自聊(liáo)天机器人(rén)ChatGPT火(huǒ)爆(bào)以来，微软(ruǎn)公(gōng)司创始人比尔·盖(gài)茨已多次公(gōng)开(kāi)谈论(lùn)人工智能话题(tí)。在(zài)最近的一次采访(fǎng)中，他再(zài)次表示(shì)：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他(tā)在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发展可能会威胁(xié)到谷歌的市占(zhàn)率，因为(wèi)微软在AI方(fāng)面的行(xíng)动相当迅速。而最(zuì)终科技巨头将把AI整(zhěng)合(hé)成用户的“全(quán)能(néng)助手(shǒu)”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到来可能(néng)尚需(xū)时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的(de)时候，还是2022年8月，在(zài)美国科罗拉(lā)多州举办的新兴数(shù)字艺术家竞赛中，一幅(fú)名为《太空歌(gē)剧院》的作品获(huò)奖。

随后各大厂商的(de)AI绘画(huà)软件被广大(dà)网(wǎng)友熟知(zhī)并体验，Stable Diffusion便是其(qí)中代表。

用户(hù)们(men)可以在应用(yòng)中输入(rù)一组关键词或者一张(zhāng)照片，就(jiù)能(néng)获得一幅AI创(chuàng)作的画作。

作画的关键就是所输入的文(wén)本。同一组关键词(cí)也(yě)可以创作出很多张风格不一样(yàng)的画(huà)作，这让创作的过(guò)程(chéng)就像开盲(máng)盒。

很(hěn)多用户很喜欢(huān)这种不(bù)确定的惊喜，他们会将生成的美图(tú)当做头像。而另一(yī)部分(fēn)喜(xǐ)欢翻看AI绘画的(de)“翻(fān)车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车(chē)现场”，例(lì)如，一(yī)位(wèi)网友的(de)小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友的个人(rén)照片(piàn)被AI识(shí)别(bié)成了建筑。

而如今随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘画(huà)的填写关键词游(yóu)戏可能(néng)要被颠覆(fù)了。

ControlNet是(shì)一位(wèi)正(zhèng)在(zài)斯坦(tǎn)福读博的中国人张吕敏创(chuàng)作的一种基于控制点的(de)图像变形算法，主要用(yòng)于数字(zì)图像处(chù)理、计(jì)算机(jī)视觉和(hé)计算机图(tú)形学(xué)等领域。

其SD插件一经发布，在(zài)短短的两天内便成为了AI绘(huì)画领域最新的热点(diǎn)。

在此(cǐ)之前，大家用了很多方法想让AI生成的结果尽可(kě)能的(de)符合要求，但是都不尽如人意，它(tā)的出现(xiàn)代(dài)表着AI生成开始进入真正的可控时期(qī)。

因为ControlNet可(kě)以直接(jiē)提取画面的构图，人物(wù)的姿势和画面(miàn)的深度信(xìn)息(xī)等。有(yǒu)了(le)它的(de)帮助，就不(bù)用(yòng)频繁的(de)用(yòng)提示词(cí)来碰(pèng)运气(qì)，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作品(pǐn)已(yǐ)经获(huò)得了大(dà)量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友(yǒu)的照片(piàn)直接带(dài)她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键词(cí)；最后用ControlNet插件绑定骨骼(gé)开(kāi)始换关(guān)键(jiàn)词(cí)试效果。

通过(guò)图片(piàn)就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是(shì)，除了真实的照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大神张(zhāng)吕敏其(qí)本尊也亲自回应(yīng)。

不(bù)得不(bù)说当下AIGC已经变得越来越强大(dà)，甚至输(shū)出的作品都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经(jīng)过警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个活动(dòng)里(lǐ)面给(gěi)出的美女照片都是AI制作的真人照片(piàn)绘(huì)图(tú)，因(yīn)为(wèi)太逼真，被大家当成真(zhēn)事传播(bō)了。

不(bù)过仔细(xì)观察可(kě)以发现，活(huó)动发起者提供的照片中(zhōng)有个很大(dà)的漏洞可以发现(xiàn)并(bìng)非(fēi)真人，而是AI绘图，那便是图一公里大概多少步 一公里大概要走几分钟片中女性的手指(zhǐ)部分(fēn)有的存在异(yì)常(cháng)。

有行业人(rén)事(shì)表示：“现在因(yīn)为手指(zhǐ)部分的绘画算(suàn)法比较(jiào)复杂，AI还(hái)不太会(huì)画人的(de)手，但最新看到的图片已经有越来(lái)越完(wán)美(měi)的AI模型出现，以后可能就(jiù)完(wán)全没(méi)有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发(fā)生。据(jù)英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片发布到网络(luò)，以此(cǐ)诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的(de)绘图效果，如果这(zhè)样的(de)图片被(bèi)用来诈骗(piàn)，将非(fēi)常可(kě)怕。

此一公里大概多少步 一公里大概要走几分钟外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判者认为AI在(zài)“学习”了大量前人的作品之后，其创作没有任何情绪(xù)和灵魂，难以和(hé)人类的艺术创作相提并论。

另(lìng)一(yī)方面，AIGC背(bèi)后(hòu)的版权、目(mù)前都并没有(yǒu)得到(dào)有效的解决(jué)，还有AIGC会(huì)不会代替(tì)人类“至高无(wú)上”的创意。

马斯克也强调，人工智(zhì)能(néng)的(de)安(ān)全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一(yī)站除(chú)了视(shì)频，还有(yǒu)远方(fāng)

技术都是有两面(miàn)性(xìng)的，潜在的危害并不能掩(yǎn)盖其光辉(huī)的贡(gòng)献。现在(zài)看来，人工智(zhì)能技术将是第四次工业革(gé)命的核心驱动力量，将创造新的增长奇(qí)迹。

过去(qù)一年，人工智能在(zài)技术(shù)和商(shāng)业层面都(dōu)有(yǒu)了(le)巨大进(jìn)展，AI绘画就是(shì)人工智能技术(shù)发生方向性(xìng)改变的一个代(dài)表。其下一站或(huò)许就是视(shì)频(pín)。

此(cǐ)前(qián)，Meta和谷歌(gē)先(xiān)后发布(bù)了几(jǐ)条引爆科技圈(quān)的短视(shì)频。这些视频引发关(guān)注并非(fēi)内容做(zuò)得多(duō)优秀(xiù)，反而都非(fēi)常简单(dān)，比如一匹正在喝(hē)水的(de)马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩(mó)托(tuō)车的第一视角录像，随(suí)便一个有手机(jī)的(de)人都可以随手录下一段。

但这些(xiē)短(duǎn)视频(pín)的创作方式非常简单，创作(zuò)者仅仅需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就(jiù)可以(yǐ)根据需要生成一(yī)段视频(pín)。

谷歌发布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布了(le)AI生(shēng)成的(de)视频后(hòu)，AI圈就已经玩了一波梗，一个(gè)能够做(zuò)出更高清视频(pín)的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在(zài)于，它可(kě)以(yǐ)制作出超(chāo)过2分钟的连贯的也有确切内容的视(shì)频(pín)，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生成的视频多(duō)么高(gāo)清，也只能是为内容生产者提供一个灵感，一个素材，一个(gè)过场动画(huà)。

不过能够(gòu)制作出有具体剧情内容的视频(pín)就(jiù)意味着，一(yī)些视频创作(zuò)由AI代替人(rén)工完成(chéng)已经初(chū)步有了可能。

当(dāng)下AI的(de)发展速度(dù)已经超过大部分人的想象(xiàng)。内容产业(yè)的本质是供给创造(zào)需求，AIGC作(zuò)为全新的内容生产方式，可以(yǐ)为内容产业带来更新(xīn)的内容风格、更快的生(shēng)产速度，更低(dī)的生产成本，这无(wú)疑会(huì)驱动内容(róng)产业(yè)的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还能(néng)应(yīng)用于(yú)音(yīn)乐、代码、机器人动作等多种内容(róng)形式的生成(chéng)。不难(nán)发现该项技术不(bù)仅在(zài)游戏等行业能得到有效(xiào)应用，对于(yú)下一代互联网各种(zhǒng)元(yuán)素的构建亦(yì)有(yǒu)关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传(chuán)媒等(děng)诸(zhū)多领域，本(běn)身就对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视(shì)频或不是(shì)结果，而(ér)只是AI进(jìn)程中的(de)一块(kuài)重要拼图，有(yǒu)望在技术更新(xīn)的加持下实(shí)现更大的应用价(jià)值。

AI从理解内容，走向(xiàng)了可以(yǐ)生成(chéng)内(nèi)容，甚至能够创(chuàng)造出(chū)独立价值和独立视角的内容(róng)。AIGC的再次出圈，更代表(biǎo)着未来的先(xiān)进生产力即(jí)将到(dào)来。

04

紧抓(zhuā)大模型与算(suàn)力，牢(láo)固AIGC底(dǐ)座(zuò)

从(cóng)技术的发展(zhǎn)也(yě)可(kě)以看出，在语言大模型、图(tú)像(xiàng)大模型(xíng)之后(hòu)，多模态(tài)大(dà)模型已(yǐ)经成为(wèi)了新的趋(qū)势。

大(dà)模(mó)型被誉为当前人工(gōng)智能发展(zhǎn)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、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过(guò)训练(liàn)大(dà)模型的确价格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练(liàn)一(yī)次(cì)的成本约为140万美(měi)元。而(ér)对(duì)于一(yī)些更大的LLM(大型(xíng)语言模型)，训(xùn)练成(chéng)本(běn)则介于200万美(měi)元至1200万(wàn)美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万(wàn)计算，其对应(yīng)芯片需(xū)求(qiú)为3万(wàn)多(duō)片英伟达(dá)A100 GPU，初(chū)始投入成(chéng)本约为8亿美(měi)元，每日仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支(zhī)持(chí)。在(zài)关注各类大模(mó)型的发展(zhǎn)同(tóng)时，更(gèng)应该关注算力网络的建设。

算力网络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一(yī)人工智能发(fā)展的(de)终(zhōng)极目标离(lí)得更近(jìn)。

因为(wèi)算力可以对(duì)突(tū)破性技术创新提供大力的支持。这方面，多(duō)模态大模型是典型。作为(wèi)面向(xiàng)未来强人工智能、通(tōng)用人工智能的重要技术(shù)创新，多模(mó)态大模型(xíng)已(yǐ)经(jīng)在人工(gōng)智能领域提出了很(hěn)多年，业界也有(yǒu)不(bù)少技术突破，但(dàn)是，多(duō)模态大模型进一步(bù)往下走(zǒu)，算(suàn)力需求呈几何式(shì)上升，一般的算力基础设施很快将难(nán)以(yǐ)胜任。

从图像、文字、语音单独一项(xiàng)的训练(liàn)，到双(shuāng)模(mó)态、三模态的跃(yuè)迁，让人(rén)工智能可以灵活应对不同模态的(de)转化、像(xiàng)人与世(shì)界交互一样自然，这方面(miàn)，由算力网络来(lái)驱动将(jiāng)有(yǒu)明显优势。

此外，还有(yǒu)很多需要(yào)爆发式(shì)增长(zhǎng)的算力来支撑(chēng)的(de)技(jì)术创新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大(dà)算(suàn)力的支持下(xià)AIGC能持续颠覆内容(róng)生产(chǎn)的方(fāng)式(shì)，将(jiāng)创造的边际成本降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 一公里大概多少步 一公里大概要走几分钟