自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微(wēi)软公司创始人比尔·盖茨已多次(cì)公开谈论(lùn)人工(gōng)智能话题(tí)。在最近的一次采访中，他(tā)再次(cì)表(biǎo)示：“AI可(kě)能会让(ràng)科(kē)技行业迎(yíng)来一次剧烈的洗牌”。

这个结(jié)论(lùn)是他在(zài)当地时(shí)间2月20日接受《In Good Company》节(jié)目专访时提(tí)出的。

他预(yù)期，AI的发(fā)展可能会威胁到谷(gǔ)歌(gē)的(de)市(shì)占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面的行动相当迅速。而(ér)最终(zhōng)科技巨头(tóu)将把AI整合成用户(hù)的“全能助手(shǒu)”，包揽一切(qiè)应(yīng)用，与人们进行沟(gōu)通(tōng)并提供建议，可以(yǐ)取代(dài)亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的AIGC上一(yī)次爆(bào)火的时候(hòu)，还是2022年8月，在(zài)美国科罗拉多州(zhōu)举(jǔ)办的新兴数字(zì)艺(yì)术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各(gè)大(dà)厂商的AI绘(huì)画软件被广大(dà)网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表。

用户们(men)可(kě)以在应用中输(shū)入(rù)一(yī)组关键(jiàn)词(cí)或者(zhě)一张照片，就能获得(dé)一幅AI创作的(de)画作。

作画的关(guān)键就是所(suǒ)输入(rù)的文本。同一(yī)组关键词也可以创(chuàng)作出很多(duō)张风格不一样的画作，这让(ràng)创(chuàng)作的(de)过程就像开盲盒。

很(hěn)多用户很喜欢(huān)这种(zhǒng)不(bù)确定的惊喜，他们会将生成的美图(tú)当做(zuò)头(tóu)像(xiàng)。而另一(yī)部分喜(xǐ)欢翻(fān)看(kàn)AI绘画的“翻车”作品(pǐn)。在社交媒(méi)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)照片(piàn)被AI画(huà)成了(le)“肌肉男”，还有网友的个(gè)人照片(piàn)被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词游戏可(kě)能要被颠覆(fù)了。

ControlNet是(shì)一位正(zhèng)在斯坦(tǎn)福(fú)读博的中国(guó)人张吕敏(mǐn)创作的一(yī)种基于控制(zhì)点(diǎn)的图像变(biàn)形算法(fǎ)，主(zhǔ)要用于数字图像处理、计算机(jī)视觉(jué)和计(jì)算(suàn)机图形学等领域。

其SD插件一经发布，在短短的两(liǎng)天内便成为(wèi)了AI绘画领(lǐng)域最新的热点。

在此之前，大家用(yòng)了很(hěn)多方(fāng)法(fǎ)想(xiǎng)让(ràng)AI生成的结果尽可能的符(fú)合要求，但(dàn)是(shì)都(dōu)不(bù)尽如(rú)人(rén)意，它的(de)出现代表着AI生(shēng)成开(kāi)始进入真正的可控时期(qī)。

因(yīn)为(wèi)ControlNet可以(yǐ)直接提取画面(miàn)的构图，人(rén)物的姿势和(hé)画(huà)面的(de)深度信息等。有了它(tā)的帮助，就不用频繁的用提示词(cí)来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于(yú)给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已经获得了(le)大量的浏览量，“viggo”就是(shì)其中之(zhī)一，他用朋友(yǒu)的(de)照(zhào)片直接带她们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼(gé)开始换关键词试效果(guǒ)。

通(tōng)过图(tú)片(piàn)就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图也可以加上“魔(mó)法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏(mǐn)其本尊也亲(qīn)自回应(yīng)。

不得不说当下(xià)AIGC已经变得(dé)越来越(yuè)强大(dà)，甚至输(shū)出的作品(pǐn)都已(yǐ)经能以(yǐ)假(jiǎ)乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全(quán)问题(tí)

近日，“苏(sū)州金鸡(jī)湖(hú)有游艇party”的消息火遍网络，而(ér)经过警方辟谣这所谓的“party”可能是(shì)全国第(dì)一(yī)起AI绘图诈骗。

由(yóu)于这个活动里面给出(chū)的美女(nǚ)照片(piàn)都是AI制作(zuò)的真(zhēn)人照片绘图，因为太逼真，被大家当成真事(shì)传播了。

不过仔细观察可(kě)以发(fā)现，活动发起者(zhě)提供的(de)照片中有(yǒu)个很大的(de)漏洞(dòng)可以发现并非真人，而是AI绘图，那(nà)便是图片(piàn)中女性的手(shǒu)指部分有的存(cún)在异常。

有行业(yè)人事表示(shì)：“现(xiàn)在(zài)因(yīn)为(wèi)手指部(bù)分的绘(huì)画算法比较复杂，AI还(hái)不(bù)太会画人(rén)的(de)手，但最新看(kàn)到的图片已经有越(yuè)来(lái)越完美的AI模型出现(xiàn)，以后可能(néng)就完全没有漏(lòu)洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已有(yǒu)发生。据(jù)英国广(guǎng)播公司报道，土耳其地(dì)震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布到网络，以此(cǐ)诱骗善良(liáng)的人打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经(jīng)能(néng)做出真(zhēn)人照(zhào)片般的绘图效果(guǒ)，如果(gu朱子家训是谁写的 朱子家训的作者是谁ǒ)这(zhè)样(yàng)的图片被(bèi)用来(lái)诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者认为AI在“学习”了(le)大量前人的作(zuò)品之后，其(qí)创作没(méi)有任(rèn)何情绪和(hé)灵魂(hún)，难以和(hé)人类的艺(yì)术创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的(de)版权(quán)、目前(qián)都并没有得到有效的解(jiě)决，还有AIGC会不会代替(tì)人类“至高无上(shàng)”的创意。

马斯克也强调，人工智(zhì)能的安全问题需要得到重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有(yǒu)两面性的，潜在的危害并不能掩(yǎn)盖(gài)其光辉的贡献(xiàn)。现在看(kàn)来(lái)，人工智能技术将(jiāng)是第四次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)术和商(shāng)业层面都有了巨大进展，AI绘画就(jiù)是人工智能技术(shù)发生方向(xiàng)性(xìng)改变(biàn)的一(yī)个代表。其(qí)下一站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引(yǐn)爆科(kē)技圈(quān)的短视频。这(zhè)些视频引发关注并(bìng)非内(nèi)容做得多优(yōu)秀，反而都非常简单，比(bǐ)如一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑(qí)摩托车(chē)的第一视角录像，随便一个有手机的人都(dōu)可以随(suí)手录(lù)下(xià)一段。

但这(zhè)些(xiē)短视频的创(chuàng)作方(fāng)式非常简单，创作者(zhě)仅仅需要(yào)向AI输入一段话，甚至(zhì)只是说一下要求(qiú)，AI就可(kě)以根据需要生成一段视频。

谷歌发(fā)布(bù)的(de)两个AI生(shēng)成(chéng)视(shì)频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩(wán)了一波梗，一个能够做出(chū)更高清视频的AI还(hái)不足以在(zài)短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的(de)地(dì)方在于(yú)，它(tā)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(shì)真正(zhèng)让(ràng)人们感到惊喜的地(dì)方。因为(wèi)无论AI生成的视频(pín)多么高清，也(yě)只能是为(wèi)内容生产者提供(gōng)一(yī)个灵(líng)感，一(yī)个素材，一个过场动画。

不过(guò)能(néng)够制作出有具(jù)体剧情内容的视频就意味着，一(yī)些视频(pín)创作由AI代替人工完成已经(jīng)初步有了(le)可能。

当下AI的(de)发(fā)展速度已经(jīng)超过大部分人的想象。内容产(chǎn)业的本质是供(gōng)给创造需(xū)求(qiú)，AIGC作为全(quán)新的内容(róng)生(shēng)产方式(shì)，可(kě)以为内容产业(yè)带来更新的内容风格、更快的生产速度，更(gèng)低的生产(chǎn)成本，这无(wú)疑会驱动内容产业的大爆(bào)发。

除(chú)了AI绘图(tú)、视频(pín)，AIGC技术(shù)还能应用于音(yīn)乐、代(dài)码(mǎ)、机器(qì)人动作等多种内容形(xíng)式的生成。不难发现该项技术不仅在(zài)游戏等行业能得(dé)到有(yǒu)效应用(yòng)，对(duì)于下一(yī)代(dài)互联网各种(zhǒng)元素的构建亦(yì)有关键意义。

从商业化的角度来(lái)看，文化娱乐、教(jiào)育、传媒等(děng)诸多(duō)领域(yù)，本(běn)身就对(duì)基于AI的可(kě)视化内容有强烈需求。

因此，AI绘画及视(shì)频或(huò)不是(shì)结(jié)果，而只是AI进程中(zhōng)的一块重要(yào)拼图(tú)，有(yǒu)望在技术更新的(de)加持下实现(xiàn)更大的(de)应用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向了可(kě)以生成内容，甚至(zhì)能够创造出独立价值(zhí)和独立视角(jiǎo)的内容。AIGC的再(zài)次(cì)出(chū)圈，更代表着(zhe)未来的先(xiān)进生产力(lì)即将到来。

04

紧抓(zhuā)大模型与算力，牢固(gù)AIGC底座

从技术的发展也可以看出，在(zài)语言大模型、图(tú)像大模(mó)型之后，多(duō)模态大模型(xíng)已(yǐ)经(jīng)成为了(le)新的(de)趋势(shì)。

大模型被(bèi)誉为当前人工智能发展(zhǎn)的智(zhì)能底座(zuò)，是全球(qiú)竞争最(zuì)激烈(liè)的(de)研究方向(xiàng)之一，包括谷歌(gē)、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多头部企(qǐ)业都在(zài)竞相(xiāng)发(fā)力(lì)。

不过(guò)训练大(dà)模型的确价格不菲，以国盛(shèng)证券发布(bù)的(de)《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一(yī)次的(de)成本约为140万(wàn)美(měi)元。而对于一些更(gèng)大的LLM(大型语言模型(xíng))，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(zài)2023年1月的独(dú)立(lì)访客平均数1300万计算，其(qí)对应芯片(piàn)需(xū)求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电(diàn)费(fèi)就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支持(chí)。在关注各类大模型(xíng)的(de)发展同时，更应该关注算力(lì)网络的建设。

算(suàn)力(lì)网络正驱(qū)动AI产业发(fā)展(zhǎn)进入(rù)史诗级加速进程，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的终(zhōng)极目标(biāo)离得更近。

因为算力可以对突破(pò)性技术创新提供大力的(de)支持。这方面(miàn)，多模态大模型是(shì)典型。作为面(miàn)向未来强(qiáng)人工智能(néng)、通用(yòng)人工(gōng)智能(néng)的重要(yào)技术创(chuàng)新，多模态大(dà)模(mó)型已经在人工(gōng)智能(néng)领域(yù)提出了(le)很(hěn)多年(nián)，业界也有不少技术突破，但是，多模态大模型进一步往下(xià)走，算力需求呈几何式上(shàng)升，一般的算(suàn)力基础设施很快将难以胜任。

从图像、文(wén)字、语音单独一项(xiàng)的训(xùn)练(liàn)，到双模态、三模(mó)态的(de)跃(yuè)迁，让人工智能可(kě)以灵活(huó)应(yīng)对不同模态(tài)的转化、像(xiàng)人与(yǔ)世界交互一样自然，这方面，由算力网络来驱动将有明显(xiǎn)优(yōu)势(shì)。

此外，还有很多需要爆发式增(zēng)长的算力来支(zhī)撑的技(jì)术创新(xīn)，将在人工智(zhì)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(dài)在大模型和大算力(lì)的支(zhī)持下AIGC能持续颠(diān)覆内容生产的方式，将(jiāng)创造(zào)的(de)边际(jì)成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 朱子家训是谁写的 朱子家训的作者是谁