自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在最近的一(yī)次采访中，他(tā)再(zài)次表(biǎo)示：“AI可能会让科技行(xíng)业迎来一次剧烈的洗牌”。

这个结(jié)论是他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期(qī)，AI的(de)发展可能会威胁到谷歌的市占率(lǜ)，因为微(wēi)软在AI方面的(de)行动相当迅速。而最终科技巨(jù)头将把AI整合成用(yòng)户的“全能助手”，包揽一切应(yīng)用，与人们进行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能尚(shàng)需(xū)时日(rì)，但由ControlNet引(yǐn)发的又(yòu)一(yī)次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热(rè)点包围中杀(shā)出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上(shàng)一次(cì)爆火的(de)时候，还是2022年8月，在美国科罗(luó)拉多州举办的新兴(xīng)数字艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院》的(de)作品(pǐn)获奖。

随后各(gè)大厂商的(de)AI绘(huì)画软件被(bèi)广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是(shì)其中代(dài)表。

用户们可以(yǐ)在应(yīng)用中输入一组关键词或者一张照片(piàn)，就能(néng)获得(dé)一幅AI创作的(de)画(huà)作。

作画(huà)的关键就是所输入的文本。同一组关键词也(yě)可以(yǐ)创作出很多张风格不一样的画作，这让创作(zuò)的(de)过程就像开盲盒(hé)。

很多用户很喜欢(huān)这种不确定的惊喜，他(tā)们会将(jiāng)生(shēng)成的美图当做(zuò)头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位(wèi)网(wǎng)友的小(xiǎo)狗照片被AI画成了“肌肉(ròu)男”，还有网友(yǒu)的(de)个人照片(piàn)被AI识别(bié)成了建筑。

而如(rú)今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创(chuàng)作的一(yī)种基(jī)于控制点的图像(xiàng)变形算(suàn)法，主要用于数字图(tú)像处理、计算(suàn)机视觉和计算机图(tú)形学等领域(yù)。

其SD插件一(yī)经发布(bù)，在短短(duǎn)的两天内便成为了AI绘画领域最新(xīn)的热(rè)点。

在此(cǐ)之(zhī)前，大家用了很多方法想让AI生成的结果尽(jǐn)可能的(de)符合(hé)要求，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成开始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以直接提取画面的(de)构(gòu)图(tú)，人物的姿势(shì)和画面的深度信(xìn)息等。有了它的帮助(zhù)，就不用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画(huà)加(jiā)了“魔法”，不少博主的(de)作品已经获得(dé)了大量的(de)浏览量，“viggo”就是其(qí)中(zhōng)之一，他用朋友的照片(piàn)直接带她们走进(jìn)动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关(guān)键词试效果。

通(tōng)过(guò)图片就可以看出(chū)来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草(cǎo)图(tú)也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲(qīn)自(zì)回应。

不(bù)得不说当下(xià)AIGC已经(jīng)变得(dé)越来(lái)越强大(dà)，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个活动里(lǐ)面(miàn)给出(chū)的(de)美女照(zhào)片都是AI制作的真人(rén)照片绘图，因为太逼真，被大(dà)家当成真事传播了。

不过仔细观察可以发现，活(huó)动发起者(zhě)提(tí)供的照片中有个(gè)很大的(de)漏洞(dòng)可以(yǐ)发现并非真人，而是AI绘(huì)图，那便是图(tú)片中(zhōng)女性的手指部(bù)分(fēn)有的存在异常。

有(yǒu)行业人事表(biǎo)示：“现(xiàn)在因为手指(zhǐ)部分(fēn)的绘画算法比(bǐ)较复(fù)杂，AI还不太会画人的手，但最(zuì)新看到的(de)图片已经(jīng)有越来越完美(měi)的AI模(mó)型(xíng)出现，以后可能就完全没有漏洞(dòng)了。”

类似(shì)的AI作图诈骗在国外(wài)也已有发生(shēng)。据英国广(guǎng)播公司报道(dào)，土耳其(qí)地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到(dào)网络，以此(cǐ)诱骗善(shàn)良的人打赏“捐助”从(cóng)而(ér)实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人(rén)照(zhào)片(piàn)般的绘图(tú)效果，如果这样的图(tú)片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判(pàn)者认为AI在“学习(xí)”了大量前人的作品之后，其创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人(rén)类的艺(yì)术创作相(xiāng)提并论。

另(lìng)一方面，AIGC背后的版权、目(mù)前都(dōu)并(bìng)没有得到(dào)有(yǒu)效(xiào)的解决(jué)，还(hái)有AIGC会不(bù)会代替人(rén)类“至高无上(shàng)”的创意。

马斯克也强调，人工智能的安全问题需要得到(dào)重视，太晚就(jiù)来不及了。

03

AIGC下一站除了(le)视(shì)频，还有远方

技(jì)术都(dōu)是有两面性(xìng)的，潜在的危害并不(bù)能掩盖其光辉(huī)的(de)贡献。现在看来，人(rén)工智能技术将是第四次工业革命的核心(xīn)驱(qū)动力量，将创造新的增长奇迹。

过去一年，人工智(zhì)能在技术和商业(yè)层面都(dōu)有了巨(jù)大(dà)进展，AI绘(huì)画就是(shì)人工智(zhì)能技术(shù)发生方向性改变的(de)一个(gè)代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引发关注(zhù)并(bìng)非内容做得多优(yōu)秀，反而都(dōu)非常简单，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或(huò)者一(yī)段骑摩托车的第一视角(jiǎo)录像，随便一个有手机的人都可以随手录下(xià)一段。

但(dàn)这些短视频(pín)的创作方(fāng)式非(fēi)常简(jiǎn)单(dān)，创作(zuò)者(zhě)仅仅(jǐn)需要向AI输入一(yī)段话，甚(shèn)至(zhì)只是说一下要求(qiú)，AI就可以根据需要生成(chéng)一段视频。

谷(gǔ)歌发(fā)布(bù)的两个AI生成(chéng)视频分别(bié)来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的(de)是高清，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就(jiù)已经(jīng)玩(wán)了一波梗，一个(gè)能够做(zuò)出更高清视频的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作出超过2分钟的(de)连贯的也(yě)有确(què)切内容(róng)的视频，这才(cái)是真正让人们感到惊喜(xǐ)的地方(fāng)。因(yīn)为(wèi)无论AI生成的视频(pín)多么高清，也只能是为内容生产者(zhě)提供(gōng)一个灵感，一个素材(cái)，一个过场动(dòng)画。

不过能够(gòu)制(zhì)作出有具体剧(jù)情(qíng)内(nèi)容的视频(pín)就意味着，一些(xiē)视频(pín)创作由(yóu)AI代替人工完成已经初(chū)步有了(le)可能。

当(dāng)下AI的发展速度已经(jīng)超过大部分人的想(xiǎng)象。内(nèi)容产业的(de)本质是供给创造需求，AIGC作为全新的内(nèi)容生产方(fāng)式，可(kě)以为内(nèi)容产业带来(lái)更新的(de)内(nèi)容风格、更快的生(shēng)产(chǎn)速(sù)度，更低的生产成(chéng)本(běn)，这无疑会(huì)驱动内容(róng)产业(yè)的大爆发(fā)。

除了AI绘图、视(shì)频，AIGC技(jì)术还能(néng)应用于音乐、代码、机(jī)器人动作等多种(zhǒng)内容(róng)形式(shì)的生成。不难发现该(gāi)项技术不仅在游戏(xì)等行业能得(dé)到(dào)有效(xiào)应用，对(duì)于(yú)下一(yī)代互联网各种(zhǒng)元素的构建(jiàn)亦有(yǒu)关键意义(yì)。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒(méi)等诸多领域(yù)，本身就对基(jī)于AI的(de)可(kě)视化内容(róng)有强烈需(xū)求(qiú)。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进程中的一块重要(yào)拼图，有望在技术更新(xīn)的(de)加持下(xià)实现更大的应(yīng)用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚(shèn)至能够(gòu)创造(zào)出独立价(jià)值和(hé)独立视角的内容。AIGC的再次出圈，更代表着未来的先进生(shēng)产力即(jí)将(jiāng)到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底(dǐ)座

从技术的发展也可以看出，在语(yǔ)言大(dà)模型、图像大模(mó)型之后，多(duō)模态大模型已经成(chéng)为了(le)新的趋势(shì)。

大模型被誉为当前人工智(zhì)能发展的智(zhì)能底(dǐ)座(zuò)，是(shì)全球竞争(zhēng)最激烈的研究方(fāng)向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾(téng)讯等众多(duō)头部企业都(dōu)在竞相发力(lì)。

不过(guò)训(xùn)练(liàn)大模型的确价格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要(yào)多少算力》报(bào)告估算(suàn)，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型)，训练成本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数(shù)1300万计算，其对应芯片需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投入成(chéng)本约(yuē)为(wèi)8亿美元，每日(rì)仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持(chí)。在关注各类大模(mó)型的发展同时，更应该关注算(suàn)力网络(luò)的建设(shè)。

算力网络正驱动(dòng)AI产业发展进(jìn)入史诗(shī)级加速进(jìn)程，让AIGC及通用AI这一(yī)人工智能发展的终极目标离得更近。

因为(wèi)算力可以对(duì)突破性技术创新提供大(dà)力的(de)支持。这方面，多模态大(dà)模型是典型(xíng)。作为面向未来强人工智能(néng)、通(tōng)用人工智(zhì)能(néng)的重要技术(shù)创新，多模(mó)态(tài)大模型(xíng)已经(jīng)在人工智能领域提出了(le)很多年(nián)，业界也(yě)有不少技术突破，但是，多(duō)模态大模型进一步往下走，算力需(xū)求(qiú)呈(chéng)几何(hé)式上升，一般的算力(lì)基础(chǔ)设施很快将难以胜任。

从(cóng)图像、文字、语音(yīn)单独一项的(de)训练，到(dào)双(shuāng)模(mó)态、三模态的跃迁，让人(rén)工(gōng)智(zhì)能可(kě)以灵活(huó)应(yīng)对不(bù)同模态的转化、像人与世界(jiè)交(jiāo)互一样自(zì)然，这(zhè)方(fāng)面，由算(suàn)力(lì)网(wǎng)络来驱动将有明显优势(shì)。

此外(wài)，还有(yǒu)很多需(xū)要爆发式增长的算力来支撑的技术创新，将在人工(gōng)智能(néng)算力网(wǎng)络支撑下快速(sù)推进。

AIGC已经(jīng)露出曙光，期待在(zài)大模(mó)型(xíng)和(hé)大(dà)算力(lì)的(de)支持下AIGC能持续(xù)颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成(chéng)本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 bno护照是什么意思 bno护照是英国国籍吗