自(zì)聊天机(jī)器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比尔·盖(gài)茨已多次公开谈论人工智(zhì)能话(huà)题(tí)。在(zài)最近(jìn)的(de)一(yī)次采访中，他(tā)再次(cì)表(biǎo)示(shì)：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预(yù)期，AI的发展可(kě)能会(huì)威(wēi)胁到谷歌的市占率，因(yīn)为微(wēi)软在AI方面(miàn)的行动相(xiāng)当迅速。而最(zuì)终(zhōng)科技巨头将(jiāng)把AI整合成用户的“全能助手(shǒu)”，包(bāo)揽一(yī)切应用，与人们进行沟通并(bìng)提(tí)供建议(yì)，可以取代亚马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大(dà)佬口中全能(néng)助手的到来可(kě)能尚(shàng)需时日，但(dàn)由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在(zài)美国科(kē)罗拉多(duō)州(zhōu)举(jǔ)办的新兴数字艺术(shù)家竞(jìng)赛(sài)中，一幅(fú)名为《太空歌剧院》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘画软件被(bèi)广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在应(yīng)用中输(shū)入一组关键词或者一张照(zhào)片，就能获得(dé)一幅AI创(chuàng)作的(de)画作。

作画的关(guān)键就是所(suǒ)输入(rù)的文(wén)本。同一组(zǔ)关(guān)键词(cí)也可以创(chuàng)作出(chū)很多张风格不一样的画作，这(zhè)让(ràng)创作的过(guò)程就像开盲盒。

很多用户很(hěn)喜欢这(zhè)种不确定的(de)惊喜，他们会(huì)将生(shēng)成的(de)美(měi)图当做头像。而(ér)另一部分喜欢翻(fān)看(kàn)AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户分(fēn)享AI“翻(fān)车现场”，例如，一位网友的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网友的个(gè)人照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画(huà)的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国人张吕敏(mǐn)创作的一种基于控制(zhì)点的图像变(biàn)形算(suàn)法，主要用于数字(zì)图像处理、计(jì)算机视觉和计算机(jī)图形学等领域。

其SD插(chā)件一经发布，在短短的两天内便成为了AI绘画领域最新的(de)热点。

在此之前，大家(jiā)用了很多方法想(xiǎng)让AI生成(chéng)的结果(guǒ)尽可(kě)能的符合要(yào)求，但是(shì)都不尽如人(rén)意，它的出现代表(biǎo)着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以(yǐ)直接(jiē)提(tí)取(qǔ)画面的构图，人物的姿势和画面的深度(dù)信息(xī)等(děng)。有了它的帮(bāng)助(zhù)，就不用(yòng)频(pín)繁的(de)用提示词来碰运(yùn)气(qì)，抽(chōu)盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大(dà)量的浏览量，“viggo”就(jiù)是其中(zhōng)之一(yī)，他(tā)用(yòng)朋友的照片(piàn)直接带(dài)她们走进动漫世界。

切成两半的鸡蛋可以放微波炉吗，微波炉热鸡蛋如何不炸

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓展找到对应的关(guān)键词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼开始换关键(jiàn)词(cí)试效果(guǒ)。

通过图片(piàn)就可以看出来，效果十(shí)分惊(jīng)艳。

更厉(lì)害的是，除了真实的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本尊也亲(qīn)自回应。

不(bù)得(dé)不说当下AIGC已经变得越(yuè)来越强(qiáng)大，甚至(zhì)输出的作品都已经(jīng)能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第(dì)一起(qǐ)AI绘图诈骗(piàn)。

由于(yú)这个活动(dòng)里面给出(chū)的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家当成(chéng)真事传播了。

不过仔细观(guān)察可以发现，活(huó)动发起者提供的(de)照片中(zhōng)有(yǒu)个很(hěn)大(dà)的漏洞(dòng)可以发现并非真人(rén)，而是AI绘图，那便是图片中女性(xìng)的手(shǒu)指部分有的存在(zài)异常(cháng)。

有(yǒu)行业人事(shì)表示：“现在因(yīn)为手指部分的绘画(huà)算法(fǎ)比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片已经有越来越完美的AI模型出现，以(yǐ)后可能(néng)就(jiù)完全没有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在国外也(yě)已有(yǒu)发生(shēng)。据英国广播公(gōng)司报道，土耳(ěr)其(qí)地(dì)震(zhèn)期间，有Tiktok用户(hù)使用(yòng)AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助(zhù)”从而实(shí)施(shī)诈骗(piàn)。

目前(qián)随着技术发展，AIGC已经能做出(chū)真人照片般(bān)的绘图(tú)效果，如果这样的图片(piàn)被用来诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引发(fā)了很多(duō)担忧，一方面(miàn)，批(pī)判者认(rèn)为AI在“学习(xí)”了(le)大量前人的作(zuò)品之(zhī)后，其(qí)创(chuàng)作没有(yǒu)任(rèn)何情绪(xù)和灵(líng)魂，难以和人类的艺(yì)术(shù)创(chuàng)作(zuò)相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的(de)解(jiě)决，还有AIGC会(huì)不会代替人类“至高无(wú)上(shàng)”的创意。

马斯克也强调，人(rén)工智能的(de)安全问题需(xū)要得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站除了视频，还有(yǒu)远方(fāng)

技术都(dōu)是有两(liǎng)面(miàn)性的(de)，潜在的(de)危害(hài)并不能掩盖(gài)其(qí)光辉的贡(gòng)献。现在看(kàn)来(lái)，人工智能技术将是第(dì)四次工业(yè)革命的核心驱动力量(liàng)，将创造新(xīn)的(de)增长(zhǎng)奇迹。

过去(qù)一年，人(rén)工智能在(zài)技术和(hé)商业(yè)层面都有了(le)巨大(dà)进展，AI绘画(huà)就是人工智能技术(shù)发生(shēng)方向性改变的一个(gè)代(dài)表。其下一站或许就是(shì)视频(pín)。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发布了(le)几条引爆科技(jì)圈的短(duǎn)视频。这些视频引发(fā)关注并(bìng)非内(nèi)容做(zuò)得(dé)多优(yōu)秀，反而都非常简单，比(bǐ)如一匹正在喝水的马，一只画(huà)画(huà)的玩(wán)具熊，或者一段骑摩(mó)托车的第一视角录像，随便(biàn)一个有手机的人都可以随手录下(xià)一段。

但这(zhè)些短视(shì)频的创作(zuò)方式非常简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一(yī)段话，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根据需(xū)要生成一段(duàn)视频。

谷歌发布的两个(gè)AI生成视频分别(bié)来自(zì)于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈就已经玩了一波梗(gěng)，一个能够做出更(gèng)高清视(shì)频(pín)的AI还不足以在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人(rén)震惊的(de)地方在(zài)于，它可(kě)以制作出超过2分(fēn)钟的连贯(guàn)的也有确切内容的视频，这才是真正(zhèng)让人(rén)们感到惊(jīng)喜的地方。因为(wèi)无(wú)论AI生成的视频多(duō)么高(gāo)清，也只能是为(wèi)内容(róng)生产者(zhě)提供一个灵感，一个素材，一个过场(chǎng)动画。

不过能够制(zhì)作出(chū)有具(jù)体剧(jù)情内(nèi)容(róng)的视频就意味着(zhe)，一些(xiē)视频创作由AI代替人工完(wán)成已经(jīng)初步有了可能。

当下AI的发(fā)展(zhǎn)速度已经(jīng)超过大部分人的想象。内容产业的(de)本质是(shì)供(gōng)给创造需求，AIGC作为全新的内容(róng)生(shēng)产方式(shì)，可以为内容(róng)产(chǎn)业带来更新的内容风格、更快(kuài)的生产速度，更(gèng)低(dī)的(de)生产(chǎn)成本，这无(wú)疑会(huì)驱动内容产业的(de)大爆发。

除了(le)AI绘图(tú)、视频，AIGC技术还能应用(yòng)于(yú)音乐(lè)、代码、机(jī)器人动作等多种内(nèi)容形(xíng)式的(de)生成。不难(nán)发现该项技(jì)术不仅在(zài)游戏等行业(yè)能(néng)得(dé)到(dào)有(yǒu)效(xiào)应用(yòng)，对于下一代互联网(wǎng)各(gè)种(zhǒng)元素(sù)的(de)构建亦有关键意(yì)义。

从商业化的(de)角(jiǎo)度来看，文(wén)化娱乐、教育、传(chuán)媒等诸多领(lǐng)域，本身就(jiù)对基于AI的可(kě)视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频或(huò)不是结(jié)果，而只是AI进程中的一块(kuài)重要(yào)拼(pīn)图(tú)，有望在技术更新(xīn)的加持下实现更大(dà)的应用(yòng)价值(zhí)。

AI从理解内容，走(zǒu)向了可(kě)以生成内容(róng)，甚至能够创造出独立价(jià)值(zhí)和独立(lì)视角的内容(róng)。AIGC的(de)再次出圈，更(gèng)代表着未来的先进生产力即将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出，在语言大模型、图像大(dà)模型之后，多模态(tài)大模型已经(jīng)成为了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展的智(zhì)能底(dǐ)座，是全球竞争最激(jī)烈的(de)研究方向之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾(téng)讯等(děng)众多头(tóu)部(bù)企业都(dōu)在竞(jìng)相发力。

不(bù)过训练大模(mó)型的确价格不菲，以国盛证券(quàn)发(fā)布(bù)的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练(liàn)一次的成本约为140万美元。而(ér)对(duì)于一些更(gèng)大的LLM(大型语言模型)，训(xùn)练成本则介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访客平(píng)均(jūn)数1300万(wàn)计算，其(qí)对应芯片需求(qiú)为3万多(duō)片英伟达A100 GPU，初(chū)始投入成(chéng)本约为(wèi)8亿(yì)美元，每日仅(jǐn)电费就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持(chí)。在关注各类大模(mó)型的发展(zhǎn)同(tóng)时，更应(yīng)该关注算力(lì)网络(luò)的(de)建(jiàn)设。

算力网络(luò)正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极目标离得更近(jìn)。

因为(wèi)算力可以对突破性技术(shù)创新提供(gōng)大力(lì)的支持(chí)。这(zhè)方面，多(duō)模(mó)态大模型(xíng)是典(diǎn)型(xíng)。作(zuò)为面向未来强人工智(zhì)能、通用人工(gōng)智能的重要技术创(chuàng)新，多模(mó)态大模型已经在人工智能(néng)领域提(tí)出了(le)很多年(nián)，业界也有不少技术(shù)突破(pò)，但是，多(duō)模态(tài)大(dà)模型进一步往(wǎng)下走，算力需求呈几何式上升，一般(bān)的算力基础(chǔ)设施很快将难以(yǐ)胜任。

从图像、文字、语音(yīn)单(dān)独(dú)一项的训练，到双模(mó)态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化、像人与世界(jiè)交互(hù)一样自然，这方面，由算(suàn)力网络(luò)来驱动将有明显优势。

此外，还(hái)有很(hěn)多需要爆(bào)发式增长的算力来(lái)支撑的技术(shù)创新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在大模(mó)型和大算力的(de)支持下AIGC能(néng)持续颠覆内容生(shēng)产的方式，将创造(zào)的边际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 切成两半的鸡蛋可以放微波炉吗，微波炉热鸡蛋如何不炸