自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖(gài)茨已多次公开谈论人工智能话(huà)题。在最近的一(yī)次采访中，他再次表示：“AI可(kě)能会让科技行业迎来一(yī)次剧烈(liè)的(de)洗牌”。

这个结论是他在当地时间(jiān)2月20日接受(shòu)《In Good Company》节(jié)目专访时提(tí)出的(de)。

他(tā)预期，AI的(de)发展可能会(huì)威(wēi)胁到谷(gǔ)歌的市占率，因(yīn)为微(wēi)软在AI方面的(de)行(xíng)动相当迅速。而(ér)最(zuì)终(zhōng)科技巨头将把AI整合成用户的“全能助手”，包(bāo)揽一(yī)切应用，与人们(men)进(jìn)行(xíng)沟通并(bìng)提供建议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的(de)到来可能尚需时日，但由(yóu)ControlNet引(yǐn)发(fā)的(de)又一次(cì)AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的(de)话题热(rè)点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴(xīng)数(shù)字艺术(shù)家(jiā)竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后(hòu)各大(dà)厂商的AI绘画软件(jiàn)被(bèi)广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可以在(zài)应用中(zhōng)输入一(yī)组关键词或者(zhě)一(yī)张照片(piàn)，就(jiù)能获得一幅(fú)AI创作(zuò)的画(huà)作。

作画(huà)的关键就(jiù)是所输(shū)入的文本。同(tóng)一组关键词也可以(yǐ)创(chuàng)作(zuò)出很多(duō)张风格不一样的画作，这让创作的过程就像开盲盒(hé)。

很多用户很喜欢这种(zhǒng)不确(què)定的惊(jīng)喜，他们会将生成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画(huà)的“翻(fān)车”作品。在社交媒体上，许多用户分(fēn)享AI“翻(fān)车(chē)现场”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成了(le)“肌肉男”，还有(yǒu)网友的(de)个人照(zhào)片被(bèi)AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福读博的中国(guó)人张吕(lǚ)敏创作的一种基(jī)于控制点的图像变(biàn)形算(suàn)法，主要用(yòng)于数字(zì)图像处理、计算机(jī)视(shì)觉和计算机图形学等领域。

其(qí)SD插件一经(jīng)发(fā)布，在(zài)短短的两天内便成为了AI绘画(huà)领域最(zuì)新的热(rè)点。

在此之(zhī)前，大家用了很多方法想(xiǎng)让AI生成的结果尽可能的符合要求(qiú)，但是(shì)都不尽如人(rén)意，它的出现代表着AI生成开始进(jìn)入真正的可(kě)控时期(qī)。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构(gòu)图(tú)，人(rén)物(wù)的姿(zī)势和画面的深度信息(xī)等。有了它的帮(bāng)助，就不(bù)用频繁(fán)的用提示(shì)词(cí)来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少博主的作品已经(jīng)获得(dé)了大(dà)量(liàng)的(de)浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对应的关键(jiàn)词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开(kāi)始换(huàn)关键词试(shì)效果。

通(tōng)过图片就可以(yǐ)看(kàn)出来，效果十分惊艳。

更厉(lì)害的是，除了真实的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实(shí)现(xiàn)线稿转全(quán)彩图。大(dà)神张(zhāng)吕(lǚ)敏其(qí)本(běn)尊(zūn)也亲自(zì)回应。

不得不说当下AIGC已经变得越来越强大(dà)，甚至输出的作(zuò)品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消息(xī)火遍(biàn)网络，而经过(guò)警方辟(pì)谣这所谓的“party”可能是全国第一起AI绘(huì)图诈(zhà)骗。

由于这个活动里面给(gěi)出的美女照(zhào)片都是AI制作的真(zhēn)人照片(piàn)绘图，因为太逼真(zhēn)，被大家当(dāng)成真事传播了。

不过仔细观(guān)察可以发现，活动发起者(zhě)提供的照(zhào)片中有(yǒu)个很大的漏洞可(kě)以(yǐ)发现并非(fēi)真人，而是AI绘(huì)图，那(nà)便是图(tú)片中女性的(de)手瘦的女孩子是不是容易满足，为什么瘦人的紧呢指部分有的存在异常。

有行业人事(shì)表(biǎo)示：“现在(zài)因为手指部分(fēn)的绘(huì)画(huà)算法比(bǐ)较复杂，AI还不太(tài)会画人的(de)手，但最(zuì)新看(kàn)到的(de)图片已经有越来越完美的AI模型出现，以后(hòu)可能就完全没有(yǒu)漏洞了(le)。”

类似的AI作图(tú)诈骗在国外也(yě)已有发生。据(jù)英国(guó)广播公司报道(dào)，土耳(ěr)其(qí)地震期间，有Tiktok用户(hù)使(shǐ)用AI合(hé)成了(le)儿童受灾(zāi)的假照片发布到网(wǎng)络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经(jīng)能做出真人(rén)照片般的绘图效果，如果这样的图片被用(yòng)来诈骗，将非常(cháng)可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者认(rèn)为AI在(zài)“学习”了大量(liàng)前人的作品之后，其创作没有任何(hé)情绪(xù)和灵魂，难以(yǐ)和人类的艺术创作相(xiāng)提并(bìng)论。

另一(yī)方面，AIGC背后的版权、目(mù)前都(dōu)并(bìng)没有得到有效的解(jiě)决，还有(yǒu)AIGC会(huì)不(bù)会代替(tì)人(rén)类“至高无上”的创意。

马斯克(kè)也强调(diào)，人工智能的(de)安全(quán)问题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站除了视(shì)频(pín)，还有远方(fāng)

技术都(dōu)是(shì)有两面性(xìng)的，潜在(zài)的危(wēi)害(hài)并不能(néng)掩盖其光辉的贡献。现在看(kàn)来，人工智(zhì)能技术(shù)将是第四次工业革(gé)命(mìng)的核心驱(qū)动力量，将创(chuàng)造新的增长奇迹(jì)。

过去一年，人工智能在(zài)技(jì)术和商(shāng)业层(céng)面都(dōu)有(yǒu)了巨大进展，AI绘画就是人工智能技术发(fā)生方向性改变的一个代(dài)表。其下一站或许就是(shì)视(shì)频(pín)。

此前，Meta和谷歌先后(hòu)发(fā)布了(le)几条(tiáo)引爆科技圈的短视频。这(zhè)些(xiē)视频(pín)引(yǐn)发关注并非内容做得多优秀(xiù)，反而(ér)都非常简单，比如一匹正在喝水的马，一只画画的(de)玩(wán)具(jù)熊，或者一(yī)段(duàn)骑(qí)摩托车的(de)第(dì)一视角录像，随便(biàn)一个有手机(jī)的人都可以随手(shǒu)录下一段。

但这些短(duǎn)视(shì)频的(de)创作方式非(fēi)常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根据需要(yào)生成(chéng)一段(duàn)视频(pín)。

谷歌发布的两个AI生成视(shì)频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了一波梗，一个能(néng)够做(zuò)出更高清视频的AI还不足(zú)以在(zài)短时间内(nèi)戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的(de)连(lián)贯(guàn)的也有确切内容(róng)的视频，这(zhè)才是真(zhēn)正(zhèng)让人(rén)们感到惊喜的地方。因(yīn)为无论AI生成的视频多么(me)高清，也只能是为(wèi)内容生产者提供(gōng)一(yī)个灵(líng)感，一个(gè)素材，一个过场动画。

不过能够制作出有具体(tǐ)剧(jù)情内容的视频就意味着(zhe)，一些视频创(chuàng)作(zuò)由AI代替人工完成已经初(chū)步有了可能。

当下AI的(de)发展速度已经超过大部(bù)分人的想象。内(nèi)容产业的本质是(shì)供(gōng)给(gěi)创造需求，AIGC作(zuò)为全新的内容生产方式，可以为内容产业带(dài)来更新(xīn)的内容风格(gé)、更(gèng)快的生产速(sù)度，更低的生产成本，这无疑会(huì)驱动(dòng)内容产业(yè)的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还(hái)能应用于音(yīn)乐、代码、机器人动作等多种内容形式(shì)的(de)生成。不难(nán)发(fā)现该项技术不仅在游戏等(děng)行业能得(dé)到有效应用，对(duì)于(yú)下一代互(hù)联网(wǎng)各种元(yuán)素的构建亦有(yǒu)关键意(yì)义。

从(cóng)商业化的角度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可(kě)视化内容有强烈需求。

因此，AI绘(huì)画及视(shì)频或不是结(jié)果，而只(zhǐ)是AI进程中的一(yī)块重要拼图，有望在技术(shù)更新的加持下实现更大(dà)的应用价值(zhí)。

AI从(cóng)理解内容(róng)，走向(xiàng)了可以(yǐ)生成内容，甚至能够创(chuàng)造出独(dú)立价值和独(dú)立视角的内容(róng)。AIGC的再次出(chū)圈，更代(dài)表着未来(lái)的(de)先进生产力即(jí)将到来。

04

紧(jǐn)抓(zhuā)大模(mó)型(xíng)与算力，牢固AIGC底座

从技术的(de)发(fā)展也可(kě)以看出(chū)，在语(yǔ)言大(dà)模型、图像大模(mó)型之(zhī)后，多模态大模型(xíng)已经成为了新的趋势。

大模(mó)型被(bèi)誉为(wèi)当(dāng)前(qián)人工智(zhì)能(néng)发(fā)展的智能底(dǐ)座，是全球(qiú)竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等众(zhòng)多头(tóu)部企(qǐ)业都在竞(jìng)相发(fā)力。

不过训练大(dà)模型的确价格不(bù)菲，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练(liàn)一次的成本(běn)约为140万美元。而(ér)对(duì)于一(yī)些(xiē)更大的LLM(大型语言模型)，训练(liàn)成本则介于200万(wàn)美元(yuán)至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入成本(běn)约为8亿美元(yuán)，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类大(dà)模型的发(fā)展同(tóng)时，更应该关注算(suàn)力网络的建设。

算力网络(luò)正驱动AI产业发展进入(rù)史诗级(jí)加(jiā)速进程，让AIGC及通用AI这(zhè)一(yī)人工智(zhì)能(néng)发展(zhǎn)的终(zhōng)极(jí)目标离(lí)得更(gèng)近。

因为(wèi)算(suàn)力(lì)可以(yǐ)对突破性技术创新提供(gōng)大力的(de)支持。这方面，多模态大模型是典型(xíng)。作(zuò)为(wèi)面向未来强人(rén)工(gōng)智能、通用人工智能的重要技术创新，多模态大模型已经在(zài)人工智能领域提出了很多年，业界也有不(bù)少技术突破，但是，多模态(tài)大模型(xíng)进一步往下走，算力需求呈(chéng)几(jǐ)何(hé)式上升，一般的(de)算力基础设施很(hěn)快将难以胜任。

从图像、文(wén)字(zì)、语音单独(dú)一(yī)项的训练，到双(shuāng)模态、三模(mó)态的跃迁，让人工智能可以灵活应(yīng)对不同模态的(de)转化(huà)、像(xiàng)人与世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显优(yōu)势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在(zài)人(rén)工智能算力网(wǎng)络支(zhī)撑(chēng)下快速推进(jìn)。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和大(dà)算力的支持下(xià)AIGC能持续(xù)颠覆内(nèi)容生(shēng)产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 瘦的女孩子是不是容易满足，为什么瘦人的紧呢