自聊天机(jī)器人(rén)ChatGPT火爆(bào)以来，微软公司创始人比尔·盖(gài)茨已多次公开(kāi)谈论人工智能话题(tí)。在最近的一(yī)次采访(fǎng)中，他再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论是(shì)他在当(dāng)地时(shí)间(jiān)2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期，AI的发展可(kě)能会威胁(xié)到谷歌的(de)市占率，因为微(wēi)软在AI方面的行动相当迅速。而(ér)最终科技巨头将把AI整合成用(yòng)户的“全能(néng)助手(shǒu)”，包揽一切(qiè)应(yīng)用，与人们进行沟通并提供建议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全(quán)能助手的(de)到(dào)来可能尚需时(shí)日(rì)，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在(zài)美国科(kē)罗拉多州举办的新兴数字艺(yì)术家竞(jìng)赛中，一幅(fú)名为《太(tài)空歌剧院》的作(zuò)品获奖。

随后(hòu)各大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可以(yǐ)在应(yīng)用中输入一组关键(jiàn)词或者一张照片，就能获(huò)得一(yī)幅AI创作(zuò)的(de)画(huà)作。

作画的关键就是所输入(rù)的文本。同一(yī)组关键词(cí)也可(kě)以创作出很多张风格不(bù)一样的画作，这让创作的过(guò)程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们(men)会将生成的(de)美(měi)图当做头像。而另(特朗普为什么叫懂王吗？ 特朗普为什么称为懂王lìng)一部(bù)分喜欢(huān)翻(fān)看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分享AI“翻车(chē)现场(chǎng)”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个(gè)人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创(chuàng)作(zuò)的一种基于控制(zhì)点的图(tú)像变形算(suàn)法，主要用于数字(zì)图(tú)像处理、计算机(jī)视(shì)觉和计算机图(tú)形(xíng)学(xué)等领域。

其SD插件(jiàn)一经(jīng)发布，在短短(duǎn)的两天(tiān)内便成为了AI绘画领域最新的热点。

在此之前，大(dà)家用了很(hěn)多(duō)方法想让AI生成(chéng)的结(jié)果(guǒ)尽(jǐn)可能(néng)的(de)符合要求(qiú)，但是(shì)都不尽(jǐn)如人意，它(tā)的出(chū)现(xiàn)代表着AI生成开始进入(rù)真正(zhèng)的可(kě)控时期。

因为(wèi)ControlNet可以直(zhí)接提取(qǔ)画面的构图(tú)，人物的姿势和画(huà)面的深(shēn)度信息等。有了它的帮助(zhù)，就不(bù)用频繁的用提示(shì)词来碰(pèng)运(yùn)气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法”，不少博主的作品(pǐn)已经(jīng)获得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他(tā)用朋友的照片直(zhí)接带她们走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的(de)关键词(cí)；最(zuì)后用ControlNet插(chā)件(jiàn)绑定骨骼开始换关键词试效果。

通过图片就可(kě)以看出来，效果(guǒ)十分惊艳。

更厉(lì)害的是，除了(le)真(zhēn)实的照片，草图也(yě)可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大(dà)神张(zhāng)吕敏其本尊也(yě)亲自回(huí)应。

不(bù)得(dé)不说当下AIGC已经(jīng)变(biàn)得(dé)越来越强大，甚至输出(chū)的作品都(dōu)已经能以假(jiǎ)乱(luàn)真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经过警方辟谣(yáo)这(zhè)特朗普为什么叫懂王吗？ 特朗普为什么称为懂王所(suǒ)谓的“party”可能(néng)是全(quán)国第(dì)一起AI绘图诈骗(piàn)。

由于这(zhè)个(gè)活(huó)动里(lǐ)面给出的美女照片(piàn)都是AI制(zhì)作的真人照片(piàn)绘图(tú)，因为太逼真，被(bèi)大家当成(chéng)真事(shì)传播了(le)。

不(bù)过仔(zǎi)细观察可以发(fā)现(xiàn)，活(huó)动发起者(zhě)提供的照片中有个(gè)很大(dà)的漏洞可以(yǐ)发现并非(fēi)真人，而(ér)是(shì)AI绘(huì)图，那(nà)便(biàn)是图片中女(nǚ)性(xìng)的手(shǒu)指部分有的(de)存在异常。

有行业人事表(biǎo)示：“现在因为手指部分(fēn)的绘(huì)画算(suàn)法比较复杂，AI还不(bù)太会画人的手，但最新看(kàn)到的图片已经(jīng)有越来(lái)越完(wán)美(měi)的(de)AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生。据英国(guó)广播(bō)公(gōng)司报道，土耳(ěr)其(qí)地震期间，有Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾(zāi)的假(jiǎ)照(zhào)片发布到(dào)网络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般的(de)绘(huì)图效果，如果这样(yàng)的图片被用来(lái)诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧，一方面，批判者(zhě)认为AI在“学习”了大量前人的作品之(zhī)后，其创作没有任何情绪和灵(líng)魂(hún)，难以(yǐ)和人类的艺术(shù)创(chuàng)作(zuò)相提并论。

另(lìng)一方面，AIGC背后的版权、目(mù)前都并没有得到有效的解决，还有(yǒu)AIGC会(huì)不会代替人(rén)类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的安全问题需(xū)要得(dé)到(dào)重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方

技术都是有两面性(xìng)的，潜在的(de)危害并不能(néng)掩盖其光辉的贡(gòng)献。现在看来，人(rén)工智(zhì)能技术将(jiāng)是(shì)第四(sì)次工业革命(mìng)的(de)核(hé)心驱动力量，将(jiāng)创造(zào)新的增长(zhǎng)奇迹。

过去一年，人工智能在技术和商业层面都有了巨(jù)大进展，AI绘画就是人(rén)工智能技术(shù)发生方向性改(gǎi)变(biàn)的(de)一个代(dài)表。其下(xià)一站或许就是(shì)视频(pín)。

此前，Meta和谷(gǔ)歌(gē)先后发布(bù)了几条引(yǐn)爆(bào)科技(jì)圈(quān)的短视频。这些视频引(yǐn)发关注(zhù)并(bìng)非内容做(zuò)得多(duō)优秀，反而都非常简单，比如一匹正(zhèng)在喝水的马，一只画(huà)画的(de)玩具(jù)熊，或者一段骑(qí)摩托车的第一(yī)视角录(lù)像，随便一个有手机的人(rén)都可以(yǐ)随手录下一段。

但这些短视频(pín)的创作方式(shì)非(fēi)常(cháng)简单，创(chuàng)作者(zhě)仅仅(jǐn)需要向AI输入(rù)一段话，甚至只(zhǐ)是说一(yī)下要(yào)求，AI就(jiù)可以(yǐ)根据需要(yào)生(shēng)成一段视频。

谷歌发布(bù)的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩(wán)了一波(bō)梗，一个能够做出更(gèng)高清视(shì)频(pín)的AI还(hái)不足(zú)以在短时间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方在于，它可以制作出超过2分钟的(de)连贯的(de)也有(yǒu)确切内容的视频，这才是(shì)真正让(ràng)人们感到惊(jīng)喜的地方。因为(wèi)无论AI生(shēng)成的视(shì)频多么(me)高(gāo)清，也只(zhǐ)能是为内容生产者(zhě)提供(gōng)一个灵(líng)感(gǎn)，一个(gè)素材，一(yī)个过场动(dòng)画。

不过能(néng)够制(zhì)作出(chū)有具(jù)体剧(jù)情(qíng)内(nèi)容的视频就意味着，一些视频(pín)创作由AI代替人工完成已(yǐ)经初步有了(le)可(kě)能。

当下AI的发展(zhǎn)速(sù)度已(yǐ)经超过(guò)大部分人的想象(xiàng)。内(nèi)容产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可(kě)以(yǐ)为(wèi)内(nèi)容产(chǎn)业带来(lái)更新的内容风格、更快的生(shēng)产(chǎn)速度(dù)，更低的生(shēng)产(chǎn)成本，这(zhè)无(wú)疑会(huì)驱动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能(néng)应用于音乐、代码、机器人动作(zuò)等多种(zhǒng)内容形(xíng)式的生(shēng)成(chéng)。不(bù)难发现该项技术不仅在(zài)游戏等行业能得到有(yǒu)效应(yīng)用，对于下一代互联(lián)网(wǎng)各种元素的(de)构建(jiàn)亦有关键意义。

从商业化的角(jiǎo)度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对(duì)基于AI的可视化(huà)内容有强烈(liè)需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望(wàng)在技术更新的加持下实(shí)现更大(dà)的应用价值。

AI从理解(jiě)内(nèi)容，走向(xiàng)了可以生(shēng)成内容，甚至能够创(chuàng)造出独(dú)立(lì)价值和独(dú)立(lì)视(shì)角(jiǎo)的内容。AIGC的(de)再次出圈(quān)，更代表着(zhe)未来的先进生产力即将到(dào)来(lái)。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底座(zuò)

从技术的(de)发展也可以看出，在语(yǔ)言大模型、图像大(dà)模(mó)型之(zhī)后(hòu)，多模态大模型已经成为了新的趋势。

大模(mó)型(xíng)被誉为当(dāng)前人工(gōng)智能发(fā)展的(de)智(zhì)能底座，是全球竞争最激烈的研(yán)究方向(xiàng)之一，包(bāo)括谷(gǔ)歌、亚(yà)马逊(xùn)、百度、阿里(lǐ)、腾讯等众多(duō)头部企(qǐ)业都在竞(jìng)相发力。

不过训练大(dà)模型的确价(jià)格(gé)不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本(běn)约(yuē)为140万美元(yuán)。而对于一些(xiē)更大的LLM(大型语言模型(xíng))，训练成(chéng)本则(zé)介于200万(wàn)美元至1200万(wàn)美元(yuán)高(gāo)价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访(fǎng)客平均数1300万(wàn)计算，其对应芯片需(xū)求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电(diàn)费就在(zài)5万(wàn)美元左右(yòu)。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都离(lí)不开庞(páng)大算力(lì)支持。在关注各类大模型的发展同(tóng)时，更应(yīng)该关注算(suàn)力网络(luò)的建设。

算力网络正驱动AI产业(yè)发展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的(de)终极目标(biāo)离得(dé)更近。

因为算力可以对突破性技术创(chuàng)新提供(gōng)大力的支持。这方面，多模态大模型是典型(xíng)。作为面向未来强人工(gōng)智能(néng)、通用人工智能的重要技(jì)术创(chuàng)新，多模(mó)态大(dà)模型已经在人(rén)工(gōng)智能领域提出了很多年，业界也(yě)有(yǒu)不少(shǎo)技术突破，但是，多模(mó)态大(dà)模型(xíng)进一(yī)步往下走，算力(lì)需求呈几何式上升(shēng)，一般的算力(lì)基础(chǔ)设施很快将难以胜任(rèn)。

从图(tú)像、文字、语音(yīn)单独一(yī)项(xiàng)的(de)训(xùn)练，到双模态、三模态(tài)的(de)跃迁，让人工智能可以灵活(huó)应对不同模态(tài)的转(zhuǎn)化(huà)、像人与世界(jiè)交互一样自然，这方面，由算力网络(luò)来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力(lì)来支撑的(de)技术创(chuàng)新，将(jiāng)在人工智能算力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露(lù)出(chū)曙(shǔ)光，期待在大模型和(hé)大算力的(de)支持(chí)下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边际成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 特朗普为什么叫懂王吗？ 特朗普为什么称为懂王