自(zì)聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公(gōng)司创始人比尔·盖茨已(yǐ)多次公开(kāi)谈论人(rén)工智能(néng)话题(tí)。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让科技行业迎(yíng)来一次剧烈的(de)洗(xǐ)牌”。

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

他预期，AI的发展可能会威(wēi)胁(xié)到谷歌的(de)市占(zhàn)率，因(yīn)为微软在AI方面的行动相当(dāng)迅速(sù)。而最终科技巨(jù)头将把(bǎ)AI整合(hé)成用户的“全能助(zhù)手”，包揽一切应(yīng)用(yòng)，与人们进行沟(gōu)通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能助手(shǒu)的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的话题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国科(kē)罗拉多州(zhōu)举办的新兴数字(zì)艺(yì)术家竞赛中，一幅(fú)名为《太空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输入一组(zǔ)关键词或者一张(zhāng)照片，就能获得一幅AI创作(zuò)的画作。

作画(huà)的关键就是所输入(rù)的文(wén)本。同(tóng)一(yī)组关键词也可以创作(zuò)出很多张风格不一样的画作(zuò)，这(zhè)让创作的(de)过程就像开盲盒(hé)。

很多用户很喜欢这种(zhǒng)不(bù)确(què)定的惊(jīng)喜，他们会(huì)将生成(chéng)的(de)美图当(dāng)做头(tóu)像。而另一部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上(shàng)，许多用户分享AI“翻车(chē)现场”，例如，一位网友(yǒu)的小狗照(zhào)片(piàn)被AI画成了(le)“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成了建筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的填(tián)写关键词游戏可(kě)能要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在(zài)斯(sī)坦(tǎn)福(fú)读(dú)博的中(zhōng)国人张吕(lǚ)敏(mǐn)创作的一种基(jī)于控制(zhì)点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视(shì)觉和计算机(jī)图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘(huì)画(huà)领域最新的热(rè)点。

在此之前，大家用了很多方(fāng)法想让(ràng)AI生成的结(jié)果尽可能的符合要求，但是都不尽如人意，它(tā)的出现代表(biǎo)着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的(de)构图，人物的姿(zī)势和画面(miàn)的深(shēn)度信息等。有(yǒu)了它的帮(bāng)助，就(jiù)不用频繁的用提示词(cí)来碰运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得了大(dà)量(liàng)的浏览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋友(yǒu)的照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关(guān)键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼(gé)开(kāi)始(shǐ)换关(guān)键(jiàn)词(cí)试效(xiào)果。

通过图片就可以看出(chū)来，效果十(shí)分(fēn)惊(jīng)艳。

更(gèng)厉害的是，除了真(zhēn)实(shí)的照(zhào)片，草图(tú)也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神(shén)张吕敏其(qí)本尊(zūn)也亲(qīn)自回(huí)应。

不得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日，“苏州金(jīn)鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的(de)“party”可能是(shì)全国(guó)第一(yī)起AI绘(huì)图诈骗(piàn)。

由于这个活动里面给出的美女(nǚ)照片都是AI制作的真人(rén)照(zhào)片绘图(tú)，因为太逼真，被大家当成(chéng)真事(shì)传播了。

不(bù)过仔细(xì)观(guān)察可以发现(xiàn)，活动发起者提供的照片中有个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片中女性(xìng)的手指部(bù)分有的存在异(yì)常。

有行业(yè)人事表(biǎo)示：“现在因为手指(zhǐ)部分的绘(huì)画算法比较复杂，AI还不(bù)太(tài)会(huì)画人(rén)的手(shǒu)，但最新看到的图片(piàn)已经有(yǒu)越来越完美的(de)AI模型出现，以后可能就完全没有(yǒu)漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已有发(fā)生。据(jù)英(yīng)国广(guǎng)播公(gōng)司报道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了(le)儿童(tóng)受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助(zhù)”从而实(shí)施诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出(chū)真人照片般(bān)的绘图(tú)效(xiào)果，如(rú)果这样的图片被用(yòng)来诈(zhà)骗，将非常(cháng)可怕(pà)。

此外AIGC还引发了很多担忧，一(yī)方面，批(pī)判者认为AI在“学(xué)习”了大量前人的(de)作品之(zhī)后，其创作没有任何情(qíng)绪和(hé)灵魂，难以和人类的艺术创作相提并论。

另(lìng)一方面(miàn)，AIGC背后的版权、目前(qián)都并没(méi)有得到有效(xiào)的(de)解决(jué)，还有AIGC会(huì)不会(huì)代替人(rén)类“至高无上”的创意。

马斯克也强调，人(rén)工智能的(de)安全问题需要得到(dào)重视，太晚就(jiù)来不及了(le)。

03

AIGC下(xià)一(yī)站除(chú)了视频，还有远方

技(jì)术都(dōu)是(shì)有两面(miàn)性的，潜在的危(wēi)害(hài)并(bìng)不能掩(yǎn)盖(gài)其(qí)光辉(huī)的(de)贡献。现在看(kàn)来，人(rén)工(gōng)智能技术将是(shì)第四次工业革(gé)命(mìng)的核(hé)心驱动力量，将创造新的增长奇迹。

过去一年(nián)，人工智(zhì)能在(zài)技术和商业层(céng)面都(dōu)有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术(shù)发(fā)生方向性改变(biàn)的一个代表(biǎo)。其下(xià)一站或许(xǔ)就是(shì)视频。

此前，Meta和谷歌(gē)先后发布了(le)几(jǐ)条引(yǐn)爆科技圈的(de)短视频。这(zhè)些(xiē)视频引发关注(zhù)并非内容做得多优秀，反而(ér)都(dōu)非常(cháng)简单，比如一(yī)匹正在(zài)喝水的马，一只画画的(de)玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随便(biàn)一个有手机(jī)的人(rén)都可以(yǐ)随(suí)手(shǒu)录下(xià)一段(duàn)。

但这些短视频的创作方式(shì)非常(cháng)简单，创(chuàng)作者仅(jǐn)仅需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要(yào)生成一段视(shì)频。

谷歌发(fā)布(bù)的两个AI生(shēng)成视(shì)频分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了(le)一波(bō)梗，一(yī)个能够做出更高清视频(pín)的AI还不足以在短时间(jiān)内戳中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令(lìng)人震惊的地(dì)方在(zài)于，它可以制作(zuò)出(chū)超过2分钟的连贯的也有确切内容的(de)视频，这才是真正让人们感(gǎn)到惊喜的地方。因为(wèi)无论AI生(shēng)成的视频多么高清(qīng)，也只能是为内容(róng)生(shēng)产(chǎn)者提供一(yī)个灵感，一个素(sù)材(cái)，一个(gè)过场动画。

不(bù)过能够制作出有具(jù)体剧情内(nèi)容的视频(pín)就意味着，一些视频(pín)创作由AI代替(tì)人工完成已经初步有了可能。

当下(xià)AI的发展速度已经超过大部分人的想象(xiàng)。内容产业的本(běn)质是供(gōng)给创造需(xū)求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业带来(lái)更新的内(nèi)容风(fēng)格、更(gèng)快的生(shēng)产速度，更低的生产成(chéng)本(běn)，这无(wú)疑会驱(qū)动内容产业的大(dà)爆(bào)发。

除了(le)AI绘(huì)图、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机器(qì)人(rén)动(dòng)作等多(duō)种内(nèi)容形式(shì)的生成。不(bù)难(nán)发现该项技术不仅在游戏等行(xíng)业能得到(dào)有效(xiào)应用，对于下(xià)一代互联网各种(zhǒng)元素的(de)构建(jiàn)亦有关键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传(chuán)媒等诸多领域，本身就(jiù)对基于AI的可视化内容有强烈需求。

因此，AI绘画(huà)及视频或(huò)不(bù)是结(jié)果，而只是AI进程(chéng)中的(de)一块重要拼(pīn)图，有望在(zài)技术更新(xīn)的加持下实(shí)现更大的应(yīng)用价值。

AI从理解(jiě)内容(róng)，走(zǒu)向了(le)可以(yǐ)生成(chéng)内容，甚至能够创造出独立价值和独立视角的内(nèi)容。AIGC的再次(cì)出(chū)圈，更代(dài)表着未(wèi)来的先进生产力(lì)即将(jiāng)到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技(jì)术的发(fā)展也(yě)可以看出，在语言大模(mó)型、图像大模型之后，多模态大模型已(yǐ)经(jīng)成为了新的趋势(shì)。

大模型被誉(yù)为当(dāng)前人工智能发展的(de)智能底座，是全球竞争最(zuì)激烈的研究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都在竞相发力。

不过训练大模型的(de)确(què)价(jià)格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算(suàn)力(lì)》报告估算，GPT-3训练一(yī)次(cì)的成本(běn)约为140万美(měi)元。而对(duì)于一些更大(dà)的LLM(大型语言模型)，训练成(chéng)本则介(jiè)于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万计算(suàn)，其对(duì)应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初(chū)始投(tóu)入成本约(yuē)为8亿美(měi)元，每日仅电费就在5万(wàn)美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各类(lèi)大模型的发展同时(shí)，更应该关注(zhù)算力网络的建设。

算力网络正驱动AI产(chǎn)业发展进入(rù)史诗级加(jiā)速进程(chéng)，让AIGC及通用AI这(zhè)一(yī)人工(gōng)智能(néng)发展的终极目标离得更(gèng)近。

因为算(suàn)力可(kě)以对突(tū)破性(xìng)技术创新提供大力(lì)的(de)支持。这方面，多模态大模型是典(diǎn)型(xíng)。作(zuò)为(wèi)面(miàn)向未来强(qiáng)人工智能、通用人工智(zhì)能(néng)的重要技(jì)术创新，多模态大模型已经在人工智能领域(yù)提出了很多年，业界也(yě)有(yǒu)不少技术突破，但是，多模态大模型(xíng)进(jìn)一步往下走(zǒu)，算力需(xū)求呈几(jǐ)何式(shì)上升(shēng)，一般(bān)的算力基础设(shè)施很快将难以胜(shèng)任。

从图(tú)像、文(wén)字、语音(yīn)单独一项(xiàng)的训(xùn)练(liàn)，到双模(mó)态、三(sān)模态的跃迁，让人(rén)工智能可以灵活应对不同(tóng)模(mó)态的转(zhuǎn)化、像人与世界(jiè)交互一样自然，这方面，由算力网络来驱动(dòng)将有明显优势。

此外，还有很多(duō)需要爆发式(shì)增长的算力来支撑的技术创新(xīn)，将(jiāng)在人(rén)工智(zhì)能算力网(wǎng)络支(zhī)撑下快速(sù)推(tuī)进(jìn)。

AIGC已经露出曙光(guāng)，期待在大模型和大算(suàn)力的支持(chí)下AIGC能持续颠覆(fù)内容生产的(de)方式，将创造的边(biān)际成本降低，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 小学生用HB还是2B铅笔好，小学生用hb铅笔还是2h铅笔