自(zì)聊天机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比尔·盖茨(cí)已多次公开谈论(lùn)人工智(zhì)能(néng)话题。在(zài)最近的一(yī)次(cì)采访(fǎng)中(zhōng)，他再次表示：“AI可能(néng)会让(ràng)科(kē)技行业迎(yíng)来(lái)一次剧烈的洗牌”。

这个(gè)结论(lùn)是他在(zài)当地时间2月(yuè)20日(rì)接受《In Good Company》节目专访时(shí)提(tí)出(chū)的。

他(tā)预期，AI的发展可能会威胁到(dào)谷歌(gē)的(de)市占率，因为微(wēi)软在(zài)AI方面的行动(dòng)相当迅(xùn)速(sù)。而(ér)最终科技巨(jù)头(tóu)将(jiāng)把(bǎ)AI整合成用户(hù)的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们(men)进(jìn)行沟通(tōng)并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的(de)AIGC上一(yī)次(cì)爆火的时候，还是2022年8月，在(zài)美(měi)国科罗拉多州举办的新兴数(shù)字艺(yì)术(shù)家竞赛中，一(yī)幅名为(wèi)《太空(kōng)歌剧院》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘(huì)画(huà)软件被(bèi)广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入(rù)一(yī)组(zǔ)关键词或(huò)者一张照片(piàn)，就能(néng)获得一(yī)幅(fú)AI创作的画作。

作画的关键就是所输入的(de)文本。同一(yī)组关键词也可以(yǐ)创作出很(hěn)多张风格不一(yī)样的画作(zuò)，这让创作的(de)过程就(jiù)像开盲盒。

很多用(yòng)户很喜欢这(zhè)种(zhǒng)不确定(dìng)的(de)惊喜，他们会将生成(chéng)的美图当做头像。而另一部分喜(xǐ)欢(huān)翻看(kàn)AI绘画(huà)的“翻车(chē)”作品。在(zài)社交媒体上(shàng)，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗(gǒu)照(zhào)片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘画(huà)的填(tián)写关(guān)键(jiàn)词游戏可能要被颠(diān)覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张(zhāng)吕(lǚ)敏创作的(de)一种基(jī)于控制(zhì)点(diǎn)的图(tú)像(xiàng)变形算(suàn)法，主要(yào)用(yòng)于(yú)数(shù)字(zì)图像处理(lǐ)、计算机视觉和计算机图形学等领域(yù)。

其SD插件一经(jīng)发布，在短短(duǎn)的两天内便成为了AI绘(huì)画领域最新(xīn)的热(rè)点。

在(zài)此之前(qián)，大家用了很多(duō)方法想让AI生(shēng)成的结果尽(jǐn)可能的符(fú)合要求，但(dàn)是(shì)都不尽如人意，它的出现代(dài)表(biǎo)着AI生成开始进(jìn)入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画(huà)面的(de)构图，人物(wù)的姿势和画面的(de)深度信息等。有了(le)它的帮助(zhù)，就(jiù)不(bù)用(yòng)频繁的用(yòng)提示词来碰(pèng)运气，抽盲盒(hé)式的(de)创作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了“魔法”，不(bù)少博主的作品(pǐn)已经获得了(le)大量(liàng)的(de)浏览量，“viggo”就是其中之一，他用(yòng)朋(péng)友的照(zhào)片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键词；最后用(yòng)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，效果(guǒ)十分惊艳。

更厉(lì)害的(de)是，除(chú)了真实(shí)的照片，草图(tú)也可(kě)以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已(yǐ)经(jīng)变得越(yuè)来越强大，甚至输出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的(de)消息火遍网(wǎng)络，而(ér)经(jīng)过警方辟(pì)谣(yáo)这(zhè)所谓的(de)“party”可(kě)能(néng)是全国第一起AI绘(huì)图(tú)诈(zhà)骗。

由于这(zhè)个活动里面给出的美女照片都(dōu)是AI制作的真人照片绘图，因为太逼真，被大家当成(chéng)真事传播了。

不(bù)过仔(zǎi)细观(guān)察可以发现，活动发起(qǐ)者提供的照(zhào)片中有个很大的漏(lòu)洞可(kě)以发现并非真人，而是(shì)AI绘图，那便是图(tú)片中女性的手指部分有的存在异(yì)常。

有行(xíng)业(yè)人事表示：“现在因为手指(zhǐ)部分的绘画算法(fǎ)比较(jiào)复(fù)杂，AI还(hái)不太会画(huà)人(rén)的手，但最新看到的图片已经有越(yuè)来越(yuè)完美的AI模型出现，以后(hòu)可能就完全没有漏洞(dòng)了。”

类(lèi)似(shì)的(de)AI作图诈骗在国(guó)外也已(yǐ)有(yǒu)发生(shēng)。据(jù)英国广(guǎng)播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的假(jiǎ)照片发布到(dào)网络，以此诱骗(piàn)善良的人打赏“捐(juān)助”从而实施(shī)诈骗(piàn)。

目前随着(zhe)技(jì)术发展，AIGC已(yǐ)经能做出真人照片(piàn)般的绘图(tú)效果，如果这样的图片(piàn)被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一(yī)方面，批判者(zhě)认为AI在“学习(xí)”了大量(liàng)前人的作品之后，其(qí)创作没有任(rèn)何情绪和灵魂，难以和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目前(qián)都并没有得到有效的解决(jué)，还有AIGC会不会代替人类“至(zhì)高无上”的创(chuàng)意。

马斯(sī)克也强调，人工智能(néng)的安全问题需(xū)要(yào)得(dé)到重视(shì)，太(tài)晚就来不及了。

03

AIGC下一站除了视(shì)频(pín)，还有远(yuǎn)方

技术都是有两(liǎng)面性的，潜(qián)在的危害并不能掩盖其(qí)光辉的贡(gòng)献。现(xiàn)在看来，人(rén)工智能技术将是第四次工业(yè)革命(mìng)的核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年，人工智能(néng)在(zài)技术和商(shāng)业层面都有了(le)巨大(dà)进(jìn)展(zhǎn)，AI绘画就是人工智(zhì)能技术发生方向性改变的(de)一个代(dài)表。其(qí)下一站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈的短视频。这些视(shì)频引发关注并非(fēi)内容做得多优(yōu)秀(xiù)，反而(ér)都非常简单，比如一匹正在喝水(shuǐ)的马，一(yī)只画(huà)画的玩(wán)具熊(xióng)，或者一(yī)段骑摩托车的第一视角录(lù)像，随便一个有手(shǒu)机(jī)的人(rén)都(dōu)可以随(suí)手录下一段(duàn)。

但(dàn)这(zhè)些短视频(pín)的创作方式非(fēi)常(cháng)简单，创作者仅仅(jǐn)需要(yào)向AI输入一(yī)段话，甚至只是说一下要求，AI就可以根(gēn)据需(xū)要生成一段视(shì)频。

谷歌发布的两个AI生成视频(pín)分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已(yǐ)经(jīng)玩了(le)一波(bō)梗，一(yī)个(gè)能(néng)够做出更高清(qīng)视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出超过2分钟(zhōng)的连贯的也有确切(qiè)内容(róng)的视频，这才是真正让(ràng)人们感到惊喜(xǐ)的地方。因(yīn)为无(wú)论AI生成的视频多么高清，也只(zhǐ)能是为内(nèi)容生产者(zhě)提供一个(gè)灵感(gǎn)，一个素材，一个过场动(dòng)画。

不(bù)过能够制(zhì)作出有具(jù)体剧情内容(róng)的视频就(jiù)意味着，一些视频创作由(yóu)AI代替人工(gōng)完成已经(jīng)初步(bù)有(yǒu)了可(kě)能。

当下AI的(de)发展速度(dù)已经超过大部分人的想象。内(nèi)容产业的本质是供给创造需求，AIGC作(zuò)为全(quán)新的(de)内容(róng)生产方式(shì)，可以为内容产业带来更新的内容风(fēng)格、更快的生产速度，更低的生产成本，这无疑会驱动内(nèi)容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码(mǎ)、机器人(rén)动(dòng)作等多种内容形式的生成。不难发现该项(xiàng)技术不仅在游戏(xì)等行业(yè)能得到有效应用(yòng)，对于下一代互(hù)联网各种元素(sù)的构建(jiàn)亦有关(guān)键意义。

从商业(yè)化的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多(duō)领域，本(běn)身就对(duì)基于AI的可(kě)视化(huà)内容有(yǒu)强烈需求。

因此(cǐ)，AI绘(huì)画(huà)及(jí)视(shì)频或不(bù)是结果，而只是(shì)AI进(jìn)程中(zhōng)的一块重要拼图，有望在技术(shù)更新的加持下实(shí)现更大的应用(yòng)价值。

AI从理解内容，走向了可以生成内容，甚至(zhì)能够创造出独(dú)立价值和独立视角的内容。AIGC的(de)再次(cì)出圈，更代表着未来(lái)的先进生(shēng)产力即将到(dào)来。

04

紧抓大模型(xíng)与算(suàn)力(lì)，牢固AIGC底座

从技术的发展也(yě)可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多模态(tài)大(dà)模(mó)型(xíng)已(yǐ)经成(chéng)为(wèi)了新的趋势。

大模(mó)型被誉(yù)为当(dāng)前人(rén)工智(zhì)能发展(zhǎn)的智能底座(zuò)，是全球竞争最激(jī)烈的研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业(yè)都(dōu)在竞(jìng)相发力。

不过训练大模型的确价格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少(shǎo)算(suàn)力》报(bào)告估算(suàn)，GPT-3训练一次(cì)的(de)成本(běn)约为(wèi)140万美(měi)元。而对(duì)于一些更大的LLM(大型(xíng)语言模型(xíng))，训(xùn)练成本(běn)则介于200万美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的独立(lì)访客平(píng)均数(shù)1300万(wàn)计算，其对应(yīng)芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费(fèi)就(jiù)在(zài)5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力(lì)支持。在关注各类大模型(xíng)的发展同时，更应(yīng)该关注(zhù)算(suàn)力网络的建(jiàn)设。

算力网(wǎng)络正驱动AI产业发展进(jìn)入史诗(shī)级加(jiā)速进程(chéng)，让AIGC及通用(yòng)AI这(zhè)一人工智(zhì)能(néng)发展的(de)终(zhōng)极(jí)目标离得(dé)更近。

因为(wèi)算力可以对(duì)突破性技术创新提供大力的支(zhī)持(chí)。这方面，多模态大(dà)模型(xíng)是典型。作为面向(xiàng)未(wèi)来强人工智(zhì)能、通用人工智(zhì)能的(de)重(zhòng)要(yào)技术创新，多模态大模(mó)型(xíng)已经在人工智(zhì)能领域(yù)提出了(le)很多年(nián)，业(yè)界(jiè)也(yě)有不少(shǎo)技术突破(pò)，但是，多模态大模型进一步往下走，算力(lì)需求呈几何式上(shàng)升，一般的算力(lì)基础设施很快将难以(yǐ)胜任(rèn)。

从(cóng)图像、文字、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人(rén)与世界交互一样自然，这(zhè)方面，由算(suàn)力网络(luò)来驱动将有明显优势(shì)。

此外，还有很多需要(yào)爆(bào)发式增长(zhǎng)的算力来支(zhī)撑(chēng)的技(jì)术(shù)创新，将在(zài)人工智能算力网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型和大(dà)算力的支(zhī)持下AIGC能持续颠覆内(nèi)容(róng)生(shēng)产的方式，将创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 im医学上是什么意思