自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比(bǐ)尔(ěr)·盖茨已多(duō)次公开谈论(lùn)人工(gōng)智(zhì)能(néng)话题。在最近的一次采访中，他再次表示：“AI可(kě)能会让科(kē)技(jì)行业迎来一次剧(jù)烈的洗牌”。

这个结论是他在当地(dì)时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他(tā)预期，AI的发展可(kě)能会威胁到谷歌的市占率，因为微(wēi)软在(zài)AI方面的行动相当(dāng)迅速。而最终科(kē)技巨头将把AI整合成用户的“全能助(zhù)手(shǒu)”，包揽一切(qiè)应用，与(yǔ)人们进(jìn)行沟通并提供建(jiàn)议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可(kě)能尚需时日，但由ControlNet引发的(de)又一(yī)次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为(wèi)代表的(de)AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗拉多(duō)州举(jǔ)办(bàn)的新(xīn)兴(xīng)数字艺术家竞赛中，一幅名(míng)为《太空歌剧(jù)院》的(de)作品获(huò)奖。

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

用户们(men)可以在应用(yòng)中输入一组关键(jiàn)词(cí)或者一(yī)张照片，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。同一组关键词也可(kě)以创作(zuò)出很多张风格不(bù)一样的(de)画作，这让创作(zuò)的(de)过程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这种不确(què)定的惊喜，他们(men)会将生成(chéng)的(de)美图(tú)当做头(tóu)像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的(de)“翻(fān)车”作品(pǐn)。在社(shè)交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一(yī)位网友的小狗(gǒu)照(zhào)片被AI画成(chéng)了“肌肉男(nán)”，还有网友的个人照片(piàn)被AI识别成了(le)建筑。

而如今随着ControlNet的出现(xiàn)与加持(chí)，以往(wǎng)AI绘画的填(tián)写关(guān)键(jiàn)词游戏可能(néng)要被颠(diān)覆(fù)了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创(chuàng)作的一种基于控制点的图像变形(xíng)算法(fǎ)，主要用于数(shù)字图(tú)像处理(lǐ)、计算机视觉和计算机图形学等领域。

其(qí)SD插件一经发布，在(zài)短短的两天内(nèi)便成为了AI绘画领域最新的热点(diǎn)。

在此(cǐ)之前，大(dà)家(jiā)用了很多方法想让(ràng)AI生成(chéng)的(de)结(jié)果尽可能(néng)的(de)符(fú)合要(yào)求，但是都不尽如(rú)人意，它的(de)出现代表着AI生成(chéng)开始进入真正的可(kě)控时(shí)期(qī)。

因为ControlNet可以直(zhí)接提取画(huà)面的构图(tú)，人物的姿势和画(huà)面的(de)深度信(xìn)息等。有了它的帮(bāng)助，就不用(yòng)频繁的用(yòng)提示词来碰(pèng)运气，抽盲(máng)盒式的(de)创作了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加(jiā)了(le)“魔法”，不少(shǎo)博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她们(men)走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件(jiàn)拓展(zhǎn)找到对应的关键词；最后用ControlNet插(chā)件绑定骨(gǔ)骼(gé)开始换关(guān)键词试效(xiào)果(guǒ)。

通(tōng)过图片就可以看出(chū)来，效果十分惊艳。

更厉害的是，除了真实(shí)的照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏(mǐn)其(qí)本(běn)尊也亲(qīn)自回应。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都(dōu)已经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力(lì)爆发(fā)

警惕安全问题

近日，“苏(sū)州(zhōu)金(jīn)鸡湖有(yǒu)游(yóu)艇(tǐng)party”的(de)消息火遍网络，而经过警(jǐng)方(fāng)辟(pì)谣这(zhè)所(suǒ)谓(wèi)的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出的美女照片都是AI制(zhì)作(zuò)的(de)真人照片绘图，因(yīn)为太(tài)逼真(zhēn)，被大家当成真事传播(bō)了。

不过仔细观(guān)察可以发现，活(huó)动发(fā)起者提(tí)供的照片中有个很(hěn)大的漏洞可(kě)以发现(xiàn)并非真人，而(ér)是AI绘图(tú)，那便是图片(piàn)中女(nǚ)性的手指部分有的存在异常。

有行(xíng)业人事表(biǎo)示：“现在因为手指部分的(de)绘(huì)画(huà)算(suàn)法比较复杂，AI还不太会画人的手，但最新看到的图片已经有越(yuè)来越(yuè)完美的AI模型出现，以后(hòu)可能就(jiù)完全没(méi)有(yǒu)漏洞了。”

类似(shì)的(de)AI作图(tú)诈骗(piàn)在国(guó)外也(yě)已有发生。据英(yīng)国广(guǎng)播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照片发布(bù)到网(wǎng)络，以此(cǐ)诱骗(piàn)善良的(de)人打赏“捐助”从(cóng)而实施诈骗。

目前(qián)随着技术发展，AIGC已经能(néng)做出真人(rén)照片(piàn)般的绘图效果，如果这(zhè)样的图(tú)片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担忧，一方(fāng)面，批判者认为(wèi)AI在(zài)“学习”了(le)大量前人的作(zuò)品之后，其(qí)创作(zuò)没有(yǒu)任何情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一(yī)方面，AIGC背后的版权、目前都并没有得到有效的(de)解决，还有(yǒu)AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克也强调，人工智能的(de)安全问题需要得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一(yī)站除了(le)视频，还有(yǒu)远方

技术都是有两面(miàn)性的，潜在的危害(hài)并(bìng)不(bù)能(néng)掩盖(gài)其光辉(huī)的贡献。现(xiàn)在看(kàn)来，人工智能技术(shù)将是第四次工业革命的核心(xīn)驱动力(lì)量，将创造新的增长奇迹(jì)。

过(guò)去一年，人工智能在(zài)技术和商(shāng)业(yè)层面都有了巨(jù)大进展，AI绘(huì)画就是人工智(zhì)能技术发生方向性改变(biàn)的一个代表。其下(xià)一站或许就是视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条引爆科(kē)技圈的短视频。这些视频引(yǐn)发(fā)关注并非内容(róng)做(zuò)得多优(yōu)秀，反而都非常(cháng)简单，比(bǐ)如(rú)一匹正(zhèng)在喝水的马，一只画画的(de)玩具熊，或(huò)者一段骑(qí)摩托车的(de)第一(yī)视角录(lù)像，随便一(yī)个(gè)有手(shǒu)机(jī)的人都可以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至只是说一下(xià)要求，AI就(jiù)可(kě)以根据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频(pín)分别来(lái)自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在(zài)Make-A-Video公布了(le)AI生(shēng)成的(de)视频后，AI圈就已经(jīng)玩了一(yī)波梗，一个能够做(zuò)出更高清视频(pín)的AI还(hái)不足(zú)以(yǐ)在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的(de)地(dì)方在于，它可以制作(zuò)出超过2分钟的连贯的(de)也(yě)有确切内容的(de)视(shì)频，这才是真正让(ràng)人们感到(dào)惊喜的(de)地方。因(yīn)为无论AI生(shēng)成的(de)视频多么(me)高清(qīng)，也只能是(shì)为内容(róng)生产者提供一个灵感，一个素(sù)材(cái)，一(yī)个过场动画。

不过能够制作出(chū)有具体剧情(qíng)内容(róng)的视频就意味着，一些视(shì)频创作由(yóu)AI代替人工完成(chéng)已经初(chū)步有了可能。

当(dāng)下AI的发展(zhǎn)速(sù)度(dù)已经超过大部(bù)分人的(de)想象(xiàng)。内(nèi)容产业的本质是供(gōng)给创造需求，AIGC作(zuò)为(wèi)全新(xīn)的内容生产方式(shì)，可以(yǐ)为内(nèi)容产业带来(lái)更新的内容风(fēng)格、更快的(de)生(shēng)产速度，更低的生产成(chéng)本，这(zhè)无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器(qì)人动作等多种内容形式(shì)的生成。不难(nán)发现该项技术不仅在游戏等行业能(néng)得(dé)到有效应用，对于下一代互(hù)联网各种元素的构建亦有关键意义。

从商(shāng)业化的角度来(lái)看(kàn)，文(wén)化娱乐、教育、传媒(méi)等诸多领(lǐng)域，本身就对基(jī)于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视(shì)频或不是(shì)结(jié)果，而只是AI进程中(zhōng)的一(yī)块(kuài)重要拼图，有望在技术(shù)更(gèng)新的加持下(xià)实现更大的应用价(jià)值。

AI从(cóng)理解内容，走向(xiàng)了可以生成内容，甚至(zhì)能(néng)够创(chuàng)造出独立价值和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更(gèng)代表着未来的先进生产力即(jí)将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的(de)发(fā)展也(yě)可(kě)以(yǐ)看出，在语言大模型、图像大(dà)模型(xíng)之后，多(duō)模态大模型已(yǐ)经成为了新的趋势。

大模型被誉为当前人工(gōng)智能发(fā)展的智能底座，是全球竞争最激烈的研究(jiū)方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力(lì)。

不过训练大模型的确(què)价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训(xùn)练一次的成本约为140万美(měi)元。而对于一些更(gèng)大的LLM(大型语言模型)，训(xùn)练成本则介于(yú)200万美元至1200万美元(yuán)高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访客平均数1300万计算，其对应(yīng)芯片需求为(wèi)3万多片(piàn)英伟达A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美(měi)元，每日仅电费就在(zài)5万美元左右。

此外(wài)不论(lùn)是ChatGPT还是(shì)AIGC，都(dōu)离不开(kāi)庞大算力(lì)支持。在关注(zhù)各(gè)类(lèi)大模型的发展同时(shí)，更应该关(guān)注算(suàn)力网络(luò)的(de)建(jiàn)设。

算力(lì)网(wǎng)络正驱动AI产业发展进(jìn)入史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这一人(rén)工智(zhì)能(néng)发展(zhǎn)的终(zhōng)极目标离(lí)得更近。

因(yīn)为(wèi)算力可以对突破性技术创新提(tí)供大力的支持。这方面(miàn)，多模态大模型是典型(xíng)。作为面向(xiàng)未来强人工智能、通用人工智(zhì)能的(de)重(zhòng)要(yào)技术创新，多模态大模型已经(jīng)在(zài)人工智能领域提出了(le)很多年，业界也有不少技术突破(pò)，但是，多模态(tài)大(dà)模型进一步往下走，算力需求呈(chéng)几何式上升，一般的算(suàn)力基础设施很(hěn)快将难以胜任。

从(cóng)图像(xiàng)、文(wén)字、语音单独一项的训练，到(dào)双模态、三模态(tài)的跃迁(qiān)，让(ràng)人工智(zhì)能可以灵活(huó)应对不同模(mó)态的转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还(hái)有(yǒu)很多需要爆发(fā)式(shì)增长(zhǎng)的算力来支撑的技(jì)术(shù)创(chuàng)新，将在人工智能算力网络支撑下快速推进(jìn)。

AIGC已经露出曙光(guāng)，期待(dài)在大模型和大算力的支(zhī)持下AIGC能持续(xù)颠覆内(nèi)容生产的(de)方式(shì)，将创(chuàng)造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 山衔落日浸寒漪中的衔字是什么意思，衔的意思