自聊天机器人ChatGPT火爆(bào)以来，微软公司创始(shǐ)人比尔·盖茨(cí)已多次(cì)公开谈(tán)论人工智能话(huà)题(tí)。在(zài)最近的一次采访中，他(tā)再次(cì)表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他(tā)预(yù)期，AI的发展(zhǎn)可(kě)能会威(wēi)胁到谷歌的市(shì)占率，因为微软在AI方面(miàn)的行动(dòng)相(xiāng)当迅速。而最终科(kē)技巨头(tóu)将把AI整合成用户(hù)的(de)“全能助(zhù)手”，包揽一切应用，与人们进行沟通(tōng)并(bìng)提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火的时候，还是(shì)2022年8月(yuè)，在美国(guó)科罗(luó)拉多州举办(bàn)的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各(gè)大厂商的AI绘画软件被(bèi)广大网友熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以在应用中(zhōng)输入一组关键(jiàn)词或者一张照片，就能(néng)获得一幅AI创作的画(huà)作。

作画(huà)的关键就是(shì)所(suǒ)输入的(de)文(wén)本。同(tóng)一组关(guān)键词也可以(yǐ)创作出(chū)很多张风(fēng)格不(bù)一样的(de)画作，这(zhè)让(ràng)创(chuàng)作的(de)过程就像开(kāi)盲盒。

很多用(yòng)户(hù)很喜欢这种不确定的惊(jīng)喜(xǐ)，他们会将生成的(de)美(měi)图当做头像(xiàng)。而另一(yī)部分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在(zài)社交媒体上，许(xǔ)多用户(hù)分享AI“翻(fān)车现场(chǎng)”，例如(rú)，一位网友(yǒu)的小狗照片被AI画成了“肌肉(ròu)男”，还(hái)有网友的(de)个人照片被AI识别成(chéng)了建筑。

而如今随着(zhe)ControlNet的(de)出现(xiàn)与加持(chí)，以往(wǎng)AI绘画的(de)填(tián)写关(guān)键(jiàn)词游戏可(kě)能要被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博(bó)的中国(guó)人张(zhāng)吕敏创作的一种基(jī)于控制(zhì)点的(de)图像变形(xíng)算(suàn)法，主要用(yòng)于数字图像处理、计算机视觉和计算机(jī)图形(xíng)学等领域。

其SD插件一经(jīng)发布(bù)，在(zài)短(duǎn)短的两天内便成为了AI绘画领域最新的热点(diǎn)。

在(zài)此之前，大家用了很多方法想让AI生成的结果尽(jǐn)可(kě)能(néng)的符(fú)合(hé)要求(qiú)，但(dàn)是都不尽如人意，它的出现(xiàn)代(dài)表(biǎo)着AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿(zī)势和画面(miàn)的深(shēn)度信息等。有了它的帮助，就不用频(pín)繁(fán)的用(yòng)提示词(cí)来碰(pèng)运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加了“魔(mó)法”，不少博主(zhǔ)的作品已经获得了(le)大量的浏览量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照片直接带她们走(zǒu)进动(dòng)漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

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

通过图片就(jiù)可以(yǐ)看出来，效果(guǒ)十(shí)分惊艳。

更(gèng)厉害的(de)是，除了真实的照片(piàn)，草(cǎo)图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转(zhuǎn)全彩(cǎi)图。大神张吕(lǚ)敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输(shū)出(chū)的作品都已(yǐ)经能以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力(lì)爆(bào)发

警(jǐng)惕安全问题

近(jìn)日，“苏(sū)州(zhōu)金鸡(jī)湖有游(yóu)艇party”的(de)消息火遍网络(luò)，而经(jīng)过警方辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个(gè)活(huó)动里面给出(chū)的美女照(zhào)片都是AI制(zhì)作的(de)真人(rén)照片(piàn)绘图，因为太逼真，被(bèi)大家当(dāng)成真事传播(bō)了。

空气炸锅是不是一定要放烤架上 空气炸锅没有烤架能用吗ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不过(guò)仔(zǎi)细观察可以发(fā)现，活动发起者提(tí)供(gōng)的照片中有(yǒu)个很大的漏(lòu)洞可以(yǐ)发现(xiàn)并非真人，而是AI绘(huì)图，那便是(shì)图片中女(n空气炸锅是不是一定要放烤架上 空气炸锅没有烤架能用吗ǚ)性的(de)手指部(bù)分有的(de)存(cún)在异常。

有(yǒu)行业人事表示(shì)：“现(xiàn)在因为手指部分的绘画算(suàn)法比(bǐ)较复杂(zá)，AI还不太会画人的手(shǒu)，但最新看到的(de)图片已经有越(yuè)来越完美的AI模(mó)型(xíng)出现，以后可能就完全(quán)没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广播公司报道(dào)，土耳其地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的假照(zhào)片发布到网络，以此诱(yòu)骗善良的人(rén)打赏“捐(juān)助”从而实施诈骗。

目前随(suí)着(zhe)技(jì)术发展，AIGC已经能做出真人照片(piàn)般的绘图效果，如果这(zhè)样(yàng)的图(tú)片被用(yòng)来诈骗，将非常可怕(pà)。

此外(wài)AIGC还(hái)引发(fā)了很(hěn)多担忧，一(yī)方面(miàn)，批(pī)判者认为AI在“学习”了(le)大量前(qián)人的作品之后，其(qí)创作没有任何情绪和(hé)灵(líng)魂，难以和人类的(de)艺术创作(zuò)相提并(bìng)论。

另(lìng)一方(fāng)面(miàn)，AIGC背后的版权、目前都并没有得(dé)到(dào)有效(xiào)的(de)解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能(néng)的安全问题需要得到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除(chú)了(le)视(shì)频，还有远方

技术都是有两面(miàn)性的，潜在的(de)危害并不能掩盖其(qí)光辉的贡献。现在看(kàn)来，人工智能技(jì)术将是(shì)第四次工业革(gé)命的核(hé)心驱动力(lì)量，将创造新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面都有了巨(jù)大进展(zhǎn)，AI绘画就是(shì)人工(gōng)智能技术(shù)发(fā)生方向(xiàng)性改变(biàn)的一个代(dài)表。其(qí)下一站或许就是视(shì)频。

此(cǐ)前，Meta和(hé)谷歌先后发(fā)布了几条引爆科技(jì)圈的短视(shì)频。这(zhè)些视频引(yǐn)发关注并非内容做得(dé)多优秀，反而都非(fēi)常简(jiǎn)单，比如(rú)一匹(pǐ)正(zhèng)在喝(hē)水(shuǐ)的(de)马(mǎ)，一只画画的玩具熊，或者一(yī)段骑摩(mó)托车的第一视角录像，随便一(yī)个有手机的(de)人(rén)都可以随手录下一(yī)段(duàn)。

但这(zhè)些短(duǎn)视频的创作(zuò)方式非常简单，创作者(zhě)仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至只是说一(yī)下(xià)要求(qiú)，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌发布的两个AI生成视频分别来(lái)自(zì)于(yú)Imagen Video和(hé)Phenaki，前者主要突出的(de)是高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差别(bié)。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈(quān)就已经玩了一波梗，一个(gè)能够做出更高清视频的AI还不足以在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可以制(zhì)作出超过2分钟的连贯的也有确切内容的(de)视频，这才是真正让(ràng)人们感到(dào)惊喜(xǐ)的地方。因为无(wú)论AI生(shēng)成(chéng)的视频多么高清，也(yě)只能(néng)是为内容(róng)生(shēng)产者(zhě)提供一(yī)个灵感(gǎn)，一个(gè)素材，一个过场动画。

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

当下AI的发展速度已(yǐ)经(jīng)超(chāo)过(guò)大部分人的想象(xiàng)。内容(róng)产业的(de)本质是供给创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产业(yè)带来(lái)更新的内(nèi)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(nèi)容产(chǎn)业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代(dài)码、机器(qì)人动(dòng)作等多种内容形式(shì)的生成。不难(nán)发现该项技术不仅在游戏等行(xíng)业(yè)能得到有(yǒu)效(xiào)应(yīng)用(yòng)，对于(yú)下一代互联(lián)网各(gè)种(zhǒng)元素的构建亦有关键意义。

从商业化的角度(dù)来看，文化娱乐、教育、传媒等诸(zhū)多(duō)领域，本身就对基于(yú)AI的可视化内容有强烈需(xū)求。

因(yīn)此，AI绘画及视频或不是结(jié)果(guǒ)，而只是(shì)AI进程(chéng)中的(de)一(yī)块重要拼图，有望在技术更新的(de)加(jiā)持下(xià)实现更大的应用价值。

AI从理解内容，走向了可以生成内容，甚至(zhì)能够创造出独(dú)立价值和独(dú)立视角的内容。AIGC的再次出圈，更代表(biǎo)着未来的(de)先进生产力即将到(dào)来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也(yě)可以看出，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态(tài)大模型(xíng)已经成为了新(xīn)的趋势(shì)。

大模型被(bèi)誉(yù)为当前人(rén)工智能发展的(de)智能底座，是全球竞争最激烈(liè)的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头(tóu)部(bù)企业都(dōu)在(zài)竞相发(fā)力。

不过(guò)训练大模型的确价(jià)格不菲，以国盛(shèng)证券发布(bù)的(de)《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的成(chéng)本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型(xíng))，训(xùn)练成(chéng)本则介于200万美元至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均(jūn)数(shù)1300万计算(suàn)，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美(měi)元(yuán)，每(měi)日仅电(diàn)费(fèi)就在(zài)5万美元(yuán)左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各(gè)类大模型的发展同时(shí)，更应该关注(zhù)算力网络的(de)建设。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入史诗(shī)级加速(sù)进程(chéng)，让AIGC及(jí)通用AI这一(yī)人工智能发展的终极目标(biāo)离得更近。

因为算力可(kě)以对突破(pò)性(xìng)技术创新提供大力的支持(chí)。这方面，多模(mó)态大模型是典型。作为(wèi)面向未(wèi)来强人工智能、通用(yòng)人工智能的重要(yào)技术(shù)创新，多模(mó)态大模型已经在人工智能(néng)领域提(tí)出(chū)了很(hěn)多(duō)年，业界也有不少技术突破，但是，多模态大模型进一(yī)步往下走，算(suàn)力需(xū)求呈(chéng)几何(hé)式上升，一般的(de)算力基础设施(shī)很快将难以胜任。

从(cóng)图(tú)像、文字(zì)、语音单(dān)独一项的训练(liàn)，到双(shuāng)模态、三(sān)模态的跃迁，让人工智能可(kě)以灵活应对不(bù)同模态(tài)的转(zhuǎn)化、像人与世界交互一样自然，这方面(miàn)，由(yóu)算(suàn)力网(wǎng)络来驱动(dòng)将有明显优势(shì)。

此外，还有很多需要爆发(fā)式增(zēng)长的(de)算力来支撑(chēng)的技术创新(xīn)，将(jiāng)在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型(xíng)和大算力的支持下AIGC能持续(xù)颠覆内容生(shēng)产的方式，将创(chuàng)造的边际(jì)成(chéng)本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 空气炸锅是不是一定要放烤架上 空气炸锅没有烤架能用吗