自聊天机器人ChatGPT火爆(bào)以(yǐ)来(lái)，微(wēi)软公司创始人比尔·盖茨已多次(cì)公(gōng)开(kāi)谈论人工(gōng)智(zhì)能话题。在最(zuì)近的(de)一(yī)次(cì)采访中，他再次表示：“AI可能会让(ràng)科技(jì)行业(yè)迎来一次剧烈的洗牌”。

这(zhè)个(gè)结论是他(tā)在当地(dì)时间(jiān)2月20日(rì)接(jiē)受(shòu)《In Good Company》节(jié)目专(zhuān)访时提出的。

他预(yù)期，AI的发(fā)展可能会(huì)威胁(xié)到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方面的行(xíng)动相当迅速。而(ér)最终科技巨头(tóu)将把(bǎ)AI整合成用(yòng)户(hù)的“全能助(zhù)手”，包揽一(yī)切(qiè)应用，与人(rén)们进(jìn)行沟(gōu)通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到来(lái)可能尚需时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉多(duō)州(zhōu)举办的新兴(xīng)数(shù)字艺术家竞赛中(zhōng)，一幅名(míng)为《太空(kōng)歌(gē)剧院(yuàn)》的(de)作品(pǐn)获(huò)奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广大(dà)网友熟(shú)知(zhī)并(bìng)体(tǐ)验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可以(yǐ)在应用中输入一(yī)组关键词或者一(yī)张照片，就能获得一幅AI创作的画作。

作画的关(guān)键就是所输入的文(wén)本。同一组关键词也(yě)可以创作(zuò)出很多张风(fēng)格不一(yī)样(yàng)的(de)画作，这让创作的过程(chéng)就像开盲盒。

很多用户很喜欢这(zhè)种不(bù)确定的惊(jīng)喜(xǐ)，他们会将生(shēng)成的(de)美图当做头(tóu)像。而另一部分喜欢翻看AI绘画(huà)的“翻(fān)车”作品(pǐn)。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的(de)小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网友的个人照(zhào)片被AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画(huà)的填(tián)写关键词(cí)游戏可(kě)能要被颠覆了。

ControlNet是一位(wèi)正在斯(sī)坦福读博(bó)的中国(guó)人张(zhāng)吕(lǚ)敏(mǐn)创(chuàng)作的(de)一种基于控制(zhì)点的(de)图(tú)像变形算法，主要用于数(shù)字图像(xiàng)处理、计算机视觉和计算机(jī)图形学(xué)等(děng)领域。

其SD插(chā)件一经发布(bù)，在短短的两天内便成(chéng)为了AI绘画领域最(zuì)新(xīn)的热点。

在此之(zhī)前，大家用了很多(duō)方法想让A龙有几个爪 龙有两个根吗I生成的结果尽可(kě)能的(de)符合要(yào)求，但(dàn)是(shì)都不尽如人意，它(tā)的出现代表着AI生成开始进入真正(zhèng)的(de)可控时期。

因为ControlNet可以直接提取画(huà)面的(de)构图(tú)，人物的姿势和画面(miàn)的深度信息等。有了(le)它的帮助，就不用(yòng)频繁的用(yòng)提示词来碰(pèng)运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作(zuò)品(pǐn)已经获得了大量的浏览量，“viggo”就是(shì)其中之一，他(tā)用朋(péng)友(yǒu)的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对(duì)应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开(kāi)始换关(guān)键词试效果(guǒ)。

通过图片就(jiù)可(kě)以(yǐ)看出来，效果十(shí)分惊艳。

更(gèng)厉害(hài)的是，除了(le)真实的(de)照(zhào)片，草(cǎo)图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍到ControlNet还能(néng)实现线稿转全(quán)彩图。大神张吕敏其(qí)本尊也亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越强大，甚至(zhì)输(shū)出(chū)的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州金(jīn)鸡湖(hú)有游艇(tǐng)party”的(de)消息(xī)火遍网络(luò)，而经过警方(fāng)辟谣这所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘图(tú)诈骗(piàn)。

由于这个活动里(lǐ)面给出的美女照片(piàn)都是AI制作的真(zhēn)人照片绘(huì)图，因(yīn)为(wèi)太逼(bī)真(zhēn)，被(bèi)大家当(dāng)成真事传播了。

不过(guò)仔细观察可以发现，活动发起者提供的照片中有个很大的(de)漏洞(dòng)可以发现并(bìng)非真人，而是AI绘图，那(nà)便是图片中女性的(de)手指部分有的存(cún)在异常。

有(yǒu)行业人事表(biǎo)示(shì)：“现在因为手指(zhǐ)部分的(de)绘画算(suàn)法比较复杂(zá)，AI还(hái)不太(tài)会画人的(de)手，但最新看到的图片(piàn)已经有(yǒu)越(yuè)来越完美(měi)的AI模型(xíng)出现，以(yǐ)后可(kě)能(néng)就完全没(méi)有漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发生。据(jù)英国(guó)广播公司报道，土耳(ěr)其地震期间(jiān)，有(yǒu)Tiktok用户(hù)使(shǐ)用(yòng)AI合成(chéng)了儿童受灾的假照片发(fā)布到网(wǎng)络，以此诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经(jīng)能做出真人照片般(bān)的(de)绘图效果，如果这样(yàng)的(de)图片被用来(lái)诈骗，将非常可怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方面，批(pī)判者龙有几个爪 龙有两个根吗认为AI在“学习”了(le)大量前人的作品之(zhī)后，其(qí)创作没有任何情(qíng)绪和灵魂，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目(mù)前(qián)都并没有(yǒu)得到有效(xiào)的(de)解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意(yì)。

马(mǎ)斯克也强调，人工智能的安全问(wèn)题需要得到重视(shì)，太晚就来不(bù)及了。

03

AIGC下(xià)一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜(qián)在的危害并不能掩盖(gài)其(qí)光辉的贡献。现在看来，人工(gōng)智能(néng)技术将是第四(sì)次工业革命的核心驱动力(lì)量(liàng)，将(jiāng)创造新的增长奇迹。

过去(qù)一年，人(rén)工智能在技术和商业层面都有(yǒu)了巨大(dà)进展，AI绘画就是人工(gōng)智能(néng)技(jì)术发生方(fāng)向性改变的一个(gè)代(dài)表。其下(xià)一站或许就是视频(pín)。

此前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆(bào)科技圈的短(duǎn)视频。这些视频引(yǐn)发(fā)关注并非内容做得多优(yōu)秀，反而都非常简单，比如(rú)一匹正在喝水的(de)马，一只画画的(de)玩具熊，或(huò)者一段骑(qí)摩托车的第一视角(jiǎo)录(lù)像(xiàng)，随便一(yī)个有手机的人都可以随手录下(xià)一(yī)段。

但(dàn)这(zhè)些(xiē)短(duǎn)视频(pín)的创作方式(shì)非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输(shū)入一段话，甚至(zhì)只是说一下(xià)要求，AI就可(kě)以(yǐ)根据需要生成一段视频。

谷歌(gē)发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了一(yī)波梗，一个能(néng)够做出(chū)更(gèng)高清视频的AI还不足以在(zài)短(duǎn)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(yǐ)制作出超过2分钟的连贯的(de)也有确切内容(róng)的视(shì)频，这才是真正(zhèng)让(ràng)人(rén)们感到惊喜的地方(fāng)。因为(wèi)无论(lùn)AI生(shēng)成(chéng)的视(shì)频多么高清，也只能是为内(nèi)容生产(chǎn)者提供(gōng)一个灵感，一个素材(cái)，一个过场(chǎng)动画。

不(bù)过能够(gòu)制作出有具体剧(jù)情内容的视频(pín)就意味着(zhe)，一些(xiē)视(shì)频创作由AI代替(tì)人工(gōng)完(wán)成已经初步有了可能。

当下(xià)AI的发展速(sù)度已(yǐ)经超过大(dà)部分人的想象。内(nèi)容产(chǎn)业(yè)的本质是(shì)供给创造需求，AIGC作为全新的内容生(shēng)产方(fāng)式，可以为内(nèi)容(róng)产业带来更新的内(nèi)容风格、更快的生产速度(dù)，更(gèng)低的生产成本(běn)，这无疑会驱动内容(róng)产(chǎn)业的大爆发。

除(chú)了AI绘(huì)图、视(shì)频，AIGC技(jì)术(shù)还能应(yīng)用于音乐、代码(mǎ)、机(jī)器人动作等多(duō)种内容形式(shì)的生成(chéng)。不难发现该项(xiàng)技术不仅在(zài)游戏等行业能(néng)得到有(yǒu)效应用，对(duì)于(yú)下一(yī)代互联网各种元素的构建亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传媒(méi)等诸多领域(yù)，本身就对(duì)基于(yú)AI的可(kě)视化(huà)内(nèi)容(róng)有强烈需求(qiú)。

因此(cǐ)，AI绘(huì)画及视频或(huò)不是结果，而只是AI进程(chéng)中的一块重要拼图，有望在技术更新的加持下(xià)实现更大的应(yīng)用(yòng)价(jià)值。

AI从理解内(nèi)容，走向了可以生成内容，甚(shèn)至能(néng)够创造出独立(lì)价值和独立视角的内(nèi)容。AIGC的再(zài)次(cì)出圈，更(gèng)代(dài)表(biǎo)着未来的先(xiān)进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在(zài)语言大模型、图像大模型(xíng)之后，多模态大(dà)模型(xíng)已经成为了新的趋(qū)势。

大模型被誉为当前(qián)人工智能(néng)发展的智能底座，是全球竞争(zhēng)最激烈(liè)的研究(jiū)方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部(bù)企业都在(zài)竞相发力。

不过训练大模(mó)型的确价格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而(ér)对(duì)于一些(xiē)更大的LLM(大型语言模型)，训练成本则介于(yú)200万美元至(zhì)1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平(píng)均数(shù)1300万计算，其对应芯片需求(qiú)为3万多片(piàn)英伟达(dá)A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日仅电费就(jiù)在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类大模型(xíng)的发展同(tóng)时，更应该关注算力网络的建设。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入史(shǐ)诗级加(jiā)速进程，让AIGC及通(tōng)用AI这(zhè)一(yī)人工智能(néng)发展的终极目标(biāo)离得更近(jìn)。

因(yīn)为算力可以对突破性(xìng)技术创新提供大力的支持。这方面，多(duō)模态大(dà)模型(xíng)是典型。作(zuò)为面(miàn)向未来强人工智能、通用(yòng)人(rén)工智(zhì)能的(de)重(zhòng)要技术创新(xīn)，多模态大模型已经在人(rén)工智能领(lǐng)域提出了很多年，业(yè)界也有(yǒu)不少技术突破(pò)，但(dàn)是，多模态大模型(xíng)进一(yī)步往(wǎng)下走，算力需求(qiú)呈(chéng)几何式上升(shēng)，一(yī)般的(de)算力基础设施很快将难以胜任。

从图像、文(wén)字、语音单(dān)独一项的训(xùn)练，到双(shuāng)模态、三(sān)模态(tài)的跃迁，让人工(gōng)智(zhì)能可以灵活应对不同模态的转化(huà)、像人(rén)与世(shì)界(jiè)交互一样自然，这方(fāng)面，由算力网络来驱动将有明显优势。

此外，还有很多(duō)需要爆(bào)发(fā)式(shì)增长的算(suàn)力来支(zhī)撑的技术创新(xīn)，将(jiāng)在人工智能算力(lì)网(wǎng)络支撑下快(kuài)速推进(jìn)。

AIGC已经(jīng)露出曙光，期(qī)待(dài)在(zài)大模型和大算力的支持下AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创造(zào)的(de)边(biān)际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 龙有几个爪 龙有两个根吗