自聊天(tiān)机器(qì)人ChatGPT火爆(bào)以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多次(cì)公开谈论人工智能话题。在最近的一次采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来(lái)一次剧(jù)烈的洗牌”。

这个结论是(shì)他(tā)在当地时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的。

他(tā)预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌(gē)的市占率(lǜ)，因为微软在AI方(fāng)面的行动(dòng)相(xiāng)当迅速(sù)。而最(zuì)终科技巨头将把AI整合成用户的(de)“全能(néng)助手”，包揽一切应(yīng)用，与人们进行沟(gōu)通(tōng)并提供建议(yì)，可(kě)以取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能助手的到来(lái)可能尚需时(shí)日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的话题(tí)热点包围(wéi)中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘画(huà)为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月，在(zài)美国(guó)科罗(luó)拉多州举办(bàn)的(de)新(xīn)兴数字艺术家(jiā)竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在应用中输入(rù)一组关键词或(huò)者一张照片(piàn)，就能获(huò)得一幅AI创作(zuò)的画(huà)作(zuò)。

作画的(de)关键就是所输入的文本(běn)。同一组关键词也可以(yǐ)创作出很多张风格不(bù)一(yī)样(yàng)的画作，这(zhè)让创作的过程就像开盲盒。

很(hěn)多用户(hù)很喜欢这种(zhǒng)不确定的惊(jīng)喜，他们(men)会将(jiāng)生成的(de)美图当做头像。而另一(yī)部分喜欢翻(fān)看AI绘画的(de)“翻(fān)车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌(jī)肉男(nán)”，还有网友的个人(rén)照片(piàn)被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填(tián)写(xiě)关键词游(yóu)戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国人(rén)张吕敏创作的一种基于控制点(diǎn)的图像变形算法，主要用于数字图像处理(lǐ)、计算(suàn)机视觉和计算机图形(xíng)学等(děng)领域。

其(qí)SD插件一经发布，在短短的两(liǎng)天(tiān)内便成为(wèi)了AI绘画领域(yù)最(zuì)新的热点(diǎn)。

在此之前(qián)，大家用(yòng)了(le)很(hěn)多方法想让AI生(shēng)成的(de)结果尽可能的符合(hé)要求，但是都不(bù)尽如人意，它的出现代表(biǎo)着(zhe)AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提取(qǔ)画(huà)面的构图，人物的姿(zī)势和画面(miàn)的深(shēn)度信息等。有了(le)它的帮助，就不用频繁的用提示(shì)词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作(zuò)品已经获得了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照片直接带(dài)她们(men)走进动(dòng)漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开(kāi)始(shǐ)换关键词试效果。

通过(guò)图片就可以(yǐ)看(kàn)出来，效(xiào)果十分惊艳(yàn)。

更厉害的是，除了(le)真实(shí)的(de)照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图(tú)。大神张吕(lǚ)敏其本尊也亲(qīn)自回应。

不得不说当下(xià)AIGC已经变(biàn)得越(yuè)来越强大，甚至输(shū)出的作品(pǐn)都已经(jīng)能以(yǐ)假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全(quán)问题

近日(rì)，“苏(sū)州金鸡湖(hú)有游艇party”的(de)消(xiāo)息火遍(biàn)网(wǎng)络，而(ér)经过警方(fāng)辟(pì)谣这所谓的“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由(yóu)于(yú)这个活动里面给(gěi)出(chū)的美(měi)女(nǚ)照片(piàn)都(dōu)是AI制作的(de)真人照片绘图(tú)，因为太逼(bī)真，被大家当(dāng)成真(zhēn)事传播了。

不过(guò)仔(zǎi)细观察可(kě)以发现，活动(dòng)发起者提供的照片中有(yǒu)个很大的漏洞可以发现并非真人，而是AI绘图(tú)，那便是图(tú)片中女(nǚ)性的手指部分(fēn)有的存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘(huì)画算法比较复杂，AI还不太会画人的(de)手，但最新看到的(de)图片已经有越来越完美的(de)AI模(mó)型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也(yě)已有发生。据英国广播公(gōng)司(sī)报道，土耳其(qí)地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了儿(ér)童受灾的假照(zhào)片发(fā)布(bù)到网络，以(yǐ)此诱骗善良的人打赏“捐(juān)助”从而(ér)实施诈(zhà)骗。

目前(qián)随着技术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般的(de)绘图效果，如果这样的图片被用来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在(zài)“学习”了大量(liàng)前人的作品之后(hòu)，其创作没有任(rèn)何(hé)情绪和灵(líng)魂，难以(yǐ)和人(rén)类的艺术(shù)创作相提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前都并没有得到有效的(de)解决，还有AIGC会不会代替(tì)人(rén)类“至高(gāo)无上(shàng)”的创意。

马斯(sī)克也强调(diào)，人工智能的安全问题需要得(dé)到重视(shì)，太(tài)晚(wǎn)就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技术都是有(yǒu)两面性的，潜在的危害(hài)并不能掩盖其光(guāng)辉的贡献。现在看来，人工(gōng)智能技术将是第四次(cì)工业革命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智能在(zài)技(jì)术和(hé)商业层(céng)面都有了巨大进展(zhǎn)，AI绘画就是(shì)人工智能技术发生方(fāng)向性改变的一个代表。其下(xià)一站(zhàn)或(huò)许就(jiù)是视(shì)频(pín)。

此前(qián)，Meta和谷歌先后发(fā)布了几条引爆科技圈的(de)短(duǎn)视频。这(zhè)些视频引发关(guān)注并非内容(róng)做得多(duō)优秀，反而(ér)都非(fēi)常简(jiǎn)单，比如一匹正(zhèng)在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托(tuō)车的(de)第(dì)一视角录像(xiàng)，随(suí)便一个有手(shǒu)机(jī)的人都(dōu)可以随手录下一段(duàn)。

但(dàn)这(zhè)些短视频的创(chuàng)作(zuò)方式非常(cháng)简单，生乎吾前其闻道也固先乎吾翻译句式，生乎吾前其闻道也固先乎吾翻译成现代汉语创作者仅仅需要向AI输入一段话，甚(shèn)至只是说一(yī)下要求，AI就可以根据需要(yào)生(shēng)成一(yī)段视频。

谷(gǔ)歌发布的两(liǎng)个(gè)AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的(de)差别(bié)。

在Make-A-Video公(gōng)布了(le)AI生(shēng)成的视频(pín)后，AI圈(quān)就(jiù)已经玩了一波梗，一个能够做出更高清(qīng)视(shì)频(pín)的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连贯的也有确切内(nèi)容(róng)的视频，这(zhè)才(cái)是真正让人们感(gǎn)到惊喜的地方。因为无(wú)论AI生(shēng)成的视频(pín)多么高清，也只能(néng)是(shì)为内容生产者提供一个灵感，一(yī)个素(sù)材，一个过场(chǎng)动(dòng)画。

不过能(néng)够(gòu)制作出(chū)有具体剧情内容的(de)视频就意味着，一(yī)些视频创作(zuò)由AI代替人工完成已经初(chū)步(bù)有(yǒu)了可能。

当(dāng)下AI的发展(zhǎn)速度已经超过大部分人的(de)想象。内容产业(yè)的(de)本质(zhì)是供给创造需求，AIGC作为全新(xīn)的内(nèi)容生(shēng)产方式，可(kě)以为内(nèi)容产(chǎn)业带(dài)来更新(xīn)的(de)内容风格、更(gèng)快的生产速度(dù)，更(gèng)低的生(shēng)产(chǎn)成本，这无疑(yí)会驱动(dòng)内容(róng)产业的大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技(jì)术还能应用(yòng)于音(yīn)乐(lè)、代码、机器人动作(zuò)等多种内(nèi)容形(xíng)式的生成。不(bù)难发现该项技(jì)术不仅在游(yóu)戏等行(xíng)业能得到有效应(yīng)用，对于下一(yī)代互联(lián)网(wǎng)各种(zhǒng)元素的构建亦有(yǒu)关(guān)键意义。

从商业化(huà)的(de)角度来看，文化娱乐、教育、传媒等诸多领域(yù)，本身(shēn)就(jiù)对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而(ér)只是AI进(jìn)程中的一(yī)块重要拼图，有望在(zài)技术(shù)更新的(de)加持下实(shí)现更大的应用价值。

AI从理解内容，走向了可(kě)以(yǐ)生成(chéng)内容，甚至能够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代表着未来(lái)的先进(jìn)生产力即将到(dào)来。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从(cóng)技术(shù)的(de)发展也可以看出，在语言大模型、图像大模型之后，多模态大模型已(yǐ)经成为了新(xīn)的趋势(shì)。

大(dà)模型被(bèi)誉为当前人工智能发展的智能(néng)底座，是(shì)全(quán)球(qiú)竞(jìng)争最(zuì)激烈的研究方向之一，包(bāo)括谷(gǔ)歌(gē)、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头部企业都在竞相(xiāng)发力。

不过训(xùn)练大模型的确价格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训(xùn)练一次的成本约为(wèi)140万美元。而对于一些(xiē)更(gèng)大的LLM(大型语言(yán)模(mó)型)，训(xùn)练(liàn)成本则介于(yú)200万美元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计(jì)算，其(qí)对应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持(chí)。在关注各类大模(mó)型的发(fā)展(zhǎn)同时，更应该关注(zhù)算(suàn)力网络的建设(shè)。

算(suàn)力(lì)网络(luò)正驱动(dòng)AI产(chǎn)业发展进入(rù)史(shǐ)诗(shī)级加速(sù)进程，让AIGC及通用(yòng)AI这一人(rén)工智(zhì)能发展(zhǎn)的终极目(mù)标离得更(gèng)近。

因为算力可以对突破(pò)性技术创新提(tí)供大(dà)力的支持(chí)。这方面(miàn)，多模态大模型是典型。作为面向未(wèi)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(mó)型已(yǐ)经(jīng)在人工智能(néng)领(lǐng)域提(tí)出(chū)了很多年，业界也(yě)有不少(shǎo)技术突破，但是，多模态大模型进一(yī)步往下走，算力(lì)需(xū)求呈几何式上升，一(yī)般的(de)算力基础设施很快(kuài)将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独(dú)一项的训练，到双模态、三(sān)模态的跃迁，让人工智能可以(yǐ)灵(líng)活应对不同(tóng)模态(tài)的转化、像人与世界(jiè)交互一样自然，这(zhè)方面，由算(suàn)力网络来驱动将(jiāng)有明(míng)显(xiǎn)优势。

此外(wài)，还有很多(duō)需要爆发式增长的(de)算力来支撑的(de)技(jì)术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的(de)支持下AIGC能持续(xù)颠(diān)覆内容生(shēng)产的(de)方(fāng)式，将创造的边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 生乎吾前其闻道也固先乎吾翻译句式，生乎吾前其闻道也固先乎吾翻译成现代汉语