自(zì)聊(liáo)天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论人(rén)工智能话题。在最近的一次采访中，他再次表示(shì)：“AI可能会(huì)让科(kē)技(j一个立一个羽念什么字ì)行业迎来一(yī)次剧烈的洗牌”。

这个(gè)结论是他在当(dāng)地时(shí)间(jiān)2月(yuè)20日接受《In Good Company》节目专访时提出的。

他预期(qī)，AI的发(fā)展可能会威胁到谷歌的市占率，因为(wèi)微软在AI方(fāng)面的行动(dòng)相当迅速(sù)。而(ér)最终(zhōng)科(kē)技巨头将把(bǎ)AI整合成用户的(de)“全(quán)能助手”，包揽(lǎn)一切应(yīng)用，与(yǔ)人们进(jìn)行沟(gōu)通并(bìng)提供建(jiàn)议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助手(shǒu)的到来(lái)可能尚需时日，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘(huì)画为代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月(yuè)，在美(měi)国(guó)科(kē)罗拉(lā)多州举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太空歌剧(jù)院》的(de)作品(pǐn)获奖(jiǎng)。

随后(hòu)各大厂(chǎng)商的AI绘画软(ruǎn)件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用(yòng)户们可以在应用中输入(rù)一组(zǔ)关(guān)键词或者一(yī)张照(zhào)片(piàn)，就能(néng)获得一(yī)幅AI创作(zuò)的画作。

作画(huà)的(de)关键(jiàn)就是所输入的文本(běn)。同一(yī)组(zǔ)关(guān)键词也可以创作(zuò)出很多(duō)张风格不一样的(de)画(huà)作(zuò)，这让(ràng)创作的(de)过程(chéng)就像开盲盒。

很多用(yòng)户(hù)很喜欢这种不确定的(de)惊喜，他们会将生成的美图当做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻(fān)车(chē)”作品。在(zài)社交(jiāo)媒(méi)体(tǐ)上(shàng)，许多(duō)用户分享AI“翻(fān)车现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的(de)个人照片被AI识别成了建筑。

而(ér)如(rú)今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘(huì)画的填(tián)写关键词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福(fú)读博的中(zhōng)国人张(zhāng)吕敏创作(zuò)的一种基于控制点(diǎn)的图像变形算法，主要用于数字图像处理、计算机视觉和计算机图形学等领域(yù)。

其SD插件(jiàn)一经发布，在短短(duǎn)的两天内(nèi)便成为了AI绘(huì)画领域(yù)最新(xīn)的热点。

在此之前，大家(jiā)用了很多方(fāng)法(fǎ)想让(ràng)AI生(shēng)成的结果尽可(kě)能的符合要(yào)求，但是都(dōu)不尽如人意，它的出现代表着(zhe)AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可以直接提(tí)取画面(miàn)的构图，人物的姿势和画面的(de)深度信息等。有了它(tā)的帮助，就不用频繁的(de)用提示词来(lái)碰运气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于(yú)给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作(zuò)品已(yǐ)经获得了(le)大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友(yǒu)的(de)照(zhào)片(piàn)直接带她(tā)们(men)走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到对应(yīng)的(de)关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词(cí)试效果。

通(tōng)过(guò)图片(piàn)就(jiù)可以看(kàn)出(chū)来，效果十分(fēn)惊(jīng)艳。

更厉害的是，除了真实的照片，草(cǎo)图也可以加上(shàng)“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲(qīn)自回应。

不(bù)得(dé)不(bù)说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出的作品都已(yǐ)经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安(ān)全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过(guò)警(jǐng)方辟(pì)谣这所谓的“party”可能(néng)是全(quán)国第(dì)一起(qǐ)AI绘图诈骗。

由于(yú)这个活动里面给出(chū)的美女照(zhào)片都是AI制作(zuò)的真(zhēn)人照片绘图，因为太逼真(zhēn)，被(bèi)大家当成(chéng)真事传播了。

不过仔细观察可以(yǐ)发现，活动发起者提(tí)供(gōng)的(de)照片中有(yǒu)个很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那(nà)便是图片中女性的手指部分有的(de)存在异常。

有行业(yè)人事表(biǎo)示：“现在因为手指(zhǐ)部分的绘画算法比较复杂，AI还不(bù)太(tài)会画人的手，但最新看(kàn)到的(de)图(tú)片已经有(yǒu)越来越完美的(de)AI模型出现，以后可(kě)能(néng)就完(wán)全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗在国外(wài)也已(yǐ)有发生。据(jù)英国广播公司报(bào)道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的人(rén)打赏“捐(juān)助(zhù)”从(cóng)而实施(shī)诈骗(piàn)。

目前随(suí)着(zhe)技术(shù)发展(zhǎn)，AIGC已经能做出(chū)真人照片般的绘图(tú)效果，如(rú)果这样的图(tú)片被用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方(fāng)面(miàn)，批判(pàn)者认(rèn)为AI在“学(xué)习(xí)”了大量前人的作品之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺术创作相提并论。

另(lìng)一方(fāng)面，AIGC背后的版(bǎn)权(quán)、目前都并没有得(dé)到有效(xiào)的解决，还有AIGC会不会代替人(rén)类“至高无(wú)上(shàng)”的创意。

马斯克也强(qiáng)调，人(rén)工智能的安全问题需要(yào)得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下(xià)一站除了视频(pín)，还有远方

技术都是有两面性(xìng)的，潜(qián)在的危害并(bìng)不能掩盖其(qí)光辉(huī)的贡(gòng)献。现在看来，人(rén)工智能技术将是(shì)第(dì)四次工业革命的核心驱动力量，将创(chuàng)造(zào)新的(de)增长奇迹(jì)。

过(guò)去一年(nián)，人工智能在技(jì)术和商业层面都有了巨大(dà)进展，AI绘画(huà)就是(shì)人工智能技术发生方向(xiàng)性改变(biàn)的一个(gè)代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布(bù)了几条引(yǐn)爆科(kē)技圈的短视频。这些视(shì)频引发关注并非内(nèi)容做得多优秀(xiù)，反而都非常简单，比如一匹正在(zài)喝(hē)水的马(mǎ)，一(yī)只画画的玩具熊，或者一段骑摩托车(chē)的第一(yī)视角录像，随便一个有手(shǒu)机的人都可(kě)以随手录(lù)下一段。

但这些短(duǎn)视频的创作方式非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说(shuō)一下要求(qiú)，AI就可以(yǐ)根据需要生成一段视频。

谷歌(gē)发(fā)布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突(tū)出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个能(néng)够做出更(gèng)高(gāo)清(qīng)视频的AI还不足以在短(duǎn)时间内戳中(zhōng)兴奋点(diǎn)。一个立一个羽念什么字>

Phenaki更加(jiā)令人(rén)震(zhèn)惊(jīng)的(de)地方在于，它可以制作出超(chāo)过2分钟的连贯的也有确切内容(róng)的(de)视频(pín)，这才是真正(zhèng)让人(rén)们(men)感(gǎn)到惊喜的地方(fāng)。因为无论AI生成的(de)视频多么高(gāo)清，也(yě)只能(néng)是为内容生产(chǎn)者(zhě)提供一个灵感，一个(gè)素材(cái)，一(yī)个(gè)过场(chǎng)动画。

不过能够制作出(chū)有具(jù)体剧(jù)情(qíng)内容的视(shì)频就(jiù)意味着(zhe)，一些视频创(chuàng)作由AI代替(tì)人(rén)工完成已经初步有了可能。

当下AI的(de)发展速(sù)度(dù)已经超过大(dà)部分人的想象(xiàng)。内容产业的本质是(shì)供给创造需求，AIGC作为全新的内容生产方式，可以为内容产(chǎn)业(yè)带来(lái)更新的内容风格、更快(kuài)的生产速度，更低的生产成本，这无疑(yí)会驱(qū)动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应用于音乐、代码(mǎ)、机(jī)器人动作等多种内容形式的生成。不难(nán)发现该项技术(shù)不仅(jǐn)在游戏等行业(yè)能得到有效应用，对(duì)于(yú)下一代互联网各种(zhǒng)元素的构(gòu)建亦有(yǒu)关键(jiàn)意义。

从商(shāng)业(yè)化的角度来看，文化娱乐(lè)、教育、传媒等(děng)诸多领域，本身就(jiù)对基(jī)于AI的(de)可视(shì)化内(nèi)容有(yǒu)强烈(liè)需求(qiú)。

因此(cǐ)，AI绘画及视(shì)频(pín)或不(bù)是结果，而(ér)只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下(xià)实(shí)现更(gèng)大的应(yīng)用价(jià)值。

AI从理解内(nèi)容，走向了(le)可以生成(chéng)内容，甚至能(néng)够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表着(zhe)未来的先进(jìn)生产力即(jí)将到(dào)来。

04

紧抓大(dà)模型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言(yán)大模型、图像大模(mó)型之后(hòu)，多模态(tài)大模(mó)型已经成为了新(xīn)的(de)趋势。

大模型被誉为(wèi)当前(qián)人(rén)工智能发展的智能底(dǐ)座，是全球竞争最激烈的研究方向(xiàng)之一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不(bù)过(guò)训练大(dà)模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训练一次的成(chéng)本约为140万美元。而(ér)对(duì)于一些更大(dà)的LLM(大(dà)型语言模(mó)型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客(kè)平均(jūn)数1300万计(jì)算，其对(duì)应芯(xīn)片需求(qiú)为3万多片(piàn)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5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支持。在(zài)关注各类大模型(xíng)的(de)发展同时，更应该(gāi)关注(zhù)算力(lì)网络的建设。

算力网络正驱动AI产业(yè)发(fā)展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及通用(yòng)AI这一人工智能发展的终极目(mù)标离得(dé)更近。

因为算力可(kě)以对突破性技术创新提(tí)供(gōng)大力的支持。这方面，多模(mó)态大模型是典型。作为(wèi)面向未(wèi)来强(qiáng)人(rén)工智(zhì)能、通用(yòng)人工智能的重要技术创(chuàng)新，多模态大模型已经在(zài)人(rén)工(gōng)智能领域提出了(le)很多年，业界(jiè)也(yě)有不少技术突破(pò)，但(dàn)是，多模态大模(mó)型进一步往下走，算力需求(qiú)呈几何式(shì)上升，一般(bān)的算力基础设施很快(kuài)将(jiāng)难以胜(shèng)任。

从图像、文字(zì)、语音单独一项的(de)训(xùn)练，到双模(mó)态、三模态的跃迁，让人工智能可以灵(líng)活应对不(bù)同模(mó)态的(de)转化、像(xiàng)人与世(shì)界(jiè)交(jiāo)互(hù)一样(yàng)自然，这方面，由算力网络(luò)来驱动将有明显优势(shì)。

此(cǐ)外，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大(dà)模型和大(dà)算(suàn)力的支持下AIGC能(néng)持续颠覆(fù)内容生产(chǎn)的(de)方(fāng)式(shì)，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 一个立一个羽念什么字