自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人(rén)工智能话题。在最近的一次(cì)采访中，他(tā)再次(cì)表示(shì)：“AI可能会让科(kē)技行业迎(yíng)来一(yī)次剧烈的洗牌”。

这个结论是他在当地(dì)时间2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的(de)发展可(kě)能会(huì)威胁到(dào)谷歌(gē)的市(shì)占(zhàn)率，因为微软在AI方面(miàn)的行动相(xiāng)当迅速。而最终科技巨(jù)头将把AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一切应(yīng)用，与人(rén)们进行沟通并(bìng)提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到来可能尚需时日(rì)，但由ControlNet引发的又(yòu)一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州举办的新兴(xīng)数字(zì)艺术家竞赛(sài)中，一幅名(míng)为《太空(kōng)歌(gē)剧(jù)院》的(de)作(zuò)品获奖。

随后(hòu)各大(dà)厂(chǎng)商的AI绘画(huà)软(ruǎn)件(jiàn)被广大网友熟知(zhī)并体验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在(zài)应用(yòng)中输入一组关键词或者一张照片，就能获得(dé)一幅AI创作的画作。

作画的关键就(jiù)是(shì)所输入的(de)文本(běn)。同一组关键词也可以(yǐ)创作(zuò)出很多张风格不(bù)一(yī)样的画作，这(zhè)让创作的过(guò)程(chéng)就像开(kāi)盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会将生成的美(měi)图当做头像。而(ér)另一部分喜(xǐ)欢翻看(kàn)AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例(lì)如(rú)，一位网(wǎng)友的小狗照片(piàn)被AI画(huà)成了“肌肉男”，还有网友的个人(rén)照片(piàn)被(bèi)AI识(shí)别(bié)成了建(jiàn)筑。

而(ér)如(rú)今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的填写(xiě)关(guān)键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是(shì)一位正在斯坦福读博的中(zhōng)国人(rén)张吕敏创(chuàng)作的一种基于控制点(diǎn)的图像变(biàn)形算法，主(zhǔ)要(yào)用于数字图像处(chù)理、计算(suàn)机视觉和计算(suàn)机图形学等领域(yù)。

其SD插件一(yī)经发布，在短(duǎn)短的两(liǎng)天内便成为了AI绘(huì)画领(lǐng)域最新的热点。

在此之(zhī)前，大家(jiā)用了很(hěn)多方法想(xiǎng)让(ràng)AI生成的结果尽可能的符(fú)合要(yào)求，但是都不尽(jǐn)如人意，它的出现代表着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构图，人物的姿势和画面的深度信息等。有了(le)它的帮助，就不(bù)用频繁的用提示词来(lái)碰运(yùn)气，抽盲盒(hé)式的(de)创(chuàng)作了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加(jiā)了“魔法”，不(bù)少博主(zhǔ)的作品已经获(huò)得(dé)了(le)大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照片直接(jiē)带她(tā)们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词；最后(hòu)用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开始换关键词试效果。

通过图片就可以看出来，效(xiào)果(guǒ)十(shí)分惊艳。

更厉害的是，除了真实的(de)照片，草图也(yě)可以加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿(gǎo)转全彩图。大神张(zhāng)吕敏其(qí)本尊也亲自(zì)回应。

不(bù)得(dé)不说当下AIGC已(yǐ)经变(biàn)得越(yuè)来越强大(dà)，甚(shèn)至输(shū)出的作品都已经能(néng)以(yǐ)假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技(jì)术力(lì)爆发(fā)

警(jǐng)惕安全问题

近(jìn)日，“苏(sū)州金(jīn)鸡(jī)湖有游(yóu)艇party”的消息(xī)火(huǒ)遍网络，而经过警方(fāng)辟谣这所谓的“party”可(kě)能是全国(guó)第(dì)一起AI绘图诈骗(piàn)。

由(yóu)于这个活动里面给出的美(měi)女照片都是AI制作(zuò)的真(zhēn)人照片绘图，因为太逼真，被大家(jiā)当成真事(shì)传播了。

不过仔细观察(chá)可(kě)以发现，活动发起者提(tí)供(gōng)的照(zhào)片中有个很(hěn)大的漏洞可以发(fā)现并(bìng)非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手指部分有的(de)存(cún)在异常。

有行(xíng)业(yè)人事(shì)表(biǎo)示：“现(xiàn)在因为手指部分(fēn)的绘画算法比较复杂，AI还不太会画(huà)人的手，但最新(xīn)看到的图片(piàn)已(yǐ)经(jīng)有越来越完(wán)美的AI模型出现，以后可能就(jiù)完全没有漏洞了。”

类似(shì)的(de)AI作图(tú)诈骗在(zài)国外(wài)也已(yǐ)有发生(shēng)。据英国(guó)广播公司报(bào)道，土耳其地震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的假照片发(fā)布到网络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助(zhù)”从而(ér)实施(shī)诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人照片般(bān)的绘(huì)图(tú)效(xiào)果，如果这(zhè)样的图(tú)片被用来诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发了(le)很多(duō)担忧(yōu)，一方面(miàn)，批判者认为AI在“学习”了大(dà)量前人(rén)的作品之后，其(qí)创作没有任何情绪(xù)和灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面(miàn)，AIGC背后的版权、目前(qián)都(dōu)并(bìng)没有(yǒu)得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代(dài)替人类“至高无上”的创意(yì)。

马斯(sī)克也强调，人工智能的安全问(wèn)题需要得到重(zhòng)视(shì)，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技(jì)术都是有(yǒu)两面性的，潜在的危害并不能掩盖(gài)其光辉的贡(gòng)献。现在看(kàn)来，人工智能(néng)技术(shù)将(jiāng)是第(dì)四次工业革命的(de)核心驱动力量，将创造新(xīn)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大(dà)进展，AI绘(huì)画就是人工智能技术发生方(fāng)向(xiàng)性改变的一个代表。其(qí)下一站或许就是视频。

此(cǐ)前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这些视频引发关(guān)注(zhù)并非内容做得多优秀，反而都非(fēi)常简单，比如一匹(pǐ)正在喝水的马，一(yī)只画画的玩具熊(xióng)，或者一段骑摩托(tuō)车(chē)的第一视(shì)角录像，随便一个有(yǒu)手机(jī)的人都可以随手(shǒu)录下一(yī)段。

谢谢谬赞经典回复，过誉和谬赞的区别ata-s="300,640" data-type="gif" data-w="256">

但(dàn)这些(xiē)短视(shì)频(pín)的创作方式非常简单，创(chuàng)作(zuò)者仅仅需要向AI输入一段话，甚至(zhì)只是说(shuō)一下要求，AI就可以根据(jù)需要生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要(yào)突出的(de)是高清，与Meta的(de)谢谢谬赞经典回复，过誉和谬赞的区别Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈(quān)就已经玩了(le)一波(bō)梗，一个能够做出更(gèng)高清视频(pín)的AI还不(bù)足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊(jīng)的(de)地方在于，它可以制作(zuò)出超(chāo)过2分钟的连贯(guàn)的也有(yǒu)确切内容的(de)视频，这才是真正让人们感到惊喜的(de)地(dì)方。因为无论AI生(shēng)成(chéng)的视(shì)频多么高(gāo)清，也(yě)只能(néng)是(shì)为(wèi)内容生产者(zhě)提供一个(gè)灵感，一(yī)个(gè)素材(cái)，一个过(guò)场(chǎng)动画。

不过能(néng)够制(zhì)作(zuò)出有(yǒu)具体剧情内容(róng)的视频就意味着(zhe)，一些视频创作(zuò)由(yóu)AI代替(tì)人工完成已经(jīng)初步有了可能。

当下AI的发展(zhǎn)速度已经超(chāo)过(guò)大部分人(rén)的(de)想象。内容产业的(de)本质是供给创造需求，AIGC作为全新的内容生产方(fāng)式，可以为内(nèi)容产业带来更新的内容风(fēng)格(gé)、更(gèng)快的生(shēng)产速度，更(gèng)低的生产(chǎn)成本，这无疑会驱动内容产业的大爆发(fā)。

除了(le)AI绘图、视(shì)频，AIGC技术还能(néng)应(yīng)用(yòng)于(yú)音乐、代码(mǎ)、机器(qì)人动作等多(duō)种内容(róng)形(xíng)式的生成(chéng)。不难发现该项技术不(bù)仅在游戏(xì)等行业能(néng)得到(dào)有效应(yīng)用，对于下(xià)一代互联网各(gè)种元素的构建亦有关键意(yì)义。

从商业(yè)化的角度来看，文(wén)化娱乐、教育(yù)、传媒等(děng)诸(zhū)多领(lǐng)域，本身(shēn)就对基于AI的(de)可视(shì)化(huà)内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频(pín)或不是结果，而只是AI进程中的一块(kuài)重要拼(pīn)图，有望在(zài)技术(shù)更新的加(jiā)持下实(shí)现(xiàn)更大的应(yīng)用价值。

AI从理解内容，走向(xiàng)了可以生(shēng)成内容，甚至能够创(chuàng)造出(chū)独立价值(zhí)和独立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先(xiān)进生产力即将到来(lái)。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言大模(mó)型、图(tú)像(xiàng)大模型之(zhī)后，多模态大模型(xíng)已经成为了新的趋(qū)势。

大模型被誉为当前人工智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不过训练大模型的确价格不菲，以国(guó)盛证券(quàn)发布(bù)的《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一(yī)次(cì)的成本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美(měi)元至1200万美元高(gāo)价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其对应芯(xīn)片需求为3万多片英伟达(dá)A100 GPU，初(chū)始(shǐ)投入成(chéng)本约为8亿美元，每日仅电费(fèi)就在(zài)5万美元左右。

此(cǐ)外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力支持(chí)。在关注各(gè)类大模型的发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史(shǐ)诗(shī)级加速进程，让(ràng)AIGC及通用AI这(zhè)一人(rén)工(gōng)智(zhì)能发展的终极目标离得更近。

因为算力可以(yǐ)对(duì)突(tū)破性技术创新提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向未来强人工(gōng)智能、通用人工(gōng)智能的重(zhòng)要技术创新(xīn)，多模(mó)态大模(mó)型已经在人工智能领域提出了很多年，业界也有不(bù)少技术突破(pò)，但(dàn)是(shì)，多(duō)模态(tài)大模型进一步往下走(zǒu)，算力需(xū)求呈(chéng)几何式上升，一般的算力(lì)基础设施很(hěn)快将难以胜任(rèn)。

从(cóng)图像(xiàng)、文字、语音单独一项的训练，到双模(mó)态(tài)、三模态的跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人与(yǔ)世界交互一样(yàng)自然(rán)，这(zhè)方(fāng)面，由算力网络(luò)来驱动将有明(míng)显优势(shì)。

此外(wài)，还有很多(duō)需(xū)要爆发式增(zēng)长的(de)算力(lì)来支撑的技术创新，将在人工智能算力网(wǎng)络支撑(chēng)下快(kuài)速推(tuī)进(jìn)。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造的边际(jì)成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 谢谢谬赞经典回复，过誉和谬赞的区别