自聊(liáo)天机器(qì)人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖(gài)茨已多次公(gōng)开谈论人工智能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会(huì)让科技(jì)行业(yè)迎(yíng)来一次(cì)剧(jù)烈的洗牌(pái)”。

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

他预期，AI的发展可能会(huì)威胁到谷歌的市占率，因(yīn)为微(wēi)软(ruǎn)在AI方面(miàn)的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一(yī)切应用，与(yǔ)人(rén)们进行沟通(tōng)并提供建议，可以取代(dài)亚马(mǎ)逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大佬口中全(quán)能助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话(huà)题热点包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠(kào)近(jìn)

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在(zài)美国科(kē)罗(luó)拉多州(zhōu)举办的新兴数字艺术家(jiā)竞(jìng)赛(sài)中，一幅(fú)名为《太空歌(gē)剧院》的作(zuò)品获奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在应用(yòng)中(zhōng)输(shū)入(rù)一组关键(jiàn)词或者一张照片，就能获得一(yī)幅梭边鱼是不是鲶鱼 梭边鱼跟鲶鱼一样吗AI创作的画作。

作(zuò)画的关(guān)键就是所(suǒ)输入的文本。同(tóng)一组关键词也(yě)可(kě)以(yǐ)创作出很(hěn)多张风格不一样的(de)画作，这让创作的(de)过程就像(xiàng)开盲盒(hé)。

很多用户很喜欢这种不确定的(de)惊喜(xǐ)，他(tā)们会将生(shēng)成的(de)美图当做(zuò)头像。而(ér)另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社(shè)交媒体上，许多用(yòng)户分享AI“翻(fān)车(chē)现场”，例如，一位网友(yǒu)的小(xiǎo)狗照(zhào)片梭边鱼是不是鲶鱼 梭边鱼跟鲶鱼一样吗(piàn)被AI画(huà)成了“肌肉(ròu)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，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中(zhōng)国人张吕敏创作的一种基(jī)于控制点的图像变形算法(fǎ)，主要用于数字图像处(chù)理、计(jì)算机(jī)视觉和计算机图形学等(děng)领域。

其SD插(chā)件一经发布，在短短的两天内便成为了AI绘画领域最(zuì)新(xīn)的热点。

在此之前，大(dà)家用了很多方法想(xiǎng)让AI生成的结果尽可(kě)能的(de)符(fú)合(hé)要求，但(dàn)是都不尽如人意，它(tā)的(de)出现代表着AI生成(chéng)开始(shǐ)进入真(zhēn)正(zhèng)的可(kě)控时期。

因为(wèi)ControlNet可以(yǐ)直(zhí)接提取画面的构图，人物的(de)姿势和画面的深度信(xìn)息等(děng)。有了(le)它的帮助(zhù)，就不用频繁的用提示词来碰(pèng)运气，抽(chōu)盲(máng)盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔法”，不少博主的作品已经(jīng)获得(dé)了大量(liàng)的浏(liú)览量，“viggo”就是其中之一，他(tā)用朋友的照片直接(jiē)带她们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再(zài)用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的(de)关(guān)键(jiàn)词；最(zuì)后用(yòng)ControlNet插件绑(bǎng)定骨(gǔ)骼(gé)开始换关键词(cí)试效(xiào)果(guǒ)。

通过图片(piàn)就可(kě)以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除了真实的照片，草(cǎo)图也可以(yǐ)加(jiā)上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线稿转全彩(cǎi)图。大(dà)神张吕(lǚ)敏其本(běn)尊也亲自(zì)回应。

不得不说(shuō)当下AIGC已经变得越(yuè)来越强大，甚至输出的作品都(dōu)已经能以假(jiǎ)乱(luàn)真(zhēn)了。

02

难辨(biàn)虚实(shí)，AIGC技(jì)术(shù)力爆发

警惕安(ān)全问题

近(jìn)日，“苏(sū)州(zhōu)金鸡湖(hú)有(yǒu)游(yóu)艇party”的消息(xī)火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第(dì)一起AI绘图诈骗(piàn)。

由于这(zhè)个(gè)活动里(lǐ)面给出的(de)美(měi)女照片都是(shì)AI制作的(de)真人照片(piàn)绘图，因(yīn)为太逼真，被(bèi)大家当成真事传(chuán)播了。

不过仔细观察可以发(fā)现，活动发起者提供的照片中有个很(hěn)大的漏洞(dòng)可以(yǐ)发现并非(fēi)真人，而是(shì)AI绘(huì)图，那便(biàn)是图片中女(nǚ)性的手指部分有(yǒu)的存在异常。

有(yǒu)行业人事表(biǎo)示(shì)：“现在因为(wèi)手(shǒu)指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完(wán)美的AI模(mó)型出现，以后可能(néng)就(jiù)完全没有(yǒu)漏洞(dòng)了(le)。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受(shòu)灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随(suí)着(zhe)技(jì)术发展，AIGC已经能做出真人照片般的(de)绘图(tú)效果(guǒ)，如果(guǒ)这样的图(tú)片(piàn)被(bèi)用(yòng)来(lái)诈骗，将(jiāng)非常可(kě)怕(pà)。

此外(wài)AIGC还引发了很多担忧，一方面(miàn)，批判者认为AI在“学(xué)习”了大(dà)量(liàng)前人的作(zuò)品之后，其创作没有任何(hé)情(qíng)绪和灵魂(hún)，难以和人类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没(méi)有得到有效(xiào)的解决，还有AIGC会(huì)不会代替(tì)人类“至(zhì)高(gāo)无上”的(de)创意。

马斯克也(yě)强调，人工智能的安全问(wèn)题(tí)需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远(yuǎn)方(fāng)

技(jì)术都是有两面性的，潜在的(de)危(wēi)害并不能(néng)掩盖其光辉的(de)贡献。现在看(kàn)来，人工智能技术将是第四次工业(yè)革命的核心驱动(dòng)力量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人工(gōng)智能(néng)在技术和商业层(céng)面都(dōu)有了巨大进(jìn)展，AI绘画就是人工智(zhì)能技(jì)术发生方向性改变(biàn)的一个代表。其下一站或(huò)许就(jiù)是(shì)视频(pín)。

此(cǐ)前，Meta和(hé)谷(gǔ)歌先(xiān)后发布(bù)了几条引(yǐn)爆科(kē)技圈的(de)短视频。这些视频(pín)引发关注并非内容做得多优秀，反而(ér)都非常简(jiǎn)单，比如一(yī)匹正在(zài)喝(hē)水的马，一只画(huà)画的玩具熊(xióng)，或(huò)者一段骑摩(mó)托车的第一视(shì)角录像，随便(biàn)一个(gè)有手机的人都可以(yǐ)随手录下一段。

但这些(xiē)短视频的创作方式非常简(jiǎn)单(dān)，创作(zuò)者(zhě)仅(jǐn)仅需要(yào)向(xiàng)AI输入一段(duàn)话，甚至(zhì)只(zhǐ)是(shì)说一(yī)下要求，AI就(jiù)可以根据需要(yào)生(shēng)成一段(duàn)视频。

谷歌发(fā)布(bù)的两个(gè)AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频(pín)后(hòu)，AI圈就(jiù)已经玩(wán)了一波梗，一个能够做出更高(gāo)清视频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可(kě)以制作出超过2分钟的(de)连贯的也有确切(qiè)内容的视频，这才是真正让人(rén)们感到(dào)惊喜(xǐ)的地方。因(yīn)为无论AI生(shēng)成(chéng)的视频多么高(gāo)清，也只(zhǐ)能是为内容生产者(zhě)提(tí)供一个灵感，一个(gè)素材，一个过场(chǎng)动画(huà)。

不过(guò)能(néng)够制作出(chū)有具体剧(jù)情内容的视频(pín)就意(yì)味着，一些视频创作由AI代(dài)替人工完成(chéng)已经初(chū)步有了可能。

当下AI的发展速度(dù)已经超过大部分人的想象。内容产业的(de)本质是供给创造(zào)需求，AIGC作为全新的内容生(shēng)产(chǎn)方式，可以为内容产业带来更新的内(nèi)容(róng)风(fēng)格、更快的(de)生产速度，更低的生(shēng)产成本，这(zhè)无疑会(huì)驱动内容产(chǎn)业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技术还(hái)能(néng)应用于音乐、代码、机器(qì)人(rén)动作等(děng)多种内容形式的生成。不(bù)难发(fā)现该项技术(shù)不仅在游戏等行业能(néng)得到有效(xiào)应用(yòng)，对(duì)于下一(yī)代互联网各种元素的(de)构(gòu)建亦(yì)有关(guān)键意(yì)义(yì)。

从商业化的角度(dù)来看(kàn)，文化娱乐(lè)、教育、传媒(méi)等诸多领域，本身(shēn)就对基于AI的可(kě)视化内容(róng)有强烈需求。

因此，AI绘画(huà)及视频或不是结果(guǒ)，而只(zhǐ)是AI进(jìn)程(chéng)中的一块重要拼(pīn)图(tú)，有(yǒu)望在技术更新的加(jiā)持下实现更大的应用价值。

AI从理解(jiě)内容，走向了(le)可以生(shēng)成内容，甚至能够创造出独立价值和独立(lì)视角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着未来(lái)的先进生(shēng)产力即将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座

从(cóng)技(jì)术的(de)发展也可以看出，在语(yǔ)言大模型、图像大模型(xíng)之(zhī)后，多模态(tài)大模型已经成(chéng)为了新的趋势。

大模型(xíng)被誉为当前人(rén)工智能发展的智能底座(zuò)，是全(quán)球竞(jìng)争最激烈的研(yán)究方向之一，包(bāo)括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不(bù)过训练大模型的(de)确价(jià)格不菲，以国(guó)盛证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万(wàn)美元(yuán)。而(ér)对于一些更大的LLM(大型语言模(mó)型)，训(xùn)练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平(píng)均(jūn)数1300万(wàn)计算，其对应芯(xīn)片需(xū)求为3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元(yuán)，每日仅电(diàn)费就在5万美元(yuán)左(zuǒ)右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都(dōu)离(lí)不开(kāi)庞大算(suàn)力支持。在关注各(gè)类大模型的发展同时(shí)，更(gèng)应该关注算(suàn)力网络的(de)建设。

算力网络正驱动AI产业(yè)发(fā)展(zhǎn)进入史诗级加(jiā)速进程，让AIGC及通(tōng)用AI这一人工智能发(fā)展的终极目标离得更近。

因(yīn)为(wèi)算(suàn)力(lì)可以(yǐ)对突破性技术创新提(tí)供大(dà)力的支持。这(zhè)方(fāng)面，多模态大模型是典型。作为(wèi)面向未来强人工智能、通用(yòng)人工(gōng)智能(néng)的重要技术创新，多模(mó)态(tài)大模型已经在(zài)人工智能领(lǐng)域提出(chū)了很多(duō)年(nián)，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态大模型进一(yī)步往下走，算力需(xū)求(qiú)呈几何式上升，一般的算力基础设施很(hěn)快将(jiāng)难以(yǐ)胜任。

从(cóng)图(tú)像、文字(zì)、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可(kě)以灵(líng)活应对不同模(mó)态的转(zhuǎn)化、像人与世(shì)界(jiè)交互一样自然，这方面(miàn)，由算力网络来驱动(dòng)将有(yǒu)明(míng)显(xiǎn)优(yōu)势。

此外，还有很多需要(yào)爆发式增长的算(suàn)力来支撑的技术创(chuàng)新，将在人工智(zhì)能(néng)算(suàn)力网络支撑(chēng)下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在(zài)大(dà)模型和(hé)大算力的支持(chí)下AIGC能持续颠覆内容生产的方(fāng)式，将创(chuàng)造的边际(jì)成(chéng)本降低，让万众(zhòng)受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 梭边鱼是不是鲶鱼 梭边鱼跟鲶鱼一样吗