自聊(liáo)天机器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖茨(cí)已多次公开谈论人工智能话题(tí)。在最近的一次(cì)采(cǎi)访中，他再次(cì)表示：“AI可能会让科技行业迎(yíng)来一次剧烈(liè)的洗牌”。

这个结论是他在当(dāng)地(dì)时间2月20日接(jiē)受《In Good Company》节(jié)目专访时提(tí)出的。

他预期，AI的(de)发展可能(néng)会威胁到谷(gǔ)歌的市(shì)占(zhàn)率(lǜ)，因为(wèi)微软在(zài)AI方面的行动相当迅(xùn)速。而最终科技巨头将把AI整合成(chéng)用户(hù)的“全能助手”，包揽一切应用，与人们进(jìn)行(xíng)沟通(tōng)并提供(gōng)建议，可以取(qǔ)代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能助手的到来可能尚需(xū)时日，但(dàn)由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的时候(hòu)，还是(shì)2022年8月，在美国科罗拉多州举办的(de)新兴数字艺术家竞(jìng)赛(sài)中，一幅(fú)名为(wèi)《太空(kōng)歌剧(jù)院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画(huà)软件被广(guǎng)大(dà)网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中(zhōng)输入(rù)一组关键词(cí)或者(zhě)一张照片(piàn)，就(jiù)能获得(dé)一幅AI创作的画(huà)作。

作画(huà)的关(guān)键就(jiù)是所输(shū)入的文本。同一组关键词(cí)也可以创作(zuò)出很多张(zhāng)风(fēng)格不一样(yàng)的画作，这让创作的过程就像(xiàng)开盲(máng)盒。

很多用(yòng)户很(hěn)喜(xǐ)欢这种不确(què)定的惊喜，他们(men)会将生成的(de)美图当做(zuò)头像。而(ér)另一(yī)部分喜(xǐ)欢(huān)翻看AI绘(huì)画的“翻车”作品。在(zài)社(shè)交媒体上，许(xǔ)多(duō)用户分享AI“翻车现场(chǎng)”，例(lì)如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个人照片被(bèi)AI识别成了建筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游戏可(kě)能要被颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张(zhān台湾swag是什么，swag是什么意思什么梗g)吕敏创作(zuò)的一种基于控制点的(de)图(tú)像(xiàng)变形算(suàn)法(fǎ)，主要用于数字图像处理、计算(suàn)机视觉和计算机图形学等领域。

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

在此(cǐ)之(zhī)前，大(dà)家用了很多方法想让(ràng)AI生(shēng)成(chéng)的(de)结果(guǒ)尽可能(néng)的(de)符(fú)合要求，但是都(dōu)不尽(jǐn)如人(rén)意，它(tā)的出(chū)现代表着AI生成开始进(jìn)入真正的可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人物的(de)姿势(shì)和画面的深度信息(xī)等(děng)。有了它的帮助，就不用频繁的(de)用提示词来碰运气，抽盲盒式的(de)创(chuàng)作(zuò)了。

通俗的(de)说ControlNet相(xiāng)当于给AI绘(huì)画加了“魔法”，不少博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照(zhào)片直接带她(tā)们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始(shǐ)换关(guān)键词试效果。

通(tōng)过图片(piàn)就可以看出来，效果十分惊艳。

更厉害的是，除了真实的(de)照(zhào)片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其(qí)本尊也亲(qīn)自(zì)回应。

不得不(bù)说当下AIGC已经变得越来越强(qiáng)大，甚至输出的(de)作品都已(yǐ)经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术(shù)力(lì)爆发

警惕安全问(wèn)题(tí)

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消(xiāo)息火遍(biàn)网(wǎng)络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这个活动(dòng)里面(miàn)给(gěi)出的美女(nǚ)照片都是AI制作的真(zhēn)人照片绘图，因为太逼真，被大家当成(chéng)真事(shì)传播了。

不过仔(zǎi)细观察可(kě)以发现，活(huó)动发起(qǐ)者提供的照片中有(yǒu)个很大的漏(lòu)洞可以发现并非(fēi)真人(rén)，而是AI绘图，那(nà)便是图片(piàn)中(zhōng)女性的手指部分有的存(cún)在异常(cháng)。

有行(xíng)业(yè)人事表示：“现在因(yīn)为手(shǒu)指部分的(de)绘画(huà)算法比较复杂，AI还不太会(huì)画人的(de)手，但最新看到的图片已(yǐ)经有越来越完美(měi)的(de)AI模(mó)型(xíng)出现，以后(hòu)可能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈骗在(zài)国外也(yě)已有发生(shēng)。据英国广播(bō)公司报道(dào)，土耳(ěr)其地震期(qī)间，有Tiktok用户使用AI合成了儿(ér)童受灾的假(jiǎ)照片发布到(dào)网络，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而实施诈骗(piàn)。

目前(qián)随(suí)着技术发展，AIGC已经能(néng)做出真(zhēn)人照片般的绘图效(xiào)果(guǒ)，如果这(zhè)样的图(tú)片被用(yòng)来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方(fāng)面，批(pī)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灵魂(hún)，难以(yǐ)和人(rén)类(lèi)的(de)艺术创作(zuò)相提并论。

另一(yī)方面，AIGC背后的版权(quán)、目前都并没有得到(dào)有效的(de)解决，还有AIGC会不会代替人(rén)类“至高无上”的创(chuàng)意。

马斯(sī)克也强调(diào)，人(rén)工(gōng)智能的安全问题需(xū)要(yào)得到重视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技术都(dōu)是有两面性的，潜在的危(wēi)害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智能技(jì)术将是第四次工业(yè)革(gé)命的核心驱动力量，将创造(zào)新(xīn)的(de)增(zēng)长奇(qí)迹。

过(guò)去一年(nián)，人工智能在技(jì)术和商(shāng)业层(céng)面都有了(le)巨大(dà)进展，AI绘画就是(shì)人工智能技术发(fā)生方向(xiàng)性改变的一(yī)个代表。其(qí)下(xià)一站或许就是视频。

此前(qián)，Meta和谷(gǔ)歌(gē)先后(hòu)发布了几条引(yǐn)爆科技圈(quān)的短(duǎn)视(shì)频。这些视频引发(fā)关注并非内容(róng)做得多优秀，反而都非常简单，比如一(yī)匹正在(zài)喝水的马，一只(zhǐ)画(huà)画(huà)的玩(wán)具熊(xióng)，或者一段骑摩托车的第一(yī)视角录像，随便一(yī)个有(yǒu)手(shǒu)机的(de)人都可以随手录(lù)下一(yī)段。

但(dàn)这些(xiē)短(duǎn)视频的创作方式非常(cháng)简(jiǎn)单，创(chuàng)作(zuò)者仅仅需要向AI输入一段话，甚至只是说一下要(yào)求，AI就可以根据(jù)需要生成一段(duàn)视(shì)频。

谷歌(gē)发布的两个AI生成视频(pín)分别来自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要突出(chū)的(de)是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个(gè)能够做出更高清(qīng)视频的AI还不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地(dì)方在于，它可(kě)以制作出超过2分钟的连贯的也(yě)有确切内容的视频，这才是真正让人们感(gǎn)到惊喜的地方(fāng)。因为无论AI生成的视频(pín)多么高清，也只(zhǐ)能是(shì)为内容生产者提(tí)供一个灵感，一(yī)个(gè)素材(cái)，一个过场动(dòng)画。

不过能够制作出有具(jù)体剧情(qíng)内容的视(shì)频就意味着，一些视频创作由AI代替人工完成(chéng)已经初步(bù)有(yǒu)了(le)可能。

当下AI的发展速度已经超过大部分人的(de)想象(xiàng)。内容产业(yè)的(de)本质是供给创造需求(qiú)，AIGC作为全新的内容生产(chǎn)方式，可以为(wèi)内(nèi)容产业带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本(běn)，这(zhè)无疑(yí)会驱动内容(róng)产业(yè)的大(dà)爆发。

除了(le)AI绘图、视(shì)频(pín)，AIGC技(jì)术(shù)还能应用于音(yīn)乐、代(dài)码、机器人动作(zuò)等多种内容(róng)形(xíng)式的(de)生成。不难(nán)发现该项(xiàng)技(jì)术不(bù)仅在游戏(xì)等行业(yè)能得到(dào)有效应用，对于下一代互(hù)联网各种元素的构建亦有关(guān)键意义。

从商(shāng)业化(huà)的角度来(lái)看(kàn)，文化(huà)娱(yú)乐、教(jiào)育、传媒等诸多领域，本身就对基(j台湾swag是什么，swag是什么意思什么梗ī)于AI的可视化内容有强烈(liè)需求(qiú)。

因(yīn)此(cǐ)，AI绘画及视频或不是结果，而只是AI进程中的(de)一块(kuài)重要拼图，有(yǒu)望在技术更新的(de)加(jiā)持下实(shí)现更大(dà)的(de)应用(yòng)价(jià)值。

AI从理解内(nèi)容，走向了可以生成内容，甚至能够创(chuàng)造(zào)出独立(lì)价值和独立(lì)视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先(xiān)进(jìn)生产力即(jí)将到来。

04

紧抓大(dà)模型(xíng)与算(suàn)力(lì)，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模(mó)型(xíng)、图像大模型之后(hòu)，多(duō)模(mó)态大模型已经成为了新(xīn)的趋势。

大(dà)模型(xíng)被誉为当前人工智能(néng)发展的智能底座，是全球竞争最(zuì)激(jī)烈(liè)的研究方向之一，包括(kuò)谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多(duō)头部企业都在竞相发力。

不(bù)过训练大模型的(de)确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美(měi)元(yuán)。而对(duì)于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元至(zhì)1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯片(piàn)需求(qiú)为(wèi)3万多片英伟(wěi)达A100 GPU，初始投入(rù)成本(běn)约为8亿(yì)美元，每日(rì)仅电费就在5万(wàn)美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展(zhǎn)同时(shí)，更应该(gāi)关注(zhù)算力网络的(de)建设。

算力网络正驱(qū)动AI产业发展进入史诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极目标(biāo)离得(dé)更近(jìn)。

因为算力可以(yǐ)对(duì)突破性(xìng)技(jì)术(shù)创新提供大力的支持。这方面(miàn)，多(duō)模态大模型是典型。作为(wèi)面向(xiàng)未来强人工智能、通用人工智能的重要技术(shù)创新，多模态大模型已(yǐ)经在人工智能领域提出了很多年，业(yè)界也有不少技术突(tū)破(pò)，但(dàn)是，多模态大模型进(jìn)一步(bù)往(wǎng)下走(zǒu)，算(suàn)力需求(qiú)呈(chéng)几何(hé)式上升，一般(bān)的(de)算力(lì)基础设施很快将难以胜任(rèn)。

从图像、文(wén)字、语(yǔ)音单独一项的训练，到双模态(tài)、三模态的跃迁，让人(rén)工智能可以灵(líng)活(huó)应对不同模(mó)态的转化、像人与世界交互一(yī)样(yàng)自然，这方面，由算(suàn)力(lì)网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增长的算(suàn)力来支(zhī)撑的技术(shù)创新，将(jiāng)在人工智(zhì)能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在(zài)大模型和大算力(lì)的支持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 台湾swag是什么，swag是什么意思什么梗