自(zì)聊(liáo)天机器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比尔·盖茨已多次公开谈论人工智能话(huà)题。在最近的(de)一次采访中，他再次表示：“AI可能会让科技行业迎来一(yī)次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月20日接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他预(yù)期(qī)，AI的发(fā)展(zhǎn)可能会威胁到(dào)谷歌的市占率，因为微软在AI方面的(de)行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行沟通并提供(gōng)建议，可(kě)以取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大(dà)佬口中全能助(zhù)手的到来可能尚(shàng)需时日，但由ControlNet引发(fā)的(de)又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一(yī)次爆火的时候(hòu)，还是2022年8月，在美国科(kē)罗拉多州举办的新兴数字(zì)艺术家(jiā)竞赛中，一幅名为(wèi)《太空歌(gē)剧院(yuàn)》的作品(pǐn)获奖(jiǎng)。

随后各(gè)大厂商的AI绘(huì)画软件(jiàn)被广大网友熟(shú)知并体验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中输(shū)入一(yī)组关键词(cí)或者一张照片，就能获(huò)得一幅AI创作的画(huà)作。

作(zuò)画(huà)的关键就(jiù)是所输入的文本。同一组关(guān)键词(cí)也(yě)可以创作出很多张风格不一样的画作，这让创作的(de)过程(chéng)就像开(kāi)盲盒。

很多用户很喜欢(huān)这(zhè)种不确(què)定的(de)惊(jīng)喜，他们会将(jiāng)生成的(de)美图当做头像。而(ér)另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许多用户分(fēn)享AI“翻车现场”，例如(rú)，一位网友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还(hái)有网友(yǒu)的(de)个人照片被AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人(rén)张吕敏(mǐn)创作的一(yī)种基(jī)于控制点的图像变形算法(fǎ)，主要用(yòng)于数字图(tú)像处理(lǐ)、计算机视觉和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在(zài)短短的两天(tiān)内便成(chéng)为(wèi)了AI绘(huì)画领域(yù)最新的热点。

在此(cǐ)之前，大家用了很多方法想让AI生成的(de)结果尽可能(néng)的符合(hé)要求，但是都不尽(jǐn)如(rú)人(rén)意(yì)，它的出现代(dài)表着AI生成开(kāi)始(shǐ)进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的(de)姿势和画面(miàn)的深(shēn)度信(xìn)息等。有了它的帮(bāng)助，就(jiù)不用频(pín)繁的用(yòng)提(tí)示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给(gěi)AI绘(huì)画加(jiā)了“魔法”，不少(shǎo)博主(zhǔ)的作品已经获得了大量的(de)浏览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们走进(jìn)动漫(màn)世(shì)界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文(wén)字。

再(zài)用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开始换关键词试效(xiào)果。

通过(guò)图片就可以看出来(lái)，效果十分惊艳。

更厉害的是，除了真实(shí)的照片(piàn)，草图(tú)也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还(hái)能实(shí)现线稿转全彩图。大神张吕敏其本尊(zūn)也亲自(zì)回应。

不得(dé)不说(shuō)当下AIGC已经变得(dé)越来越强大，甚至输(shū)出的(de)作品(pǐn)都已(yǐ)经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经过(guò)警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于(yú)这个活(huó)动(dòng)里(lǐ)面给出的美女照片都是AI制作的真人照片绘图，因为(wèi)太逼真，被大家当成真事传播了。

不过(guò)仔(zǎi)细观察可以(yǐ)发现，活动(dòng)发起(qǐ)者提供的照片中有个很(hěn)大的(de)漏(lòu)洞可以发现并(bìng)非(fēi)真(zhēn)人，而(ér)是AI绘图，那便是图片中女性(xìng)的手指部分有(yǒu)的存在异常(cháng)。

有行业人(rén)事表示：“现在(zài)因为手(shǒu)指部分(fēn)的(de)绘画算法比较复(fù)杂，AI还不太会画人的手(shǒu)，但最(zuì)新看(kàn)到的图片已经有(yǒu)越来越(yuè)完美的AI模型出现，以(yǐ)后可(kě)能(néng)就完全没有(yǒu)漏洞了(le)。”

类似的AI作图诈骗在国外也已有发生。据英国广播公(gōng)司报道(dào)，土(tǔ)耳其(qí)地震期间，有(yǒu)Tiktok用户(hù)使用AI合成(chéng)了儿(ér)童受灾的假照片发布到网络(luò)，以此诱骗(piàn)善良(liáng)的人打赏“捐助”从而实施诈骗。

目(mù)前随着技术(shù)发展(zhǎn)，AIGC已经能做出真(zhēn)人(rén)照片般(bān)的绘图效(xiào)果(guǒ)，如果这(zhè)样的(de)图(tú)片被用来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在“学(xué)习”了大(dà)量前人的作品之后，其创(chuàng)作没(méi)有任(rèn)何情(qíng)绪(xù)和灵魂(hún)，难(nán)以和人类(lèi)的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不(bù)会代替人类“至高无上”的创意。

马斯(sī)克也强调(diào)，人工智能(néng)的安全问(wèn)题需要(yào)得到重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是有两面性(xìng)的，潜在的危害并不能掩盖其(qí)光辉(huī)的贡献(xiàn)。现在看来(lái)，人工智能技术将是第四次工(gōng)业(yè)革命的(de)核心驱动力量，将创造新的增长奇迹(jì)。

过去一年(nián)，人工智能在技术(shù)和商业层面都(dōu)有了(le)巨大(dà)进展，AI绘画就是人工智能技术发生方向性改变的一(yī)个代表。其下一(yī)站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条引爆(bào)科技圈的(de)短视频。这些视频引发(fā)关注并非内(nèi)容做(zuò)得多优秀，反(fǎn)而都非常简单(dān)，比如一匹(pǐ)正在喝水的马(mǎ)，一只画(huà)画的玩具熊，或者一段(duàn)骑(qí)摩托(tuō)车的(de)第(dì)一(yī)视角录像(xiàng)，随便一个有手机的人都可以随手录下(xià)一(yī)段。

但这些短(duǎn)视频的(de)创作方(fāng)式非(fēi)常简单，创作者仅仅需(xū)要向AI输入一段(duàn)话，甚(shèn)至(zhì)只是说一下要求，AI就可(kě)以根据需要生(shēng)成(chéng)一段视频(pín)。

谷歌发布的两个(gè)AI生成视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的(de)是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后(hòu)，AI圈(quān)就已经(jīng)玩了一波梗，一个能够做出更高清视频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人震惊的地方在于，它可以制作(zuò)出超过(guò)2分(fēn)钟的连贯的(de)也有确切内容的视频，这才(cái)是真正让人们感到惊喜的地方。因(yīn)为无论AI生成的视(shì)频多么高(gāo)清，也(yě)只(zhǐ)能(néng)是为内容生(shēng)产者(zhě)提供一个灵(líng)感(gǎn)，一个(gè)素材(cái)，一个过场(chǎng殇是什么意思怎么读拼音，殇是什么意思 怎么读伤感的一个字)动画。

不(bù)过能够制作出(chū)有具体剧情内(nèi)容的(de)视频就(jiù)意味着，一些视频创作由(yóu)AI代替(tì)人(rén)工完(wán)成已经初(chū)步(bù)有了可能(néng)。

当下AI的发展(zhǎn)速度已经超过大(dà)部(bù)分(fēn)人的想(xiǎng)象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产业带(dài)来更新的内容风格、更(gèng)快(kuài)的生产速度，更(gèng)低(dī)的生(shēng)产(chǎn)成(chéng)本，这无(wú)疑会驱(qū)动内容(róng)产业的(de)大爆发。

除了(le)AI绘图、视频，AIGC技术还(hái)能(néng)应用于音乐、代(dài)码、机器(qì)人动作(zuò)等(děng)多种内容(róng)形式的生成。不难发现该项技术(shù)不(bù)仅在(zài)游戏等行业能(néng)得(dé)到有效应用，对(duì)于下一(yī)代互联网(wǎng)各种(zhǒng)元(yuán)素的构建亦有关键意义。

从商业化的角(jiǎo)度来看，文化娱乐(lè)、教(jiào)育、传媒等诸多(duō)领域，本身就对(duì)基于AI的可(kě)视化内容(róng)有强烈需(xū)求(qiú)。

因此，AI绘画(huà)及视频或不是(shì)结果，而只是AI进程中的一块重要拼图，有望在技术(shù)更新(xīn)的(de)加(jiā)持下(xià)实现更大的应用价(jià)值。

AI从理(lǐ)解内(nèi)容，走向了(le)可以(yǐ)生成内容，甚至(zhì)能够创造出独立价值和独立(lì)视角(jiǎo)的(de)内容。AIGC的再(zài)次出圈，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大(dà)模型(xíng)与(yǔ)算(suàn)力，牢固AIGC底座

从技术的(de)发展(zhǎn)也可以看出，在语言(yán)大模型、图像大模型之后，多模态大模型已经成(chéng)为了新的(de)趋势。

大(dà)模型被誉为当前人(rén)工智(zhì)能(néng)发展的智能底座(zuò)，是全球竞争最激烈的研究方(fāng)向之一，包括(kuò)谷歌、亚马逊(xùn)、百(bǎi)度(dù)、阿(ā)里、腾讯等众多头部企(qǐ)业都在竞相发力。

不过(guò)训练(liàn)大(dà)模型的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于(yú)一(yī)些(xiē)更大(dà)的(de)LLM(大型语言(yán)模(mó)型)，训(xùn)练成本则介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其对应芯(xīn)片需求为(wèi)3万多片英伟(wěi)达(dá)A100 GPU，初(chū)始投入成(chéng)本约(yuē)为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此(cǐ)外(wài)不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力支持(chí)。在关注各类大模型的发展同时，更应该关(guān)注算(suàn)力网络的(de)建(jiàn)设(shè)。

算力网络正驱动AI产业发(fā)展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的终极目标离得更(gèng)近。

因为算(suàn)力可以对突破性技(jì)术创新提(tí)供大力的支(zhī)持。这方面，多模态大模型是典(diǎn)型。作为面向未来强人工(gōng)智能、通用人(rén)工智能的重要(yào)技术创新，多模态大模型已经在(zài)人工智能领(lǐng)域提(tí)出了很多年，业界(jiè)也有不少技术突破，但是，多(duō)模态大模型进一步(bù)往下走(zǒu)，算力需求(qiú)呈几何式上升(shēng)，一般的算力基础设施很快将难以胜任。

从图像、文字(zì)、语(yǔ)音单独一(yī)项的训练，到双模(mó)态、三模态的跃(yuè)迁，让人工智(zhì)能(néng)可以灵活(huó)应对不同模态的转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力网(wǎng)络来(lái)驱动将有明显优势。

此(cǐ)外，还(hái)有很(hěn)多需要爆发式(shì)增长(zhǎng)的算力来(lái)支撑(chēng)的技术创新，将在人工智能算力网(wǎng)络支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光(guāng)，期(qī)待在大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆(fù)内容生产的方式，将创(chuàng)造的边(biān)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 殇是什么意思怎么读拼音，殇是什么意思 怎么读伤感的一个字