自聊天机(jī)器人(rén)ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能话题。在最近的一次(cì)采访中，他(tā)再次表示：“AI可能会让科(kē)技行业(yè)迎来(lái)一(yī)次剧(jù)烈的洗牌”。

这(zhè)个结(jié)论是他在当地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提(tí)出的。

他预(yù)期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市占率，因为微软(ruǎn)在AI方(fāng)面(miàn)的行动(dòng)相当迅速。而最终科技(jì)巨头(tóu)将(jiāng)把AI整合成用户的“全(quán)能助(zhù)手”，包(bāo)揽一切应用(yòng)，与(yǔ)人们进(jìn)行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手(shǒu)的(de)到来可能尚需(xū)时日，但由(yóu)ControlNet引发的(de)又(yòu)一次(cì)AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热点包(bāo)围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可(kě)控(kòng)靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次(cì)爆火的(de)时(shí)候，还是2022年8月，在美国科罗(luó)拉多州举办(bàn)的新(xīn)兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院(yuàn)》的作品获奖。

随后(hòu)各大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在应用中(zhōng)输入一组关键词或者(zhě)一张(zhāng)照片，就能获得(dé)一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文本。同一组关键词也可以创作出(chū)很多张(zhāng)风(fēng)格(gé)不一(yī)样的画(huà)作(zuò)，这让创作的(de)过(guò)程(chéng)就像开盲盒。

很多用户很喜(xǐ)欢(huān)这种不确(què)定(dìng)的惊喜，他们会将生成的美图当做头(tóu)像(xiàng)。而另一(yī)部分(fēn)喜欢翻看AI绘画的“翻车(chē)”作品。在社(shè)交媒体(tǐ)上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友(yǒu)的小狗照片被(bèi)AI画成了(le)“肌肉男(nán)”，还有网友的个人照(zhào)片被AI识(shí)别成了(le)建筑。

而(ér)如今(jīn)随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游戏可(kě)能要被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦福读博的(de)中(zhōng)国人张吕敏创作的一(yī)种基于控制点(diǎn)的(de)图像变(biàn)形算法，主要用于(yú)数字图像(xiàng)处理(lǐ)、计算机视(shì)觉和计算机图形学(xué)等领域。

其SD插(chā)件一经发(fā)布，在短短(duǎn)的两(liǎng)天内(nèi)便成为了(le)AI绘画领(lǐng)域(yù)最(zuì)新的热点。

在此(cǐ)之前，大家用(yòng)了很(hěn)多(duō)方法想让(ràng)AI生成的结果(guǒ)尽可能的符(fú)合要求，但是都(dōu)不尽如人意，它(tā)的(de)出现代表着AI生成(chéng)开始(shǐ)进(jìn)入真正的(de)可控(kòng)时期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的(de)构(gòu)图(tú)，人物(wù)的(de)姿势(shì)和画(huà)面的深度信息等(děng)。有(yǒu)了(le)它的帮助(zhù)，就(jiù)不用频繁的用提示(shì)词来(lái)碰运气，抽盲(máng)盒式的创(chuàng)作了(le)。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法(fǎ)”，不(bù)少博主的作品(pǐn)已经获(huò)得了大(dà)量的浏览量，“viggo”就是(shì)其中之(zhī)一，他(tā)用朋友的照(zhào)片(piàn)直接(jiē)带她们走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键词试(shì耐克品牌和乔丹品牌是什么关系)效果(guǒ)。

通(tōng)过图片(piàn)就可以看出来，效果十分惊艳(yàn)。

更厉(lì)害(hài)的是(shì)，除(chú)了真实的照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转(zhuǎn)全(quán)彩图。大神张吕敏其(qí)本尊也(yě)亲自回(huí)应。

不得不说当下AIGC已(yǐ)经变得越来越(yuè)强(qiáng)大(dà)，甚至输出的作品都已(yǐ)经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍网络，而经过(guò)警方(fāng)辟谣(yáo)这所谓的“party”可(kě)能(néng)是(shì)全(quán)国(guó)第一起AI绘(huì)图诈(zhà)骗。

由于这(zhè)个活(huó)动(dòng)里面给出的美女照(zhào)片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家当成真事传播了(le)。

不(bù)过仔细观察(chá)可(kě)以耐克品牌和乔丹品牌是什么关系(yǐ)发现，活动发起(qǐ)者提供的照片中有个很大的(de)漏洞可(kě)以发现并(bìng)非真(zhēn)人，而是AI绘图，那便是图片中女(nǚ)性的手指部分(fēn)有(yǒu)的(de)存在异(yì)常。

有行业(yè)人事表示：“现在因(yīn)为手指部分的绘画算法比较复杂(zá)，AI还(hái)不太会(huì)画人(rén)的手，但最(zuì)新(xīn)看(kàn)到的(de)图(tú)片已经有越来越完美的AI模型出(chū)现，以(yǐ)后可能就(jiù)完(wán)全(quán)没有(yǒu)漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生(shēng)。据(jù)英国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假(jiǎ)照片发布到网(wǎng)络，以此诱骗善良的(de)人打赏“捐助”从而实施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能做出真人照片般的绘图效果，如果这样(yàng)的图片被用来诈(zhà)骗，将(jiāng)非常可(kě)怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一方面(miàn)，批判者认为(wèi)AI在“学习”了大(dà)量(liàng)前(qián)人的作品之后，其创作没有任(rèn)何(hé)情绪和灵魂(hún)，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前(qián)都并没有得(dé)到有效的解决，还有AIGC会(huì)不会代替人类“至(zhì)高(gāo)无(wú)上”的创意。

马斯克也强(qiáng)调，人工智能的安(ān)全问(wèn)题需(xū)要得到重视，太晚就(jiù)来(lái)不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两面性的，潜在的危害并不能掩盖其光辉的(de)贡献(xiàn)。现在看来(lái)，人工(gōng)智能技术将(jiāng)是第四(sì)次工业革(gé)命的核心驱(qū)动力(lì)量，将创(chuàng)造新的(de)增长奇迹(jì)。

过去一年(nián)，人(rén)工智能在(zài)技术(shù)和商业层(céng)面都有(yǒu)了巨(jù)大进展，AI绘画(huà)就(jiù)是人工(gōng)智能技(jì)术发生方向性改变的一(yī)个代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科(kē)技圈(quān)的短视频。这些视频引发关注并非内容做得(dé)多优(yōu)秀(xiù)，反而都(dōu)非常简单，比如一匹(pǐ)正在喝水的马，一只画画的玩(wán)具熊，或(huò)者一段(duàn)骑(qí)摩(mó)托车的(de)第一视角录像(xiàng)，随便(biàn)一个有手机的(de)人(rén)都(dōu)可以随手录下一段(duàn)。

但这(zhè)些短视(shì)频(pín)的(de)创作方式(shì)非(fēi)常简单，创(chuàng)作者仅仅需(xū)要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可(kě)以根据(jù)需要生成一段视频。

谷歌发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出(chū)更(gèng)高(gāo)清视频的(de)AI还不(bù)足(zú)以在短时(shí)间内戳中兴(xīng)奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出超(chāo)过2分钟(zhōng)的连贯的也有确切内容(róng)的视频(pín)，这(zhè)才(cái)是真正(zhèng)让人们感(gǎn)到(dào)惊(jīng)喜的地方。因(yīn)为无论(lùn)AI生成(chéng)的视频多(duō)么(me)高清，也只能是为内容生产者提(tí)供一个灵感，一个素材(cái)，一个(gè)过(guò)场(chǎng)动画。

不过能够制作出(chū)有具体剧情内(nèi)容的视频就意(yì)味着，一些视频创作由AI代替人工(gōng)完成已经(jīng)初步有了可能。

当下AI的发展速度已经超过大部分人的想象(xiàng)。内容(róng)产业的本质是供给(gěi)创造(zào)需(xū)求，AIGC作为全新(xīn)的内容生产方(fāng)式，可以为内容产(chǎn)业带(dài)来(lái)更(gèng)新(xīn)的内容风格(gé)、更(gèng)快的生产速度，更低(dī)的生产成(chéng)本(běn)，这无疑会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代码(mǎ)、机器人动作等多种内容(róng)形(xíng)式的生成。不难发(fā)现该项技术不(bù)仅在游戏等行业能(néng)得到有效(xiào)应用，对(duì)于下一代互联网各种元素(sù)的构建亦有关(guān)键意义。

从商业化的角度来看(kàn)，文化(huà)娱乐、教育(yù)、传媒等诸多领域，本身就(jiù)对(duì)基于AI的可视(shì)化内容(róng)有强烈需求(qiú)。

因此，AI绘(huì)画及视频或(huò)不是(shì)结(jié)果，而(ér)只是AI进程中的一块重要拼图，有望在技术更新(xīn)的加(jiā)持下实现更大的(de)应(yīng)用(yòng)价值。

AI从理解(jiě)内容，走向了(le)可以生成内容，甚至(zhì)能够创造出独(dú)立价(jià)值和(hé)独立视角的内容(róng)。AIGC的再(zài)次出圈(quān)，更(gèng)代表着未来(lái)的先进(jìn)生产力即将到来。

04

紧抓大模(mó)型与(yǔ)算力(lì)，牢固AIGC底座

从技术的(de)发(fā)展(zhǎn)也(yě)可(kě)以看(kàn)出(chū)，在语言大模型、图像大模型之后，多(duō)模态大(dà)模型已经成为了新(xīn)的(de)趋势。

大模型被誉为当前人工智能(néng)发展的智能底座，是(shì)全球竞争最激烈(liè)的研(yán)究方向之一(yī)，包(bāo)括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部企业都在(zài)竞相发力。

不(bù)过(guò)训练大模型的确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算(suàn)力(lì)》报告估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而对于(yú)一些更(gèng)大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则介于(yú)200万美元至(zhì)1200万美(měi)元高价之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独(dú)立访(fǎng)客平均(jūn)数1300万计(jì)算，其对应芯片需求为(wèi)3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始投入成(chéng)本约(yuē)为8亿(yì)美元，每(měi)日(rì)仅电费(fèi)就(jiù)在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在(zài)关(guān)注各(gè)类大模型的发展(zhǎn)同时，更应该关注算力网络的建设。

算力网络正驱动AI产(chǎn)业发展进入史(shǐ)诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人(rén)工智能发展的终极目标(biāo)离得更近(jìn)。

因(yīn)为(wèi)算力可以对(duì)突(tū)破性技术创新提供大力的支持。这方面，多(duō)模态大模型(xíng)是典型。作为面向未来强人工(gōng)智能、通用人工(gōng)智(zhì)能的重(zhòng)要技术创新，多模态大模型已经在(zài)人工智能领域(yù)提出了很多(duō)年，业界也有不少技术突(tū)破，但是，多模(mó)态大模型进一(yī)步往下走，算(suàn)力需求呈几何式上升，一般的算力基(jī)础(chǔ)设(shè)施很(hěn)快将难以(yǐ)胜(shèng)任。

从(cóng)图像、文字、语音单独一项的(de)训练，到双(shuāng)模态、三模态的跃迁(qiān)，让人工智能可以灵活应对不同模(mó)态的转化、像人与世界(jiè)交(jiāo)互一样自然，这(zhè)方面，由算力网络(luò)来驱动将有明显优势(shì)。

此(cǐ)外，还有(yǒu)很(hěn)多需要爆发(fā)式增(zēng)长的(de)算力来支(zhī)撑(chēng)的(de)技术创新，将在人工智能算力网络支撑下快速推(tuī)进。

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

未经允许不得转载：橘子百科-橘子都知道 耐克品牌和乔丹品牌是什么关系