自聊天机器人ChatGPT火(huǒ)爆以来，微软公司(sī)创(chuàng)始人比尔·盖(gài)茨已多次公开谈论人工智能话题。在最(zuì)近的一次(cì)采访中，他再次表(biǎo)示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结(jié)论是他在当地时(shí)间2月20日接受《In Good Company》节目专访时提出(chū)的(de)。

他(tā)预期，AI的发展可(kě)能会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面的行动相当(dāng)迅(xùn)速。而最终科(kē)技(jì)巨头将(jiāng)把AI整合成(chéng)用户的“全能(néng)助(zhù)手”，包(bāo)揽一切应用，与人们进(jìn)行(xíng)沟通(tōng)并提供(gōng)建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能尚需时日(rì)，但由(yóu)ControlNet引(yǐn)发的又(yòu)一次AI绘(huì)画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州举(jǔ)办的新(xīn)兴(xīng)数(shù)字(zì)艺术家竞(jìng)赛中，一幅(fú)名为《太(tài)空歌(gē)剧院(yuàn)》的(de)作品获奖。

随(suí)后(hòu)各大厂商(shāng)的AI绘画软件被广大网友(yǒu)熟(shú)知并体(tǐ)验，Stable Diffusion便(biàn)是其(qí)中(zhōng)代表。

用户们可(kě)以在应(yīng)用中输入一组(zǔ)关键词或者一张照(zhào)片，就能获(huò)得一幅AI创作的画(huà)作(zuò)。

作画的(de)关键就是所(suǒ)输入的(de)文本。同一组关键词也可以创作出很(hěn)多张风格不一样的画(huà)作(zuò)，这让(ràng)创作的过程就像开(kāi)盲盒。

很(hěn)多用户(hù)很喜欢(huān)这种不确定的(de)惊(jīng)喜，他们会将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友(yǒu)的(de)小狗照片被AI画(huà)成(chéng)了“肌肉男”，还有网友(yǒu)的(de)个(gè)人照片(piàn)被AI识别(bié)成了建(jiàn)筑(zhù)。

而如(rú)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能要被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读博的中(zhōng)国人张吕(lǚ)敏创(chuàng)作的一种基于控制点(diǎn)的图像变形算法，主要用于数字(zì)图(tú)像处理、计算机(jī)视觉和计算(suàn)机(jī)图形学等领域。

其(qí)SD插件一经发布，在短短的两天内便(biàn)成为了AI绘画领(lǐng)域最(zuì)新的热点(diǎn)。

在此之前，大家用了很多方法想让AI生成的结果尽可能的符合要(yào)求，但(dàn)是都不尽如人意，它(tā)的出(chū)现(xiàn)代(dài)表着AI生成开始进入真正的可控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和画面的深(shēn)度信息(xī)等。有(yǒu)了它的帮助，就(jiù)不(bù)用频繁的(de)用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少博主的作品已经获得(dé)了大量的(de)浏览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友(yǒu)的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到对(duì)应的关键(jiàn)词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果(guǒ)。

通(tōng)过图片就可以看出来，效果十分惊(jīng)艳。

更(gèng)厉害的是，除(chú)了真实的照片(piàn)，草图也可以(yǐ)加上(shàng)“魔法(fǎ)”，知(zhī)乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕(lǚ)敏(mǐn)其本尊也亲自回应。

不得不说当下AIGC已经变得(dé)越(yuè)来越强大，甚(shèn)至输出的作品都(dōu)已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力(lì)爆发

警(jǐng)惕安全问(wèn)题(tí)

近日，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火遍网(wǎng)络(luò)，而经过警方辟谣这所(suǒ)谓(wèi)的“party”可能是全国第一(yī)起(qǐ)AI绘图诈(zhà)骗。

由(yóu)于这个(gè)活动里(lǐ)面给出的美女照(zhào)片(piàn)都(dōu)是(shì)AI制作的真(zhēn)人照片绘图，因(yīn)为太逼真，被选墓地的最好方位是什么，墓地的哪个方位的最好(bèi)大家当(dāng)成(chéng)真事(shì)传播了。

不过仔细观察可(kě)以发现，活动发起者(zhě)提(tí)供的(de)照片(piàn)中有个很大的漏洞可以发(fā)现并非真人(rén)，而是AI绘图(tú)，那便是图片(piàn)中女性的手(shǒu)指部分(fēn)有的存在异常。

有(yǒu)行业(yè)人(rén)事表示：“现在因为手指部分的绘画算法比较复(fù)杂，AI还不(bù)太会(huì)画人的手，但最新看到的图(tú)片已经(jīng)有越来越完(wán)美的AI模(mó)型出现，以后可能(néng)就完(wán)全(quán)没有(yǒu)漏洞了。”

类似的(de)AI作图诈(zhà)骗在国外也已有发(fā)生(shēng)。据英国广播(bō)公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假(jiǎ)照(zhào)片发布到网络，以(yǐ)此诱骗善良(liáng)的人打(dǎ)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(huì)图效果，如果(guǒ)这样(yàng)的(de)图片被用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引发(fā)了很多担忧(yōu)，一(yī)方(fāng)面，批(pī)判者(zhě)认为AI在(zài)“学习”了大量前人(rén)的作品(pǐn)之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难以和人类的(de)艺术(shù)创作相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权(quán)、目前都(dōu)并没(méi)有得到有效的解决，还有AIGC会不(bù)会代替人(rén)类“至高无上”的创意。

马(mǎ)斯克(kè)也强调，人工(gōng)智能的安全问题需要得到重(zhòng)视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都(dōu)是有两面性的(de)，潜(qián)在的危害并不能掩盖其(qí)光(guāng)辉的(de)贡献。现在看来，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(zēng)长奇迹(jì)。

过去一年，人工(gōng)智能在技(jì)术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人(rén)工智能技术发生方(fāng)向性(xìng)改变的一(yī)个代表。其下一站或许就是视频。

此(cǐ)前，Meta和(hé)谷歌(gē)先(xiān)后发布了几条引爆(bào)科(kē)技圈(quān)的短视(shì)频(pín)。这(zhè)些视(shì)频(pín)引发关注并非(fēi)内容做得多(duō)优秀，反而都非常(cháng)简单，比如(rú)一匹正在喝(hē)水的马(mǎ)，一只画画的玩具熊，或者一(yī)段(duàn)骑(qí)摩托车的第一视角录像(xiàng)，随(suí)便一(yī)个有手机的(de)人(rén)都可以(yǐ)随(suí)手录下一(yī)段。

但这些短视频的创作方式非常简单(dān)，创作者仅仅(jǐn)需要(yào)向AI输(shū)入一段话，甚至只是(shì)说一(yī)下要求，AI就可(kě)以根据需要生(shēng)成一(yī)段视频。

谷歌(gē)发布的两个AI生成视频分(fēn)别来自于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈就(jiù)已经(jīng)玩(wán)了(le)一波梗(gěng)，一个能够做出更高清视频的AI还不足以在短(duǎn)时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地方在(zài)于，它可以制作出超过2分钟的连贯的也有确切(qiè)内(nèi)容的(de)视频，这(zhè)才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只(zhǐ)能是为内容(róng)生(shēng)产者提供一个灵感，一个(gè)素(sù)材，一个过场动画。

不(bù)过(guò)能够制作出(chū)有具体剧情内容的视频就意味着，一(yī)些视频创作由AI代替(tì)人(rén)工完成已经初步有了可能。

当下AI的发展(zhǎn)速度已经(jīng)超(chāo)过(guò)大部分人(rén)的想象。内容产业的本质是(shì)供给创造需求(qiú)，AIGC作为全新的内容生产方式(shì)，可以为内容产业带来(lái)更(gèng)新的内容风格、更快(kuài)的生产速度，更低的生产成本(běn)，这(zhè)无(wú)疑会驱动内容(róng)产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发现该(gāi)项技术(shù)不仅在游戏等行业能得到有效应用，对(duì)于下一代互联网各种(zhǒng)元素(sù)的构(gòu)建(jiàn)亦有(yǒu)关键意义。

从商业(yè)化的角度来看，文化娱乐(lè)、教育、传媒等诸(zhū)多领域，本身(shēn)就对基于AI的可视化(huà)内容(róng)有强烈需求。

因此，AI绘画及(jí)视频或(huò)不是结(jié)果(guǒ)，而(ér)只是AI进(jìn)程中(zhōng)的一块重要(yào)拼图，有望(wàng)在(zài)技术更新的加持下实现(xiàn)更大的(de)应用价值。

AI从理解(jiě)内容，走(zǒu)向了(le)可以生成内(nèi)容(róng)，甚至能够创造出(chū)独(dú)立价值(zhí)和独(dú)立视角的内容。AIGC的再次出圈，更代表着未来的(de)先进生(shēng)产力即将(jiāng)到来。

04

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座(zuò)

从(cóng)技术的(de)发(fā)展(zhǎn)也(yě)可以看出(chū)，在语言大模(mó)型、图(tú)像(xiàng)大模型(xíng)之后，多模(mó)态(tài)大模型已经成(chéng)为了新的(de)趋势。

大模型(xíng)被誉为当前人工智能(néng)发(fā)展的智能底(dǐ)座(zuò)，是全球竞争(zhēng)最激烈的研究方向之(zhī)一，包(bāo)括(kuò)谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头部企(qǐ)业都在竞相发(fā)力。

不过(guò)训练(liàn)大模型(xíng)的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本(běn)约为140万(wàn)美元。而(ér)对(duì)于一些更大(dà)的LLM(大型语言(yán)模型)，训练成本则介于(yú)200万美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均数1300万计(jì)算，其对(duì)应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每(měi)日仅电费就在5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各类大模型的(de)发(fā)展(zhǎn)同时，更应该关注算(suàn)力网络的(de)建设(shè)。

算力网络正驱动AI产(chǎn)业(yè)发展(zhǎn)进(jìn)入史诗级加速进(jìn)程，让AIGC及(jí)通用AI这一(yī)人工智(zhì)能发展(zhǎn)的终(zhōng)极(jí)目标离得(dé)更近(jìn)。

因为(wèi)算力可(kě)以对突(tū)破(pò)性技(jì)术创新提供大力的支持(chí)。这方(fāng)面，多模(mó)态大模(mó)型是(shì)典型。作为面向未来强人工智能、通用人工(gōng)智能(néng)的重要技术(shù)创(chuàng)新，多模态(tài)大模型已经在人工智能领(lǐng)域提出了很多年，业界也有不少技术突破，但是(shì)，多模态大模型(xíng)进一步往(wǎng)下走，算(suàn)力需求呈(chéng)几何式上(shàng)升(shēng)，一(yī)般的算(suàn)力基础设施(shī)很快将难以胜任。

从图像、文字、语音单独一项的训练(liàn)，到双(shuāng)模态、三模(mó)态的跃迁，让人工智能可以灵活应对不同模(mó)态的转化、像人与世界交互一(yī)样(yàng)自然，这方面，由算力(lì)网络来(lái)驱(qū)动将有明(míng)显优势。

此外，还有很(hěn)多需要爆发(fā)式增长的算力来支(zhī)撑的技术创新，将在人工(gōng)智(zhì)能(néng)算力(lì)网络支撑下快速推(tuī)进(jìn)。

AIGC已(yǐ)经露出曙光，期(qī)待(dài)在大(dà)模型和(hé)大算力的(de)支持下AIGC能持续(xù)颠覆内容生产的方式，将创造的边际成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 选墓地的最好方位是什么，墓地的哪个方位的最好