自(zì)聊天机器人ChatGPT火爆以来，微(wēi)软(ruǎn)公司创(chuàng)始(shǐ)人比尔(ěr)·盖茨已多次公开谈论人(rén)工(gōng)智(zhì)能话题。在最(zuì)近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可能会让科(kē)技行业迎(yíng)来一次(cì)剧烈的洗牌”。

这(zhè)个结(jié)论是他在当地时(shí)间2月20日接受《In Good Company》节目专访时提(tí)出的(de)。

他预(yù)期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行(xíng)动(dòng)相当迅速(sù)。而最终科技(jì)巨头将把AI整合成用户的“全(quán)能(néng)助手(shǒu)”，包揽一(yī)切(qiè)应用，与人们进行沟通(tōng)并提供建议(yì)，可以(yǐ)取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助(zhù)手(shǒu)的到来可能尚需(xū)时日，但由(yóu)ControlNet引发的又(yòu)一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火(huǒ)的(de)时(shí)候，还是(shì)2022年(nián)8月，在美(měi)国科罗拉(lā)多州举办的新兴数字艺术(shù)家竞赛中，一幅名为《太空歌剧(jù)院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软(ruǎn)件被广大(dà)网友(yǒu)熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在(zài)应用中(zhōng)输入(rù)一组(zǔ)关键词或者一张照片(piàn)，就能获得一(yī)幅AI创作的画作。

作画的关键就是所输入的文本。同一(yī)组关键词也可以创作出很多(duō)张风格不一(yī)样(yàng)的画作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用户很喜(xǐ)欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的(de)美图当做(zuò)头像(xiàng)。而(ér)另一(yī)部分喜欢翻看AI绘画的“翻车(chē)”作品。在社(shè)交媒体上，许(xǔ)多用户(hù)分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成(chéng)了建筑(zhù)。

而(ér)如今随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画(huà)的填写关键词游(yóu)戏可能(néng)要被颠(diān)覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读(dú)博的中(zhōng)国(guó)人张吕(lǚ)敏创作的一种基于控(kòng)制点的(de)图像变形算法，主要用于数字图像(xiàng)处理(lǐ)、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一(yī)经发布，在短短的两天内便(biàn)成为了AI绘画领(lǐng)域最新的热点。

在此之前，大家用了很多(duō)方法想让AI生成(chéng)的结果尽可能的符合要(yào)求，但是都不尽如人(rén)意，它的(de)出现(xiàn)代(dài)表着AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可以直(zhí)接提取画面(miàn)的构(gòu)图，人物的(de)姿势和画面的深度(dù)信息等。有了它的帮助，就(jiù)不用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不少博主的作品已经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照片直(zhí)接带她们走进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最(zuì)后(hòu)用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换(huàn)关键词(cí)试(shì)效果。

通过图片就可以(yǐ)看出来，效(xiào)果十分惊(jīng)艳。

更(gèng)厉(lì)害(hài)的是，除了真实的照片，草图也(yě)可(kě)以(yǐ)加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现(xiàn)线(xiàn)稿转全(quán)彩(cǎi)图。大神张(zhāng)吕敏其本尊(zūn)也亲(qīn)自回应。

不得(dé)不说当(dāng)下(xià)AIGC已(yǐ)经变得(dé)越来越强大，甚至输(shū)出(chū)的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力(lì)爆发

警惕安全问题

近日(rì)，“苏(sū)州(zhōu)金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣(yáo)这(zhè)所谓(wèi)的“party”可能是全国第一起(qǐ)AI绘图(tú)诈骗。

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

不(bù)过仔细观察(chá)可以发现，活(huó)动发起者提供的照片(piàn)中有个很大的漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手(shǒu)指部分(fēn)有的(de)存在异常。

有行(xíng)业人事(shì)表示：“现在因为(wèi)手指部分的绘画算(suàn)法比较复杂，AI还不(bù)太会画人(rén)的手，但(dàn)最新看到的图片(piàn)已经(jīng)有越来越完美的(de)AI模(mó)型出(chū)现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图(tú)诈(zhà)骗在国外也已有(yǒu)发生。据(jù)英国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用户使用AI合(hé)成了(le)儿童受灾的假照片发布(bù)到(dào)网络(luò)，以此诱骗善(shàn)良的(de)人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出(chū)真人(rén)照片(piàn)般的绘图效果，如果这(zhè)样(yàng)的(de)图片被用来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一(yī)方面，批判者认为AI在“学习”了(le)大量前(qián)人的作品之后，其(qí)创作没有(yǒu)任何情绪(xù)和灵魂，难以(yǐ)和人类的(de)艺(yì)术创作(zuò)相提并论。

另一方面，AIGC背(bèi)后(hòu)的版(bǎn)权、目前(qián)都并(bìng)没有得到有效(xiào)的解决(jué)，还有AIGC会不(bù)会(huì)代替人类“至(zhì)高无上(shàng)”的创意。

马斯克也强(qiáng)调，人工智能的安全问题需(xū)要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有两面性(xìng)的，潜在的危害并(bìng)不能掩盖(gài)其光辉的贡献。现在看来，人工智(zhì)能技术将(jiāng)是第四次(cì)工业(yè)革命的(de)核心驱(qū)动(dòng)力量，将创(chuàng)造新的增(zēng)长奇迹。

过去一年，人工智能在技术和商业(yè)层面都有了巨大进(jìn)展，AI绘画就是人工智能技术发生方向性改变的一个代表。其(qí)下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发(fā)布了几条引爆科技圈的短(duǎn)视(shì)频。这些视(shì)频引发关注并非内容(róng)做得多优秀，反而都非(fēi)常简单，比如(rú)一(yī)匹正在喝水(shuǐ)的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第一视角录像，随便(biàn)一个有手机的人(rén)都可以随手录下一段。

但这些短视频的创作方(fāng)式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说(shuō)一(yī)下要求，AI就可以(yǐ)根据需(xū)要(yào)生(shēng)成(chéng)一段视频。

谷(gǔ)歌发布(bù)的两个AI生成视频(pín)分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别(bié)。

在Make-A-Video公布了AI生成(chéng)的(de)视频(pín)后，AI圈就已经玩了(le)一(yī)波梗，一个能够做出更高清视频的AI还(hái)不足(zú)以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以(yǐ)制作出超过2分钟的连贯的也有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多(duō)么高清，也只能是为内(nèi)容生产(chǎn)者提(tí)供一个灵感，一个素(sù)材，一个(gè)过场(chǎng)动画(huà)。

不(bù)过能够(gòu)制作(zuò)出有具(jù)体剧情内容的(de)视(shì)频就意味着，一些视(shì)频创作由AI代替人工完成已经(jīng)初步有了可(kě)能。

当下AI的发展速度(dù)已经超过大部分人(rén)的想象。内容产业(yè)的本(běn)质(zhì)是供给创造需求，AIGC作为全新的内容(róng)生产(chǎn)方式(shì)，可以为(wèi)内容产业带来更(gèng)新(xīn)的内容风格、更(gèng)快的生产速(sù)度，更低的生产成本(běn)，这无疑会驱动(dòng)内容(róng)产业的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于(yú)音(yīn)乐、代(dài)码(mǎ)、机器(qì)人动作等多种内容形式的生成。不难发(fā)现该项技(jì)术(shù)不仅(jǐn)在(zài)游戏(xì)等(děng)行业能得到(dào)有效应(yīng)用，对于(yú)下一代互联网各种元(yuán)素的构(gòu)建亦(yì)有关(guān)键意义。

从(cóng)商业化(huà)的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有强(qiáng)烈需求(qiú)。

因此，AI绘画及视频或不是(shì)结果，而只是(shì)AI进(jìn)程中的(de)一块(kuài)重要(yào)拼(pīn)图，有(yǒu)望(wàng)在技术更新(xīn)的加持下实现(xiàn)更大的应用价值。

AI从理解内容，走向(xiàng)了可以(yǐ)生成内容，甚至能够(gòu)创造(zào)出独立价值和独立视角(jiǎo)的内容。AIGC的(de)再(zài)次(cì)出圈，更代表着未(wèi)来的先进生(shēng)产力(lì)即将到来。

04

紧(jǐn)抓(zhuā)大(dà)模型与算(suàn)力，牢固(gù)AIGC底座

从技术的发展也可以看(kàn)出，在(zài)语言(yán)大模型(xíng)、图像大模型(xíng)之(zhī)后，多模(mó)态大模型(xíng)已经成(chéng)为了新的趋势(shì)。

大模型被(bèi)誉为当前人工智(zhì)能发展的智能底座，是(shì)全球(qiú)竞(jìng)争最激烈的研究方向(xiàng)之一(yī)，包(bāo)括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头(tóu)部企业都在(zài)竞相发(fā)力。

不过训练大(dà)模(mó)型的确价格不(bù)菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对(duì)于(yú)一些更大的LLM(大型语言模型)，训练(liàn)成本则介于200万美元至(zhì)1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计(jì)算，其对应芯片需求为3万多(duō)片(piàn)英伟达A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅电(diàn)费就(jiù)在5万美(měi)元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支(zhī)持(chí)。在关注(zhù)各(gè)类大(dà)模型的发展同时，更应该关注算力网络(luò)的建设。

算力网络正(zhèng)驱动(dòng)AI产业发(fā)展进入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智(zhì)能发(fā)展(zhǎn)的终极目标(biāo)离(lí)得更(gèng)近。

因为算力可以对突破性技术创新提(tí)供大力的(de)支持。这方(fāng)面，多模态(tài)大模型是典型。作为面(miàn)向未来强人工(gōn. v. adj. adv.是啥，英语词性分类12种及缩写ng)智能(néng)、通用人工智能的重要(yào)技术创新，多模(mó)态大模型已经在人工智能领域提出了很多年，业界也有不少技术突(tū)破，但是，多模态(tài)大模型进一步往(wǎng)下走(zǒu)，算力(lì)需求呈几何式上(shàng)升，一般(bān)的算力(lì)基础设施很快将难以胜(shèng)任。

从图像、文字、语音单独一项的训练(liàn)，到双模态(tài)、三模态的跃迁，让(ràng)人工(gōng)智(zhì)能可以灵活应对不同模态的转化、像人与世界交互一样自(zì)然，这方面，由(yóu)算(suàn)力网络(luò)来驱动将(jiāng)有明显优势。

此外(wài)，还有很多需要爆发式增长的算力(lì)来支撑的技术创新(xīn)，将(jiāng)在人工智能算力网(wǎng)络支撑下(xià)快速推进。

AIGC已经露(lù)出曙光(guāng)，期待在大(dà)模型和大算力的(de)支持下AIGC能持续颠(diān)覆内(nèi)容生产的方式，将(jiāng)创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 n. v. adj. adv.是啥，英语词性分类12种及缩写