自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次公(gōng)开(kāi)谈(tán)论人工智(zhì)能话题。在(zài)最近的一次采(cǎi)访中，他再(zài)次(cì)表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个(gè)结论是他(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的发展可能(néng)会威胁到谷歌(gē)的市占率，因为(wèi)微软在AI方(fāng)面的行动(dòng)相当(dāng)迅速(sù)。而最终(zhōng)科技巨头将把AI整合成(chéng)用户的“全(quán)能助(zhù)手”，包(bāo)揽一切应用，与人们进行(xíng)沟通(tōng)并提供建议，可以取代亚(yà)马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出(chū)重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新(xīn)兴数字艺术(shù)家竞(jìng)赛中，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广(guǎng)大(dà)网友熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以在应用中输入一组关(guān)键词或者一(yī)张照片，就能获得(dé)一幅AI创作的(de)画作。

作画的关键(jiàn)就是(shì)所输入(rù)的文(wén)本。同一组关键词也可(kě)以创作(zuò)出很多张风格不一样(yàng)的画作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用户很(hěn)喜欢(huān)这(zhè)种不确定的惊(jīng)喜(xǐ)，他们(men)会将生成(chéng)的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现场”，例(lì)如，一位网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片被(bèi)AI识别成了建筑。

而如(rú)今随着ControlNet的(de)出现与加(jiā)持(chí)，以往AI绘画的填(tián)写关键词游戏可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位正在(zài)斯坦福读博的中国(guó)人张吕敏创作(zuò)的一(yī)种(zhǒng)基于控制点的图像变形算(suàn)法，主要用于数字图像处理、计算机(jī)视觉和计算(suàn)机(jī)图形学(xué)等领域(yù)。

其SD插件一(yī)经发布(bù)，在短短的(de)两天内便成为了AI绘(huì)画领域最新的热点。

在此之前，大家用了很多方(fāng)法想让(ràng)AI生成(chéng)的结果(guǒ)尽可能(néng)的符合要求，但是都不尽如(rú)人意，它的(de)出现代表着AI生成开始进入真正的可(kě)控时期。

因为(wèi)ControlNet可以(yǐ)直接提取画面的(de)构图，人物的姿势和画面的深度信息等(děng)。有(yǒu)了它(tā)的帮助(zhù)，就不用频繁(fán)的(de)用提示词(cí)来碰运气，抽(chōu)盲盒(hé)式的创(chuàng)作(zuò)了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之一，他(tā)用朋友的照片直接带她们走(zǒu)进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓(tuò)展(zhǎn)找到对应的关键(jiàn)词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词(cí)试效果(guǒ)。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可(kě)以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕(lǚ)敏其本尊也亲自回(huí)应。

不(bù)得(dé)不说当(dāng)下AIGC已经变得越来越强(qiáng)大(dà)，甚(shèn)至输出的(de)作品都(dōu)已经能以假(jiǎ)乱真了。

02

难(nán)辨虚(xū)实，AIGC技(jì)术力爆发

警惕安(ān)全(quán)问题(tí)

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息(xī)火遍(biàn)网络(luò)，而经过警方辟谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这(zhè)个活动里面给出的(de)美女照片都是AI制(zhì)作的真人照片(piàn)绘图(tú)，因为(wèi)太逼真，被大家当成真事传(chuán)播了(le)。

不(bù)过仔(zǎi)细观察可以(yǐ)发(fā)现，活动发(fā)起(qǐ)者提供(gōng)的(de)照(zhào)片中有个很大的漏洞可以发现并非(fēi)真人，而(ér)是AI绘图，那便(biàn)是(shì)图片中(zhōng)女(nǚ)性的(de)手指部分有的存在异常。

有(yǒu)行业(yè)人事表(biǎo)示：“现(xiàn)在(zài)因为(wèi)手(shǒu)指部分的(de)绘画(huà)算法(fǎ)比较(jiào)复杂，AI还(hái)不太(tài)会画人的手，但最新(xīn)看到(dào)的图片已经有越来越完美(měi)的AI模型出现，以(yǐ)后可(kě)能就(jiù)完全没有(yǒu)漏(lòu)洞了(le)。”

类似的AI作图诈骗在国外(wài)也(yě)已有发生。据英(yīng)国广播公(gōng)司报道，土(tǔ)耳(ěr)其地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合(hé)成了儿(ér)童受灾的假照(zhào)片发布到网(wǎng)络，以此诱骗善良的人(rén)打(dǎ)赏“捐助”从而实(shí)施(shī)诈骗。

目前(qián)随着(zhe)技术发(fā)展(zhǎn)，AIGC已(yǐ)经能(néng)做出真人照(zhào)片般的绘图效果(guǒ)，如果(guǒ)这样(yàng)的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了(le)很多(duō)担(dān)忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的作品之后(hòu)，其创作没有任何情绪和(hé)灵魂(hún)，难以和(hé)人类(lèi)的艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目(mù)前都(dōu)并没有得到有效(xiào)的解决(jué)，还有AIGC会不会代替人类“至高无(wú)上(shàng)”的创意。

马斯(sī)克也强调，人(rén)工智能的安全问(wèn)题需(xū)要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远方

技(jì)术都是有(yǒu)两面性的，潜(qián)在(zài)的危害并不能(néng)掩盖其光(guāng)辉的贡(gòng)献。现在看来，人工智能技术将是第(dì)四次工业革(gé)命的(de)核心驱动力量(liàng)，将创(chuàng)造(zào)新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面(miàn)都有了巨(jù)大进展，AI绘(huì)画就(jiù)是(shì)人(rén)工智能技(jì)术发生方向性改变的一个代(dài)表。其(qí)下一(yī)站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科技圈的短(duǎn)视(shì)频。这些视频(pín)引(yǐn)发关注并非内容做(zuò)得(dé)多优秀，反而都(dōu)非常简单(dān)，比如一匹正在喝水的马，一只画(huà)画的玩具熊，或者一段骑摩托(tuō)车的(de)第一(yī)视角录像(xiàng)，随便(biàn)一个有(yǒu)手(shǒu)机的人(rén)都可以(yǐ)随手录下一(yī)段。

但(dàn)这(zhè)些短(duǎn)视频的创作(zuò)方式非常简单，创作(zuò)者仅仅需要向AI输入(rù)一段话，甚(shèn)至只是说一下要求，AI就可以根(gēn)据需要生成一段视(shì)频。

谷歌(gē)发布的两(liǎng)个AI生(shēng)成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了(le)一(yī)波梗(gěng)，一个能够做出(chū)更(gèng)高清视(shì)频的AI还不足以(yǐ)在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于，它可(kě)以(yǐ)制作(zuò)出超过2分钟的连贯的(de)也有确(què)切内容的视频，这才(cái)是(shì)真正让人们(mweather可数吗感叹句，a bad weather可数吗en)感(gǎn)到惊喜的地方。因为无论AI生成的视频(pín)多(duō)么(me)高清(qīng)，也只能是为内(nèi)容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的视(shì)频就意味着，一些视(shì)频创作由(yóu)AI代替(tì)人工完成已经(jīng)初(chū)步有了可能。

当下AI的(de)发展速度(dù)已经超过大部分(fēn)人的想象。内容产(chǎn)业的本质是供给创(chuàng)造需求，AIGC作(zuò)为全新的内容生产方式，可以为(wèi)内容产业带来更新的内容风格、更快(kuài)的(de)生产速(sù)度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘(huì)图、视频，AIGC技(jì)术还能应用于音乐(lè)、代(dài)码、机器人(rén)动作等多种内容(róng)形式(shì)的生成(chéng)。不难发现该(gāi)项技(jì)术不仅在游戏等行业能得到(dào)有效应用(yòng)，对于下一代互联(lián)网各种元(yuán)素的构(gòu)建亦(yì)有(yǒu)关键意义(yì)。

从商业化(huà)的(de)角度(dù)来看，文化娱乐、教育(yù)、传媒(méi)等诸多领域，本身(shēn)就(jiù)对(duì)基于(yú)AI的可视(shì)化(huà)内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进(jìn)程中的一块重要(yào)拼(pīn)图，有望(wàng)在技术更(gèng)新的加持下实现更大的应用价(jià)值。

AI从理解内容，走向了(le)可以生成内容，甚至能够(gòu)创造出独立价(jià)值(zhí)和(hé)独立视角的内(nèi)容。AIGC的(de)再(zài)次出圈，更代表着(zhe)未来(lái)的(de)先进(jìn)生产(chǎn)力即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技术(shù)的(de)发(fā)展也可以看出，在语言大模型、图像大(dà)模型之后(hòu)，多模态大模型已经成(chéng)为了新的趋势。

大模型被(bèi)誉为当前人(rén)工(gōng)智能发(fā)展的智能底座，是全球竞争最(zuì)激烈的(de)研(yán)究方向(xiàng)之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企(qǐ)业都在(zài)竞相发力。

不过(guò)训练大模型的(de)确价(jià)格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本(běn)约为140万(wàn)美元(yuán)。而(ér)对于一些(xiē)更大的(de)LLM(大型语言模型)，训(xùn)练成(chéng)本则介于200万美元至1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均(jūn)数1300万计算，其对应芯片需求为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元(yuán)，每(měi)日(rì)仅(jǐn)电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持。在关注各类大模型的(de)发展同时，更应该关注算力网络(luò)的建(jiàn)设。

算(suàn)力(lì)网络正驱动(dòng)AI产业发展进(jìn)入史诗级加(jiā)速进程(chéng)，让AIGC及通(tōng)用AI这一人工智能发展的终极目(mù)标离(lí)得更(gèng)近。

因为算力(lì)可(kě)以对突(tū)破性技术(shù)创新提供(gōng)大(dà)力(lì)的支持(chí)。这方面，多模态大模型是典型。作为面向未(wèi)来(lái)强人工智能、通用人工(gōng)智(zhì)能的重要技(jì)术创新，多(duō)模态大模型已经在人工智能领(lǐng)域提出了(le)很(hěn)多年，业界也有不少技术突破，但(dàn)是，多模态大模型(xíng)进(jìn)一步往下走(zǒu)，算力需求(qiú)呈(chéng)几何式上升，一般的算力基础设施(shī)很快将难以胜任。

从图像(xiàng)、文字、语音(yīn)单独一(yī)项的训练，到双模(mó)态、三模(mó)态(tài)的跃迁，让人工智能可以灵活应对不同模态的转化、像人(rén)与世(shì)界交互(hù)一(yī)样(yàng)自然，这方面，由算力网络(luò)来驱动将有明显(xiǎn)优势。

此外，还有(yǒu)很多需要爆发式增长的算力来支撑的技术(shù)创(chuàng)新，将在人工智(zhì)能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙(shǔ)光，期待(dài)在(zài)大(dà)模型和(hé)大算力的支持下AIGC能(néng)持续颠覆内容生产的方(fāng)式，将(jiāng)创造的边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 weather可数吗感叹句，a bad weather可数吗