自聊(liáo)天机(jī)器人ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔·盖茨已(yǐ)多次公(gōng)开谈(tán)论人工智(zhì)能(néng)话(huà)题。在最近的一次采访中，他再次表示(shì)：“AI可(kě)能会让科技行业迎来(lái)一次(cì)剧烈的洗牌”。

这个结论(lùn)是(shì)他在当地时间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可(kě)能(néng)会威胁到(dào)谷歌的(de)市占率，因为微软在AI方面的行动相当(dāng)迅速。而(ér)最(zuì)终科技巨(jù)头(tóu)将(jiāng)把AI整合(hé)成用户的“全(quán)能(néng)助手”，包(bāo)揽一切应用，与人们进(jìn)行(xíng)沟通(tōng)并提供建议(yì)，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助(zhù)手的到来可(kě)能尚需时日，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为代(dài)表的AIGC上一次爆(bào)火(huǒ)的时(shí)候(hòu)，还(hái)是2022年(nián)8月，在美国科罗拉多州举办的新(xīn)兴数字(zì)艺术家竞赛(sài)中，一(yī)幅名为(wèi)《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂(chǎng)商的(de)AI绘(huì)画(huà)软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。为什么公鸡不能炖汤，公鸡汤和母鸡汤的区别>

用户们可以(yǐ)在应用中输(shū)入一(yī)组关键词或者一张(zhāng)照(zhào)片，就能获得一幅(fú)AI创作的(de)画作(zuò)。

作(zuò)画的关键就是(shì)所输入的文(wén)本(běn)。同一(yī)组关(guān)键词也可以创(chuàng)作出(chū)很(hěn)多张风格不(bù)一样的画作，这让创作的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将(jiāng)生成的美图当做头(tóu)像。而另一(yī)部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片被AI画成了(le)“肌肉男”，还有网(wǎng)友(yǒu)的个人照片被AI识别(bié)成了(le)建(jiàn)筑。

而(ér)如今(jīn)随着ControlNet的出现与加(jiā)持，以往AI绘(huì)画的填写关键词游(yóu)戏可能要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人(rén)张(zhāng)吕(lǚ)敏创(chuàng)作的(de)一种基于(yú)控制点(diǎn)的图(tú)像变形算法，主要用于数字图像处理、计算机视觉(jué)和(hé)计算机图形学等(děng)领域。

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

在此(cǐ)之前，大家用(yòng)了很多方法想让AI生成的结果尽可能的(de)符(fú)合(hé)要求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可(kě)以直接提(tí)取画面的构图，人物(wù)的(de)姿势和画面的深度(dù)信息等(děng)。有了它的帮助，就不用频繁的用(yòng)提示(shì)词来碰(pèng)运气，抽盲盒式(shì)的创作了。

通俗(sú)的(de)说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主的(de)作品已经获得了大量的浏览量，“viggo”就(jiù)是(shì)其中(zhōng)之一，他(tā)用朋(péng)友的照片直接带(dài)她们(men)走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关(guān)键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过图(tú)片就可以看出来，效(xiào)果十分惊艳。

更(gèng)厉害的是，除了真实的(de)照(zhào)片(piàn)，草图也可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大(dà)神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输(shū)出的作品都已(yǐ)经(jīng)能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题(tí)

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的消息(xī)火(huǒ)遍网络，而(ér)经过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘(huì)图诈骗(piàn)。

由于这个(gè)活(huó)动里面给出(chū)的美(měi)女照片都是AI制作的(de)真(zhēn)人照(zhào)片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔(zǎi)细(xì)观察可以为什么公鸡不能炖汤，公鸡汤和母鸡汤的区别发现，活(huó)动(dòng)发(fā)起者提供的照片中(zhōng)有(yǒu)个很大的漏洞可以发(fā)现并非真人(rén)，而(ér)是(shì)AI绘图，那(nà)便(biàn)是图片中女性的手指部分有的存(cún)在异常。

有行(xíng)业人事表示(shì)：“现(xiàn)在因为手指部分的绘画算法比(bǐ)较复(fù)杂，AI还(hái)不太会画(huà)人(rén)的手(shǒu)，但最新看到的图片(piàn)已经有越来(lái)越完美的AI模型出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国(guó)外也已有发生。据英国广播(bō)公(gōng)司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以(yǐ)此诱骗善良的人打赏“捐助”从而实施(shī)诈(zhà)骗(piàn)。

目前随着技(jì)术发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果这(zhè)样的图片被用来(lái)诈(zhà)骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学(xué)习”了(le)大量(liàng)前人的作(zuò)品之后，其创作没(méi)有任何情绪和灵魂，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权(quán)、目前都并没有得到有(yǒu)效的解(jiě)决，还有(yǒu)AIGC会不会代替(tì)人类(lèi)“至高无(wú)上(shàng)”的创意。

马(mǎ)斯克(kè)也强调(diào)，人工(gōng)智能的安(ān)全问题(tí)需要得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频，还有远方(fāng)

技术都(dōu)是有两面(miàn)性的，潜在的危(wēi)害(hài)并不能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工(gōng)智能技术将(jiāng)是第四次工业革命的(de)核心驱动力(lì)量，将创造(zào)新的增(zēng)长奇迹。

过去(qù)一年，人工(gōng)智能在(zài)技术和商业层面都(dōu)有(yǒu)了(le)巨大进展，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性改变的一(yī)个代表(biǎo)。其下一站或许就是(shì)视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条(tiáo)引(yǐn)爆科技圈的短视频(pín)。这(zhè)些视频引发关注并非内(nèi)容(róng)做得多(duō)优秀，反(fǎn)而都非常简(jiǎn)单，比(bǐ)如一匹正在喝水的马，一(yī)只画画(huà)的(de)玩具熊(xióng)，或(huò)者一段骑摩托(tuō)车的(de)第一视角(jiǎo)录像，随便(biàn)一个有(yǒu)手机的人(rén)都(dōu)可(kě)以随手录下一段。

但这些短视频的创作方式非常简单，创作(zuò)者(zhě)仅仅(jǐn)需(xū)要(yào)向AI输入一(yī)段话(huà)，甚至只是说一下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌(gē)发布(bù)的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视(shì)频后，AI圈就已(yǐ)经(jīng)玩了一波梗(gěng)，一个(gè)能够做出更(gèng)高清视频的AI还不足以(yǐ)在短(duǎn)时(shí)间(jiān)内戳(chuō)中(zhōng)兴(xīng)奋点。

Phenaki更(gèng)加令人震惊的(de)地方在(zài)于，它可(kě)以制(zhì)作出超过2分钟的连(lián)贯的也有确(què)切内(nèi)容的视频，这才(cái)是真正(zhèng)让(ràng)人们感到惊喜(xǐ)的地方。因为无论AI生成的(de)视(shì)频多(duō)么高清，也只(zhǐ)能是为内(nèi)容生产(chǎn)者提供一个灵感，一个素材，一个(gè)过(guò)场动(dòng)画。

不(bù)过能够制作出有具体剧情内容(róng)的视频就意味着，一些视频创作由AI代替人工完成已经初步(bù)有了可能。

当下AI的发展速度已经超过大(dà)部(bù)分人的(de)想(xiǎng)象。内(nèi)容(róng)产业的本质是供给创造需求，AIGC作为全(quán)新的内容生(shēng)产方式，可以为内容产(chǎn)业带(dài)来(lái)更新的内(nèi)容风格(gé)、更快的生(shēng)产(chǎn)速(sù)度，更低的生产成本，这无疑会驱(qū)动内容产业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐(lè)、代码、机(jī)器人动作(zuò)等多种内容(róng)形式的生成。不难(nán)发现该项技术不仅在(zài)游戏等行业能得到(dào)有效应用，对于下一(yī)代互联网各种(zhǒng)元素的构建(jiàn)亦有关(guān)键(jiàn)意义。

从商业化的角度(dù)来看，文化(huà)娱乐、教育、传媒等诸多领(lǐng)域，本身(shēn)就对基于AI的可视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视(shì)频或(huò)不是结果，而只是(shì)AI进程中(zhōng)的一块重(zhòng)要拼图(tú)，有望在技术(shù)更新(xīn)的加(jiā)持下(xià)实(shí)现更大的(de)应用价值(zhí)。

AI从理解内(nèi)容(róng)，走向(xiàng)了可(kě)以生成内(nèi)容，甚至能够创造(zào)出独(dú)立价值和独立(lì)视角的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来(lái)的先进生(shēng)产力(lì)即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展也(yě)可以(yǐ)看(kàn)出(chū)，在语言大模型、图像大模型(xíng)之后(hòu)，多模态(tài)大模型已经成为了新的趋势。

大模型被(bèi)誉为当前人工智(zhì)能发(fā)展的智能底座，是全球竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都在竞相发力。

不过训(xùn)练大模(mó)型的确价(jià)格(gé)不菲，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练(liàn)一(yī)次的成本约为140万(wàn)美(měi)元。而对于一些更(gèng)大的(de)LLM(大型语言模型)，训(xùn)练成本则介于200万美元至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万计(jì)算，其对(duì)应(yīng)芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电(diàn)费就(jiù)在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开(kāi)庞大算(suàn)力(lì)支持。在关注各(gè)类大(dà)模型的发展(zhǎn)同时，更应(yīng)该关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级(jí)加速进程，让AIGC及通用AI这一人工(gōng)智能发(fā)展(zhǎn)的终极目标(biāo)离得更(gèng)近。

因(yīn)为算力可(kě)以对(duì)突(tū)破性技术创新提供大力的支(zhī)持。这方面，多模态大模型是典型(xíng)。作(zuò)为(wèi)面向未来(lái)强人工智(zhì)能、通用人工智能的重要(yào)技术创新，多模态大模型已(yǐ)经在人工(gōng)智能领域提出了很多年，业界也有不(bù)少技术(shù)突破，但是，多模(mó)态大模型进一(yī)步往下走(zǒu)，算力需求(qiú)呈几何(hé)式(shì)上升，一(yī)般(bān)的(de)算(suàn)力(lì)基(jī)础(chǔ)设施很快将难(nán)以胜任(rèn)。

从图像(xiàng)、文字、语(yǔ)音单独一项(xiàng)的训练，到(dào)双(shuāng)模(mó)态、三模(mó)态(tài)的跃迁，让人(rén)工智能(néng)可以灵活应对(duì)不同(tóng)模态的转化、像(xiàng)人(rén)与(yǔ)世界交互(hù)一样自然(rán)，这方面(miàn)，由(yóu)算力网络来驱(qū)动将有明显优势。

此(cǐ)外，还有很多(duō)需(xū)要爆发式增长的算力来支撑的技术创新，将在人(rén)工智(zhì)能算力网(wǎng)络(luò)支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙光(guāng)，期待在大模(mó)型和大(dà)算力的支持下AIGC能持续颠覆内容生产的(de)方式，将创(chuàng)造(zào)的边际成本(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 为什么公鸡不能炖汤，公鸡汤和母鸡汤的区别