自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始人比(bǐ)尔(ěr)·盖(gài)茨已多次(cì)公开谈论人(rén)工智能(néng)话题。在最近的一次(cì)采访(fǎng)中，他再次表(biǎo)示：“AI可能(néng)会让科技行(xíng)业(yè)迎来(lái)一(yī)次剧烈的洗牌”。

这个(gè)结论是他(tā)在当地时(shí)间2月20日(rì)接受《In Good Company》节目(mù)专访时提出的。

他(tā)预期，AI的发(fā)展可能会威胁到谷歌(gē)的市占(zhàn)率，因(yīn)为微软在AI方面(miàn)的行动相(xiāng)当(dāng)迅(xùn)速。而最终(zhōng)科技(jì)巨头将把AI整(zhěng)合(hé)成(chéng)用户(hù)的(de)“全能助手”，包揽一(yī)切应用(yòng)，与人们进行沟通并(bìng)提供建(jiàn)议(yì)，可(kě)以取(qǔ)代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全(quán)能助手(shǒu)的到来(lái)可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上(shàng)一次爆火(huǒ)的时(shí)候，还是2022年(nián)8月(yuè)，在美国科罗拉多州举办的(de)新兴数字艺术(shù)家竞赛中，一幅名为《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖。

随后各大(dà)厂商的(de)AI绘(huì)画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用(yòng)中输入一组关键(jiàn)词或者一张(zhāng)照(zhào)片，就(jiù)能(néng)获(huò)得一幅AI创作的(de)画作。

作画(huà)的关键(jiàn)就(jiù)是所(suǒ)输入的文(wén)本。同一组关键词(cí)也(yě)可以创作出很多(duō)张风格不一样的(de)画(huà)作，这让(ràng)创作(zuò)的过(guò)程就(jiù)像开盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜，他(tā)们会将生成的美(měi)图当做(zuò)头像(xiàng)。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交媒(méi)体上(shàng)，许多用(yòng)户分享AI“翻车(chē)现场(chǎng)”，例(lì)如(rú)，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人照(zhào)片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键(jiàn)词(cí)游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的中国人张吕敏创作的一(yī)种基于(yú)控制点的图像变形算法，主要(yào)用于(yú)数字图像(xiàng)处理、计算机视觉和计算机图形学(xué)等领域(yù)。

其SD插(chā)件一经发布，在短(duǎn)短的两天内便成为了AI绘画(huà)领域最(zuì)新的热点。

在此(cǐ)之前，大家用了很多方(fāng)法想让AI生成的结果(guǒ)尽可能的符合(hé)要(yào)求(qiú)，但(dàn)是都不尽如人意，它的出现代表着AI生成开始(shǐ)进入(rù)真正的可控(kòng)时期。

因为(wèi)ControlNet可以直(zhí)接(jiē)提取画面的构图，人物的姿势(shì)和画面(miàn)的深度信息等。有(yǒu)了它(tā)的帮(bāng)助(zhù)，就(jiù)不(bù)用频繁的(de)用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不少博主的(de)作品已经获(huò)得了大(dà)量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的(de)照片直接带(dài)她们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应的(de)关键词(cí)；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始(shǐ)换关键词试效果。

通过图(tú)片就可以看出(chū)来，效(xiào)果(guǒ)十(shí)分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还(hái)能实现线稿转全彩图。大(dà)神张吕敏(mǐn)其(qí)本尊也亲自回应(yīng)。

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

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警(jǐng)惕(tì)安全(quán)问(wèn)题(tí)

近日，“苏州(zhōu)金鸡湖(hú)有游艇(tǐng)party”的(de)消息火遍(biàn)网络，而(ér)经过警(jǐng)方辟(pì)谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗。

由(yóu)于(yú)这个(gè)活动(dòng)里面给出的美女照片都是AI制作的真(zhēn)人(rén)照片绘图(tú)，因(yīn)为太(tài)逼真，被(bèi)大家当成真事传(chuán)播了。

不过仔细观(guān)察可以发现，活(huó)动发起者提供的(de)照片中有个很大的漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘图，那便是(shì)图(tú)片中(zhōng)女性的手指部(bù)分有的(de)存在异常。

有行业(yè)人事表示：“现在因为手(shǒu)指部分的绘画算(suàn)法(fǎ)比较复杂，AI还不(bù)太会画人的手，但最新(xīn)看到(dào)的(de)图片已经有越来越完美的AI模型出(chū)现，以后可能就完全(quán)没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生(shēng)。据(jù)英国广(guǎng)播公司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的(de)假照片发(fā)布到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术(shù)发展，AIGC已经能(néng)做出(chū)真人照片般的(de)绘图效(xiào)果，如(rú)果这样的图片被用来诈骗，将非(fēi)常(cháng)可怕。

此外AIGC还引发了很多担(dān)忧，一(yī)方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人的(de)作品(pǐn)之(zhī)后，其创作没有任(rèn)何情绪和(hé)灵魂，难以(yǐ)和人类的(de)艺(yì)术创作相提(tí)并论(lùn)。

另(lìng)一方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得(dé)到(dào)有效的解决，还(hái)有AIGC会不会代替人类“至高无上(shàng)”的创意(yì)。

马斯(sī)克(kè)也强调，人工智能的安全问题需(xū)要(yào)得到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除了视频(pín)，还有远(yuǎn)方

技术都(dōu)是有两面(miàn)性的，潜在的危害并不(bù)能掩盖其光辉(huī)的贡献。现在看来(lái)，人工智能(néng)技术(shù)将是第四(sì)次工业革命的核心驱动力量(liàng)，将创造新的增长奇迹。

过去一年，人(rén)工智能(néng)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向性改变(biàn)的一个代(dài)表。其(qí)下(xià)一站或许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后发布了(le)几条引爆科(kē)技圈(quān)的短(duǎn)视频(pín)。这些(xiē)视频引发关注并非内容做得多优(yōu)秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者一段骑摩(mó)托(tuō)车的第(dì)一视角录(lù)像，随便一(yī)个有(yǒu)手机(jī)的(de)人都可以随手录(lù)下一段。

但这些短视频(pín)的创作方式非常简单，创作(zuò)者(zhě)仅仅(jǐn)需要向(xiàng)AI输(shū)入(rù)一(yī)段话，甚至只是说(shuō)一下要求(qiú)，AI就可以根据(jù)需要生成一段视频。

谷歌发布的(de)两个AI生成(chéng)视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出(chū)的(de)是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多(duō)的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈(阿富汗是不是亡国了quān)就已经玩了(le)一波梗，一(yī)个能够做出更(gèng)高清视频的AI还(hái)不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人(rén)震惊的地(dì)方在于，它可以制(zhì)作出(chū)超过2分(fēn)钟的(de)连贯(guàn)的也有确切内容的视(shì)频(pín)，这才是(shì)真正让人们(men)感到(dào)惊喜的地方(fāng)。因为无论AI生成的视频(pín)多么高清，也(yě)只(zhǐ)能(néng)是为内容生产者(zhě)提(tí)供一个灵感，一(yī)个(gè)素材，一个(gè)过场动画(huà)。

不过能够制作出有具体剧情内容的视频就意味着，一(yī)些视频创作由AI代替人工完成(chéng)已经初步有了可能(néng)。

当下AI的发展速(sù)度已经超过大部分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为(wèi)全新的(de)内容(róng)生产方式，可以为内容产业带(dài)来更新的内容风格、更快的(de)生产(chǎn)速度，更低的生产成(chéng)本，这(zhè)无疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音(yīn)乐、代码(mǎ)、机器人(rén)动作等多(duō)种内容形(xíng)式(shì)的生成。不难发现(xiàn)该项技术不仅在(zài)游戏等行(xíng)业能得到有效应用，对于下一代(dài)互联网各种元(yuán)素(sù)的构建亦有关键意(yì)义。

从商(shāng)业化的角度来看(kàn)，文化(huà)娱乐、教(jiào)育(yù)、传媒等诸多领(lǐng)域(yù)，本身就(jiù)对基于AI的可视化内(nèi)容有(yǒu)强烈需求。

因(yīn)此(cǐ)，AI绘(huì)画及视(shì)频或(huò)不是结(jié)果，而只是AI进(jìn)程中的一块重要拼图(tú)，有望在技术更新的加持下(xià)实(shí)现(xiàn)更大(dà)的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可(kě)以生成内(nèi)容，甚至能够创造出独立价值(zhí)和(hé)独立视角的内(nèi)容(róng)。AIGC的再次(cì)出(chū)圈，更代(dài)表着未来的先(xiān)进生产力即将到(dào)来。

04

紧抓大模(mó)型(xíng)与(yǔ)算力(lì)，牢固AIGC底座(zuò)

从(cóng)技(jì)术的发展(zhǎn)也可以(yǐ)看出，在语言大(dà)模型、图像大模型之后，多模态大模(mó)型已(yǐ)经成为了新的趋势。

大模型被誉为当前人工智能(néng)发展的智能底(dǐ)座，是全(quán)球竞争最激烈的研究方向(xiàng)之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都(dōu)在(zài)竞相发力。

不过训练大(dà)模型的确(què)价(jià)格不菲(fēi)，以(yǐ)国盛证券(quàn)发布(bù)的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一次的成本约为140万美元。而对于一些(xiē)更大的LLM(大(dà)型(xíng)语言模型(xíng))，训练(liàn)成本则(zé)介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计(jì)算，其对应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿(yì)美元，每日仅电费就在5万(wàn)美元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关(guān)注(zhù)各类大模型(xíng)的发展同时，更应该(gāi)关注算(suàn)力网络的建设。

算力网(wǎng)络正驱动AI产业发展进入(rù)史(shǐ)诗级(jí)加(jiā)速进程，让(ràng)AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发展(zhǎn)的终极目标离得更近。

因(yīn)为算力可以对突破性技(jì)术创(chuàng)新提供大力的支持(chí)。这方面，多模态大模型是(shì)典(diǎn)型。作为面向(xiàng)未来强人工智能、通用人工智能的重要技术(shù)创新，多模(mó)态大模型已经在(zài)人工(gōng)智能领域提出了很(hěn)多年，业界(jiè)也有不少(shǎo)技(jì)术突(tū)破，但是，多模态大模型进(jìn)一步往(wǎng)下(xià)走，算力需求(qiú)呈几何式上升，一(yī)般的算力(lì)基础设施很快将难以胜任。

从图像、文字(zì)、语音单独一(yī)项的(de)训(xùn)练，到双模态(tài)、三模态的跃(yuè)迁，让人工智能可以(yǐ)灵活应对(duì)不同模(mó)态的(de)转化、像人(rén)与世界交互一样自然(rán)，这(zhè)方面，由算力网络来驱动将有明显优势。

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

AIGC已经露(lù)出曙(shǔ)光(guāng)，期待在大模(mó)型(xíng)和大(dà)算力的(de)支(zhī)持下(xià)AIGC能持续颠覆内(nèi)容生产的方式，将创造(zào)的边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 阿富汗是不是亡国了