展的智能(néng)底座，是全球竞争最激(jī)烈的(de)研究方向之(zhī)一，包(bāo)括(kuò)谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯(xùn)等众多头部企业都(dōu)在竞相发力。

不过训练(liàn)大(dà)模型的确价格(gé)不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练一(yī)次(cì)的成本(běn)约(yuē)为140万美元。而对(duì)于一些更大(dà)的(de)LLM(大型(xíng)语言模型)，训练(liàn)成本(běn)则介(jiè)于200万美元至(zhì)1200万美元高价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客(kè)平(píng)均数1300万(wàn)计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入(rù)成(chéng)本(běn)约(yuē)为8亿美(měi)元，每(měi)日仅电费就在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都(dōu)离不开庞大(dà)算(suàn)力支持。在(zài)关注各类大模(mó)型的发展同时(shí)，更应(yīng)该关注(zhù)算力网络的(de)建设。

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

因为算(suàn)力可以对(duì)突破性技(jì)术(shù)创新(xīn)提供(gōng)大(dà)力的支持。这方面，多模态大模(mó)型是典(diǎn)型。作(zuò)为面向未来强(qiáng)人工智能、通用人工智能的重要技术创新，多模(mó)态(tài)大模型(xíng)已经在人工智能领域提出了很多年，业界也有(yǒu)不少技术突破，但是，多模态大模型进一步往下走，算力需求(qiú)呈几何式上升，一(yī)般的算力基础(chǔ)设施(shī)很快将(jiāng)难以(yǐ)胜(shèng)任。

从图像、文字、语音单独一(yī)项的训练，到双模(mó)态、三模态(tài)的跃迁(qiān)，让人工智能可以灵活(huó)应(yīng)对不同模态(tài)的转化、像(xiàng)人与世界交互(hù)一样自然，这方面，由算力网络来驱动将(jiāng)有(yǒu)明显优(yōu)势。

此外(wài)，还(hái)有很多需要爆发式增长的算力(lì)来支(zhī)撑的技术(shù)创新，将在人(rén)工智能算力网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支持(chí)下AIGC能(néng)持续颠覆(fù)内容(róng)生产的方式(shì)，将创造的(de)边际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 楚国辞赋家是谁湖北省宜昌市人，楚国辞赋家是谁湖北省宜昌市秭归县人