自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖(gài)茨(cí)已多次公(gōng)开谈论(lùn)人(rén)工智(zhì)能话(huà)题。在最近的一次采访中，他再次(cì)表示(shì)：“AI可能会让科(kē)技行业迎(yíng)来一(yī)次剧烈的洗(xǐ)牌”。

这个(gè)结论是他在当地时间2月20日接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他预期，AI的(de)发(fā)展可能会威胁到(dào)谷(gǔ)歌(gē)的(de)市占(zhàn)率，因为微软在AI方面的行动相当迅速(sù)。而最终科(kē)技巨(jù)头将(jiāng)把(bǎ)AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一切应用(yòng)，与人们进行沟通(tōng)并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新玩法

AIGC向(xiàng)可控(kòng)靠(kào)近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美(měi)国科(kē)罗拉(lā)多州举(jǔ)办(bàn)的新(xīn)兴(xīng)数字(zì)艺术家竞(jìng)赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品获(huò)奖。

随后各大厂商的AI绘画(huà)软(ruǎn)件被广(guǎng)大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在(zài)应用中输(shū)入(rù)一组关键词或(huò)者(zhě)一张照片(piàn)，就能获(huò)得(dé)一幅AI创作(zuò)的(de)画(huà)作。

作画的关键就是(shì)所输入的文本。同一组关(guān)键词也可以创作(zuò)出很多张风(fēng)格不一(yī)样的(de)画作，这让创作的(de)过程就像(xiàng)开盲(máng)盒(hé)。

很多用户(hù)很喜(xǐ)欢这种不(bù)确(què)定的惊(jīng)喜，他们(men)会将(jiāng)生成的(de)美图当做头像。而(ér)另一部分喜欢翻(fān)看AI绘画(huà)的(de)“翻车”作(zuò)品。在社交媒体上(shàng)，许多(duō)用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男(nán)”，还(hái)有网友的(de)个人照片被(bèi)AI识(shí)别成了建(jiàn)筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的(de)填(tián)写关键(jiàn)词(cí)游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人(rén)张吕敏创作的一种基(jī)于控制点的图(tú)像变形算法，主要用于数字图像处(chù)理(lǐ)、计算机视觉和计(jì)算(suàn)机图形学等领(lǐng)域。

其SD插件(jiàn)一经(jīng)发布，在短(duǎn)短(duǎn)的两天内便成(chéng)为(wèi)了AI绘画(huà)领域最(zuì)新的热点。

在(zài)此之前，大(dà)家(jiā)用了很多方(fāng)法想让AI生(shēng)成的结果尽可能的符合要求，但是都不(bù)尽如人意(yì)，它的出现(xiàn)代表着AI生成开(kāi)始进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以(yǐ)直接(jiē)提取(qǔ)画(huà)面的构(gòu)图，人(rén)物的姿势和画面的深度信息等。有(yǒu)了(le)它的(de)帮助，就不(bù)用(yòng)频繁的(de)用(yòng)提(tí)示词(cí)来碰运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加了(le)“魔(mó)法(fǎ)”，不少博(bó)主(zhǔ)的作品已经(jīng)获得了大量的浏(liú)览量，“viggo”就是其(qí)中(zhōng)之一，他(tā)用朋友的照片直(zhí)接(jiē)带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关(guān)键词(cí)；最后用(yòng)ControlNet插件绑定骨骼(gé)开始换关(guān)键词试效果。

通过图(tú)片就可以(yǐ)看出(chū)来，效果十分惊艳(yàn)。

更厉(lì)害的是，除了真(zhēn)实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩(cǎi)图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不(bù)得(dé)不说(shuō)当下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出的作品都已经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术力爆(bào)发

警(jǐng)惕安全问题(tí)

近日，“苏州金(jīn)鸡湖有(yǒu)游艇party”的消息火遍网络，而经过警方(fāng)辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这个活动里(lǐ)面给出的美女照片都是(shì)AI制(zhì)作的真人照(zhào)片(piàn)绘图(tú)，因为太逼真，被大(dà)家当成真事(shì)传播了。

不过仔(zǎi)细观察可以(yǐ)发现，活动发(fā)起者提供(gōng)的(de)照片中有个很大的漏洞可以发现并非(fēi)真(zhēn)人(rén)，而是AI绘(huì)图，那(nà)便是图(tú)片中女性的手指部分有的存在异(yì)常。

有(yǒu)行业人事表示：“现(xiàn)在因为(wèi)手指部分的绘画算(suàn)法比较(jiào)复杂，AI还不太(tài)会画人的手，但最新看到的图片已经有越来(lái)越完(wán)美的AI模(mó)型出现(xiàn)，以后可(kě)能就完全(quán)没有漏(lòu)洞了(le)。”

类似(shì)的AI作图(tú)诈骗在国外也(yě)已有发生(shēng)。据英(yīng)国广(guǎng)播公司报道，土耳其地(dì)震期间，有(yǒu)Tiktok用(yòng)户使用AI合成了儿童受灾的假照(zhào)片发布到网络，以此(cǐ)诱(yòu)骗(魏风伐檀原文及翻译注音，伐檀原文及翻译注音第一自然段piàn)善良的(de)人(rén)打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能做出真人照片般的绘图(tú)效果，如果这样的图片被用来诈(zhà)骗，将非常可怕(pà)。

此外(wài)AIGC还(hái)引(yǐn)发了(le)很多担忧(yōu)，一方面，批判者认为AI在“学(xué)习(xí)”了大量前(qián)人的作(zuò)品(pǐn)之(zhī)后，其创作没有任何(hé)情绪和灵魂(hún)，难以和(hé)人类的艺术创(chuàng)作相(xiāng)提并(bìng)论。

另一(yī)方(fāng)面(miàn)，AIGC背(bèi)后的版权、目前(qián)都并没有得(dé)到有效的解决，还(hái)有AIGC会不(bù)会代替人类“至高无上”的(de)创意。

马斯(sī)克(kè)也强(qiáng)调，人(rén)工智(zhì)能(néng)的安全问题需要得到(dào)重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性的(de)，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工(gōng)智能技(jì)术(shù)将是第四次工业革命(mìng)的核心驱动力(lì)量，将创造新的(de)增(zēng)长奇迹。

过去一年，人工(gōng)智能在技术和商(shāng)业层面都(dōu)有了巨大(dà)进展，AI绘画就(jiù)是人工智(zhì)能技(jì)术发(fā)生方向性改变的一个代表。其下一站或(huò)许(xǔ)就是视(shì)频。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆科(kē)技圈的短视(shì)频。这些视频引发关注并(bìng)非内容(róng)做得多优秀(xiù)，反而都(dōu)非常简单，比如(rú)一(yī)匹正在喝水(shuǐ)的马，一只(zhǐ)画画(huà)的玩具熊，或者(zhě)一段骑摩托车(chē)的(de)第一视角(jiǎo)录像，随便一个(gè)有手机的人都可以随手(shǒu)录下一(yī)段。

但(dàn)这些短视频的创作(zuò)方式非常(cháng)简单，创(chuàng)作者仅仅(jǐn)需要向AI输(shū)入(rù)一段(duàn)话(huà)，甚至只是(shì)说一(yī)下(xià)要(yào)求，AI就可以(yǐ)根据需(xū)要生成一(yī)段视(shì)频。

谷歌(gē)发布的(de)两(liǎng)个AI生成视(shì)频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已经玩了一波梗，一个(gè)能(néng)够做出更高清视频(pín)的AI还不足以在短时(shí)间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它(tā)可以制作(zuò)出超过2分(fēn)钟的连(lián)贯的也有确切内容的视频，这才是真(zhēn)正让人们(men)感到惊喜的地方。因(yīn)为无论AI生(shēng)成(chéng)的视(shì)频(pín)多么(me)高清，也只能是为(wèi)内(nèi)容生(shēng)产者提供一个灵感，一个素(sù)材(cái)，一个(gè)过场动画。

不过能够(gòu)制作(zuò)出有具体剧情内容的视频就意(yì)味着，一些视频创(chuàng)作由AI代(dài)替人工完(wán)成已经初步有了可能(néng)。

当下AI的发展速(sù)度已经(jīng)超过大部分人的想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全新(xīn)的内容生产方式，可以为内容产业带来更新(xīn)的内容风格、更快的(de)生产速(sù)度，更低的(de)生产成本，这无疑会(huì)驱动内(nèi)容产业的大爆(bào)发。

除(chú)了AI绘(huì)图、视频，AIGC技术(shù)还能应用(yòng)于(yú)音乐、代码(mǎ)、机器人动(dòng)作等多种(zhǒng)内(nèi)容(róng)形式的生成。不难发现(xiàn)该(gāi)项技术不仅在游戏(xì)等(děng)行业能得(dé)到有效(xiào)应用，对于下一代互联网各种元素的构(gòu)建亦有关键意义。

从商(shāng)业化的角度(dù)来看，文(wén)化娱乐、教育、传媒等(děng)诸(zhū)多领域，本身就(jiù)对基于AI的(de)可视化内容有强(qiáng)烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频或不是(shì)结果(guǒ)，而只是AI进程中的一块重要拼图，有望在(zài)技术更新的加持(chí)下实现更大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可以生成内容，甚至能够创(chuàng)造(zào)出(chū)独立价值和独立视(shì)角的内容。AIGC的再次(cì)出(chū)圈，更代(dài)表着未来的先进(jìn)生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出，在语言(yán)大模型、图像大模(mó)型之后(hòu)，多模(mó)态大模型已经成为了新的趋势(shì)。

大模型被(bèi)誉为当前人工智能发展的智(zhì)能(néng)底座(zuò)，是全(quán)球竞争最激烈的(de)研究方向(xiàng)之(zhī)一，包括谷歌(gē)、亚马逊(xùn)、百度(dù)、阿(ā)里、腾讯等众多头部企业都(dōu)在竞相发力。

不过(guò)训练大模型的确价格不(bù)菲(fēi)，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成(chéng)本约(yuē)为140万美元。而对(duì)于(yú)一(yī)些更大(dà)的(de)LLM(大型语(yǔ)言模型)，训练成本(běn)则(zé)介于(yú)200万美元至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立访客平(píng)均数1300万计(jì)算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入成本(běn)约为8亿美元(yuán)，每日仅电费就(jiù)在5万美(měi)元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类(lèi)大模(mó)型的(de)发展同时，更应该关注(zhù)算力(lì)网络的(de)建设。

算(suàn)力网(wǎng)络(luò)正驱动AI产(chǎn)业发展进入(rù)史(shǐ)诗级(jí)加速进程(chéng)，让AIGC及(jí)通用AI这一人(rén)工智能发展的终极目标离(lí)得更(gèng)近。

因为算力(lì)可以对突破性技术创新提供大(dà)力(lì)的支持。这方面(miàn)，多模(mó)态大(dà)模型(xíng)是典型。作为面向(xiàng)未来强人工(gōng)智能、通用人工智能的重要技术创新，多模态大模型已经在人工智能(néng)领域提(tí)出了很多年，业界也有(yǒu)不少技术突破，但是，多模态大模(mó)型进(jìn)一(yī)步(bù)往下走，算力需求呈几何(hé)式上(shàng)升(shēng)，一般的算力基(jī)础设施很(hěn)快(kuài)将难(nán)以胜(shèng)任(rèn)。

从图像(xiàng)、文字、语(yǔ)音单独一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能可(kě)以灵(líng)活(huó)应(yīng)对不同(tóng)模态的转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络来驱(qū)动将(jiāng)有明显优势。

此外(wài)，还有(yǒu)很(hěn)多需(xū)要(yào)爆发式增长的算(suàn)力来(lái)支撑的技术(shù)创新，将在人(rén)工智能算力网络(luò)支撑下快速推进(jìn)。

AIGC已经露出(chū)曙光，期待在大(dà)模型和大算(suàn)力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 魏风伐檀原文及翻译注音，伐檀原文及翻译注音第一自然段