自聊(liáo)天机器(qì)人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨(cí)已多次公开谈论(lùn)人工智(zhì)能话题(tí)。在最(zuì)近的一次采访中(zhōng)，他(tā)再(zài)次表示：“AI可能会让(ràng)科技(jì)行(xíng)业迎来一(yī)次剧烈的(de)洗牌”。

这个结论是(shì)他在当地时间(jiān)2月20日接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他(tā)预期，AI的发(fā)展可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面(miàn)的(de)行动相当迅速。而最终科技巨头将把AI整合成(chéng)用户的“全(quán)能(néng)助手”，包揽一切(qiè)应用(yòng)，与人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大(dà)佬口中全能助手的(de)到来可能尚需时日，但由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上(shàng)一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术(shù)家竞赛中，一幅(fú)名为《太(tài)空歌剧(jù)院》的作品获奖。

随后(hòu)各大(dà)厂(chǎng)商的AI绘画软件被广(guǎng)大(dà)网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们(men)可以在(zài)应用中输入(rù)一组关键词或者一张照片(pià花王牙膏为什么那么便宜，这三种牙膏千万别再买了n)，就能(néng)获得一幅(fú)AI创(chuàng)作(zuò)的画作(zuò)。

作画(huà)的关键就是所(suǒ)输(shū)入(rù)的(de)文(wén)本。同一组关键词(cí)也可(kě)以(yǐ)创作出(chū)很多张风格(gé)不一样(yàng)的画(huà)作，这(zhè)让创作的过程就像开盲(máng)盒。

很(hěn)多用户很喜(xǐ)欢(huān)这种不确定的惊喜，他们会将生(shēng)成的美图当做头像(xiàng)。而(ér)另一部分(fēn)喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位(wèi)网友的小狗(gǒu)照(zhào)片(piàn)被(bèi)AI画成(chéng)了“肌肉男”，还有(yǒu)网(wǎng)友的个人照片被(bèi)AI识(shí)别成(chéng)了建筑。

而如今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏(xì)可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏创作的一种基于控制点的图像(xiàng)变形算法，主要用于数字图像处理、计(jì)算(suàn)机视觉和计算机图形学等领域(yù)。

其SD插件一经(jīng)发布，在(zài)短短的两(liǎng)天内便成(chéng)为了(le)AI绘画领域最新的热点。

在此之前，大(dà)家用了很(hěn)多方法想让(ràng)AI生成的结(jié)果(guǒ)尽(jǐn)可(kě)能的符合要求，但是都不尽如人意(yì)，它的出(chū)现代表(biǎo)着AI生成开始进入(rù)真正的可控(kòng)时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人(rén)物的(de)姿(zī)势和画(huà)面的深度信息等。有了它的帮助，就不用频繁的用提示词(cí)来(lái)碰运气，抽(chōu)盲盒(hé)式的创(chuàng)作(zuò)了。

通俗的(de)说(shuō)ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少博主(zhǔ)的作品已经(jīng)获(huò)得了大量的浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键(jiàn)词；最后用ControlNet插(chā)件(jiàn)绑定(dìng)骨骼开始(shǐ)换(huàn)关键词试效果。

通过图片(piàn)就(jiù)可以(yǐ)看出(chū)来，效果十分惊艳。

更厉害的是，除(chú)了真实的照片，草(cǎo)图也可(kě)以加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大(dà)神(shén)张吕(lǚ)敏其(qí)本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越(yuè)来越(yuè)强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍(biàn)网络，而(ér)经过警(jǐng)方辟谣这所谓的“party”可(kě)能是全国第(dì)一起AI绘图诈骗(piàn)。

由于(yú)这个(gè)活动里面给出的美女照片都(dōu)是AI制作的(de)真人照片绘图，因为太逼真(zhēn)，被(bèi)大家当成真事传播了。

不过仔细观察可以发现，活动发起(qǐ)者提(tí)供的照片中有个很大的漏(lòu)洞可以发现并(bìng)非真人，而是AI绘图，那便(biàn)是(shì)图片中女性的手指部分(fēn)有的存在异常。

有行(xíng)业(yè)人事表示(shì)：“现在因为手指部分(fēn)的绘(huì)画算法比较复杂，AI还不太会画人的(de)手，但最新看到的图片(piàn)已经有越来越完美的AI模(mó)型出现，以(yǐ)后可能(néng)就完全没有漏洞(dòng)了。”

类花王牙膏为什么那么便宜，这三种牙膏千万别再买了似的AI作图诈(zhà)骗在国(guó)外也(yě)已有发生。据(jù)英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿(ér)童受灾(zāi)的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打(dǎ)赏“捐助”从而(ér)实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做(zuò)出真人照片般的绘图效果，如果(guǒ)这(zhè)样的(de)图片被用来诈(zhà)骗，将非常(cháng)可怕。

此(cǐ)外AIGC还引发了很多担(dān)忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量前人(rén)的(de)作品之后，其创作没有任何(hé)情绪和灵魂，难以(yǐ)和人类的(de)艺(yì)术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的版权、目(mù)前都(dōu)并(bìng)没有得到有效的解决，还(hái)有AIGC会不会代替(tì)人(rén)类“至高无上”的创意。

马斯克也强(qiáng)调，人工(gōng)智(zhì)能的安全问题需(xū)要得(dé)到重视，太晚就来不及了。

03

AIGC下一站除(chú)了视(shì)频，还(hái)有远方

技(jì)术都是有(yǒu)两面性的，潜在的(de)危害并不能掩盖其光辉的贡献。现在看来，人工智能(néng)技术将是(shì)第四次工业革(gé)命的核心(xīn)驱动力量，将创造新(xīn)的增长奇迹。

过(guò)去一年，人工(gōng)智能(néng)在技(jì)术和(hé)商(shāng)业(yè)层面都有了巨大进展(zhǎn)，AI绘画就是(shì)人工(gōng)智能技术(shù)发生方向性改变的一(yī)个代表。其(qí)下一(yī)站或许(xǔ)就是视(shì)频。

此前，Meta和谷歌(gē)先后发(fā)布(bù)了(le)几(jǐ)条引爆科技圈的短视频。这些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画(huà)画的玩具熊，或者一段骑摩托车的(de)第一视角录(lù)像，随便一(yī)个有手机的人都可(kě)以随手录下一段(duàn)。

但这些短视频(pín)的创作方式非常简(jiǎn)单，创作者仅(jǐn)仅需(xū)要向(xiàng)AI输(shū)入(rù)一段话，甚至只是说一下(xià)要求，AI就可(kě)以根(gēn)据需要生成一(yī)段(duàn)视频(pín)。<花王牙膏为什么那么便宜，这三种牙膏千万别再买了/p>

谷歌(gē)发(fā)布的两个AI生成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成的(de)视(shì)频后，AI圈就已经玩(wán)了一波梗(gěng)，一(yī)个能够做出(chū)更(gèng)高清视频的AI还不足以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震(zhèn)惊的地方在于(yú)，它可以(yǐ)制作出(chū)超过2分(fēn)钟(zhōng)的连贯的也有确切内容的视频，这才是真正让人们感到(dào)惊喜的地方。因为无(wú)论(lùn)AI生成的视频(pín)多么高清，也只能是为内容(róng)生产者提(tí)供(gōng)一个灵感(gǎn)，一个素材，一个(gè)过场动画(huà)。

不过(guò)能够制作出有具体剧情内容的(de)视频(pín)就(jiù)意味着，一些视频创作由AI代替人工完成已(yǐ)经(jīng)初步有了可能。

当下AI的(de)发(fā)展(zhǎn)速度已经超过大(dà)部分人的想象。内容产业的本质是(shì)供给创(chuàng)造需求，AIGC作为全新的内(nèi)容生产方式，可以为内容产业(yè)带来(lái)更新(xīn)的内(nèi)容(róng)风格、更快(kuài)的生产速度，更(gèng)低的生产成本(běn)，这无(wú)疑会(huì)驱(qū)动(dòng)内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器人动作等多(duō)种内容形式的生(shēng)成(chéng)。不(bù)难发现(xiàn)该项技术不仅在游戏(xì)等行(xíng)业能得到有效应用，对于下(xià)一代互(hù)联网各种元(yuán)素(sù)的构建亦(yì)有(yǒu)关(guān)键意义(yì)。

从商业化的角(jiǎo)度来看，文化娱乐(lè)、教育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的(de)可视化内(nèi)容有(yǒu)强烈需求(qiú)。

因此，AI绘(huì)画(huà)及视频或不是结果(guǒ)，而(ér)只是AI进程中的(de)一块重要拼图，有(yǒu)望(wàng)在(zài)技术更(gèng)新的(de)加持下实现更大的应(yīng)用(yòng)价值。

AI从理(lǐ)解内(nèi)容，走向了可以生(shēng)成内容，甚至能(néng)够(gòu)创造(zào)出独立(lì)价(jià)值和独(dú)立(lì)视角的内容。AIGC的再次出(chū)圈，更代(dài)表(biǎo)着未来的先进生(shēng)产(chǎn)力即将(jiāng)到来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座

从(cóng)技(jì)术的发展也可(kě)以看出，在语言(yán)大(dà)模型、图(tú)像大模(mó)型之后，多模态大模型已经成为(wèi)了新(xīn)的趋势。

大(dà)模型被誉为(wèi)当前人工(gōng)智能发展的智能底座，是全球竞争最激烈的研究方(fāng)向之(zhī)一(yī)，包括(kuò)谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力(lì)。

不过训练(liàn)大(dà)模(mó)型(xíng)的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多(duō)少(shǎo)算力》报告估(gū)算，GPT-3训练(liàn)一次的(de)成(chéng)本约(yuē)为(wèi)140万美元。而对于一些更大的LLM(大型语(yǔ)言(yán)模型)，训(xùn)练成本则介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其(qí)对应(yīng)芯片需求为3万(wàn)多(duō)片(piàn)英伟达(dá)A100 GPU，初始投(tóu)入成本约为(wèi)8亿(yì)美元(yuán)，每日仅电(diàn)费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持(chí)。在(zài)关(guān)注各(gè)类大模型的发展同时，更应该关注(zhù)算力网(wǎng)络的(de)建(jiàn)设。

算力(lì)网络正驱动AI产业发展(zhǎn)进入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极(jí)目(mù)标离得更(gèng)近。

因为算力(lì)可以对突破性(xìng)技(jì)术创新提供大力的支持(chí)。这方面，多模(mó)态大模型是典型。作为(wèi)面向(xiàng)未来强人(rén)工智能、通用人工智能的重(zhòng)要技术创新，多(duō)模态大模型已经在人工智(zhì)能领域提出了很多年，业界也有不少技术(shù)突破，但是，多模态(tài)大模型进一步往(wǎng)下(xià)走，算力(lì)需求(qiú)呈几(jǐ)何式上升，一般(bān)的算力(lì)基(jī)础设施很(hěn)快将难以胜任。

从图像、文字、语音单独(dú)一(yī)项的(de)训练(liàn)，到双模态、三模(mó)态的跃(yuè)迁，让人工智(zhì)能可(kě)以灵活(huó)应对不同模态(tài)的转化、像人与世界交互一(yī)样自然，这方面，由算力网络来驱(qū)动将(jiāng)有明显优势。

此外，还有很多需要爆发式增长的(de)算力来(lái)支(zhī)撑的技(jì)术创新，将在(zài)人工智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在(zài)大模型和大算(suàn)力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造的边际成本(běn)降(jiàng)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 花王牙膏为什么那么便宜，这三种牙膏千万别再买了