自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比(bǐ)尔·盖茨已多次公开(kāi)谈论(lùn)人工智能话(huà)题。在最近的一(yī)次采(cǎi)访中，他(tā)再次表示(shì)：“AI可能(néng)会让科技行(xíng)业迎来一次剧烈(liè)的洗牌(pái)”。

这(zhè)个结论(lùn)是他(tā)在当地时间2月(yuè)20日接(jiē)受《In Good Company》节(jié)目专访时(shí)提出的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的(de)市占率(lǜ)，因为(wèi)微软在AI方面(miàn)的行动相当迅速(sù)。而最终科技巨头将把AI整合成(chéng)用(yòng)户的“全能助手”，包揽一切(qiè)应用(yòng)，与人们进(jìn)行(xíng)沟(gōu)通并提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚(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(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一(yī)次(cì)爆火的时候，还是2022年(nián)8月，在美国科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获(huò)奖(jiǎng)。

随后各大厂商(shāng)的AI绘画软件被广大(dà)网友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们(men)可以在应用中输入一(yī)组关键词(cí)或(huò)者一张照(zhào)片，就(jiù)能获得(dé)一幅AI创作的画作。

作画(huà)的关键就是所输入(rù)的(de)文本。同一组关键词(cí)也(yě)可以创作出很多张风(fēng)格不一样的画(huà)作，这(zhè)让创作的过程就像开盲盒。

很(hěn)多用户很喜欢这种不确定的惊(jīng)喜，他(tā)们会将(jiāng)生成的(de)美图当(dāng)做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男(nán)”，还(hái)有网(wǎng)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(xiàn)与加(jiā)持(chí)，以往(wǎng)AI绘画(huà)的填写(xiě)关(guān)键词游戏可能(néng)要被颠(diān)覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种基于控(kòng)制点的图(tú)像变形(xíng)算法，主要用于数字(zì)图像(xiàng)处理、计算机视觉和(hé)计算机图形学(xué)等领域。

其SD插件(jiàn)一经(jīng)发布，在短短的两天内便(biàn)成为了AI绘画领域最(zuì)新(xīn)的热点。

在(zài)此之(zhī)前(qián)，大(dà)家用了(le)很多方法想让AI生成的结(jié)果尽可(kě)能的符合要(yào)求，但是都不尽如(rú)人意，它的出现代(dài)表(biǎo)着AI生成(chéng)开始进入真正的(de)可控(kòng)时期。

因(yīn)为(wèi)ControlNet可以(yǐ)直接提取画面的(de)构(gòu)图，人物的姿势和画(huà)面的深度信(xìn)息等。有(yǒu)了它(tā)的帮助，就不用(yòng)频繁的用提示词来碰(pèng)运气，抽盲盒式的创作了(le)。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不少博主的(de)作(zuò)品(pǐn)已经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的(de)照(zhào)片直接带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换关键词试效果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

禁脔是啥意思，女人的玉露是什么意思-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了真(zhēn)实(shí)的照片(piàn)，草图(tú)也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大(dà)神张吕敏(mǐn)其本尊也(yě)亲自回(huí)应(yīng)。

不得不(bù)说当下AIGC已经变得(dé)越来越(yuè)强大(dà)，甚至输出的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络，而经(jīng)过(guò)警方(fāng)辟(pì)谣这所谓(wèi)的“party”可能是全国第(dì)一起AI绘图诈(zhà)骗。

由(yóu)于这个(gè)活动里面给出(chū)的美女照片都是AI制作的真人照片(piàn)绘(huì)图(tú)，因为太(tài)逼真，被大家当成真事传播了。

不过仔细观察可以发(fā)现(xiàn)，活动发(fā)起者提供的照片中有个很大的漏洞可以发现并非(fēi)真人，而是(shì)AI绘图，那便是图片(piàn)中女性的(de)手指部分(fēn)有的存在异(yì)常。

有行业人事(shì)表示：“现(xiàn)在因为手指部分的(de)绘画算法(fǎ)比(bǐ)较复杂，AI还不太会画人(rén)的手，但最新(xīn)看到的图片已经(jīng)有越(yuè)来越完美的AI模型出现，以(yǐ)后可(kě)能就完全没有漏洞了(le)。”

类似的(de)AI作图诈骗在(zài)国外也已有发生。据英国广播公司报道，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿童(tóng)受(shòu)灾的(de)假(jiǎ)照(zhào)片发布到网络，以(yǐ)此诱骗善良的人打(dǎ)赏(shǎng)“捐助(zhù)”从(cóng)而(ér)实施诈骗。

目前随着技术(shù)发展，AIGC已(yǐ)经能做出(chū)真人照片般(bān)的绘图效果，如果这样的图(tú)片被用来诈骗(piàn)，将(jiāng)非(fēi)常可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批(pī)判者认为AI在“学(xué)习”了大量(liàng)前(qián)人的作品(pǐn)之后(hòu)，其(qí)创(chuàng)作(zuò)没有(yǒu)任何(hé)情绪和灵魂(hún)，难以(yǐ)和人类的艺术创作相(xiāng)提并(bìng)论(lùn)。

另一(yī)方面，AIGC背后的版权、目前都并没(méi)有得到有效的解(jiě)决，还有AIGC会不会代替人类(lèi)“至(zhì)高(gāo)无上(shàng)”的创(chuàng)意。

马斯克也强调(diào)，人工(gōng)智能(néng)的安全(quán)问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方

技(jì)术(shù)都(dōu)是(shì)有两面(miàn)性的(de)，潜在(zài)的危害并不能(néng)掩盖(gài)其光辉的贡献。现在(zài)看(kàn)来，人(rén)工智(zhì)能技(jì)术将是第(dì)四(sì)次工业革命的核(hé)心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人(rén)工智能在技术(shù)和商(shāng)业层面(miàn)都有了巨大进展，AI绘画就是人工(gōng)智能技术发生(shēng)方向性改变的一个代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引爆科(kē)技圈的短视频。这些视(shì)频引发关注并非内(nèi)容做得多优(yōu)秀，反(fǎn)而都非常简单(dān)，比(bǐ)如一匹正在喝(hē)水的(de)马，一(yī)只画画的(de)玩具熊(xióng)，或者(zhě)一段骑摩托(tuō)车的(de)第一视角(jiǎo)录像(xiàng)，随便(biàn)一个有手机的人都可以随手录下(xià)一(yī)段。

但这些短视(shì)频的(de)创作方式非常简单，创(chuàng)作(zuò)者仅仅需要(yào)向AI输入一(yī)段话(huà)，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已经玩了(le)一波(bō)梗，一个能够做出更高清视频的(de)AI还不足(zú)以在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在于，它可以(yǐ)制作出超过2分钟的(de)连贯的也有确切内容的视频，这才(cái)是真正让人们感到惊喜的地方。因(yīn)为无论AI生成的视频多(duō)么高清(qīng)，也只(zhǐ)能是为内(nèi)容生产(chǎn)者提(tí)供一(yī)个(gè)灵感，一(yī)个素材，一个过(guò)场(chǎng)动画(huà)。

不(bù)过(guò)能够制作出有具体剧情内容的视频就意味着，一些视(shì)频创作由AI代替人(rén)工完成已经初步有了(le)可能。

当下AI的发展速度(dù)已经超过大(dà)部分(fēn)人(rén)的想象。内容产(chǎn)业的本质(zhì)是供给创(chuàng)造(zào)需求，AIGC作为全新的内(nèi)容生(shēng)产方式，可以为内容产业(yè)带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成(chéng)本，这无疑会(huì)驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动(dòng)作等(děng)多种内容(róng)形式(shì)的生成(chéng)。不难发现(xiàn)该(gāi)项技术(shù)不(bù)仅在游戏等(děng)行业能(néng)得(dé)到(dào)有效应(yīng)用，对于(yú)下一(yī)代互联网各(gè)种元(yuán)素的(de)构建亦有关(guān)键意义。

从商业化的角(jiǎo)度来看，文(wén)化娱乐(lè)、教(jiào)育(yù)、传媒等诸多领域，本身(shēn)就对基于AI的可视化(huà)内容有强烈(liè)需求(qiú)。

因此(cǐ)，AI绘画及视频或不是结果，而只是AI进(jìn)程中(zhōng)的一(yī)块重(zhòng)要拼图，有望在技术(shù)更新的加持(chí)下实现(xiàn)更大的应用价值。

AI从理解内容，走向了可(kě)以生成内(nèi)容，甚(shèn)至能够创(chuàng)造出独立价值和独立视角的内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未来的先进(jìn)生产力(lì)即(jí)将到(dào)来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术(shù)的发展(zhǎn)也(yě)可以看出，在(zài)语(yǔ)言大模型、图像大模型之后，多模(mó)态大模型已(yǐ)经(jīng)成为了新(xīn)的趋(qū)势。

大模型(xíng)被誉为当前人(rén)工(gōng)智(zhì)能发展(zhǎn)的智能(néng)底(dǐ)座，是全(quán)球竞争最激烈的(de)研究方向之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯(xùn)等众(zhòng)多头(tóu)部企业都在竞相(xiāng)发力。

不过训(xùn)练(liàn)大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多少(shǎo)算力(lì)》报(bào)告估(gū)算(suàn)，GPT-3训练(liàn)一次的成本约(yuē)为140万美元。而对于(yú)一些更大的(de)LLM(大型语言模型)，训练成本则介(jiè)于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立(lì)访(fǎng)客平均(jūn)数1300万计算，其对应芯片需求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入(rù)成(chéng)本约(yuē)为8亿美元，每(měi)日(rì)仅电费就在5万美元左右(yòu)。

此外(wài)不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算(suàn)力(lì)支持。在关注(zhù)各类(lèi)大模(mó)型的发(fā)展同时，更应该关(guān)注(zhù)算力网络的(de)建设。

算(suàn)力(lì)网络(luò)正驱动AI产业发(fā)展(zhǎn)进入史诗级加速(sù)进程，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的终(zhōng)极目标(biāo)离得(dé)更近。

因为算力可以(yǐ)对(duì)突(tū)破性(xìng)技术创新(xīn)提供大力的(de)支持。这方面(miàn)，多模态(tài)大模型是典(diǎn)型。作为(wèi)面向未来强人工智能、通用人工智(zhì)能的重要技术创新，多模态大模型(xíng)已经在人工智能领(lǐng)域提出了很多年，业界也有不少(shǎo)技术突破，但是(shì)，多模态(tài)大模型进一步往下走，算力(lì)需(xū)求呈几(jǐ)何式上(shàng)升(shēng)，一(yī)般(bān)的算(suàn)力(lì)基(jī)础设(shè)施很快(kuài)将难以胜任。

从图像、文字(zì)、语音单独一项的训练，到双模(mó)态、三模态(tài)的跃迁(qiān)，让人工智能可以灵活应对不同模(mó)态(tài)的转化、像人(rén)与世界交互一(yī)样(yàng)自(zì)然，这方(fāng)面，由算力网络来驱(qū)动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算(suàn)力来支撑的技(jì)术创新，将在人(rén)工智能算力(lì)网络支撑下快速推进(jìn)。

AIGC已经露出(chū)曙光(guāng)，期待在大模型和大算力(lì)的支(zhī)持下AIGC能持续(xù)颠覆(fù)内容生产(chǎn)的方式，将创造的边际(jì)成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 禁脔是啥意思，女人的玉露是什么意思