自聊天机器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨已多次(cì)公开(kāi)谈论人工智能话题。在最(zuì)近的一次采访中，他再次(cì)表示：“AI可能会让科(kē)技行(xíng)业迎来一次剧(jù)烈的洗牌”。

这个结(jié)论(lùn)是他在当(dāng)地时间2月20日接受《In Good Company》节目(mù)专访时提出的(de)。

他预期，AI的发展可能会(huì)威(wēi)胁(xié)到谷歌(gē)的市占率，因(yīn)为(wèi)微(wēi)软在AI方面的行(xíng)动相当(dāng)迅速(sù)。而最(zuì)终科(kē)技巨(jù)头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽一切应(yīng)用(yòng)，与人们进行沟(gōu)通(tōng)并提(tí)供(gōng)建(jiàn)议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到(dào)来可能尚(shàng)需时日，但由ControlNet引发的(de)又一(yī)次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州(zhōu)举(jǔ)办的新兴数(shù)字艺(yì)术家竞(jìng)赛中，一幅名(míng)为《太(tài)空歌(gē)剧院(yu轻轨是什么，轻轨是地铁还是高铁àn)》的作品获(huò)奖。

随后各大厂商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户(hù)们可以(yǐ)在(zài)应用中(zhōng)输(shū)入(rù)一组关键词或者一张(zhāng)照(zhào)片，就能获得一幅AI创作的画作。

作画(huà)的关键(jiàn)就是所输入的文本。同一组关键词也可以创作出很多张(zhāng)风(fēng)格不一样(yàng)的(de)画作，这让(ràng)创(chuàng)作的过(guò)程(chéng)就像(xiàng)开盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜(xǐ)，他们会将生成的美图当做头像。而另一部分喜欢(huān)翻(fān)看AI绘画的(de)“翻车(chē)”作品。在社交媒体上(shàng)，许多用户分(fēn)享AI“翻(fān)车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的(de)个人照片(piàn)被AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的填(tián)写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的中国人张吕敏(mǐn)创作的(de)一种基于控(kòng)制点的图像变形算法，主要用于数字(zì)图像处理、计算机视觉和计算机(jī)图形学(xué)等领(lǐng)域。

其SD插件(jiàn)一经发布，在短短的两(liǎng)天内(nèi)便成为了AI绘画领域最新的热点(diǎn)。

在此之(zhī)前(qián)，大(dà)家(jiā)用了很多方(fāng)法(fǎ)想让AI生(shēng)成的结果(guǒ)尽可能的符合要求，但是都(dōu)不(bù)尽(jǐn)如(rú)人意，它的(de)出现(xiàn)代(dài)表(biǎo)着AI生成开始进入真(zhēn)正(zhèng)的(de)可(kě)控时期。

因(yīn)为ControlNet可以直接提取画面(miàn)的构图(tú)，人物的姿势和画面的深度信息等。有了它的帮(bāng)助，就(jiù)不(bù)用(yòng)频繁的(de)用提(tí)示词来碰运气，抽(chōu)盲盒式(shì)的创作了。

通(tōng)俗的(de)说(shuō)ControlNet相当于(yú)给(gěi)AI绘(huì)画加了(le)“魔法”，不(bù)少博主(zhǔ)的作品已经获(huò)得了大(dà)量的浏(liú)览量，“viggo”就(jiù)是其中之(zhī)一，他(tā)用朋友的照片直接带她们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找到对应的(de)关键词；最(zuì)后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换关键词试效(xiào)果。

通过图片(piàn)就可(kě)以看出来，效果十(shí)分(fēn)惊艳。

更厉害的是，除了真(zhēn)实的照(zhào)片(piàn)，草图也可以加上(shàng)“魔(mó)法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也(yě)亲(qīn)自回(huí)应。

不得不说(shuō)当下AIGC已(yǐ)经(jīng)变(biàn)得越来越(yuè)强大，甚至输出的作品都已经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍网络(luò)，而经过警方(fāng)辟谣这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由(yóu)于这个活动里面给出的美女照(zhào)片都是(shì)AI制(zhì)作(zuò)的真人照(zhào)片绘(huì)图，因为(wèi)太逼真，被大家当成(chéng)真事传播了。

不过仔细(xì)观察可(kě)以发现，活动发(fā)起者(zhě)提供(gōng)的(de)照片中有个很大的漏洞可以发(fā)现并非真人，而是AI绘图，那便(biàn)是图片中女性的手指部分有的(de)存在异(yì)常(cháng)。

有(yǒu)行业人事(shì)表示：“现(xiàn)在因为手(shǒu)指部分的(de)绘画(huà)算法(fǎ)比较复杂(zá)，AI还不太会(huì)画人的手(shǒu)，但最(zuì)新看(kàn)到(dào)的(de)图片已经有越来越(yuè)完美的AI模(mó)型出现，以(yǐ)后(hòu)可能就完全没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报道，土耳其(qí)地(dì)震(zhèn)期间(jiān)，有Tiktok用户(hù)使(shǐ)用AI合成了儿(ér)童受灾的假照片发布到网络(luò)，以(yǐ)此诱骗善良的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前随着技(jì)术发(fā)展(zhǎn)，AIGC已经能做出真(zhēn)人照片(piàn)般的(de)绘图效(xiào)果，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面，批判者认(rèn)为AI在“学习(xí)”了大量前(qián)人(rén)的作品之后，其创作没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一方(fāng)面(miàn)，AIGC背后(hòu)的版权、目(mù)前都并没有得(dé)到有效的解决，还(hái)有(yǒu)AIGC会不会(huì)代(dài)替人类(lèi)“至高无上(shàng)”的创意。

马斯克也强调，人(rén)工智(zhì)能(néng)的安全(quán)问(wèn)题需要得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都(dōu)是有两(liǎng)面性的(de)，潜在(zài)的(de)危害并不能掩盖其光辉的贡献(xiàn)。现在看来(lái)，人(rén)工智能技(jì)术将(jiāng)是第四次工业革命的(de)核心驱动力量，将创造新的(de)增长奇迹。

过去一(yī)年，人工智能在技术和(hé)商业(yè)层(céng)面都(dōu)有了巨大进展(zhǎn)，AI绘(huì)画就是(shì)人工智能技术发生方向性(xìng)改变的一个代表(biǎo)。其下(xià)一站或许(xǔ)就是视(shì)频(pín)。

此前(qián)，Meta和谷歌先后(hòu)发(fā)布了几条引爆科技圈的短视频(pín)。这些(xiē)视频引发(fā)关注(zhù)并非(fēi)内容做得多优秀，反而(ér)都非常简单，比(bǐ)如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊(xióng)，或者一段(duàn)骑摩托车(chē)的第一(yī)视角录(lù)像，随便(biàn)一个有手(shǒu)机(jī)的人都可以随(suí)手(shǒu)录下一(yī)段。

但这些短视频的创作方式非常简单(dān)，创作者仅仅需要向AI输(shū)入一(yī)段(duàn)话，甚(shèn)至只(zhǐ)是说一下要求(qiú)，AI就可以(yǐ)根据需要生成一段(duàn)视频(pín)。

谷歌(gē)发布的两个AI生(shēng)成(chéng)视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后，AI圈就已经玩了一波(bō)梗，一个能够做出更(gèng)高清视频的AI还不足以在短(duǎn)时(shí)间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于(yú)，它可(kě)以制作(zuò)出超过2分钟的连(lián)贯(guàn)的(de)也有(yǒu)确切内容的视(shì)频，这才是真正让人(rén)们感到惊喜的地方(fāng)。因为无论(lùn)AI生成的视(shì)频多么高清(qīng)，也只能是为内容生产者提(tí)供(gōng)一个灵(líng)感，一个(gè)素(sù)材，一个(gè)过场动画。

不过能(néng)够制作出有具体剧情内容的视频就意(yì)味着，一(yī)些视频创作由AI代替人(rén)工(gōng)完成已经初步有了可能。

当下AI的发展速(sù)度已经超过大部分人(rén)的想象。内容产业的本质是供给创造(zào)需求(qiú)，AIGC作为全新的内容生(shēng)产(chǎn)方式，可(kě)以(yǐ)为内容产(chǎn)业带来更(gèng)新的(de)内容(róng)风格、更快的生产速(sù)度，更低的生(shēng)产(chǎn)成本(běn)，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码(mǎ)、机(jī)器人动作(zuò)等(děng)多种内容形式(shì)的(de)生(shēng)成(chéng)。不难发现(xiàn)该项(xiàng)技术(shù)不(bù)仅(jǐn)在游戏等行业(yè)能得到(dào)有效(xiào)应(yīng)用，对于(yú)下一代互联网各种元素的构建亦有关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领域，本身就对(duì)基于AI的可视(shì)化内(nèi)容有强烈(liè)需(xū)求。

因(yīn)此，AI绘画(huà)及视频或不是(shì)结果(guǒ)，而只是AI进(jìn)程中的一(yī)块重要(yào)拼图，有望在技术(shù)更新的加持(chí)下实现更(gèng)大的应(yīng)用价值(zhí)。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能(néng)够创造出(chū)独立价值(zhí)和独(dú)立视角(jiǎo)的内容(róng)。AIGC的再(zài)次(cì)出圈，更代表着未来(lái)的先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言(yán)大模型、图像大模型之后，多模态大模型已(yǐ)经成为(wèi)了(le)新的趋势。

大模型(xíng)被(bèi)誉为当前人工智能发展的智能底座，是全(quán)球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等(děng)众多头部企业都在竞(jìng)相发(fā)力。

不过训练(liàn)大模型的确价(jià)格不(bù)菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练一(yī)次的成本(běn)约为140万美元。而(ér)对于(yú)一些更大的(de)LLM(大型语言模(mó)型(xíng))，训练成(chéng)本则介于200万美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立(lì)访客平均数1300万(wàn)计算，其对应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初始投入成本(běn)约为8亿美元(yuán)，每日仅电费就在(zài)5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力(lì)支(zhī)持。在关注各(gè)类大(dà)模型(xíng)的发展同时，更(gèng)应该关注(zhù)算力网络(luò)的建设。

算(suàn)力网络正驱动AI产业发展进入(rù)史诗级加(jiā)速(sù)进程，让AIGC及通用AI这一人工智能发(fā)展的终极目(mù)标离得更近。

因为算力可以对突破性(xìng)技术创新提供大力(lì)的支持。这(zhè)方面，多模态大(dà)模型是典型。作为面向未(wèi)来强人工智能(néng)、通用人工智能(néng)的重(zhòng)要技(jì)术创(chuàng)新，多模态大模型已(yǐ)经在人工智(zhì)能领域提出了很多年(nián)，业界也有不少技(jì)术突破，但(dàn)是，多(duō)模态大(dà)模型进一步往(wǎng)下走，算力(lì)需(xū)求(qiú)呈(chéng)几何式上升，一般的算力基(jī)础设施很快将难以(yǐ)胜任。

从图像、文字、语音单独一项的训练，到双模态、三(sān)模(mó)态的跃迁，让(ràng)人工智能可以灵活应对不同(tóng)模态的(de)转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力(lì)网络来(lái)驱动将有明显优势(shì)。

此外，还(hái)有很多需要爆发式增长(zhǎng)的算力来支撑(chēng)的技术创新，将在人(rén)工智(zhì)能算(suàn)力网络支撑下(xià)快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在(zài)大(dà)模(mó)型和大算力的支(zhī)持下AIGC能持续颠覆(fù)内容生产(chǎn)的方式，将创造(zào)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 轻轨是什么，轻轨是地铁还是高铁