自聊(liáo)天机(jī)器(qì)人ChatGPT火爆以(yǐ)来，微软公(gōng)司创(chuàng)始人比尔·盖茨(cí)已(yǐ)多(duō)次公(gōng)开谈论人(rén)工智(zhì)能话题。在最近(jìn)的一次采访中(zhōng)，他再(zài)次表示(shì)：“AI可(kě)能会(huì)让科技行业迎来(lái)一次剧烈的洗牌(pái)”。

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

他预期(qī)，AI的发展可能会威胁到谷歌的(de)市占(zhàn)率，因为微软在(zài)AI方面的行动相(xiāng)当迅(xùn)速。而(ér)最终科技巨头将把AI整合成(chéng)用(yòng)户(hù)的“全能助手”，包(bāo)揽(lǎn)一切应用，与人们进行(xíng)沟通并提供(gōng)建(jiàn)议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助(zhù)手的(de)到(dào)来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时(shí)候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家竞赛中(zhōng)，一(yī)幅名为《太空歌剧院》的作(zuò)品(pǐn)获(huò)奖。

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

用户们可以(yǐ)在应用中输(shū)入一组关键词或(huò)者一张照片，就能获得一幅AI创作(zuò)的(de)画作(zuò)。

作画的关(guān)键就是所输入的文本(běn)。同一组关键词也可以(yǐ)创作(zuò)出很多张风(fēng)格(gé)不一样的画作，这让(ràng)创作(zuò)的(de)过程就像开盲(máng)盒。

很多用(yòng)户很(hěn)喜欢这种不确定的惊(jīng)喜(xǐ)，他们会将生成的美图当做(zuò)头像。而另一(yī)部分喜(xǐ)欢翻看(kàn)AI绘画的“翻车(chē)”作(zuò)品(pǐn)。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如(rú)，一位网友的小狗(gǒu)照片被AI画成了(le)“肌肉(ròu)男”，还有网(wǎng)友的个人照片被AI识别成了建(jiàn)筑。

而如(rú)今随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘(huì)画的(de)填写关键(jiàn)词游戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正在斯坦(tǎn)福(fú)读博(bó)的中(zhōng)国人张(zhāng)吕敏(mǐn)创作的一种基于(yú)控制点的图像变(biàn)形(xíng)算法(fǎ)，主要用于数字图像处(chù)理(lǐ)、计算机视觉和计算机图形学(xué)等领域。

其SD插件一(yī)经发布，在短短的两天(tiān)内便成为了AI绘画领(lǐng)域最新的热点(diǎn)。

在此之(zhī)前，大(dà)家用了很多方(fāng)法(fǎ)想让AI生成的结(jié)果尽(jǐn)可能(néng)的符合要求(qiú)，但是(shì)都不尽如(rú)人意(yì)，它的(de)出现(xiàn)代表着(zhe)AI生成开始进入(rù)真正的可(kě)控时期。

因为ControlNet可以直接提取画面的构图(tú)，人物的姿势和画面(miàn)的深(shēn)度信息等(děng)。有(yǒu)了(le)它(tā)的(de)帮助，就不(bù)用频繁(fán)的用提示词来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加(jiā)了“魔(mó)法”，不少博主(zhǔ)的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插(chā)件拓展找到对(duì)应(yīng)的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉害的是(shì)，除了(le)真(zhēn)实(shí)的照片，草图(tú)也可以加(jiā)上“魔法(fǎ)”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊也亲(qīn)自回应。

不(bù)得不(bù)说(shuō)当下(xià)AIGC已经(jīng)变得越(yuè)来越强大，甚至输出的作品都已经能以假乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇party”的(de)消(xiāo)息火遍网络，而(ér)经过警方辟谣这所(suǒ)谓的“party”可能是(shì)全国(guó)第(dì)一起AI绘图诈骗(piàn)。

由于这个活动里面给出(chū)的美女(nǚ)照片都是AI制作(zuò)的真(zhēn)人照片绘图，因为太逼真，被(bèi)大家(jiā)当成(chéng)真(zhēn)事传播(bō)了。

不(bù)过仔细观察可以发现，活动发起者(zhě)提供(gōng)的照片中有个很(hěn)大的漏洞可以发现并非真人(rén)，而是AI绘图，那便是图片中女(nǚ)性的(de)手指部分有的存(cún)在异常。

有行业人事表示(shì)：“现在(zài)因(yīn)为手指(zhǐ)部分的(de)绘画算法比较复杂，AI还(hái)不(bù)太会画人(rén)的手，但最新看到的图片已经有越来越完美的AI模型出现，以后可能(néng)就完全没有漏洞了(le)。”

类似(shì)的AI作图诈骗在(zài)国外(wài)也(yě)已有发生。据英国广(guǎng)播公司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假(jiǎ)照片发布到网络(luò)，以(yǐ)此诱(yòu)骗善良的人打赏(shǎng)“捐(juān)助”从而实(shí)施(shī)诈骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经能做出(chū)真人照片般的绘图效果，如果这样(yàng)的图片被用(yòng)来(lái)诈骗(piàn)，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判者(zhě)认为(wèi)AI在(zài)“学(xué)习(xí)”了大量前(qián)人的(de)作(zuò)品之后，其创作没(méi)有任何情绪(xù)和灵(líng)魂，难以和人类的艺术创作相提并论。

另(lìng)一方面(miàn)，AIGC背后(hòu)的版权、目(mù)前都并没有得到有效的解决，还有AIGC会不会代替人(rén)类“至高无(wú)上”的创意(yì)。

马斯克也强(qiáng)调，人(rén)工智能的安全(quán)问题需(xū)要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技(jì)术都是有(yǒu)两面性的，潜(qián)在(zài)的危害并不(bù)能掩盖(gài)其光辉(huī)的贡献。现(xiàn)在看来，人工智(zhì)能技术将是第四次工业革命的核(hé)心驱动力量，将(jiāng)创造新(xīn)的(de)增长奇(qí)迹。

过去(qù)一年，人工(gōng)智(zhì)能在技术和商(shāng)业层面都有了巨大进展，AI绘画就是(shì)人(rén)工智能(néng)技术发生方向性改变的一个(gè)代表。其下一站或许就是(shì)视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条(tiáo)引爆科技圈的短视频。这(zhè)些视(shì)频引发(fā)关注并非内(nèi)容做(zuò)得多优秀，反而都非常(cháng)简单，比如一匹(pǐ)正在喝水的马，一(yī)只画画的玩具熊，或者一段(duàn)骑摩托车(chē)的第一(yī)视角录像，随便一(yī)个有手机的人都可以随(suí)手录(lù)下一(yī)段(duàn)。

但(dàn)这(zhè)些短视频的创(chuàng)作方式非常简单，创作者仅(jǐn)仅需要向AI输入一(yī)段话，甚至(zhì)只是(shì)说(shuō)一(yī)下要求，AI就可以根据(jù)需要生成一段视频。

谷(gǔ)歌(gē)发布的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突(tū)出的是高清，与Meta的(de)Make-A-Video没(méi)有太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一(yī)个能够做出更高(gāo)清视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过(guò)2分钟的连贯的(de)也(yě)有确(què)切内(nèi)容的(de)视频，这才是真正让(ràng)人们感(gǎn)到惊喜的地方。因(yīn)为无论AI生成的(de)视频多(duō)么高(gāo)清，也只能是(shì)为内容(róng)生产者提供(gōng)一个灵感(gǎn)，一个素材，一个过场(chǎng)动画(huà)。

不过能够制作出有具体(tǐ)剧情(qíng)内容的视频(pín)就意味(wèi)着，一些视频创作(zuò)由AI代替人工完成已经(jīng)初步有了可(kě)能。

当下(xià)AI的(de)发展速度已经超过大部分人的想(xiǎng)象。内容(róng)产业的本质是供给创造需求，AIGC作为全新的(de)内容(róng)生产方(fāng)式，可以为内容产(chǎn)业带来更新的(de)内容风格、更快的生产(chǎn)速(sù)度，更低(dī)的(de)生产(chǎn)成本，这(zhè)无(wú)疑会(huì)驱动内容产(chǎn)业的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技(jì)术还能应用于音乐、代码、机器人动(dòng)作(zuò)等(děng)多种内容(róng)形式的生成。不难发现该项技(jì)术(shù)不仅在(zài)游戏等行业能得(dé)到有效应用，对于(yú)下一代互(hù)联网各种元(yuán)素的构(gòu)建亦有关(guān)键(jiàn)意义。

从商业(yè)化(huà)的角度来看，文(wén)化(huà)娱乐、教育、传媒等诸(zhū)多(duō)领域，本身就对基于AI的可(kě)视(shì)化内容有强烈需求。

因(yīn)此，AI绘画及视频(pín)或不是(shì)结果，而只是AI进(jìn)程(chéng)中的一(yī)块重要(yào)拼图，有望在技(jì)术更新的加持下(xià)实现更大的应用价值。

AI从理解内容(róng)，走向了可以生成内容，甚(shèn)至能够创造(zào)出独立价值和独(dú)立(lì)视(shì)角的内(nèi)容。AIGC的再次出(chū)圈(quān)，更代表(biǎo)着未来的先进生产力(lì)即将到(dào)来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座

从技术(shù)的发展也可以(yǐ)看出，在语言大模型(xíng)、图像大模型(xíng)之后，多模态大模(mó)型已经成为了新的趋势。

大模型被誉为当前(qián)人工智能发展(zhǎn)的智(zhì)能底座，是(shì)全球竞争最(zuì)激烈的(de)研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百(bǎi)度(dù)、阿里(lǐ)、腾(téng)讯等众(zhòng)多头部(bù)企业都在竞(jìng)相发(fā)力。

不过训练大模型(xíng)的(de)确价格不(bù)菲，以国盛(shèng)证券发(fā)布的《ChatGPcos135度等于多少啊带根号，cos150度等于多少啊T需要多少(shǎo)算力(lì)》报(bào)告估算，GPT-3训练(liàn)一次(cì)的(de)成本约为140万美元。而对于(yú)一些更(gèng)大的(de)LLM(大(dà)型语言模型(xíng))，训练(liàn)成本则介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元(yuán)，每日仅(jǐn)电费就(jiù)在(zài)5万美元(yuán)左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注各(gè)类(lèi)大(dà)模型的发展同时，更应(yīng)该关注算力(lì)网络的建(jiàn)设(shè)。

算(suàn)力网(wǎng)络正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一人(rén)工智能(néng)发展的终极目标离得更近。

因为算(suàn)力可以对突破性(xìng)技术创新提(tí)供大(dà)力的支(zhī)持。这方(fāng)面，多模态大模型是典型。作为(wèi)面向未来强人工智(zhì)能、通(tōng)用人工智能(néng)的重要(yào)技术创新，多(duō)模(mó)态大(dà)模(mó)型已经在人工智能领域提出了很多年，业界也有不少技术(shù)突破(pò)，但是(shì)，多(duō)模态大(dà)模型(xíng)进一(yī)步往下走，算力需求呈几何式(shì)上升(shēng)，一般(bān)的算(suàn)力(lì)基础设施(shī)很(hěn)快将难以胜任。

从(cóng)图像、文字、语音(yīn)单独(dú)一项cos135度等于多少啊带根号，cos150度等于多少啊(xiàng)的训练(liàn)，到(dào)双模态(tài)、三模(mó)态的跃迁，让人工(gōng)智能可以灵活(huó)应对不同模(mó)态的转化、像人与世界(jiè)交互(hù)一(yī)样自(zì)然，这(zhè)方面，由算力网(wǎng)络来驱动(dòng)将有明显(xiǎn)优(yōu)势。

此外(wài)，还有很(hěn)多需要爆发式增(zēng)长的(de)算力来支撑的技术(shù)创新，将在人工智能算力(lì)网络支(zhī)撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期(qī)待在(zài)大模型和大算力的(de)支持下(xià)AIGC能持续颠(diān)覆(fù)内容生产的方式，将创(chuàng)造的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 cos135度等于多少啊带根号，cos150度等于多少啊