自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖茨已多次公开谈(tán)论人工智(zhì)能(néng)话题。在最近的(de)一次(cì)采(cǎi)访中，他(tā)再次表示：“AI可能会让科(kē)技行业迎来一次剧烈(liè)的(de)洗(xǐ)牌”。

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

他预期，AI的发展可能(néng)会(huì)威胁(xié)到谷(gǔ)歌的(de)市(shì)占率，因为微软(ruǎn)在AI方面的行(xíng)动(dòng)相当迅速。而最终科技巨头将把AI整合成用户的“全(quán)能助(zhù)手(shǒu)”，包揽一切应用，与人们进行沟(gōu)通(tōng)并提供建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口中全能助手(shǒu)的到来(lái)可能尚需时(shí)日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月，在(zài)美(měi)国科(kē)罗(luó)拉多州举办的新兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太(tài)空(kōng)歌剧院(yuàn)》的作品获奖。

随后(hòu)各大厂(chǎng)商的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用(yòng)中输(shū)入一组关键(jiàn)词(cí)或者一张照片(piàn)，就能获得(dé)一幅AI创作的(de)画作。

作画的关(guān)键就是所输入的文本。同一组关键(jiàn)词也可以创作出(chū)很(hěn)多(duō)张风格不一(yī)样(yàng)的画作，这让创作的过程就像开(kāi)盲(máng)盒。

很多用户很喜欢这(zhè)种(zhǒng)不确(què)定的惊喜，他们会将(jiāng)生成的美图当做头(tóu)像。而(ér)另(lìng)一部分喜欢翻看AI绘(huì)画(huà)的“翻车”作品(pǐn)。在(zài)社(shè)交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网(wǎng)友的(de)小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人(rén)照片被AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的(de)出现与加持，以(yǐ)往AI绘画的(de)填写关键词(cí)游戏可能要(yào)被颠(diān)覆了(le)。

ControlNet是(shì)一(yī)位正在斯坦福读(dú)博的中国(guó)人张吕敏创(chuàng)作的(de)一(yī)种基于控制(zhì)点的图像变形算法，主(zhǔ)要用于数(shù)字图像处(chù)理、计算机视觉和计算(suàn)机(jī)图形学等领域。

其SD插件(jiàn)一经发布，在短(duǎn)短(duǎn)的两天内便成为(wèi)了AI绘画(huà)领域(yù)最新的热点。

在(zài)此(cǐ)之前(qián)，大家用(yòng)了很多(duō)方法想让AI生成的结果尽可能的符合要求(qiú)，但是(shì)都不尽(jǐn)如(rú)人意，它的出现代(dài)表着(zhe)AI生成开始进入真正(zhèng)的可(kě)控(kòng)时期(qī)。

因(yīn)为ControlNet可以直接提取画面的(de)构图，人物的姿势和画(huà)面的深度信息等。有(yǒu)了它(tā)的帮助，就不用(yòng)频繁的用(yòng)提示词来(lái)碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘(huì)画加了(le)“魔法”，不少(shǎo)博主的作(zuò)品(pǐn)已(yǐ)经获得了(le)大量的(de)浏览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋(péng)友(yǒu)的照片直接(jiē)带(dài)她们走(zǒu)进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的(de)关键词；最后用(yòng)ControlNet插件绑定骨骼开始(shǐ)换关键词试(shì)效(xiào)果(guǒ)。

通(tōng)过(guò)图片(piàn)就可以看出来，效(xiào)果十(shí)分惊(jīng)艳。

更(gèng)厉害(hài)的是，除(chú)了真实的照片(piàn)，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还(hái)能(néng)实现线稿转全彩(cǎi)图。大神张吕敏其(qí)本尊(zūn)也(yě)亲自回应。

不(bù)得(dé)不说当(dāng)下AIGC已经变得越来越强大，甚至输出的作品(pǐn)都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆(bào)发

警(jǐng)惕安全(quán)问题(tí)

近(jìn)日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而经过警方辟谣这(zhè)所(suǒ)谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈(zhà)骗。

由(yóu)于这(zhè)个活动里面给(gěi)出(chū)的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事传播(bō)了(le)。

不过仔细观察(chá)可以发现，活动发起者提供的照片中有个很大的漏洞(dòng)可(kě)以(yǐ)发现(xiàn)并非真人(rén)，而是AI绘图，那便是图片中女性的(de)手指(zhǐ)部(bù)分有的存(cún)在异(yì)常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘画算法比较复杂，AI还(hái)不太(tài)会画人的手，但最新看(kàn)到(dào)的(de)图(tú)片(piàn)已经有越(yuè)来(lái)越完美的(de)AI模型出(chū)现，以后可能(néng)就(jiù)完全没有漏洞了。”

类似的AI作图(tú)诈骗在(zài)国外也已有发生。据英国广播公(gōng)司(sī)报道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿童(tóng)受(shòu)灾的假照片发布到网(wǎng)络，以(yǐ)此诱骗善良的(de)人打赏“捐助(zhù)”从而实施诈骗(piàn)。

目前随着技术(shù)发展(zhǎn)，AIGC已经能(néng)做(zuò)出真人(rén)照(zhào)片般(bān)的绘(huì)图(tú)效果(guǒ)，如果这样的图片被用来诈骗(piàn)，将非常可怕(pà)。

此外AIGC还引发(fā)了很多担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大量(liàng)前人的作(zuò)品(pǐn)之后，其(qí)创作没有任(rèn)何情(qíng)绪和灵魂，难以和人类的(de)艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后(hòu)的版权、目前都并没(méi)有(yǒu)得到有效的解决，还有(yǒu)AIGC会不(bù)会(huì)代(dài)替人类“至高无上(shàng)”的创(chuàng)意(yì)。

马(mǎ)斯克也强调，人工智能的安全(quán)问题需要得(dé)到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两(liǎng)面性的，潜在的危害并不能掩盖其光(guāng)辉(huī)的贡(gòng)献。现在看来，人工智(zhì)能技术将是第四(sì)次工业(yè)革命的(de)核心驱动力量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在技术(shù)和商业(yè)层(céng)面都(dōu)有了(le)巨大进展，AI绘画就是人(rén)工(gōng)智能(néng)技术发(fā)生方向性改变的(de)一个代表。其下一(yī)站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的短视频。这(zhè)些视频引(yǐn)发关(guān)注并非内容做得多优秀(xiù)，反而都非常简单，比如(rú)一匹正在喝(hē)水的马，一只画(huà)画(huà)的(de)玩(wán)具熊，或者一段骑摩托(tuō)车的第一视角录(l俄罗斯为啥打不赢乌克兰，乌克兰为什么这么难打ù)像，随便一(yī)个有(yǒu)手机的人都可以(yǐ)随手录下一段。

但这些短(duǎn)视频的创作方式非(fēi)常简单，创作者(zhě)仅仅需(xū)要(yào)向AI输入一(yī)段话，甚至只是说一下要求(qiú)，AI就可以根(gēn)据需要生成一段视频。

谷(gǔ)歌(gē)发布的(de)两(liǎng)个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高(gāo)清(qīng)，与Meta的Make-A-Video没有(yǒu)太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后(hòu)，AI圈就已经玩了(le)一波(bō)梗，一个能够做出更高清视频的AI还不(bù)足(zú)以在短时间内(nèi)戳中(zhōng)兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可(kě)以(yǐ)制(zhì)作出超(chāo)过2分钟的(de)连贯的也有确切内容的(de)视(shì)频，这(zhè)才是真正让人们感到惊喜的(de)地方(fāng)。因(yīn)为无论AI生(shēng)成的视频多么高清，也只能是为内(nèi)容生产(chǎn)者提供一(yī)个(gè)灵感，一个素材，一个(gè)过(guò)场动画(huà)。

不(bù)过能够制(zhì)作出有具体剧(jù)情(qíng)内容的视频就(jiù)意味(wèi)着，一些视频创作由AI代替(tì)人工完成已经初步有了(le)可能。

当下AI的发(fā)展速度已(yǐ)经超过大(dà)部分人的想象。内(nèi)容产业的本质是供给(gěi)创造需求，AIGC作为全新(xīn)的(de)内容生产方式，可以为内容产业带来更(gèng)新(xīn)的内容风格、更快的(de)生产速(sù)度，更低的生产成本(běn)，这(zhè)无疑会(huì)驱动内容(róng)产业的大爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术还能应用于音(yīn)乐、代码、机器人(rén)动作等多种内(nèi)容形式的生成(chéng)。不难发现该项技术(shù)不仅在(zài)游(yóu)戏等行(xíng)业(yè)能得到有效应用，对于(yú)下(xià)一代互联网各种元素的构建亦有关键意义。

从商(shāng)业化的角(jiǎo)度(dù)来看，文化娱(yú)乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块重要(yào)拼(pīn)图，有望在技术更(gèng)新的加持下(xià)实(shí)现更大的应(yīng)用价值。

AI从理解(jiě)内容(róng)，走(zǒu)向了可以生成内容，甚至能够创造出独(dú)立价值和独立视(shì)角的内(nèi)容。AIGC的(de)再次(cì)出圈，更代(dài)表着(zhe)未(wèi)来的(de)先进生产力(lì)即将到来(lái)。

04

紧抓大模(mó)型与算(suàn)力，牢固(gù)AIGC底座

从技(jì)术(shù)的发展也(yě)可以看(kàn)出，在(zài)语言大(dà)模型、图像大模型之后，多模态(tài)大(dà)模型已经成(chéng)为了新(xīn)的趋势。

大(dà)模型被誉(yù)为(wèi)当前(qián)人工智能发(fā)展(zhǎn)的智能底座，是全(quán)球竞(jìng)争(zhēng)最激(jī)烈的(de)研(yán)究方(fāng)向之一，包括(kuò)谷(gǔ)歌(gē)、亚马逊、百度、阿(ā)里、腾讯(xùn)等(děng)众多头部企业都在竞相发力。

不过(guò)训练大模型的(de)确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练(liàn)一(yī)次的成(chéng)本约为140万(wàn)美元(yuán)。而对于一些更(gèng)大的(de)LLM(大型(xíng)语言(yán)模型)，训练成本则(zé)介(jiè)于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均数1300万计算(suàn)，其(qí)对应芯片(piàn)需求为(wèi)3万多片英伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元，每日仅(jǐn)电费就在(zài)5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算(suàn)力支持。在(zài)关注各类大模型(xíng)的发展(zhǎn)同时(shí)，更应该关(guān)注算力网络的(de)建设。

算力网(wǎng)络正驱动AI产业发(fā)展进入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能(néng)发展的终(zhōng)极(jí)目(mù)标离得更(gèng)近(jìn)。

因为算(suàn)力可(kě)以对突破性技术创新(xīn)提(tí)供大力的支持。这方面，多模态大模(mó)型是典型。作为面(miàn)向未来强人工智能、通用人工智能(néng)的重要技(jì)术创(chuàng)新，多模态大模(mó)型已经在人工智能领域提出了(le)很多年，业界也有不少技(jì)术(shù)突破，但是(shì)，多模态大模型进一步往下走(zǒu)，算力需求呈几(jǐ)何(hé)式上(shàng)升(shēng)，一般(bān)的算力基础(chǔ)设施很快将难以胜(shèng)任。

从图(tú)像、文字、语音单(dān)独(dú)一项(xiàng)的训练，到双模态、三模(mó)态的跃迁，让人工智能可(kě)以(yǐ)灵活应(yīng)对(duì)不同模态的(de)转化、像人(rén)与世界交互一样自(zì)然，这方(fāng)面，由算力网络来(lái)驱动将有明(míng)显优势。

此外，还有很多需要爆发式增长的算(suàn)力来支(zhī)撑的技术(shù)创新，将在人工智(zhì)能算力(lì)网络支撑(chēng)下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的(de)支持下AIGC能持续(xù)颠覆内容(róng)生产的(de)方式，将创造的边际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 俄罗斯为啥打不赢乌克兰，乌克兰为什么这么难打