自聊天机(jī)器人ChatGPT火爆以来(lái)，微(wēi)软(ruǎn)公(gōng)司创始人比尔·盖茨已多次公开谈论(lùn)人工智能话题。在最(zuì)近(jìn)的(de)一次采(cǎi)访(fǎng)中，他再(zài)次表示：“AI可(kě)能会让(ràng)科技行业迎来一次剧烈(liè)的洗(xǐ)牌”。

这个结论(lùn)是(shì)他在当地时间2月20日接(jiē)受《In Good Company》节目(mù)专访(fǎng)时提出(chū)的(de)。

他预(yù)期，AI的发展(zhǎn)可能会威胁到(dào)谷歌(gē)的市占(zhàn)率，因为(wèi)微软在(zài)AI方面的行动相当迅速。而(ér)最终科(kē)技(jì)巨头将把AI整(zhěng)合成用(yòng)户的(de)“全能(néng)助(zhù)手”，包揽一(yī)切(qiè)应(yīng)用，与人们进(jìn)行沟通(tōng)并(bìng)提供(gōng)建议(yì)，可以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助手的(de)到来可能尚需时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为(wèi)代(dài)表的(de)AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的作品获奖。

随(suí)后各大(dà)厂商的AI绘画软件(jiàn)被广大(dà)网友(yǒu)熟知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其中(zhōng)代(dài)表。

用户们可以在应用中(zhōng)输入一组关(guān)键词或(huò)者一张照片，就能获(huò)得一幅(fú)AI创(chuàng)作的画作(zuò)。

作(zuò)画的关键(jiàn)就是所输入的文本。同一组关键词也(yě)可以创作出很多张风(fēng)格(gé)不一样的画作，这让创(chuàng)作的(de)过(guò)程(chéng)就(jiù)像(xiàng)开(kāi)盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜，他们会将生成的美图当做头像(xiàng)。而另一(yī)部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许多用(yòng)户分享AI“翻(fān)车现场”，例如，一位网友的小狗照片被(bèi)AI画成(chéng)了“肌肉男(nán)”，还有(yǒu)网(wǎng)友的个人照片被(bèi)AI识别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的(de)填(tián)写关键词(cí)游戏可(kě)能要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人张吕敏创(chuàng)作的一种基于(yú)控(kòng)制点的图(tú)像变形算法，主要用于数字(zì)图像处理、计算(suàn)机视(shì)觉和计算机图形学等领域。

其SD插(chā)件一经发布，在短(duǎn)短的两天内(nèi)便成为了(le)AI绘(huì)画领域最新的(de)热点(diǎn)。

在此(cǐ)之前，大家用了很多方法想让AI生成的(de)结(jié)果尽(jǐn)可能的符(fú)合要求(qiú)，但是都不(bù)尽(jǐn)如人(rén)意，它(tā)的出现代(dài)表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取(qǔ)画面的构(gòu)图，人物的姿势和画面的深度(dù)信息等。有了(le)它的帮助，就不用频繁的用提示(shì)词来碰运(yùn)气，抽盲盒式的创作(zuò)了。

通俗的(de)说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得了大量(liàng)的浏(liú)览量，“viggo”就是其中之一(yī)，他用朋友的(de)照片(piàn)直接(jiē)带她们(men)走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的关键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开(kāi)始换关键词(cí)试(shì)效果。

通(tōng)过图片就可以看出来，效(xiào)果十分惊艳。

更厉害(hài)的(de)是，除(chú)了真实的(de)照片，草图也可以加上“魔(mó)法”，知(zhī)乎大牛(niú)“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲自(zì)回应(yīng)。

不(bù)得不说(shuō)当下AIGC已经(jīng)变得越来越(yuè)强大，甚至输出的作品都已经能以(yǐ)假乱真(zhēn)了(le)。

02

难辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网(wǎng)络(luò)，而(ér)经过警方辟谣这所谓的(de)“party”可能(néng)是全国第一(yī)起(qǐ)AI绘图诈骗。

由于(yú)这个活(huó)动(dòng)里面给(gěi)出的美女照(zhào)片都是AI制作的真人照片绘图，因(yīn)为太逼真，被大(dà)家(jiā)当成真事传播了(le)。

不过仔细观察可以发(fā)现，活动发起者(zhě)提供的(de)照片中有个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的手(shǒu)指部分有的存在异(yì)常。

有行业人事表示：“现在因为手指部分的绘画算法比较复杂(zá)，AI还(hái)不太会(huì)画人的手(shǒu)，但(dàn)最新看到的图片已经有(yǒu)越来越完美的AI模型出现，以后可(kě)能就完全(quán)没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈骗在国外也(yě)已有发(fā)生。据英国广播公司报道，土耳其(qí)地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到(dào)网络，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的(de)绘图效果(guǒ)，如果这样的(de)图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批判者认为(wèi)AI在“学习(xí)”了大量(liàng)前人(rén)的(de)作品(pǐn)之后，其创作没有任何情(qíng)绪和(hé)灵魂，难以和(hé)人类(lèi)的艺术创(chuàng)作相(xiāng)提并论。

另一方面，AIGC背(bèi)后的(de)版权、目(mù)前都并(bìng)没有得到(dào)有效(xiào)的解决，还(hái)有AIGC会不会代替(tì)人(rén)类“至高(gāo)无上”的(de)创(chuàng)意(yì)。

马(mǎ)斯克也强调，人工智能的安全问(wèn)题需(xū)要(yào)得到重视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两(liǎng)面性的，潜在的危害并不(bù)能掩盖其光辉的贡献(xiàn)。现在看来，人工智能技术将是(shì)第四次工(gōng)业革命(mìng)的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智能(néng)在技术和商业(yè)层面都(dōu)有(yǒu)了巨大(dà)进展(zhǎn)，AI绘画就是人工智能技术(shù)发生方向性改变(biàn)的一个(gè)代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引爆科技圈(quān)的短视频。这(zhè)些(xiē)视频引发关注并(bìng)非内容做得多优(yōu)秀，反而(ér)都非常简单(dān)，比如(rú)一(yī)匹(pǐ)正在喝水的马，一只画画的玩(wán)具熊，或者一段(duàn)骑(qí)摩托(tuō)车(chē)的(de)第一视角录像(xiàng)，随(suí)便一个有手机的人都可以(yǐ)随(suí)手录下(xià)一段。

但(dàn)这些短视频的(de)创(chuàng)作方式非常简单(dān)，创作(zuò)者(zhě)仅仅需要向AI输入一段话(huà)，甚至只是说一下要求(qiú)，AI就(jiù)可以(yǐ)根据需要生成一段视频。

谷歌发布的(de)两(liǎng)个(gè)AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了AI生成(chéng)的视频后，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还不足以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更(gèng)加令(lìng)人震(zhèn)惊的地(dì)方在于(yú)，它可以制(zhì)作出超(chāo)过2分钟的连(lián)贯的也(yě)有(yǒu)确切内(nèi)容的视(shì)频，这才是(shì)真正让(ràng)人们感到(dào)惊喜的地方。因为(wèi)无论AI生成(chéng)的(de)视频(pín)多么(me)高清，也只能(néng)是为内容生产者提供一(yī)个灵(líng)感，一个素材，一个过场动(dòng)画(huà)。

不(bù)过(guò)能够制(zhì)作(zuò)出有具体剧(jù)情内容的视频就(jiù)意味着(zhe)，一些视频创作由AI代替人工完成已(yǐ)经初步有(yǒu)了可(kě)能。

当(dāng)下AI的发展(zhǎn)速(sù)度已经超过大部分(fēn)人的想(xiǎng)象(xiàng)。内容产业的(de)本(běn)质是供给(gěi)创(chuàng)造需求(qiú)，AIGC作为全新(xīn)的(de)内容生(shēng)产方式，可以为(wèi)内容产业带来(lái)更新的内容(róng)风格、更快的生产速(sù)度，更低的生(shēng)产成本，这无(wú)疑会驱动(dòng)内(nèi)容产业的大爆(bào)发。

除(chú)了(le)AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多(duō)种(zhǒng)内(nèi)容(róng)形式的生成。不(bù)难发(fā)现该项技(jì)术不仅在游戏(xì)等行业(yè)能得(dé)到有效应用，对于下(xià)一(yī)代互联网(wǎng)各种元素的(de)构(gòu)建亦有关(guān)键(jiàn)意(yì)义。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等(děng)诸多领域，本身就对基于AI的可视化内容有强烈(liè)需求(qiú)。

因此，AI绘画(huà)及视(shì)频(pín)或不是结果，而只是AI进(jìn)程中(zhōng)的(de)一块重要(yào)拼(pīn)图，有望在技术更新(xīn)的(de)加(jiā)持下(xià)实现更大(dà)的(de)应用(yòng)价(jià)值。

AI从理解内容(róng)，走向了可(kě)以生成内容，甚(shèn)至能(néng)够(gòu)创造出(chū)独立价(jià)值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表着(zhe)未来的先(xiān)进(jìn)生产力(lì)即(jí)将(jiāng)到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的(de)发展也可以看出，在语言大模(mó)型、图像大模(mó)型之后，多模态大模型已经成(chéng)为(wèi)了(le)新的趋势。

大模(mó)型被(bèi)誉(yù)为当前人(rén)工智能发展的智能底座，是全(quán)球竞争最激烈的研究方向(xiàng)之(zhī)一，包(bāo)括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部企业(yè)都在(zài)竞相发(fā)力。

不过训练(liàn)大模型的(de)确价格不菲，以国盛证券发布的(de)《ChatGPT需要(yào)多少算力》报(bào)告估算，GPT-3训练一(yī)次(cì)的成本(běn)约(yuē)为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均(jūn)数1300万(wàn)计算，其对(duì)应(yīng)芯片需(xū)求为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日仅电费就(jiù)在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注各类大模型的发展同时，更应该关(guān)注算力网络的(de)建(jiàn)设。

算(suàn)力网络(luò)正驱(qū)动AI产(chǎn)业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工智能(néng)发(fā)展(zhǎn)的(de)终(zhōng)极目标离得更近。

因为(wèi)算力(lì)可以对突破性技术创新提(tí)供大力的支(zhī)持。这(zhè)方面(miàn)，多模态大模型是典型。作为面向未来强人工智能、通用(yòng)人工智能的(de)重要(yào)技术(shù)创新，多模态大模型已(yǐ)经在(zài)人工智(zhì)能(néng)领域(yù)提出了(le)很多(duō)年，业界也有不少技术(shù)突破，但(dàn)是(shì)，多模(mó)态(tài)大模型进一步(bù)往下走，算力需求呈几何式(shì)上(shàng)升，一般的算力基础设施很快将难以(yǐ)胜(shèng)任。

从(cóng)图像、文字、语音单独一项的训练，到(dào)双模态、三模态的(de)跃迁，让(ràng)人工智能(néng)可以灵活应对不同模(mó)态(tài)的转化、像(xiàng)人与世界交互一样自然，这(zhè)方面，由算力网络(luò)来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发(fā)式增长的(de)算力来支(zhī)撑的技(jì)术创新，将在人(rén)工智能算力(lì)网络支撑下快(kuài)速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大算力的支持下AIGC能持续颠(diān)覆内容生产的方式，将创造的(de)边际成(chéng)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 什么的灯火如何填空词语 灯火是词语吗