自聊天(tiān)机器人(rén)ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已(yǐ)多次公(gōng)开谈论(lùn)人工智能话题。在最近(jìn)的(de)一次采访(fǎng)中，他再(zài)次表(biǎo)示：“AI可能(néng)会让(ràng)科技行业迎来一次(cì)剧烈的洗牌”。

这(zhè)个结论是(shì)他在(zài)当地(dì)时间2月20日(rì)接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发展可能会威胁到谷(gǔ)歌的市(shì)占(zhàn)率，因(yīn)为微(wēi)软在AI方面(miàn)的行动(dòng)相当迅速。而最终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能助(zhù)手”，包揽一切应用，与人们进行(xíng)沟(gōu)通(tōng)并提供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时日(rì)，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的(de)AIGC上(shàng)一次爆火(huǒ)的(de)时候，还是(shì)2022年8月，在(zài)美国(guó)科(kē)罗拉多州举办的新兴数字艺(yì)术家竞赛(sài)中，一幅(fú)名为(wèi)《太(tài)空(kōng)歌剧院(yuàn)》的(de)作品(pǐn)获(huò)奖。

随后各大厂商的AI绘(huì)画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以(yǐ)在应(yīng)用(yòng)中输入(rù)一(yī)组关键词或者一张照片，就能(néng)获(huò)得一幅AI创(chuàng)作的画(huà)作。

作(zuò)画的关键(jiàn)就是所输入的(de)文本(běn)。同一组(zǔ)关键词也可以创作出(chū)很多张风格不一样的画(huà)作，这让(ràng)创作的过程就像开(kāi)盲盒。

很(hěn)多用户很(hěn)喜欢这种(zhǒng)不(bù)确定的惊喜，他们(men)会(huì)将生成的(de)美图当做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒(méi)体上，许多(duō)用户分享AI“翻车现场”，例如，一位网(wǎng)友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与加持(chí)，以往AI绘画的填写关键词游戏可能要(yào)被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏(mǐn)创作(zuò)的一种基于控制点的图像变形算法，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(qí)SD插件一经发布(bù)，在短短(duǎn)的两天内便(biàn)成为了AI绘画领域(yù)最新的热(rè)点。

在此(cǐ)之前，大家(jiā)用了很多方法想让AI生成的(de)结果尽可能的(de)符(fú)合(hé)要求(qiú)，但是都(dōu)不(bù)尽如人意，它的出现代表(biǎo)着AI生成(chéng)开始(shǐ)进入真正(zhèng)的可(kě)控时期。

因为ControlNet可以(yǐ)直接提取画面的构(gòu)图(tú)，人物的姿势和(hé)画面的(de)深度信息等。有了它的帮(bāng)助，就(jiù)不(bù)用频繁的用提示词来(lái)碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不(bù)少(shǎo)博主的(de)作品已经获得了大量的浏(liú)览量(liàng)，“viggo”就(jiù)是其中之一(yī)，他(tā)用朋友的(de)照片直(zhí)接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后用ControlNet插件绑定骨骼开始换关键词试效果(guǒ)。

猕猴桃要公母一起种吗，猕猴桃一公一母怎么种data-type="jpeg" data-w="1280">

通过图(tú)片就可以看出来，效果十(shí)分(fēn)惊艳(yàn)。

更厉害的是，除了真实的照片，草图也可以(yǐ)加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还(hái)能实现线(xiàn)稿转全(quán)彩图。大神(shén)张吕敏(mǐn)其本尊也亲自回应。

不得不说(shuō)当下(xià)AIGC已经变(biàn)得越来(lái)越强大，甚至输出的(de)作品都已(yǐ)经能以假(jiǎ)乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的(de)“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制作的真人照片绘图(tú)，因为太(tài猕猴桃要公母一起种吗，猕猴桃一公一母怎么种)逼(bī)真，被(bèi)大家当成(chéng)真事(shì)传播(bō)了。

不过(guò)仔细观察(chá)可以发现，活(huó)动发(fā)起者提供的照片中有个很大的漏洞可以发现并(bìng)非真(zhēn)人，而是AI绘图，那便是图片中(zhōng)女性的手指(zhǐ)部分有(yǒu)的(de)存在(zài)异常。

有行(xíng)业人(rén)事表示：“现在因(yīn)为手指部分的绘画算法比(bǐ)较复杂，AI还(hái)不太(tài)会画人的手，但(dàn)最新看到的图片已经有越(yuè)来越完美的AI模型出现，以后(hòu)可能(néng)就完(wán)全没有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在国外也已有发生。据英国广播公司报道，土耳其(qí)地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照(zhào)片发布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实(shí)施(shī)诈(zhà)骗。

目前(qián)随(suí)着(zhe)技术发展，AIGC已经能做(zuò)出真人照片般的绘图效(xiào)果，如果这(zhè)样的(de)图(tú)片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一方面，批判者认为(wèi)AI在“学习”了大量前人的作(zuò)品之后(hòu)，其创作没(méi)有任何情(qíng)绪和灵魂，难以和人类(lèi)的艺术创作相提并(bìng)论。

另一(yī)方面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得(dé)到有(yǒu)效的解(jiě)决，还有AIGC会不会代替人类(lèi)“至高无上”的创意。

马(mǎ)斯克也强调(diào)，人(rén)工智能的安(ān)全(quán)问题需要得(dé)到重视，太(tài)晚就来不及了。

03

AIGC下(xià)一站除了视频，还有(yǒu)远方

技(jì)术(shù)都是有(yǒu)两(liǎng)面(miàn)性的，潜在的危害(hài)并不能掩(yǎn)盖其光辉(huī)的贡(gòng)献。现在看来，人工智能技术(shù)将(jiāng)是第四次工(gōng)业革命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工(gōng)智能在技术(shù)和商(shāng)业层面都有了巨大进展，AI绘(huì)画就(jiù)是人工智能技(jì)术发生方(fāng)向(xiàng)性改变的一个代表。其(qí)下一(yī)站或许就是视频(pín)。

此前(qián)，Meta和谷(gǔ)歌先后发布了(le)几条(tiáo)引爆科(kē)技圈的短视频(pín)。这些视频引(yǐn)发(fā)关注并非(fēi)内(nèi)容做得多优秀，反而都(dōu)非(fēi)常简单，比如一匹正(zhèng)在(zài)喝水的马，一只画画的玩具熊(xióng)，或者一段骑摩托车的第一(yī)视角录(lù)像(xiàng)，随便一个有手机的人都可以(yǐ)随手(shǒu)录下一段。

但这(zhè)些短视频(pín)的创作方式非常简单(dān)，创(chuàng)作者(zhě)仅仅(jǐn)需(xū)要向AI输(shū)入一段话，甚至只是说(shuō)一下要求(qiú)，AI就可(kě)以根据需要生(shēng)成(chéng)一(yī)段视频(pín)。

谷歌发(fā)布的两个(gè)AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈就已经玩(wán)了一波梗，一个(gè)能够做(zuò)出更高清视频的(de)AI还(hái)不足以(yǐ)在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它可以制(zhì)作(zuò)出超过2分钟的连贯的也有确(què)切内容的(de)视频，这才(cái)是真正让人们感(gǎn)到惊喜(xǐ)的地方。因为(wèi)无论(lùn)AI生成的视频多么高清，也只能是为内容(róng)生产者(zhě)提供(gōng)一个灵感，一个(gè)素材，一个过场动画(huà)。

不过能够(gòu)制作出有具体剧情内容的视频就意味着(zhe)，一些视频创作由AI代(dài)替人工完成已经初步有(yǒu)了可能。

当下AI的发展速度(dù)已经(jīng)超过大部分人(rén)的想象。内(nèi)容产业的(de)本质(zhì)是供给创造需求，AIGC作为全(quán)新的内容生产方式(shì)，可以为内容产业(yè)带来更新的内容风(fēng)格、更快的生产(chǎn)速度(dù)，更低的生产成(chéng)本，这无疑会驱动内(nèi)容产(chǎn)业的(de)大爆发(fā)。

除了(le)AI绘图、视频，AIGC技术还能(néng)应用(yòng)于音乐、代码、机器人动作(zuò)等多种内容(róng)形式的生成。不难(nán)发现(xiàn)该(gāi)项技术不仅在游戏(xì)等行业(yè)能(néng)得到有效应用，对于下一代(dài)互(hù)联网各种(zhǒng)元素的构建亦有(yǒu)关(guān)键意(yì)义。

从(cóng)商业化的角(jiǎo)度来(lái)看，文化娱乐、教育、传媒等诸(zhū)多(duō)领域，本身就对基于AI的可视化内容有(yǒu)强烈需求(qiú)。

因此(cǐ)，AI绘画及视频或不(bù)是结果(guǒ)，而只是AI进程中(zhōng)的一块重要拼猕猴桃要公母一起种吗，猕猴桃一公一母怎么种图，有望在技术更新的(de)加(jiā)持下实现(xiàn)更大的应用价值(zhí)。

AI从理解内(nèi)容(róng)，走向了可以(yǐ)生(shēng)成(chéng)内容，甚(shèn)至能够创造出独立价值和独立(lì)视角的(de)内(nèi)容。AIGC的再次(cì)出圈，更代表着未来的先进生产(chǎn)力(lì)即将(jiāng)到来。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出，在语言大模型、图(tú)像(xiàng)大模型之后(hòu)，多模态大模型已经成为了新的趋(qū)势。

大模型被(bèi)誉为当前人工(gōng)智能发展的智(zhì)能(néng)底座(zuò)，是全球(qiú)竞争最激烈(liè)的研(yán)究(jiū)方向之一，包括谷歌(gē)、亚马逊、百度(dù)、阿(ā)里、腾讯等众多头部企业都在竞(jìng)相发力。

不过训练大(dà)模型(xíng)的确价格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一(yī)次的成本约(yuē)为140万美元。而对(duì)于一些更大的(de)LLM(大型语言(yán)模型)，训练成本则介(jiè)于200万美(měi)元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万(wàn)计(jì)算，其对(duì)应芯片(piàn)需(xū)求为3万多片英伟(wěi)达(dá)A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅电费就(jiù)在5万美元左(zuǒ)右。

此(cǐ)外(wài)不论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关(guān)注(zhù)各类大模型(xíng)的发展同时，更(gèng)应该关注算力网络(luò)的建(jiàn)设。

算力网络正(zhèng)驱(qū)动AI产业发展进(jìn)入史诗(shī)级(jí)加速进程，让(ràng)AIGC及通(tōng)用(yòng)AI这一人工智能发展(zhǎn)的终(zhōng)极目标离(lí)得更近(jìn)。

因为算力可(kě)以对突破(pò)性技术创新(xīn)提供(gōng)大力的(de)支(zhī)持。这方面(miàn)，多(duō)模(mó)态大模(mó)型(xíng)是典型。作(zuò)为面向未来强人工智(zhì)能、通用人工智能(néng)的重要技术创新，多模(mó)态大模型(xíng)已经在人(rén)工智能领域提(tí)出了很多年(nián)，业界也有(yǒu)不少技术(shù)突(tū)破，但是(shì)，多模态大模型进一步(bù)往下(xià)走，算力(lì)需求呈(chéng)几何式上(shàng)升，一(yī)般的算(suàn)力基(jī)础设施很快(kuài)将难以胜任。

从图像、文字(zì)、语音单独一(yī)项(xiàng)的训(xùn)练，到双模态、三模态的跃迁，让(ràng)人工智(zhì)能(néng)可以(yǐ)灵活应对不(bù)同模态的转(zhuǎn)化、像人与(yǔ)世界交互一(yī)样自然(rán)，这方面，由(yóu)算力网络来驱动(dòng)将有(yǒu)明(míng)显优势。

此(cǐ)外，还有很多需要爆(bào)发式(shì)增长(zhǎng)的算力来(lái)支(zhī)撑(chēng)的技术创新，将在人工(gōng)智能算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大(dà)算(suàn)力的(de)支持下AIGC能持续颠覆内(nèi)容生产的方式，将创造的(de)边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 猕猴桃要公母一起种吗，猕猴桃一公一母怎么种