自(zì)聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖茨(cí)已(yǐ)多次(cì)公开(kāi)谈论(lùn)人工智(zhì)能(néng)话题。在最近的一次采访中，他再次表示(shì)：“AI可能会让科(kē)技行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这个结(jié)论是他在(zài)当(dāng)地(dì)时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市(shì)占率(lǜ)，因为微软在(zài)AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的(de)“全能助手”，包(bāo)揽一切应用，与(yǔ)人们进(jìn)行沟通并(bìng)提(tí)供(gōng)建议，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全能(néng)助(zhù)手的到来可能(néng)尚需时日，但由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控(kòng)靠近(jìn)

以AI绘画为(wèi)代表的AIGC上一(yī)次爆火的(de)时候，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌(gē)剧院》的(de)作品获奖。

随(suí)后各(gè)大厂商的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输(shū)入一组关键词或者一张照片，就(jiù)能获得(dé)一幅AI创作的画作。

作画的关键(jiàn)就(jiù)是(shì)所输入的文(wén)本。同一(yī)组关键(jiàn)词(cí)也(yě)可以创作(zuò)出很多张风(fēng)格不(bù)一样的(de)画作，这让创作(zuò)的过程(chéng)就像(xiàng)开(kāi)盲盒。

很(hěn)多用(yòng)户很喜欢这(zhè)种不(bù)确定的(de)惊喜，他(tā)们会(huì)将(jiāng)生(shēng)成的(de)美图(tú)当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上(shàng)，许(xǔ)多用户(hù)分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还有网(wǎng)友的个(gè)人照片被AI识别成了(le)建(jiàn)筑。

而如(rú)今随(suí)着(zhe)ControlNet的出(chū)现(xiàn)与加(jiā)持，以往AI绘(huì)画的(de)填写关键词游戏(xì)可能要被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中(zhōng)国人张吕敏(mǐn)创作的一(yī)种基于控制点的图像变(biàn)形(xíng)算法，主要(yào)用于数字图像处理、计算机视觉和(hé)计算机图(tú)形(xíng)学等领域。

其SD插件一经(jīng)发布，在短短的(de)两天(tiān)内便成为了AI绘画领(lǐng)域(yù)最新(xīn)的热点。

在此(cǐ)之前，大家用了(le)很多方法(fǎ)想让AI生成(chéng)的结果尽可能的符(fú)合要(yào)求，但是都(dōu)不(bù)尽如人(rén)意(yì)，它的出现代(dài)表(biǎo)着AI生成开始(shǐ)进入真正(zhèng)的可控时期。

因(yīn)为ControlNet可以直接提取(qǔ)画(huà)面的构(gòu)图，人物的(de)姿势和画面的深(shēn)度信(xìn)息(xī)等(děng)。有了(le)它的帮(bāng)助(zhù)，就不(bù)用频繁的(de)用提示词(cí)来碰运气，抽盲(máng)盒式的创作了。

通(tōng)俗的(de)说(shuō)ControlNet相当(dāng)于给AI绘画加(jiā)了“魔(mó)法”，不少博(bó)主的作品已经获得了(le)大量的浏览(lǎn)量，“viggo”就是其中(zhōng)之一，他(tā)用(yòng)朋友的照(zhào)片直接带她们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼(gé)开(kāi)始换(huàn)关键词试效果。

通过图(tú)片就(jiù)可以看出来，效果十分(fēn)惊艳。

更(gèng)厉(lì)害的是(shì)，除(chú)了真(zhēn)实的照片(piàn)，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大(dà)神(shén)张吕(lǚ)敏(mǐn)其(qí)本尊也亲自(zì)回(huí)应。

不得不说当(dāng)下AIGC已经变得越来(lái)越强大，甚至输出的作品都已(yǐ)经能以(yǐ)假(jiǎ)乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近(jìn)日，“苏(sū)州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经(jīng)过警方(fāng)辟谣(yáo)这所谓的“party”可能(néng)是全国第一(yī)起AI绘图(tú)诈骗。

由于这(zhè)个活(huó)动里面给出(chū)的美女照(zhào)片都是AI制作的真人照片绘(huì)图，因(yīn)为太逼真，被大家当成真(zhēn)事传(chuán)播了。

不过仔细观察可(kě)以(yǐ)发现，活动发起者(zhě)提供的照片中有(yǒu)个(gè)很(hěn)大(dà)的漏洞可(kě)以发现并非真(zhēn)人，而(ér)是AI绘(huì)图，那便是图片中女性的手指(zhǐ)部分(fēn)有的存(cún)在异常。

有行业人事表示：“现在因为手指部分的绘画算法比(bǐ)较(jiào)复杂，AI还(hái)不太会画(huà)人的手，但最新看到(dào)的图片已经有越来越完美的AI模型出现(xiàn)，以后可能就完(wán)全没(méi)有(yǒu)漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据英(yīng)国广播公司报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾的假照片发布(bù)到网络，以此诱骗善(shàn)良的人打(dǎ)赏“捐助(zhù)”从(cóng)而实施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经(jīng)能做(zuò)出真人照片般的绘图效果，如果这样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认(rèn)闯关东三个儿子的结局，闯关东三个媳妇的结局为AI在“学习”了(le)大(dà)量前人的作品之(zhī)后(hòu)，其创作没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另(lìng)一方面，AIGC背(bèi)后的(de)版(bǎn)权、目前(qián)都并没有得到有效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至(zhì)高(gāo)无上”的创(chuàng)意。

马斯(sī)克(kè)也强调，人(rén)工智(zhì)能的安全问题(tí)需要得到重视，太(tài)晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还(hái)有(yǒu)远方

技术都是(shì)有两面性的，潜在的危害并不(bù)能掩盖其光辉的(de)贡献(xiàn)。现(xiàn)在(zài)看来(lái)，人工智能技术将是第四次(cì)工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过(guò)去一(yī)年，人工智能在技术(shù)和商业层面都有了巨(jù)大进展，AI绘画就是人工智能技术发生方(fāng)向性改变的一个代表。其(qí)下(xià)一站或许就是(shì)视(shì)频。

此前，Meta和谷歌(gē)先后(hòu)发布(bù)了几(jǐ)条引爆科技(jì)圈的短视频。这些(xiē)视(shì)频(pín)引发关注并非内容做得多优秀，反而(ér)都非(fēi)常简单，比(bǐ)如一(yī)匹(pǐ)正在喝水的马，一只画(huà)画的玩具熊，或者一段(duàn)骑(qí)摩托车的第一视角录像，随便一个有手机的(de)人都可以随手录下(xià)一段。

但这(zhè)些(xiē)短视频的创作方式非常简单，创作者(zhě)仅仅需(xū)要向AI输入一段话，甚至只是说一下要求，AI就可以根据(jù)需(xū)要生成一段视频。

谷歌发(fā)布的(de)两个(gè)AI生(shēng)成视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是(shì)高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的视频后(hòu)，AI圈(quān)就已经(jīng)玩了(le)一波梗(gěng)，一(yī)个能够做出更高清视频的AI还不足以(yǐ)在短时间(jiān)内(nèi)戳(chuō)中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制(zhì)作出超过2分钟的连贯的也有确切内(nèi)容的视频，这才是真正让人们感(gǎn)到惊喜的(de)地(dì)方。因为无论(lùn)AI生成的(de)视频(pín)多么高(gāo)清，也(yě)只能(néng)是为内容生(shēng)产(chǎn)者(zhě)提供一(yī)个(gè)灵感，一(yī)个素(sù)材，一个过场动(dòng)画。

不(bù)过(guò)能够制作出(chū)有具体剧情内容的视频就(jiù)意味着，一些视频创作由AI代替人(rén)工完(wán)成已(yǐ)经初步有了可能。

当下AI的发展(zhǎn)速(sù)度已(yǐ)经(jīng)超过大部(bù)分人的(de)想象。内容产(chǎn)业的(de)本(běn)质是供给创造需求，AIGC作为全(quán)新的内容(róng)生产方式，可以为内容产业带来更新的内容风格(gé)、更快(kuài)的生产(chǎn)速度，更(gèng)低的生(shēng)产成本(běn)，这无疑会驱动内(nèi)容产业的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用于音(yīn)乐(lè)、代码、机器(qì)人动作等多(duō)种内容形式的(de)生成。不难发(fā)现该项(xiàng)技术(shù)不仅在游(yóu)戏(xì)等行业能得到有效应用，对于下(xià)一代互联网各种元(yuán)素的(de)构建亦有关(guān)键意义。

从商业(yè)化的角度来(lái)看，文化娱乐、教(jiào)育、传媒(méi)等诸多(duō)领域，本身(shēn)就(jiù)对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程(chéng)中的一块重要(yào)拼(pīn)图，有望在技术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从理(lǐ)解(jiě)内容(róng)，走向了可以生成内容，甚至能够创(chuàng)造出独立(lì)价值和(hé)独立视角的(de)内容。AIGC的再(zài)次出圈(quān)，更代表(biǎo)着未来的(de)先(xiān)进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发(fā)展也(yě)可以(yǐ)看(kàn)出，在语言大(dà)模型、图像大(dà)模(mó)型(xíng)之后(hòu)，多(duō)模态大模(mó)型已(yǐ)经(jīng)成(chéng)为了新的趋势。

大模型被誉为当(dāng)前人工智(zhì)能发展的智能底座，是(shì)全球竞争最激烈的研(yán)究(jiū)方向之一，包括(kuò)谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众多头部(bù)企业(yè)都在(zài)竞相发力。

不过训练大(dà)模型的确价格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报(bào)告估(gū)算，GPT-3训练一次的成本(běn)约为(wèi)140万美元。而对于一些更大的LLM(大型语言(yán)模(mó)型)，训练成本则介于200万美元至1200万美元高(gāo)价(jià)之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计算(suàn)，其(qí)对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成(chéng)本约为8亿美元，每(měi)日仅电(diàn)费就在5万(wàn)美元左右。

此外(wài)不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关注各类大模型的发展(zhǎn)同时，更(gèng)应该关注算力网络的建设。

算力(lì)网络正驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人(rén)工智能发展的(de)终极(jí)目标离得更近。

因为算(suàn)力可以对突破(pò)性(xìng)技术创新提供大力的支持。这方(fāng)面，多模态大模型是(shì)典型。作为面(miàn)向未(wèi)来强人工智能、通(tōng)用(yòng)人工智(zhì)能的重要(yào)技术创新，多(duō)模(mó)态大模型已经在人(rén)工智(zhì)能(néng)领域提出(chū)了很多年(nián)，业界也(yě)有不少(shǎo)技术突破(pò)，但是，多模态大(dà)模型进(jìn)一(yī)步(bù)往下(xià)走，算力需求(qiú)呈几何(hé)式上升(shēng)，一般的算(suàn)力基(jī)础设施很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单独(dú)一项的闯关东三个儿子的结局，闯关东三个媳妇的结局训练，到双模态(tài)、三(sān)模态的跃迁，让人工智(zhì)能可以灵活应对不同模态的转(zhuǎn)化、像人与世界交(jiāo)互一样自然，这方(fāng)面，由算力网(wǎng)络来驱动将(jiāng)有明显优势。

此外，还有很多需要(yào)爆发式增长的(de)算力来支撑的技术创新，将在人工智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待在大模(mó)型和(hé)大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生(shēng)产(chǎn)的(de)方式，将创造的边际成(chéng)本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 闯关东三个儿子的结局，闯关东三个媳妇的结局