自聊天机器人ChatGPT火爆以来，微(wēi)软公司创始人比(bǐ)尔·盖(gài)茨已多次公开(kāi)谈(tán)论人工智(zhì)能(néng)话题。在最近的一次采(cǎi)访(fǎng)中，他再次表示：“AI可能(néng)会让(ràng)科(kē)技(jì)行业迎来一次剧烈的洗牌”。

这个(gè)结(jié)论(lùn)是(shì)他在当地(dì)时间2月20日接受《In Good Company》节(jié)目(mù)专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可(kě)能会(huì)威胁到谷歌的(de)市占率，因为微软在AI方面的行动(dòng)相当迅速。而最终科技(jì)巨头将(jiāng)把AI整合(hé)成用(yòng)户的“全能助手”，包揽一(yī)切应(yīng)用，与(yǔ)人们进行沟通(tōng)并提供建(jiàn)议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大佬(lǎo)口中全能助手的(de)到来(lái)可能尚(shàng)需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包(bāo)围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火(huǒ)的(de)时候，还(hái)是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数(shù)字艺术家竞赛中，一(yī)幅名为(wèi)《太空歌(gē)剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在应用(yòng)中输入一组关键(jiàn)词(cí)或者一张照片，就能获得一(yī)幅AI创作的(de)画作(zuò)。

作画的关键就是所输(shū)入的文本。同一组关键词也可以创作出很(hěn)多张风格不一样(yàng)的画作，这让(ràng)创作的过程就像开(kāi)盲盒。

很(hěn)多用户(hù)很喜欢这种不确定的惊喜(xǐ)，他们(men)会将生成(chéng)的美(měi)图当做头像。而另一部分(fēn)喜欢翻看AI绘画的(de)“翻(fān)车”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车(chē)现场(chǎng)”，例如，一(yī)位(wèi)网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以(yǐ)往(wǎng)AI绘画的(de)填写关(guān)键词游戏可能要(yào)被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦福读博的中(zhōng)国(guó)人张(zhāng)吕(lǚ)敏(mǐn)创作的一种基于控制点(diǎn)的图像变形(xíng)算(suàn)法，主要用于数字图像处理(lǐ)、计(jì)算(suàn)机视(shì)觉和计算机图形(xíng)学等(děng)领域。

其SD插件一经(jīng)发(fā)布，在短短的两天内便成为(wèi)了AI绘画领域最新的热点(diǎn)。

在(zài)此(cǐ)之(zhī)前，大(dà)家(jiā)用了很多方法想(xiǎng)让AI生成的结果尽(jǐn)可(kě)能的符合(hé)要求，但是都不尽(jǐn)如(rú)人意(yì)，它的出现代表着(zhe)AI生成开始进入真(zhēn)正(zhèng)的可控(kòng)时期。

因(yīn)为ControlNet可以直接提取画(huà)面的构图，人物的(de)姿势和(hé)画面的深(shēn)度信(xìn)息等(děng)。有了它的帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲盒式的创(chuàng)作了。

通(tōng)俗(sú)的说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘画(huà)加了“魔法”，不少(shǎo)博主(zhǔ)的作(zuò)品(pǐn)已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到对应(yīng)的关键词；最后用(yòng)ControlNet插件绑定骨骼(gé)开始(shǐ)换关(guān)键(jiàn)词试效(xiào)果。

通过图片就可以看出来，效果十分惊艳(yàn)。

更厉(lì)害的(de)是，除了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实(shí)现线稿转全(quán)彩图。大9的算术平方根是3还是正负3，根号9的算术平方根是多少神张吕(lǚ)敏其本尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经(jīng)变(biàn)得越来越(yuè)强大，甚至输出的作品(pǐn)都已经能以假乱(luàn)真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全问(wèn)题

近(jìn)日，“苏州(zhōu)金(jīn)鸡(jī)湖有游(yóu)艇(tǐng)party”的消(xiāo)息(xī)火(huǒ)遍网络(luò)，而经(jīng)过警方辟谣这所谓的“party”可能是(shì)全国第(dì)一起AI绘图诈骗。

由于(yú)这个活动里面给出的美女(nǚ)照片(piàn)都(dōu)是AI制作的真(zhēn)人照(zhào)片绘图，因为太逼(bī)真，被大(dà)家当成(chéng)真事传(chuán)播了。

不(bù)过仔细(xì)观(guān)察可(kě)以发现，活动(dòng)发起(qǐ)者(zhě)提供的照片中有个(gè)很大的漏洞可以发现并非真人，而是AI绘图(tú)，那(nà)便是图片中女性(xìng)的手(shǒu)指部(bù)分(fēn)有的存在异常。

有行业人(rén)事表示：“现在因为手指(zhǐ)部分的绘画算法(fǎ)比较复杂，AI还不(bù)太(tài)会画人的手，但最新看(kàn)到的图片已经有越来越完美的(de)AI模型出现，以后可能就完(wán)全没(méi)有漏洞了。”

类(lèi)似的AI作图(tú)诈(zhà)骗在(zài)国外也(yě)已有发(fā)生。据英国(guó)广播公(gōng)司报道(dào)，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片(piàn)发布到(dào)网络，以此诱骗善(shàn)良的人打(dǎ)赏“捐助”从(cóng)而实施(shī)诈(zhà)骗。

目前随(suí)着技术发展，AIGC已经(jīng)能做出真人照片般的绘图效果，如(rú)果这样的图片被用来诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多担忧(yōu)，一方面，批判者认为AI在(zài)“学习”了大量前人的(de)作(zuò)品之后，其(qí)创作(zuò)没有任何情绪和灵(líng)魂，难以和(hé)人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的(de)版权、目前都(dōu)并没有得到(dào)有效的解决，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人工(gōng)智能的(de)安全问(wèn)题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视(shì)频(pín)，还有远方

技(jì)术都(dōu)是(shì)有两面性的(de)，潜在的危(wēi)害并不能掩(yǎn)盖其(qí)光辉的贡献。现(xiàn)在看(kàn)来，人(rén)工智(zhì)能技术将是第四(sì)次(cì)工业革命(mìng)的核心驱(qū)动(dòng)力量，将创(chuàng)造新的增(zēng)长(zhǎng)奇迹。

过(guò)去(qù)一年(nián)，人工智能在技术和(hé)商(shāng)业层面(miàn)都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智(zhì)能技术发生方向性改(gǎi)变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后(hòu)发布(bù)了几条引爆科技圈的(de)短视频。这些视(shì)频(pín)引发(fā)关注并非内容做得多优秀，反(fǎn)而都(dōu)非(fēi)常简单(dān)，比如(rú)一(yī)匹正(zhèng)在喝(hē)水的(de)马(mǎ)，一只画画(huà)的玩(wán)具熊，或者一段骑摩托(tuō)车的第一(yī)视角录(lù)像(xiàng)，随(suí)便(biàn)一个有手(shǒu)机的人都可以(yǐ)随手录下一段(duàn)。

但(dàn)这些(xiē)短视频的创作方(fāng)式非常简单，创作者仅仅需要向AI输入一段话，甚(shèn)至(zhì)只是说一下要求，AI就可以根据(jù)需要生成一(yī)段视频。

谷歌(gē)发(fā)布的两个AI生(shēng)成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太(tài)多的差(chà)别(bié)。

在(zài)Make-A-Video公(gōng)布了AI生成的(de)视(shì)频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个(gè)能(néng)够做出(chū)更高清视频(pín)的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟的连(lián)贯(guàn)的也(yě)有确切内容的视频，这才是(shì)真正让(ràng)人们感到(dào)惊喜的地方。因为无论(lùn)AI生成的视频(pín)多么高清(qīng)，也只能是为内容生产(chǎn)者提供一个灵(líng)感，一个素材，一个过场动画(huà)。

不过(guò)能够制作(zuò)出有具体剧情(qíng)内(nèi)容的视频就意(yì)味着，一些视频创(chuàng)作(zuò)由AI代替人(rén)工完成已经初步(bù)有(yǒu)了可能。

当下AI的发(fā)展(zhǎn)速度(dù)已(yǐ)经超过大部分(fēn)人的想象(xiàng)。内容产业的本质(zhì)是供(gōng)给创(chuàng)造(zào)需(xū)求，AIG9的算术平方根是3还是正负3，根号9的算术平方根是多少C作为全新(xīn)的内容生产(chǎn)方式(shì)，可以为内容产业带来更(gèng)新的内容风格、更快的生产(chǎn)速(sù)度，更低的生产成本，这(zhè)无疑会驱动(dòng)内容产业的(de)大爆发(fā)。

除了(le)AI绘(huì)图、视(shì)频，AIGC技术还能应用(yòng)于音乐(lè)、代码(mǎ)、机器人动作等多种(zhǒng)内容形式的生成(chéng)。不难发现该项技术不仅(jǐn)在(zài)游戏等(děng)行业能得到有效(xiào)应用，对于下一代(dài)互联网各种元素(sù)的构(gòu)建亦有关(guān)键意义。

从(cóng)商业化的角度(dù)来看(kàn)，文化(huà)娱乐、教(jiào)育、传媒等诸多领域，本身就对基于(yú)AI的可视(shì)化内容有(yǒu)强(qiáng)烈(liè)需求。

因此，AI绘画(huà)及视频或不(bù)是结(jié)果(guǒ)，而(ér)只(zhǐ)是AI进程中的一块重要(yào)拼图，有望在技(jì)术更新的加(jiā)持下(xià)实现(xiàn)更(gèng)大(dà)的应用价值(zhí)。

AI从(cóng)理解内容，走向了可以(yǐ)生成(chéng)内容，甚至能够(gòu)创(chuàng)造出独立价值和独立视角的(de)内容。AIGC的再次出圈，更代表着未(wèi)来的先进生(shēng)产(chǎn)力即将到来。

04

紧抓(zhuā)大(dà)模型与算(suàn)力，牢固AIGC底座(zuò)

从技术的发展也(yě)可以看出(chū)，在语言大(dà)模(mó)型、图像大(dà)模型之(zhī)后，多模态大模型已经成为(wèi)了新(xīn)的趋势。

大(dà)模(mó)型被誉为当前人工智能发(fā)展(zhǎn)的智能底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相(xiāng)发(fā)力。

不(bù)过训练大(dà)模型(xíng)的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更大的LLM(大(dà)型语言模(mó)型(xíng))，训练(liàn)成本则介于(yú)200万美元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其(qí)对(duì)应(yīng)芯片需(xū)求为(wèi)3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成(chéng)本约为8亿(yì)美元，每(měi)日仅电费就在5万美元(yuán)左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大算力支持(chí)。在关注各类大模型(xíng)的发展同时(shí)，更(gèng)应该关注算力网(wǎng)络(luò)的建设。

算力网络正驱动(dòng)AI产业发展进(jìn)入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工智能发展的(de)终极目标离得更(gèng)近。

因为(wèi)算力可以(yǐ)对(duì)突破性(xìng)技(jì)术创新(xīn)提供大力(lì)的支持。这方面，多模态大模型(xíng)是典型。作(zuò)为(wèi)面向未来强人工智能、通用人工智能(néng)的(de)重要技(jì)术(shù)创新，多模(mó)态大模型已经在人工智(zhì)能领域提出了(le)很多年，业界也有(yǒu)不少技术突破(pò)，但是，多(duō)模态大模(mó)型进(jìn)一步往下走(zǒu)，算力需求呈几何式上升，一般的算力基(jī)础(chǔ)设施(shī)很快(kuài)将(jiāng)难以(yǐ)胜(shèng)任。

从(cóng)图像、文字(zì)、语音单独一项的训练，到双模态、三(sān)模态的跃迁，让(ràng)人(rén)工智能可以灵活应对不同模(mó)态的(de)转(zhuǎn)化、像人(rén)与世界交互一样自然，这(zhè)方面，由算力网络来驱动(dòng)将有明显优势。

此(cǐ)外，还有很多需要爆(bào)发(fā)式增长(zhǎng)的算力来支(zhī)撑的技术创(chuàng)新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的支持下(xià)AIGC能持续颠(diān)覆内容生产的方式，将创造的(de)边际成本降低，让(ràng)万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 9的算术平方根是3还是正负3，根号9的算术平方根是多少