自(zì)聊天机(jī)器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨已多次公开谈论人工智能话题(tí)。在最近的一次采访中，他再次表示(shì)：“AI可能会(huì)让科技行业迎(yíng)来一次剧烈的洗牌”。

这个结(jié)论是他在当地时间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专访时提出的。

他(tā)预期，AI的发展可(kě)能会威胁(xié)到谷歌的市占率，因为微软在AI方面的行(xíng)动相当迅(xùn)速。而最(zuì)终科技巨头将把AI整合成用(yòng)户的(de)“全能助手”，包揽一切应用，与人们进行沟(gōu)通并提供(gōng)建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬口(kǒu)中(zhōng)全能助(zhù)手的到(dào)来可能尚需(xū)时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘(huì)画为代表的AIGC上一次爆(bào)火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴(xīng)数字艺(yì)术(shù)家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以(yǐ)在应用中(zhōng)输入一组(zǔ)关键(jiàn)词或者一张照片，就(jiù)能获(huò)得一幅AI创(chuàng)作的画作。

作画的关键就是所输入的文(wén)本。同(tóng)一(yī)组关键词也可以创(chuàng)作出很多张(zhāng)风(fēng)格不一样的画作(zuò)，这让创作的过程就像开(kāi)盲盒。

很多用户(hù)很喜欢(huān)这种不确定(dìng)的惊(jīng)喜，他们(men)会将生(shēng)成的(de)美图当(dāng)做头像。而(ér)另一部分喜欢(huān)翻看AI绘画(huà)的(de)“翻(fān)车”作品。在社交媒(méi)体(tǐ)上，许多用户分享AI“翻车现场”，例(lì)如，一位(wèi)网友的(de)小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还有网友的个人照片被(bèi)AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加(jiā)持(chí)，以往AI绘(huì)画的填(tián)写关键词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯坦(tǎn)福读博(bó)的中国(guó)人张(zhāng)吕(lǚ)敏(mǐn)创作的一种基于控制点的图像变形算法(fǎ)，主要用于(yú)数字图像处理(lǐ)、计(jì)算机视(shì)觉和计算机图(tú)形学等领域。

其(qí)SD插件一经发布，在短短的两天内(nèi)便成为了(le)AI绘画领(lǐng)域最新的热点。

在此之前，大(dà)家用了很多(duō)方法想让AI生(shēng)成(chéng)的结果尽可能的符合要求，但是都不尽如人意，它的出(chū)现代表着AI生成开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和画面的深(shēn)度信息等。有了它的帮助，就不用频繁的用提示词来(lái)碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不(bù)少(shǎo)博主的作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词；最后用(yòng)ControlNet插件绑定(dìng)骨骼(gé)开(kāi)始(shǐ)换关键词试(shì)效果。

通过(guò)图(tú)片就(jiù)可以(yǐ)看出来，效(xiào)果十分惊艳。

更厉害的(de)是，除了真(zhēn)实的照(zhào)片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当下(xià)AIGC已经变得越(yuè)来(lái)越强大，甚(shèn)至输出(chū)的作(zuò)品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全(quán)问题

近日，“苏(sū)州金鸡湖(hú)有游(yóu)艇party”的消息火遍网(wǎng)络，而经(jīng)过警方辟谣(yáo)这所谓的“party”可能是全国(guó)第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给出的美女照片都是AI制作的(de)真(zhēn)人照(zhào)片绘(huì)图(tú)，因(yīn)为太逼真，被(bèi)大(dà)家当(dāng)成真事传播了。

不过仔(zǎi)细(xì)观察(chá)可以发现，活动发(fā)起者提供的(de)照片(piàn)中有(yǒu)个很大的漏洞可以发(fā)现并非(fēi)真人，而(ér)是AI绘图，那便是图(tú)片中(zhōng)女性的手(shǒu)指(zhǐ)部分有的存在异常。

有(yǒu)行业(yè)人事(shì)表(biǎo)示：“现在因为手指(zhǐ)部分的(de)绘画算法(fǎ)比(bǐ)较复(fù)杂(zá)，AI还不太会画(huà)人的手，但最新看到(dào)的图片已(yǐ)经有(yǒu)越(yuè)来越(yuè)完美的AI模型出(chū)现，以后(hòu)可(kě)能就完全没有漏洞(dòng)了(le)。”

类(lèi)似的(de)AI作图(tú)诈骗在(zài)国外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了儿童受灾的(de)假照片(piàn)发布到网(wǎng)络，以此(cǐ)诱骗(piàn)善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真人照(zhào)片般的(de)绘(huì)图效果，如果(guǒ)这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了(le)很多担忧(yōu)，一(yī)方面(miàn)，批判(pàn)者(zhě)认(rèn)为AI在“学习”了大量前人的作(zuò)品之后，其创作没有任何(hé)情绪和灵魂(hún)，难以(yǐ)和(hé)人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的(de)版(bǎn)权、目前都并(bìng)没有得到有效的解(jiě)决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克(kè)也强调，人工智(zhì)能的安全问题(tí)需要得(dé)到重(zhòng)视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方

技术都是有两面性的，潜(qián)在(zài)的危(wēi)害并不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人(rén)工智能技术将是(shì)第四次工(gōng)业革命(mìng)的核心驱动(dòng)力量，将创造(zào)新(xīn)的增长奇迹。

过(guò)去一年(nián)，人工智能在技(jì)术和商业(yè)层面都有了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性(xìng)改变的一个代表(biǎo)。其(qí)下(xià)一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈(quān)的短视频。这(zhè)些视频(pín)引发关注并非内(nèi)容做得多优(yōu)秀，反而(ér)都非常简单，比如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩具熊(xióng)，或者一(yī)段(duàn)骑摩托车的(de)第一视角录像(xiàng)，随便一个有手(shǒu)机的人都可以随(suí)手录下(xià)一段。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅(jǐn)需要(yào)向AI输入一(yī)段(duàn)话，甚至只(zhǐ)是说一下要求(qiú)，AI就可以(yǐ)根据需要生成一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突(tū)出的是高清，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一波梗，一个(gè)能够(gòu)做出更(gèng)高(gāo)清视频的(de)AI还不(bù)足以在短时(shí)间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令(lìng)人(rén)震惊的地方在于，它可(kě)以(yǐ)制作出超过2分钟的连贯的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。因为无论AI生成(chéng)的视频(pín)多么高清，也只能是为内容生产(chǎn)者提供一个灵感(gǎn)，一(yī)个素材，一个过场(chǎng)动画。

不(bù)过能够制作出有(yǒu)具体剧情内容的视频就意味着，一些视(shì)频(pín)创作由AI代替人工完(wán)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分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容(róng)产业带(dài)来更新的(de)内容风格、更快的生产速度，更低的(de)生产成本，这(zhè)无疑(yí)会驱动内容产业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应(yīng)用(yòng)于音乐、代码、机器人动作(zuò)等多种内容形式的生成。不难发现该项技术不仅在游戏等行(xíng)业能得到有效(xiào)应(yīng)用，对(duì)于下(xià)一(yī)代互联(lián)网各种元素(sù)的构建(jiàn)亦有关键意(yì)义。

从商业化(huà)的角度来(lái)看(kàn)，文(wén)化娱乐、教育、传媒(méi)等(děng)诸多领域，本(běn)身就(jiù)对基于AI的可视(shì)化内容有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不(bù)是结果，而只是AI进程中的一块(kuài)重要拼图，有望在技术更新的(de)加持下实现更大的应用价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够创造(zào)出独立(lì)价值和独(dú)立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力(lì)即(jí)将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言(yán)大模型、图(tú)像大模型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能发展的智能底座(zuò)，是全球竞争最激烈的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头部企业都在(zài)竞相发力。

不过训练大模型的确价(jià)格不菲，以国盛(shèng)证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的(de)成本约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万计(jì)算，其对应(yīng)芯片需求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元(yuán)，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力(lì)支持。在关注各类大(dà)模型的发(fā)展同时，更应(yīng)该关注算力网络的建设。

算力网(wǎng)络正(zhèng)驱(qū)动AI产(chǎn)业发展进入史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一人工智(zhì)能(néng)发(fā)展的终极(jí)目标离得更(gèng)近。

因为算力可以对突破(pò)性技术创新提供大力(lì)的(de)支(zhī)持。这(zhè)方面，多模态大模型是典型。作为面(miàn)向未来(lái)强人工智(zhì)能、通用人工智能的(de)重要技术(shù)创新，多模态大模型已经在人工智能领域提(tí)出了很多年(nián)，业界也有不少技术突破，但是，多模(mó)态大模型(xíng)进一步往下走，算力需(xū)求呈几何式上升(shēng)，一般(bān)的算力基础设(shè)施很快(kuài)将难以胜任(rèn)。

从图像、文字、语音单(dān)独一项(xiàng)的训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活应对(duì)不同(tóng)模(mó)态的转化、像人(rén)与世界(jiè)交互一样自然，这(zhè)方面，由(yóu)算力(lì)网络(luò)来驱动(dòng)将有明显(xiǎn)优势(shì)。

此外，还有很多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能算(suàn)力网络支(zhī)撑(chēng)下(xià)快速推进(jìn)。

AIGC已经(jīng)露(lù)出(chū)曙光，期待在大(dà)模型和(hé)大(dà)算(suàn)力(lì)的(de)支持下AIGC能持(chí)续颠覆内容生产的方式(shì)，将创造的边际成本降低，让万(wàn)众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 七尺是多少米呀 身高7尺是多少厘米