自聊(liáo)天(tiān)机器人ChatGPT火爆以来(lái)，微(wēi)软公司创(chuàng)始人比尔·盖茨已多次公开谈论人(rén)工智能话(huà)题。在最近的一次采访中，他(tā)再(zài)次表示：“AI可(kě)能(néng)会(huì)让科技行业迎来一次剧(jù)烈的洗牌”。

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

他预期，AI的发展可能会威胁到谷歌的(de)市占(zhàn)率，因为微软在AI方面的(de)行动相当(dāng)迅速。而最终科技(jì)巨(jù)头将把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们进行沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热(rè)点包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘(huì)画(huà)为(wèi)代表的(de)AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗拉多州举办的新兴数(shù)字艺(yì)术(shù)家竞赛中(zhōng)，一幅名为《太(tài)空歌剧院》的作品获(huò)奖。

随后各(gè)大(dà)厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代表。

海明威为什么要结束自己的生命，海明威为何结束生命ding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们(men)可以在(zài)应用(yòng)中输入一组关键(jiàn)词或(huò)者一张照片，就能获得一幅(fú)AI创作的画(huà)作(zuò)。

作(zuò)画的关键(jiàn)就是所输(shū)入的(de)文本。同一组关键词(cí)也(yě)可以创作出很多张风格不一样的(de)画(huà)作，这(zhè)让创(chuàng)作的过程就像开(kāi)盲盒。

很(hěn)多(duō)用户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会将(jiāng)生成的美图当做(zuò)头(tóu)像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上，许多用(yòng)户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成(chéng)了建(jiàn)筑。

而(ér)如今(jīn)随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画的填写关键词(cí)游戏(xì)可(kě)能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博的中国(guó)人张(zhāng)吕敏创作的一种(zhǒng)基于控制(zhì)点的图像变形(xíng)算法，主要(yào)用于数字图像处理、计(jì)算(suàn)机视(shì)觉和计算机图(tú)形学等(děng)领域。

其SD插件一(yī)经发(fā)布，在短短的两天内(nèi)便成为(wèi)了AI绘画领域最新的热点。

在此之前，大家用了(le)很(hěn)多方法想让AI生(shēng)成的结果尽可能的(de)符合(hé)要(yào)求，但是都不尽如人意(yì)，它的(de)出(chū)现代表着AI生成开(kāi)始(shǐ)进入真正的(de)可控(kòng)时期。

因为ControlNet可(kě)以(yǐ)直接提取画(huà)面的构图，人物的姿势和画面的(de)深度(dù)信息等(děng)。有(yǒu)了它(tā)的帮助，就不用频繁的用提示词来碰运气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作品已经获得(dé)了大(dà)量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应(yīng)的关键词；最(zuì)后(hòu)用ControlNet插件绑定骨骼开始换关(guān)键词试效果。

通过(guò)图片就(jiù)可(kě)以看(kàn)出来，效果十分(fēn)惊艳。

更厉害的是，除(chú)了真实的(de)照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也(yě)亲自回(huí)应。

不得(dé)不说(shuō)当下(xià)AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出的作(zuò)品都已经能以(yǐ)假乱真了(le)。

02

难辨虚(xū)实，AIGC技术(shù)力爆发

警惕(tì)安(ān)全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于(yú)这个活动里(lǐ)面给出的美女(nǚ)照片都是AI制作的真(zhēn)人照片绘图(tú)，因为太逼真(zhēn)，被大家当成真事传播了。

不(bù)过仔细观察可以(yǐ)发(fā)现，活(huó)动发起者提供的照片(piàn)中有个很大的漏洞可以发现并(bìng)非(fēi)真(zhēn)人，而是AI绘图，那(nà)便是(shì)图片(piàn)中女性(xìng)的(de)手指部分有(yǒu)的存在异(yì)常。

有行业人事表(biǎo)示：“现在因为(wèi)手指部分(fēn)的绘画算法(fǎ)比(bǐ)较复杂，AI还(hái)不太会画(huà)人的手(shǒu)，但最新看到的图片已经有越来(lái)越完美的AI模型出现，以后可能就完全(quán)没有漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗在国(guó)外(wài)也已有(yǒu)发生。据英国广播公(gōng)司(sī)报道，土(tǔ)耳其地(dì)震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受(shòu)灾的假照(zhào)片发布到网络(luò)，以此(cǐ)诱骗善良的(de)人(rén)打赏(shǎng)“捐(juān)助”从而实施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果(guǒ)这样的图片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了大量(liàng)前人的作(zuò)品之(zhī)后，其创作(zuò)没(méi)有任何情绪和灵魂，难以和(hé)人类(lèi)的(de)艺术创作(zuò)相提并论(lùn)。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前(qián)都(dōu)并没有(yǒu)得到有效(xiào)的解(jiě)决，还有AIGC会不会代(dài)替人类“至(zhì)高(gāo)无上(shàng)”的创意。

马斯克也强(qiáng)调(diào)，人(rén)工智能的安(ān)全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是(shì)有两面性的，潜在的(de)危(wēi)害并(bìng)不(bù)能掩盖其(qí)光辉的贡献。现在看来，人工智能技术将是第四次工业革命的核(hé)心驱动力量，将创(chuàng)造新的增长奇迹。

过去一(yī)年，人工智能在(zài)技术(shù)和商业层面(miàn)都有了巨大进(jìn)展(zhǎn)，AI绘画就是人(rén)工智能技(jì)术发生方向(xiàng)性改变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短视频。这些视频引(yǐn)发关注并非内容做(zuò)得多优秀，反而都非常简单，比如一(yī)匹正在(zài)喝(hē)水的马，一只(zhǐ)画画的(de)玩具熊，或者一段骑摩托(tuō)车(chē)的第(dì)一(yī)视角录(lù)像，随(suí)便一(yī)个有手机的人都可以随(suí)手(shǒu)录下一段。

但这些短视频的创作方式(shì)非常(cháng)简单，创作者仅仅需要向AI输入(rù)一段话，甚至(zhì)只是说一下(xià)要(yào)求(qiú)，AI就可以根(gēn)据(jù)需要生成(chéng)一(yī)段视频。

谷歌发布的(de)两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做(zuò)出(chū)更高清视频(pín)的AI还不足以在(zài)短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制(zhì)作出超过2分钟(zhōng)的连(lián)贯的(de)也(yě)有确(què)切(qiè)内容的(de)视频，这才是(shì)真正让(ràng)人们(men)感到(dào)惊喜的地(dì)方。因为无论AI生成(chéng)的视频多么高清，也只能(néng)是为内(nèi)容(róng)生产者提(tí)供一(yī)个灵(líng)感(gǎn)，一个素材，一个过场动画。

不过能够制作(zuò)出有具(jù)体(tǐ)剧情内容的视频就意味(wèi)着，一些视频创(chuàng)作由(yóu)AI代替(tì)人工完成(chéng)已(yǐ)经初步(bù)有了可能。

当下AI的发展(zhǎn)速度已经超过大(dà)部分人(rén)的(de)想象。内容产(chǎn)业的本质是供给创(chuàng)造(zào)需(xū)求，AIGC作为全新的内容生产方(fāng)式，可以为内容产业(yè)带来更新的内容风格、更快(kuài)的生(shēng)产速(sù)度，更低的生(shēng)产成本，这无疑会驱动内容产业的大爆发(fā)。

除(chú)了AI绘(huì)图(tú)、视频，AIGC技(jì)术还能应(yīng)用于(yú)音乐、代码、机器人动作(zuò)等多种内容形式的生(shēng)成(chéng)。不难(nán)发现该(gāi)项技术不(bù)仅在游戏(xì)等(děng)行业(yè)能得到有效应用，对于下一代互联(lián)网(wǎng)各种(zhǒng)元(yuán)素的构建亦有关键意义(yì)。

从商业化(huà)的(de)角度(dù)来看，文化娱乐(lè)、教(jiào)育、传媒等诸(zhū)多领域，本(běn)身就对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视频或不是结(jié)果，而只(zhǐ)是AI进程中的一块(kuài)重要(yào)拼图，有望在(zài)技(jì)术更新的加持下实(shí)现(xiàn)更大的应用价(jià)值。

AI从(cóng)理(lǐ)解内容，走向了可以生成内容(róng)，甚至(zhì)能够创造出独立(lì)价(jià)值和独立视角的(de)内容。AIGC的再次(cì)出圈，更(gèng)代表着未来的先进生产力(lì)即将到(dào)来(lái)。

04

紧(jǐn)抓大模(mó)型与算力(lì)，牢固AIGC底座

从技(jì)术的发展也可以看出，在语言大模型、图像大(dà)模型之(zhī)后(hòu)，多模态大模(mó)型已经(jīng)成为了新(xīn)的趋势。

大模(mó)型被誉(yù)为当(dāng)前(qián)人工智(zhì)能发展的智(zhì)能(néng)底(dǐ)座，是全球竞争(zhēng)最(zuì)激烈的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模(mó)型(xíng)的(de)确价格(gé)不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成本约为140万美元(yuán)。而对(duì)于一些更(gèng)大的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月的独(dú)立(lì)访(fǎng)客(kè)平(píng)均数1300万(wàn)计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算(suàn)力支持。在(zài)关(guān)注各类大模(mó)型的发展(zhǎn)同时，更应该关注(zhù)算力网络的建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通(tōng)用AI这一人工(gōng)智能发展的终(zhōng)极目标离得更近。

因为算力可以对突破性技术(shù)创(chuàng)新提供大力的(de)支持。这方面(miàn)，多模态大(dà)模型是典(diǎn)型(xíng)。作为面向(xiàng)未(wèi)来强人工智能(néng)、通用人工智能(néng)的重(zhòng)要技术创新(xīn)，多模态大模型已经在人工智能领域(yù)提(tí)出了(le)很多(duō)年，业(yè)界也(yě)有不少技术突(tū)破，但是，多模(mó)态大模(mó)型进一步往下(xià)走，算力需求呈(chéng)几何式上(shàng)升(shēng)，一般的(de)算力基础设(shè)施很快将难(nán)以胜任。

从图像、文字、语音单独(dú)一项的训练，到(dào)双模态、三模态的跃(yuè)迁，让人工智能(néng)可以(yǐ)灵活应(yīng)对(duì)不同模态的转化(huà)、像人与世界交(jiāo)互一样自然，这方(fāng)面，由算力(lì)网络来驱动将有明显优势。

此外，还有(yǒu)很多(duō)需要爆发(fā)式增长的算(suàn)力来支撑(chēng)的技(jì)术创新，将在(zài)人(rén)工智能算力(lì)网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和(hé)大算(suàn)力的支(zhī)持下AIGC能持续颠覆内(nèi)容生产(chǎn)的方式，将(jiāng)创(chuàng)造(zào)的边际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 海明威为什么要结束自己的生命，海明威为何结束生命