自(zì)聊(liáo)天机器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖茨已(yǐ)多次公开谈论人(rén)工智(zhì)能话(huà)题。在最近的一次采访中，他(tā)再次表示(shì)：“AI可能会让科(kē)技行(xíng)业迎来一次剧烈(liè)的(de)洗牌”。

这个结论(lùn)是他在当地(dì)时间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发展可能会(huì)威胁到谷歌的市(shì)占(zhàn)率，因为微软在AI方面的行动相当迅速。而(ér)最终科技巨头将(jiāng)把(bǎ)AI整合(hé)成(chéng)用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人(rén)们进(jìn)行沟通并提(tí)供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助手的到(dào)来可(kě)能尚(shàng)需时日，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年(nián)8月，在美国科(kē)罗拉(lā)多州举办的新兴数(shù)字(zì)艺术(shù)家竞赛中，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各(gè)大厂商(shāng)的(de)AI绘画软件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用(yòng)中输入一组关(guān)键词(cí)或(huò)者一张(zhāng)照片，就能获得(dé)一幅AI创作的画作。

作画的关键就(jiù)是所输入的文本。同(tóng)一组关键词也可以创作出很多(duō)张风(fēng)格不(bù)一样(yàng)的(de)画作(zuò)，这让(ràng)创作的(de)过程(chéng)就像开盲盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会(huì)将生成的美图(tú)当做头像。而(ér)另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社(shè)交媒体上，许多用户(hù)分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如，一位网友的小狗照片(piàn)被(bèi)AI画成了“肌肉(ròu)男(nán)”，还(hái)有网(wǎng)友的(de)个人照(zhào)片被AI识(shí)别成(chéng)了建筑。

而如今随(suí)着ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘(huì)画的填写关键(jiàn)词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯(sī)坦福(fú)读博(bó)的中国(guó)人张(zhāng)吕敏(mǐn)创(chuàng)作的一种基于控制点的(de)图(tú)像变形算法，主(zhǔ)要用于数字图像处理、计算机视觉和计(jì)算机图形学等领域。

其SD插件(jiàn)一经(jīng)发布，在短短的两天内便成为(wèi)了(le)AI绘画领域最新的热点(diǎn)。

在此(cǐ)之前，大家用了很多方法(fǎ)想(xiǎng)让AI生成的(de)结(jié)果(guǒ)尽可能的(de)符合要求，但是都(dōu)不尽(jǐn)如人(rén)意，它的出现代表着AI生成开始(shǐ)进入真正的(de)可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构图，人物(wù)的姿势(shì)和画面的深度信息等。有了它的(de)帮助，就不用(yòng)频(pín)繁的用提示词来碰运气(qì)，抽盲盒(hé)式的创作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画(huà)加了(le)“魔法”，不(bù)少博(bó)主的(de)作(zuò)品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用朋(péng)友(yǒu)的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词试效果。

通过图(tú)片就(jiù)可(kě)以看出来，效(xiào)果十分惊艳(yàn)。

更厉害的是，除了(le)真实(shí)的照(zhào)片，草图也(yě)可以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自(zì)回应。

不(bù)得不(bù)说当(dāng)下AIGC已经变得越来越强(qiáng)大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆发

警(jǐng)惕(tì)安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇party”的(de)消(xiāo)息(xī)火(huǒ)遍网络，而(ér)经过警(jǐng)方辟(pì)谣这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给出的美(měi)女照片(piàn)都是AI制作的真人(rén)照片(piàn)绘图，因(yīn)为太逼真(zhēn)，被大家当成真事传播了。

不过(guò)仔细观(guān)察(chá)可以发现，活(huó)动发(fā)起者提供的照片中有个很大(dà)的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的(de)存在(zài)异常。

有行业(yè)人(rén)事表示：“现在因为手指部分的绘画算法比较(jiào)复杂(zá)，AI还不太会画人的手，但最新看到的图片已经有(yǒu)越(yuè)来(lái)越完美的AI模型出现，以后(hòu)可能(néng)就完全(quán)没有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国外也已有发(fā)生。据英国广(guǎng)播(bō)公(gōng)司报道(dào)，土耳其地震(zhèn)期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假照片发布(bù)到(dào)网络(luò)，以此(cǐ)诱骗(piàn)善良的人打赏“捐助”从云南有哪几个市 云南是几线城市(cóng)而实施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片(piàn)般的绘图效(xiào)果(guǒ)，如果这(zhè)样的图片被(bèi)用来诈(zhà)骗，将(jiāng)非常可怕(pà)。

此外(wài)AIGC还引发了(le)很多担忧(yōu)，一(yī)方面，批判者认(rèn)为AI在“学习”了(le)大量前人的作品之后，其创作(zuò)没有任何情绪(xù)和灵魂，难以和人(rén)类的艺术(shù)创(chuàng)作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到(dào)有效(xiào)的解决，还(hái)有(yǒu)AIGC会不会(huì)代(dài)替人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人(rén)工智能的安全(quán)问题(tí)需要得到重视，太晚就来不及了(le)。

03

AIGC下(xià)一(yī)站除了视频，还(hái)有远方

技术都(dōu)是有两面性的，潜在的危害并不(bù)能(néng)掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现在看(kàn)来，人(rén)工智能技术(shù)将是(shì)第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年(nián)，人工智能在(zài)技术和商(shāng)业(yè)层面都有了巨大(dà)进展，AI绘画就是(shì)人工智能(néng)技术(shù)发生(shēng)方向性(xìng)改变的一个代表(biǎo)。其下一站或许就(jiù)是视(shì)频。

此前，Meta和谷歌先后发布(bù)了(le)几(jǐ)条引(yǐn)爆科(kē)技圈的短(duǎn)视频(pín)。这些视频引发(fā)关(guān)注并非(fēi)内容(róng)做得多优秀(xiù)，反而都非常简单，比如一(yī)匹(pǐ)正在喝水的马，一只画画的玩具熊(xióng)，或者一段(duàn)骑摩托车的第一视角录像，随便一个有手机(jī)的人都(dōu)可以随手录(lù)下一段。

但这些短视频的创作(zuò)方式非常简单，创作者仅仅需要向AI输(shū)入一段话，甚至只是说一下要求，AI就可以根据(jù)需要(yào)生成一段视频(pín)。

谷歌发(fā)布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的是高(gāo)清，与(yǔ)Me云南有哪几个市 云南是几线城市ta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已(yǐ)经玩了一波(bō)梗，一(yī)个能够做出更高清视频(pín)的(de)AI还不(bù)足(zú)以在(zài)短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地(dì)方在于，它可以制作出超过2分钟的连(lián)贯的也有(yǒu)确(què)切内容的视频，这才是真正让人(rén)们感(gǎn)到惊喜的(de)地方。因(yīn)为无论(lùn)AI生(shēng)成的(de)视频多么高清，也只能(néng)是为内容生产者(zhě)提供一个灵感(gǎn)，一个素(sù)材，一个(gè)过场(chǎng)动画。

不过(guò)能够制作出(chū)有具体剧情内(nèi)容(róng)的视(shì)频就意味着，一些(xiē)视频创作由(yóu)AI代替人工(gōng)完成已经初步(bù)有了可能。

当下AI的发(fā)展速度已经超过大部分人的(de)想象。内(nèi)容产业的本质(zhì)是供给创造需(xū)求，AIGC作为(wèi)全新的内容(róng)生产方式，可以为内(nèi)容产业带来更新的内容风格(gé)、更快的生产速度，更低的(de)生产(chǎn)成本，这无疑(yí)会驱动内容产业的大爆发(fā)。

除了AI绘图(tú)、视频(pín)，AIGC技术还能(néng)应用于音(yīn)乐、代码、机(jī)器人动作(zuò)等多种内容(róng)形式的生成。不难(nán)发现(xiàn)该(gāi)项(xiàng)技术不仅在游戏等行业能得到有效应(yīng)用，对于下一代(dài)互联网各种元素(sù)的构(gòu)建亦有(yǒu)关键意义(yì)。

从商业化的角度来看，文化娱(yú)乐、教(jiào)育、传媒等诸多(duō)领域，本身(shēn)就对基于AI的(de)可视化内容有强烈需(xū)求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程(chéng)中(zhōng)的一块(kuài)重要拼图，有望在技(jì)术更新(xīn)的加持下实(shí)现更(gèng)大的(de)应用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生(shēng)产力即将(jiāng)到来。

04

紧抓大模(mó)型与算(suàn)力(lì)，牢固AIGC底座

从技术的发展也可以看出(chū)，在语言(yán)大(dà)模型、图像大(dà)模型之后，多模态(tài)大模型已(yǐ)经成为了新的(de)趋(qū)势。

大(dà)模型被誉(yù)为当前人工智能发展的智能底座，是全球竞争最激烈的(de)研(yán)究方向(xiàng)之一，包(bāo)括(kuò)谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头部企业都在竞(jìng)相发力(lì)。

不(bù)过训练大模型(xíng)的(de)确价(jià)格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而(ér)对于一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元(yuán)至1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立(lì)访(fǎng)客平均数1云南有哪几个市 云南是几线城市300万计(jì)算(suàn)，其对应(yīng)芯片(piàn)需求为3万多片英伟达A100 GPU，初始投(tóu)入成本约(yuē)为8亿美元，每日仅电费就(jiù)在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持(chí)。在关注各类大模(mó)型的发展(zhǎn)同时(shí)，更应该关注算力网络(luò)的建设。

算力网络正(zhèng)驱动AI产业发展进入史(shǐ)诗(shī)级(jí)加速(sù)进程，让AIGC及通(tōng)用AI这(zhè)一人工(gōng)智能发展的终极目标离得(dé)更近。

因为算力可以(yǐ)对突破(pò)性技术创新提供(gōng)大(dà)力的支持。这方面，多(duō)模态大模型是典(diǎn)型。作为(wèi)面向未(wèi)来强人工(gōng)智能、通用人工智能的重(zhòng)要(yào)技术创新，多模态大模型(xíng)已经在人工智能领(lǐng)域(yù)提出(chū)了很多年，业界也有不少技术(shù)突破，但是，多模态大模型进(jìn)一(yī)步往下走，算力(lì)需求呈几(jǐ)何式上升(shēng)，一般(bān)的(de)算(suàn)力基础(chǔ)设施很快将(jiāng)难以胜任。

从图像、文字、语(yǔ)音单(dān)独(dú)一项的训练(liàn)，到双模态、三模态的跃迁，让(ràng)人工智能可以灵活应对不(bù)同模态的转(zhuǎn)化、像人(rén)与世界(jiè)交互(hù)一样自然，这方面，由算力网络来(lái)驱动将(jiāng)有明显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式(shì)增长(zhǎng)的算力(lì)来(lái)支撑(chēng)的技术(shù)创新，将在人工智能算力(lì)网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和(hé)大算(suàn)力的支持下(xià)AIGC能持续颠覆内容生产(chǎn)的(de)方式，将创(chuàng)造(zào)的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 云南有哪几个市 云南是几线城市