自聊天机(jī)器(qì)人ChatGPT火爆以(yǐ)来(lái)，微软公(gōng)司创始(shǐ)人比尔·盖茨已多次公开谈论(lùn)人工(gōng)智(zhì)能话题(tí)。在最近的一次采(cǎi)访中(zhōng)，他再次表示：“AI可(kě)能(néng)会让科技行业迎来一次剧(jù)烈的洗牌”。

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

他预期，AI的发展可能会(huì)威胁到谷歌的市占率，因为微软在AI方面的行动相(xiāng)当(dāng)迅速。而最终科技巨(jù)头(tóu)将把AI整合成用户的“全(quán)能助(zhù)手”，包(bāo)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(yòng)。

大(dà)佬(lǎo)口中全能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为代表的(de)AIGC上(shàng)一次爆火(huǒ)的时候，还是(shì)2022年8月，在美(měi)国(guó)科罗拉多州举办的新兴数字艺术家竞(jìng)赛(sài)中，一幅名(míng)为《太空歌(gē)剧院》的作品获(huò)奖。

随(suí)后各大厂商(shāng)的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在应用中输入一组(zǔ)关(guān)键词或者一张(zhāng)照片，就(jiù)能获得(dé)一(yī)幅AI创(chuàng)作的画作。

作画(huà)的关键就是(shì)所输入的文(wén)本。同一组关键词也可(kě)以创作出很多张风格不一样的画(huà)作(zuò)，这让创作的过程就像开盲盒(hé)。

很多用户很(hěn)喜欢(huān)这(zhè)种(zhǒng)不确定的惊(jīng)喜，他们会将(jiāng)生成的(de)美图(tú)当做头像。而另(lìng)一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上(shàng)，许多用户(hù)分(fēn)享AI“翻车(chē)现场”，例如，一位(wèi)网友的小狗照(zhào)片被(bèi)AI画(huà)成了“肌肉男(nán)”，还有网友的个人(rén)照片被AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填(tián)写(xiě)关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读(dú)博的中(zhōng)国人张吕敏创(chuàng)作的一种基于控制点的图像变形算法，主要用于(yú)数(shù)字图像(xiàng)处理、计算机视觉和计(jì)算机(jī)图形学等领域。

其(qí)SD插件一经发(fā)布，在短(duǎn)短的两天(tiān)内便成为(wèi)了(le)AI绘画(huà)领(lǐng)域最新的热点。

在此之前(qián)，大家用了很多方法想让AI生成(chéng)的(de)结果尽可能(néng)的符合(hé)要求，但(dàn)是(shì)都不(bù)尽如人意(yì)，它的(de)出(chū)现代表(biǎo)着AI生成(chéng)开始进入真正的可控时期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的构图，人物的姿(zī)势(shì)和画面的深度信息(xī)等。有了它的帮助，就(jiù)不用频繁的用提示词(cí)来碰运气，抽盲(máng)盒式(shì)的(de)创作(zuò)了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画(huà)加了“魔法”，不(bù)少博主(zhǔ)的作品已经获得(dé)了大量的(de)浏览量(liàng)，“viggo”就是其中之(zhī)一，他用(yòng)朋友的照片直(zhí)接带她们(men)走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关(guān)键词试效果(guǒ)。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更厉害的是(shì)，除了真实的照片(piàn)，草图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本尊也亲自回应(yīng)。

不得(dé)不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚(shèn)至输(shū)出的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全问题(tí)

近日，“苏州金(jīn)鸡湖(hú)有游艇(tǐng)party”的消息(xī)火遍网络，而(ér)经过警方(fāng)辟谣这所谓的“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由于这个活(huó)动(dòng)里面给出的美女(nǚ)照片都(dōu)是AI制作的(de)真(zhēn)人照片绘图，因为太逼真，被大家(jiā)当成真事传播(bō)了。

不过仔细观察可以发现，活动发起(qǐ)者提供的照(zhào)片中有个很大的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘图(tú)，那便是图片中女性的手指部(bù)分有的存在异常。

有行业人事(shì)表示：“现(xiàn)在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会(huì)画人(rén)的手(shǒu)，但最新看到的(de)图片已经有越(yuè)来越(yuè)完美的(de)AI模型出现，以(yǐ)后可能就完(wán)全没有漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发生。据(jù)英(yīng)国广播公司报道，土耳其(qí)地(dì)震(zhèn)期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿(ér)童受(shòu)灾的(de)假照片发(fā)布到网络，以此诱骗善(shàn)良(liáng)的人(rén)打赏(shǎng)“捐(juān)助”从(cóng)而实施诈骗。

目前随着技(jì)术发(fā)展(zhǎn)，AIGC已经能做出真人照片般的绘图效(xiào)果，如(rú)果(guǒ)这样的(de)图片被用来诈骗，将非(fēi)常(cháng)可(kě)怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一方面，批判者认为AI在“学习”了(le)大(dà)量前(qián)人的作品之后(hòu)，其创作没有任何情绪和灵魂，难以和人类的艺术创(chuàng)作(zuò)相提(tí)并论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的(de)版权(quán)、目前都并没有(yǒu)得到有效的解(jiě)决，还(hái)有(yǒu)AIGC会(huì)不会代替人类“至高无上”的(de)创意(yì)。

马斯克也强(qiáng)调，人工智(zhì)能(néng)的安(ān)全问题需要得到重视，太晚就来(lái)不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是有两面性的，潜在的危害并不能掩盖其(qí)光辉的贡(gòng)献。现在看(kàn)来，人工智能技术将是第四次工业革命的(de)核(hé)心驱动力量，将(jiāng)创造新的(de)增长奇迹。

过去一年，人工智能在技术和商(shāng)业层面都(dōu)有(yǒu)了(le)巨大进展，AI绘画(huà)就是(shì)人工智(zhì)能技术发(fā)生方向(xiàng)性改变的一(yī)个(gè)代(dài)表。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条引爆科技圈的短(duǎn)视(shì)频。这些(xiē)视频引发关注并(bìng)非内容做得多优秀，反而都非常简单，比如(rú)一(yī)匹正在喝水(shuǐ)的马，一只画(huà)画的玩(wán)具(jù)熊，或者(zhě)一段骑摩(mó)托车的第一视角录像，随便(biàn)一个有手机的人都可以随(suí)手(shǒu)录下(xià)一段(duàn)。

但这些(xiē)短视频的(de)创作方式非常简单(dān)，创作(zuò)者仅仅(jǐn)需(xū)要向AI输入一段话，甚(shèn)至(zhì)只是说一(yī)下要求(qiú)，AI就(jiù)可(kě)以根据需要生成一(yī)段视(shì)频。

谷歌发布的两个AI生成视(shì)频(pín)分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就(jiù)已(yǐ)经玩了(le)一波梗，一个能够做出更高清视频的(de)AI还不足(zú)以在短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作出超过2分钟的连贯(guàn)的(de)也有确(què)切内容的(de)视频(pín)，这才是(shì)真正让(ràng)人们感到(dào)惊喜的地(dì)方。因为无论AI生成的(de)视频多么高清(qīng)，也只能(néng)是为内容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有具体剧情内容的视频(pín)就意味着，一些视频创作(zuò)由AI代替(tì)人工完成已经(jīng)初(chū)步有了可能。

当下AI的发展速度已经超(chāo)过大部(bù)分人(rén)的想象(xiàng)。内容(róng)产业(yè)的本(běn)质是供给创造需求，AIGC作为全新的(de)内(nèi)容生(shēng)产方式，可以为内容产业带来更(gèng)新的(de)内容风格、更快的生产速(sù)度，更(gèng)低(dī)的生产成(chéng)本，这无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动(dòng)作等多种内容形式的生成。不难发现该项(xiàng)技术不(bù)仅在游(yóu)戏等行业能得(dé)到有效应用，对于(yú)下(xià)一代互联网各种元素的构建亦(yì)有关(guān)键意义。

从商业化的角(jiǎo)度(dù)来看，文化娱(yú)乐、教(jiào)育、传媒等(děng)诸(zhū)多领域，本身就对基(jī)于AI的可视化内容有强烈需(xū)求。

因此(cǐ)，AI绘(huì)画及(jí)视频或不(bù)是结果，而只是AI进程中的一块重要(yào)拼(pīn)图，有望在技术更新的加(jiā)持下实现(xiàn)更大的应用价(jià)值。

AI从理解内(nèi)容，走向了可以生成内容，甚至能(néng)够创造出(chū)独立价值和独(dú)立(lì)视(shì)角的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来的(de)先进生产力(lì)即将到来。

04

紧(jǐn)抓大模型与(yǔ)算(suàn)力，牢(láo)固(gù)AIGC底座

从(cóng)技术的发展(zhǎn)也可以看出，在语言大(dà)模型(xíng)、图像大(dà)模型之后，多(duō)模态大模(mó)型已经成为了新(xīn)的趋(qū)势(shì)。

大模型被誉为当(dāng)前人(rén)工智能(néng)发展的智(zhì)能底座，是全球竞争(zhēng)最激烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等众(zhòng)多(duō)头部(bù)企业都在竞(jìng)相发力(lì)。

不(bù)过(guò)训练(liàn)大模型的(de)确价格(gé)不(bù)菲，以(yǐ)国(guó)盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次(cì)的成(chéng)本约为140万美元。而对于一(yī)些(xiē)更(gèng)大的(de)LLM(大型语言模型)，训练(liàn)成(chéng)本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平(píng)均数1300万计算，其对应芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元，每日仅电费就在(zài)5万美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算力支(zhī)持(chí)。在关注各类大模型(xíng)的发展同时，更应该(gāi)关注算力网络的建设。

算力网络(luò)正驱动AI产业发展进入史诗级加速进程，让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。

因为算力可以对突破(pò)性技术创新提供大力(lì)的支(zhī)持。这方(fāng)面，多模态大(dà)模型是(shì)典型。作为面(miàn)向未来强人工智能、通用人工智能的(de)重(zhòng)要(yào)技术创(chuàng)新，多(duō)模态大模(mó)型已经在人工智能领域提出(chū)了很多年，业界(jiè)也有不少技术突(tū)破，但是，多模态大模型进(jìn)一步往下走，算力需求呈几何式上升，一般的算力基础设(shè)施很快将难以胜(shèng)任。

从图(tú)像、文字、语音单独一(yī)项的训练，到双模(mó)态(tài)、三模态的跃(yuè)迁，让(ràng)人工智(zhì)能可(kě)以灵活应对不同模态的转化、像人与世界交互一样自然，这方(fāng)面，由算力网络来驱动将有明显(xiǎn)优(yōu)势。

此外，还有很多需(xū)要爆发(fā)式(shì)增(zēng)长(zhǎng)的算力(lì)来支撑的(de)技术创新，将在(zài)人工智能算(suàn)力网(wǎng)络支(zhī)撑(chēng)下快速推进。

AIGC已经露出曙光，期待(dài)在大模型和大算力的支持(chí)下AIGC能持(chí)续颠覆内容(róng)生产的方式，将创造的(de)边际成本降(jiàng)低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 什么的灯火如何填空词语 灯火是词语吗