自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨已多次(cì)公开(kāi)谈论人(rén)工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科技行(xíng)业迎来一次剧烈的(de)洗(xǐ)牌(pái)”。

这个(gè)结论是他在当(dāng)地时间(jiān)2月20日接受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发(fā)展(zhǎn)可能会威胁到谷歌的市(shì)占率，因(yīn)为微软(ruǎn)在AI方面的行动相(xiāng)当迅速(sù)。而最(zuì)终科技巨头将把AI整合成用户的“全能助手”，包揽一切应(yīng)用，与人们进(jìn)行沟通并(bìng)提(tí)供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大(dà)佬口(kǒu)中(zhōng)全(quán)能助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上(shàng)一次(cì)爆火的时(shí)候，还是2022年8月，在(zài)美国科(kē)罗拉(lā)多(duō)州举(jǔ)办的新兴数字艺术家竞赛中(zhōng)，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画(huà)软件被广(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们(men)可(kě)以(yǐ)在应用(yòng)中输(shū)入一(yī)组关键(jiàn)词或者一张照片，就能(néng)获得一幅AI创作的(de)画(huà)作(zuò)。

作画(huà)的关键就是(shì)所(suǒ)输入的文(wén)本。同一(yī)组关键词也可以(yǐ)创作出很(hěn)多(duō)张(zhāng)风(fēng)格不一样的画作，这让(ràng)创作的过程(chéng)就像(xiàng)开盲盒。

很多(duō)用户很(hěn)喜欢这种不确定的惊(jīng)喜，他们会将生成的(de)美图当做头像。而另一部分喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社(shè)交媒体上(shàng)，许多用户分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例如，一位网友的小狗(gǒu)照(zhào)片被(bèi)AI画成了“肌(jī)肉男(nán)”，还有(yǒu)网友的个人照片被(bèi)AI识别(bié)成了(le)建筑。

而如今随着(zhe)ControlNet的(de)出现与加(jiā)持，以往AI绘(huì)画的填写关键(jiàn)词游戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的中国人张(zhāng)吕敏创作的一种基于控制点的(de)图像变形(xíng)算法(fǎ)，主要用于数字图像处理、计算机视觉和计算机图形学等领域(yù)。

其(qí)SD插件(jiàn)一经发(fā)布，在短(duǎn)短的两天内便成为了AI绘画领域最新的热点。

在此之(zhī)前，大家(jiā)用了很多(duō)方(fāng)法想让AI生成的结果尽可(kě)能的符合要(yào)求，但是都(dōu)不尽如人意，它的(de)出现代表着(zhe)AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势(shì)和画面的深度信息等。有了它的(de)帮助，就不用(yòng)频繁的用提(tí)示词(cí)来碰运气，抽盲盒式(shì)的创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔(mó)法”，不少博主的作品已经获(huò)得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一(yī)，他用朋友的照片直接带(dài)她们(men)走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词；最(zuì)后(hòu)用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开始换(huàn)关(guān)键词试效果。

通过图(tú)片就(jiù)可以看出来，效果十(shí)分惊艳(yàn)。

更厉害的(de)是，除了真实的(de)照片(piàn)，草(cǎo)图也可(kě)以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿(gǎo)转全(quán)彩图(tú)。大神(shén)张吕敏(mǐn)其本尊也亲自回应。

不得不(bù)说当下AIGC已(yǐ)经变(biàn)得(dé)越来越强大，甚至(zhì)输出的作品都已经(jīng)能以(yǐ)假乱(luàn)真了(le)。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这(zhè)所谓(wèi)的“party”可能是全(quán)国(guó)第一起AI绘图(tú)诈骗。

由于(yú)这个活(huó)动里面给(gěi)出的美女(nǚ)照(zhào)片都(dōu)是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成(chéng)真事传播了。

不过仔细观察(chá)可以(yǐ)发现，活动发起者提供的照片(piàn)中有(yǒu)个(gè)很大的漏(lòu)洞可以发(fā)现并非真人(rén)，而是AI绘图，那便是图片中女性的手指(zhǐ)部分有(yǒu)的(de)存(cún)在异(yì)常。

有(yǒu)行业(yè)人(rén)事表示(shì)：“现在因为(wèi)手指部分的(de)绘(huì)画算法比较复杂，AI还不太会画(huà)人的手，但(dàn)最(zuì)新看到(dào)的(de)图片已经(jīng)有越来越完美的AI模型出(chū)现，以(yǐ)后(hòu)可能就完全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在(zài)国外也(yě)已有发生。据英国广播公司报道，土耳(ěr)其(qí)地(dì)震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童受(shòu)灾的假照(zhào)片(piàn)发布到网络(luò)，以此诱骗(piàn)善(shàn)良的人(rén)打赏“捐(juān)助”从(cóng)而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已经能做(zuò)出真人照片般的(de)绘图效果，如果(guǒ)这(zhè)样的图片被(bèi)用来诈骗，将(jiāng)非常可怕(pà)。

此外(wài)AIGC还(hái)引发了(le)很多担忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了大量前人的作品(pǐn)之(zhī)后，其(qí)创作没有任何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创作(zuò)相提并论。

另(lìng)一方面，AIGC背后的(de)版权、目(mù)前都并没有得(dé)到有效的解决，还有AIGC会不(bù)会代替人类“至(zhì)高无(wú)上(shàng)”的创意。

马斯(sī)克也强调，人工(gōng)智能的安全问题需要得到重视，太晚(wǎn)就(jiù)来不及了(le)。

03

AIGC下一站除了视频，还有(yǒu)远(yuǎn)方

技术都是有两面(miàn)性的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其(qí)光辉的贡献。现在看来，人工智能张镇风现在干嘛呢张镇风现状简介，张镇风现在在干嘛技术将(jiāng)是第四次工(gōng)业(yè)革(gé)命的(de)核心驱动力量，将创造新的增长奇迹。

过(guò)去一(yī)年，人(rén)工(gōng)智能在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智能技术发生方向性改变的(de)一个代(dài)表。其(qí)下一站(zhàn)或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条(tiáo)引爆科技圈(quān)的(de)短视(shì)频。这些视频(pín)引发关(guān)注(zhù)并非(fēi)内容做(zuò)得多(duō)优秀，反(fǎn)而(ér)都非常(cháng)简单，比如一匹正(zhèng)在喝水的马，一(yī)只画画的玩具熊(xióng)，或者(zhě)一(yī)段(duàn)骑摩托车的第(dì)一视角(jiǎo)录像，随便一个有手机(jī)的人都可以随手录下一段。

但(dàn)这些短视(shì)频的创(chuàng)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，甚至只(zhǐ)是说一(yī)下要(yào)求，AI就可以根据(jù)需要生(shēng)成一(yī)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(zhě)主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波(bō)梗(gěng)，一(yī)个能够做出更高清(qīng)视频的AI还(hái)不足以在(zài)短(duǎn)时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在(zài)于，它可以制作出超过(guò)2分钟的(de)连贯(guàn)的也有确切内(nèi)容的(de)视频，这才是真正让人们感到惊喜的(de)地(dì)方。因为(wèi)无论AI生成的视(shì)频(pín)多(duō)么高清(qīng)，也只能是为(wèi)内容(róng)生(shēng)产者提供一个(gè)灵感，一个(gè)素材，一(yī)个过张镇风现在干嘛呢张镇风现状简介，张镇风现在在干嘛(guò)场动画。

不过能够制作出有具体剧情(qíng)内容的视频就意味着，一些视频创作(zuò)由AI代替(tì)人工(gōng)完成已经初步有了(le)可能。

当下(xià)AI的(de)发展速度已经超过大部(bù)分人(rén)的(de)想象。内容(róng)产业的本质(zhì)是(shì)供给(gěi)创造需求，AIGC作为全新的内容生产(chǎn)方(fāng)式，可以为(wèi)内容产业带来更新的(de)内(nèi)容风格、更快的(de)生产(chǎn)速(sù)度，更(gèng)低(dī)的(de)生产成本，这(zhè)无疑会驱动内容产业(yè)的大爆发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐(lè)、代码、机(jī)器人动作等(děng)多种(zhǒng)内容形(xíng)式(shì)的生(shēng)成。不难发现该项技术不仅在游戏等(děng)行业能得(dé)到有效应用，对(duì)于下一(yī)代互联网各种元素的构(gòu)建亦有关键意义。

从商业化的角度来看，文化娱(yú)乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的可视(shì)化内(nèi)容(róng)有强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不是结(jié)果，而只是AI进(jìn)程中的一块(kuài)重要拼图(tú)，有(yǒu)望在技(jì)术更新(xīn)的加持下实(shí)现更(gèng)大(dà)的应用(yòng)价值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够创造出独立价(jià)值和独立视角(jiǎo)的内(nèi)容。AIGC的再(zài)次出圈，更代表着(zhe)未来的先(xiān)进生(shēng)产力即将到来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从技术(shù)的发展也(yě)可以(yǐ)看出，在语言大模型(xíng)、图像大模型之后，多模态大模型(xíng)已经成(chéng)为了(le)新的趋(qū)势。

大模型(xíng)被誉为当前人工智(zhì)能发展的智(zhì)能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾(téng)讯等众多头部企业都在竞相发力(lì)。

不(bù)过训练大模型(xíng)的(de)确(què)价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训练一次的成(chéng)本(běn)约为140万美元。而对于一些(xiē)更(gèng)大的(de)LLM(大型语言模型(xíng))，训练成本则介(jiè)于200万美元(yuán)至(zhì)1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立(lì)访客平均数(shù)1300万计算，其(qí)对(duì)应(yīng)芯片需求为3万(wàn)多片(piàn)英(yīng)伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力支持。在关注各类大(dà)模型的(de)发展同时，更应该关注(zhù)算(suàn)力(lì)网络的建(jiàn)设(shè)。

算力网络正驱(qū)动AI产(chǎn)业发展进入(rù)史诗级加速进程，让(ràng)AIGC及(jí)通用(yòng)AI这一人工(gōng)智能(néng)发展的终极目标离得更(gèng)近(jìn)。

因为算力可以对突破性技术(shù)创新(xīn)提供(gōng)大(dà)力的(de)支持(chí)。这方(fāng)面，多模态大模型是典型。作为(wèi)面向未来强人工(gōng)智能、通用人(rén)工智能的重要(yào)技术(shù)创新(xīn)，多模(mó)态大模型(xíng)已经(jīng)在人(rén)工智能领域提出了很多年，业界也有(yǒu)不少技术突破，但是(shì)，多模态大模(mó)型(xíng)进一步往下走，算力需(xū)求呈几何式上升，一般的算力(lì)基(jī)础设施很快(kuài)将难(nán)以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态(tài)的跃迁(qiān)，让人工智能(néng)可以(yǐ)灵活应对不同(tóng)模态的转化、像人与世界交互一样自(zì)然，这方面(miàn)，由算力网络来驱动将有明显(xiǎn)优(yōu)势。

此外，还有很多需要爆发式(shì)增长的算力(lì)来支撑(chēng)的技术创新，将在(zài)人工(gōng)智能(néng)算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光(guāng)，期待在大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产(chǎn)的(de)方(fāng)式，将创造的边际成本(běn)降低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 张镇风现在干嘛呢张镇风现状简介，张镇风现在在干嘛