自聊天机器人(rén)ChatGPT火爆(bào)以来，微软公(gōng)司(sī)创始人比尔·盖(gài)茨已多次公开谈论(lùn)人工智能话题。在(zài)最近(jìn)的一次采(cǎi)访中，他再次(cì)表(biǎo)示(shì)：“AI可能会让科技行业迎来一次(cì)剧(jù)烈的洗牌(pái)”。

这个结论是他在当(dāng)地(dì)时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访时提出(chū)的。

他预期，AI的(de)发展可能会威胁到谷(gǔ)歌的市占率，因(yīn)为微软在AI方(fāng)面(miàn)的行动相当迅速。而最终(zhōng)科(kē)技巨头将把AI整合成用户的(de)“全能助手”，包揽一切应(yīng)用(yòng)，与(yǔ)人(rén)们进行(xíng)沟通(tōng)并提(tí)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(zhù)手的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州举办(bàn)的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各(gè)大厂商的AI绘画软(ruǎn)件被广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是(shì)其中代(dài)表。

用(yòng)户们(men)可以在应用中输入(rù)一组关键词或者一(yī)张照片，就(jiù)能(néng)获(huò)得一幅AI创作的(de)画作。

作画(huà)的关键就是所输入的文本。同一组关键词也可以创作出很(hěn)多(duō)张风(fēng)格不一样的画(huà)作(zuò)，这让创(chuàng)作的过程就(jiù)像开盲盒(hé)。

很多用户很喜欢这种不(bù)确定的惊喜，他们会(huì)将(jiāng)生成(chéng)的美图(tú)当做头(tóu)像。而(ér)另一(yī)部分喜(xǐ)欢翻看AI绘(huì)画的(de)“翻车”作品(pǐn)。在(zài)社交媒体上(shàng)，许多用(yòng)户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一(yī)位网友的(de)小(xiǎo)狗(gǒu)照片被(bèi)AI画成(chéng)了“肌肉男”，还(hái)有网友的个人照片被AI识(shí)别(bié)成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的一种基于(yú)控制(zhì)点的图像变形算法，主要用于数字(zì)图像处理、计算机视(shì)觉(jué)和计算机(jī)图形学等(děng)领域。

其SD插(chā)件一经发布，在短(duǎn)短的两天(tiān)内便成为(wèi)了AI绘(huì)画领域最新的(de)热点。

在此之前，大(dà)家(jiā)用(yòng)了(le)很多方法想让AI生成的结果尽可能(néng)的符合要求，但是都不(bù)尽如人意，它的出(chū)现代表着(zhe)AI生成开始(shǐ)进(jìn)入真正(zhèng)的(de)可控时期。

因(yīn)为ControlNet可以(yǐ)直接提(tí)取(qǔ)画面的构图，人物(wù)的姿势和画面的(de)深度信息等。有了它的帮助，就不(bù)用频繁(fán)的用提示词来碰(pèng)运气，抽盲盒(hé)式(shì)的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品(pǐn)已经获得(dé)了大量的浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋友的照片直(zhí)接带她们走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键(jiàn)词；最后用ControlNet插件绑定骨骼开(kāi)始换(huàn)关键(jiàn)词(cí)试效果。

通过图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害的是(shì)，除(chú)了真实的照片，草图也可以(yǐ)加(jiā)上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转(zhuǎn)全(quán)彩图。大(dà)神张(zhāng)吕敏其本尊也亲自回应。

不得(dé)不说当(dāng)下AIGC已经变得越来越(yuè)强大，甚(shèn)至输出(chū)的作品都已经能以假乱(luàn)真了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏(sū)州(zhōu)金鸡(jī)湖有游艇party”的消息火遍网络(luò)，而经(jīng)过(guò)警(jǐng)方辟谣(yáo)这所谓的“party”可(kě)能是全国第一起AI绘图(tú)诈(zhà)骗。

由(yóu)于这(zhè)个活动里面(miàn)给出的美女照片都是AI制(zhì)作的真人照片绘图，因为太逼真，被大家当成真(zhēn)事传播(bō)了。

不过(guò)仔细(xì)观(guān)察可(kě)以(yǐ)发(fā)现(xiàn)，活动发起者提供(gōng)的(de)照片中有个(gè)很(hěn)大的漏洞(dòng)可(kě)以发现(xiàn)并(bìng)非真(zhēn)人，而是(shì)AI绘图，那(nà)便是图片(piàn)中(zhōng)女性的手指(zhǐ)部分(fēn)有的存在异常。

有行业人(rén)事表示：“现在(zài)因为手指部分的(de)绘画算法比(bǐ)较复杂，AI还不太(tài)会画人的手，但最新看到的图(tú)片已(yǐ)经有越(yuè)来越完(wán)美的AI模型(xíng)出现，以后可能(néng)就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发(fā)生。据(jù)英(yīng)国广播公司报(bào)道(dào)，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了儿(ér)童受(shòu)灾的(de)假(jiǎ)照片发布到网络，以此(cǐ)诱骗善良的人打赏“捐助(zhù)”从而(ér)实施(shī)诈骗(piàn)。

目前(qián)随着技术发展，AIGC已经能做出真人(rén)照(zhào)片般的绘图效果(guǒ)，如(rú)果这样的图(tú)片被用来诈骗，将非(fēi)常可怕(pà)。

此外(wài)AIGC还引发了很多担(dān)忧(yōu)，一(yī)方面，批(pī)判者认为AI在(zài)“学(xué)习”了大(dà)量前(qián)人的作品之后，其创作没有任何情绪(xù)和(hé)灵魂，难以和人类(lèi)的(de)艺(yì)术(shù)创作(zuò)相提并论。

另一(yī)方面，AIGC背后的(de)版权(quán)、目前都并没(méi)有(yǒu)得到有效(xiào)的解决(jué)，还(hái)有AIGC会不(bù)会代(dài)替人类“至高(gāo)无(wú)上”的创意。

马斯克也强调，人工(gōng)智能的安全问题需要得到重(zhòng)视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两面性(xìng)的(de)，潜(qián)在的危害并不能掩盖(gài)其光辉的(de)贡献。现(xiàn)在看来，人工(gōng)智(zhì)能技术将是第(dì)四次工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过去一(yī)年(nián)，人工智能在技(jì)术和商业(yè)层面都有了巨(jù)大进展，AI绘画就是人工智能技术(shù)发(fā)生方向性改变的一个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发(fā)布了几条引爆科技圈(quān)的(de)短(duǎn)视频。这些视频(pín)引发关注并(bìng)非内容(róng)做得多优秀，反而都非常简单(dān)，比如一匹正在(zài)喝水的马，一(yī)只画画(huà)的玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视(shì)角录像，随便(biàn)一个(gè)有手机(jī)的人都可以(yǐ)随(suí)手录下(xià)一段。

但(dàn)这些(xiē)短视(shì)频的(de)创(chuàng)作方式非(fēi)常简单，创(chuàng)作者仅(jǐn)仅需要向AI输(shū)入一段话，甚(shèn)至(zhì)只是说(shuō)一下要求(qiú)，AI就可以根据需要(yào)生(shēng)成一(yī)段(duàn)视频。

谷歌发布的(de)两个(gè)AI生(shēng)成视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能(néng)够做(zuò)出更高清视(shì)频(pín)的(de)AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过2分(fēn)钟(zhōng)的(de)连贯(guàn)的也(yě)有确(què)切内(nèi)容的视频，这(zhè)才是真正(zhèng)让人们感到惊(jīng)喜的地方。因(yīn)为无论AI生成的视频多么高(gāo)清，也只能是为内容生产者(zhě)提供(gōng)一个灵感，一(yī)个素(sù)材，一个(gè)过场(chǎng)动画。

不过能够(gòu)制(zhì)作出有(yǒu)具体(tǐ)剧(jù)情内容的视频就意味着(zhe)，一些(xiē)视频创作由(yóu)AI代(dài)替人工完成已经初步(bù)有了可能。

当下AI的(de)发展速度已经超(chāo)过大部分人的想象。内容(róng)产业的本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更新的内容风(fēng)格(gé)、更(gèng)快的生产速(sù)度，更低(dī)的生产成(chéng)本，这无疑(yí)会(huì)驱(qū)动内容产业(yè)的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等(děng)多种(zhǒng)内容(róng)形式的生(shēng)成。不难发现该项(xiàng)技术(shù)不(bù)仅(jǐn)在游(yóu)戏等行业(yè)能得到有效应用，对于(yú)下一代互联网各种元素的构建亦有关键意义。

从商业化的角度(dù)来(lái)看，文化娱乐、教育、传(chuán)媒等诸多(duō)领域(yù)，本(běn)身就对基于AI的可视化(huà)内容有(yǒu)强烈需求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更新(xīn)的加持下实现更(gèng)大(dà)的应用(yòng)价值。

AI从理解内(nèi)容，走向了可以生(shēng)成内容(róng)，甚(shèn)至能够创造出独(dú)立价(jià)值(zhí)和独(dú)立视角的内容(róng)。AIGC的(de)再次出(chū)圈，更代表着未来的先进(jìn)生产力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技(jì)术的(de)发展(zhǎn)也可以看出，在(zài)语言(yán)大模型(xíng)、图像大模型(xíng)之后，多(duō)模态大模型(xíng)已(yǐ)经成(chéng)为了(le)新的趋势。

大(dà)模(mó)型被誉为当前人工智能发展的智(zhì)能底座，是全球(qiú)竞争最激烈的研(yán)究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众多头部企(qǐ)业(yè)都在竞相发力(lì)。

不(bù)过训练大模型的(de)确(què)价格不菲，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而(ér)对于一些更(gèng)大的LLM(大型(xíng)语言(yán)模型)，训练成本(běn)则介于200万(wàn)美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其(qí)对应芯(xīn)片需求为3万多片(piàn)英伟达A100 GPU，初始投(tóu)入成本约(yuē)为(wèi)8亿美元，每日(rì)仅(jǐn)电费(fèi)就在5万(wàn)美(měi)元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关(guān)注各类大模型的(de)发展(zhǎn)同时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极(jí)目标离(lí)得更近。

因为算力可以对突破性技术创新提供大(dà)力的(de)支持(chí)。这方面，多(duō)模态大模型是(shì)典型(xíng)。作为面向(xiàng)未来强人(rén)工(gōng)智(zhì)能、通用人工智能的重要技术(shù)创新，多模态(tài)大模型(xíng)已经在人工智能领域提出(chū)了很多(duō)年(nián)，业(yè)界也有不(bù)少(shǎo)技术突(tū)破，但是，多(duō)模态(tài)大模型(xíng)进一步往下走，算力需求呈(chéng)几何式上升，一般(bān)的算力基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模态的(de)跃(yuè)迁，让人工智能可以灵活(huó)应对不同模态的转化、像(xiàng)人与(y一睹人间盛世颜 远赴人间惊鸿宴全诗，远赴人间惊鸿宴全诗作者ǔ)世界交互一样自(zì)然，这方(fāng)面，由算力网络来驱动(dòng)将有明(míng)显优势。

此外(wài)，还有(yǒu)很多需要(yào)爆发式增长的算力来(lái)支(zhī)撑的(de)技术(shù)创(chuàng)新，将(jiāng)在(zài)人(rén)工智能算力网(wǎng)络支撑下快速(sù)推(tuī)进。

AIGC已(yǐ)经(jīng)露出(chū)曙光，期待在(zài)大模(mó)型和大算力的(de)支持下AIGC能持续(xù)颠覆(fù)内容(róng)生(shēng)产的(de)方式(shì)，将创造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 一睹人间盛世颜 远赴人间惊鸿宴全诗，远赴人间惊鸿宴全诗作者