自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多(duō)次公开谈论人(rén)工(gōng)智能话题。在最近(jìn)的一次采访中，他(tā)再次(cì)表(biǎo)示：“AI可能会让科技(jì)行业迎来一次(cì)剧烈(liè)的洗牌”。

这个结(jié)论是他在(zài)当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出(chū)的。

他(tā)预期(qī)，AI的发(fā)展(zhǎn)可能会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面的(de)行(xíng)动相当迅速。而(ér)最终(zhōng)科(kē)技(jì)巨头将把AI整合成用户的“全能助(zhù)手”，包揽一切应用，与人(rén)们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全(quán)能助手的到来可能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪(làng)潮(cháo)，让AIGC在(zài)ChatGPT的话(huà)题热(rè)点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火(huǒ)的时候，还(hái)是2022年(nián)8月(yuè)，在(zài)美国科罗拉多州举办的新兴数字艺术家竞赛中(zhōng)，一幅(fú)名为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后各大(dà)厂商(shāng)的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其(qí)中代(dài)表。

用(yòng)户们可以在(zài)应(yīng)用中输入(rù)一组(zǔ)关键词(cí)或者(zhě)一张照片(piàn)，就能获得一幅AI创作的画作。

作画(huà)的(de)关键(jiàn)就是所输入(rù)的文本。同一组关(guān)键(jiàn)词也可以创作出很多张风格不一样的(de)画作(zuò)，这让创作的过程就像开盲(máng)盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊喜，他们会(huì)将生成的美图(tú)当做头像(xiàng)。而另一部(bù)分喜欢(huān)翻看(kàn)AI绘画的“翻车”作(zuò)品。在社交媒体上，许多(duō)用户(hù)分享AI“翻(fān)车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键(jiàn)词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创作的(de)一种基于控制(zhì)点的图(tú)像(xiàng)变形算法，主要用于数字图(tú)像处理、计算机视(shì)觉和计(jì)算机图形学等(děng)领域。

其SD插(chā)件一经发(fā)布(bù)，在短短的两天内便成(chéng)为了(le)AI绘画领域(yù)最新(xī东京是不是日本首都 东京不是日本的首都吗n)的热点(diǎn)。

在此之(zhī)前，大(dà)家(jiā)用了很多方法想让AI生成(chéng)的(de)结果尽可能的符合(hé)要求，但是都(dōu)不(bù)尽如人意，它的出现(xiàn)代(dài)表着AI生(shēng)成开始进(jìn)入(rù)真正的可控(kòng)时期(qī)。

因(yīn)为(wèi)ControlNet可以直(zhí)接(jiē)提(tí)取(qǔ)画面的构图，人(rén)物的姿势和(hé)画面(miàn)的深(shēn)度信息等。有(yǒu)了它(tā)的帮助，就不用频繁(fán)的用提(tí)示词来碰(pèng)运(yùn)气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友的照片直接带她们走进(jìn)动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词试效果。

通过图片就可(kě)以(yǐ)看出(chū)来，效果十分惊艳。

更厉害的是，除了真实的(de)照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现线稿转(zhuǎn)全彩图。大(dà)神张吕敏(mǐn)其本(běn)尊也亲自回应。

不得(dé)不说当下AIGC已经变(biàn)得越来越强大，甚至(zhì)输出的作品都(dōu)已经能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全(quán)问题

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消息(xī)火(huǒ)遍(biàn)网络，而经过警方辟(pì)谣这(zhè)所谓的(de)“party”可能是全国第一起AI绘(huì)图诈骗(piàn)。

由于这(zhè)个活动里面给出的(de)美女照(zhào)片(piàn)都是AI制作的真人(rén)照片(piàn)绘图，因为太(tài)逼真，被大家当成(chéng)真事传(chuán)播了(le)。

不过仔细观察可以发现，活动发(fā)起者提供(gōng)的照片(piàn)中(zhōng)有个很大的漏洞可以发现(xiàn)并非(fēi)真人，而(ér)是AI绘图，那便是(shì)图片中女(nǚ)性的(de)手指部分有的存在异(yì)常。

有行业人(rén)事(shì)表示(shì)：“现在因为手指部分的(de)绘画算法比(bǐ)较复(fù)杂，AI还(hái)不(bù)太会画人的手，但最新(xīn)看到的(de)图片已经(jīng)有越来越完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作(zuò)图(tú)诈骗在国外(wài)也已有发生。据英国广播公(gōng)司报(bào)道，土耳其(qí)地震期(qī)间，有Tiktok用(yòng)户使用AI合成(chéng)了儿童受灾的假照片发(fā)布到网络，以此诱骗(piàn)善良的(de)人打赏“捐助”从而实施诈骗(piàn)。

目(mù)前随着技(jì)术发展，AIGC已(yǐ)经能做出(chū)真人照片般的(de)绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方(fāng)面(miàn)，批判者认(rèn)为AI在(zài)“学习”了大(dà)量前人的作品之(zhī)后，其(qí)创作没有任何(hé)情绪和(hé)灵魂，难以和(hé)人类(lèi)的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并(bìng)没有(yǒu)得(dé)到有(yǒu)效的(de)解决，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也强调(diào)，人工(gōng)智能(néng)的安全问(wèn)题(tí)需要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面(miàn)性(xìng)的，潜在(zài)的危害并(bìng)不能(néng)掩盖其(qí)光辉的贡献。现在(zài)看(kàn)来，人工智能(néng)技术将是第四次工(gōng)业革命的核(hé)心驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智(zhì)能在(zài)技术和(hé)商(shāng)业层面都有了巨大进展(zhǎn)，AI绘画就(jiù)是人工智能技术发生方(fāng)向性改变的一个代表。其下一站(zhàn)或许就是(shì)视(shì)频。

此前(qián)，Meta和(hé)谷歌先后发布了几条引爆科技圈的短视频(pín)。这些视频引(yǐn)发(fā)关注并非内容做(zuò)得多优秀，反而都非常简单(dān)，比如一(yī)匹正(zhèng)在喝水的马，一只画画的玩具熊，或者(zhě)一段骑(qí)摩(mó)托(tuō)车的第一视角录像，随便一个有手机的人都(dōu)可以随(suí)手录下(xià)一段。

但这些短视(shì)频(pín)的创作方式非常简单(dān)，创作者仅仅需要(yào)向(xiàng)AI输入一段话，甚至只是说(shuō)一(yī)下要求，AI就可以根据需要生(shēng)成一(yī)段视频。

谷(gǔ)歌发布的两个AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一(yī)波梗(gěng)，一个能够做出更高清视频的AI还(hái)不(bù)足以在短时间(jiān)内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以制作出超过(guò)2分钟的(de)连贯(guàn)的(de)也(yě)有确切内容的(de)视频(pín)，这才是(shì)真正(zhèng)让人们感(gǎn)到惊喜的地方(fāng)。因为无论AI生成的视频多么高(gāo)清，也只能是为内容(róng)生产者提供一个灵感，一个素材，一个过场(chǎng)动画。

不过能够制(zhì)作出有具体剧情内容(róng)的视频就意(yì)味着，一些视频创作(zuò)由AI代替人(rén)工完成已经初步有了可(kě)能。

当下AI的发展速度已经超过大部(bù)分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方(fāng)式(shì)，可以(yǐ)为(wèi)内(nèi)容产业带(dài)来更新的内容风格、更快的生(shēng)产速度，更低的生产成本，这(zhè)无疑会驱动内容产业的(de)大爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐、代(dài)码、机器人动作等(děng)多(duō)种(zhǒng)内容形式(shì)的生成。不(bù)难发现该项技术不仅在游戏(xì)等行业能得到有效应用，对于下(xià)一代互联网(wǎng)各种元素的(de)构建亦有关键(jiàn)意义(yì)。

从商业化的角度来看(kàn)，文化娱(yú)乐、教育、传媒等诸多领域，本身(shēn)就对基于AI的可视化内容有强烈需(xū)求(qiú)。

因(yīn)此，AI绘画及(jí)视(shì)频(pín)或不是(shì)结果，而只是AI进程中的一块重(zhòng)要拼图(tú)，有望在(zài)技术(shù)更(gèng)新的(de)加持(chí)下实现更大的应用价值。

AI从(cóng)理解内容，走向了可以生成内(nèi)容，甚(shèn)至能够创造出独立价(jià)值和独(dú)立视(shì)角(jiǎo)的内容。AIGC的再次出圈(quān)，更代表着未来的先进生(shēng)产力即将到来(lái)。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也可以看出，在语言(yán)大模型、图像大(dà)模型之(zhī)后，多模态大(dà)模型已经成(chéng)为了新的趋势。

大模型被誉为当前人工智能发(fā)展的(de)智能(néng)底座(zuò)，是全(quán)球竞(jìng)争最激烈的研究方(fāng)向之(zhī)一，包括谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾讯(xùn)等众多头部企业(yè)都在竞相发力。

不过(guò)训练大模(mó)型(xíng)的(de)确价格不菲，以(yǐ)国盛证券发布(bù)的(de)《ChatGPT需要多少算力》报告(gào)估算(suàn)，GPT-3训练一次(cì)的成本约为140万美元。而对(duì)于一些更(gèng)大的LLM(大(dà)型(xíng)语言模型)，训练成本则介于200万美元(yuán)至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对应(yīng)芯(xīn)片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本(běn)约为(wèi)8亿美元，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关(guān)注各(gè)类大模(mó)型的发展同(tóng)时，更应(yīng)该关(guān)注算力网络(luò)的建(jiàn)设。

算力网络(luò)东京是不是日本首都 东京不是日本的首都吗正(zhèng)驱(qū)动(dòng)AI产业发展进入史诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一人工智能发展的终极目标离得更近(jìn)。

因为(wèi)算力可以对突破性技术创新(xīn)提供大(dà)力的支持。这方(fāng)面，多模态大模型是典型。作为面向(xiàng)未(wèi)来强人工智能(néng)、通用人(rén)工智(zhì)能的(de)重要技术创新，多模态大模(mó)型已(yǐ)经在人(rén)工智(zhì)能领域提出(chū)了很多年，业界也有不少(shǎo)技(jì)术突(tū)破，但是，多模态大模型(xíng)进(jìn)一步往下走，算力需求呈几(jǐ)何式(shì)上(shàng)升，一(yī)般(bān)的(de)算力(lì)基础设施很快将难以胜任。

从图(tú)像、文字、语音单独一(yī)项的训(xùn)练(liàn)，到双模态、三(sān)模态(tài)的跃迁，让人工智能可以灵活应对(duì)不同模态的转化、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(wài)，还有(yǒu)很多需要爆发式增(zēng)长的算力来支撑的技(jì)术(shù)创新，将在人(rén)工(gōng)智能(néng)算力网(wǎng)络支撑(chēng)下快(kuài)速推(tuī)进。

AIGC已经露出(chū)曙光，期待在大(dà)模型和大算力的支持下AIGC能持续颠覆内容生产的方式(shì)，将创(chuàng)造的边际成(chéng)本(běn)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 东京是不是日本首都 东京不是日本的首都吗