自聊(liáo)天机(jī)器人ChatGPT火爆以(yǐ)来(lái)，微软公司创始人比(bǐ)尔·盖(gài)茨已(yǐ)多次公(gōng)开谈论(lùn)人(rén)工智能话题。在最(zuì)近(jìn)的一次采访中，他(tā)再(zài)次表示(shì)：“AI可能会让科(kē)技(jì)行(xíng)业迎来一次剧烈的洗牌”。

这个结论是他在当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出的。

他预期(qī)，AI的(de)发展可(kě)能会(huì)威胁到谷歌的市占率(lǜ)，因为(wèi)微软在AI方(fāng)面的(de)行动相当迅速(sù)。而最(zuì)终科技巨头将把AI整合(hé)成用户的(de)“全能助手”，包揽一切应用，与人们进行沟通并提供建议(yì)，可(kě)以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来可能(néng)尚需时日，但由ControlNet引发的(de)又(yòu)一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科(kē)罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的(de)作品获奖。

随(suí)后各大厂商的AI绘(huì)画软件被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中(zhōng)输入(rù)一组关键词(cí)或者(zhě)一张照片，就能获得一幅AI创(chuàng)作(zuò)的画作。

作画(huà)的关键就是(shì)所(suǒ)输入的文本。同一(yī)组关键词也可以创作出很多张风(fēng)格不(bù)一(yī)样的画作，这让创作的过(guò)程(chéng)就像开盲盒。

很多(duō)用户很喜(xǐ)欢这种不确定的惊(jīng)喜，他(tā)们(men)会将(jiāng)生成的(de)美图(tú)当做头像。而(ér)另一(yī)部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被(bèi)AI画成了“肌(jī)肉(ròu)男”，还有(yǒu)网友的个人照(zhào)片被AI识(shí)别成(chéng)了建筑。

而(ér)如今随着(zhe)ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘(huì)画(huà)的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中国人张吕敏创作的一种基于控(kòng)制(zhì)点的(de)图(tú)像(xiàng)变(biàn)形算法，主(zhǔ)要用(yòng)于数字图像处(chù)理、计算机视觉(jué)和计算机图(tú)形(xíng)学等领(lǐng)域。

其(qí)SD插件一经发布，在短短的两天内便成为了AI绘画领域最(zuì)新的(de)热点。

在此之前，大(dà)家用了很多方法(fǎ)想让AI生成(chéng)的结果(guǒ)尽可(kě)能的(de)符合要求，但是都(dōu)不尽(jǐn)如人意(yì)，它的(de)出现(xiàn)代表(biǎo)着AI生(shēng)成开始进入真正的可(kě)控(kòng)时期。

因为ControlNet可以直接提(tí)取画面(miàn)的构图，人(rén)物的姿(zī)势(shì)和画面(miàn)的深度信息等。有了它的(de)帮助，就(jiù)不(bù)用频(pín)繁的用提示词来碰运气，抽盲盒(hé)式(shì)的创(chuàng)作(zuò)了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘(huì)画加了“魔法”，不少博(bó)主(zhǔ)的作品(pǐn)已经获(huò)得了大量的浏览量，“viggo”就是(shì)其中之一，他用(yòng)朋友的照(zhào)片(piàn)直接带她们走(zǒu)进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以(yǐ)看(kàn)出来(lái)，效果十分惊艳(yàn)。

更(gèng)厉害的是，除了真实的(de)照片，草图(tú)也可以加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还(hái)能(néng)实现线稿转(zhuǎn)全(quán)彩图(tú)。大神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不(bù)说当下AIGC已(yǐ)经变得越来越强大，甚至(zhì)输出的作品都已经能以假乱真(zhēn)了(le)。

02

难(nán)辨虚实(shí)，AIGC技术(shù)力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游(yóu)艇party”的消息火遍网络，而经(jīng)过警方(fāng)辟谣(yáo)这(zhè)所谓的“party”可能(néng)是全国(提花棉是什么面料，提花棉和纯棉哪个好guó)第一(yī)起AI绘(huì)图诈骗。

由于这个(gè)活动里面给出的(de)美女照片(piàn)都(dōu)是AI制(zhì)作的(de)真(zhēn)人照片绘图，因(yīn)为太逼真，被(bèi)大家当成真事传播了。

不过仔细观察可以发现(xiàn)，活动(dòng)发(fā)起(qǐ)者提(tí)供的(de)照片中有个(gè)很大(dà)的(de)漏洞可以发现(xiàn)并非真人(rén)，而是AI绘图，那便是图片中女性的手指部分有的存在异(yì)常。

有行业(yè)人事表示：“现在因为手指(zhǐ)部(bù)分的(de)绘画算法比较复杂，AI还不太会画人的手，但最新看到的图片已(yǐ)经有越(yuè)来(lái)越完美的AI模型出现(xiàn)，以(yǐ)后可能就完全没(méi)有漏洞了。”

类似的AI作(zuò)图诈骗(piàn)在(zài)国外也已有发生。据英国广(guǎng)播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的(de)假(jiǎ)照片发(fā)布到网络，以(yǐ)此诱(yòu)骗善良的(de)人(rén)打赏“捐助”从而(ér)实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的(de)绘图效果(guǒ)，如(rú)果这样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人的作品之后(hòu)，其创作没有(yǒu)任何情绪和(hé)灵魂，难以和人类的艺术创作相(xiāng)提(tí)并(bìng)论。

另一方面，AIGC背(bèi)后(hòu)的版权、目前都并没有得到有效(xiào)的解决，还(hái)有AIGC会不会(huì)代替人(rén)类“至高无上(shàng)”的创意。

马斯克也(yě)强调，人工智能的安(ān)全问题需(xū)要得(dé)到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一站(zhàn)除(chú)了视频(pín)，还有远方

技术都是有两面(miàn)性的(de)，潜(qián)在(zài)的危害并(bìng)不能(néng)掩盖其光辉(huī)的(de)贡献。现在(zài)看来，人(rén)工智(zhì)能技术将是第四次(cì)工(gōng)业(yè)革命的(de)核心驱(qū)动力量，将创造新的(de)增长奇迹。

过(guò)去一年，人工智能在(zài)技术和商(shāng)业(yè)层(céng)面都有了巨大进展，AI绘(huì)画就是人工智能(néng)技(jì)术发(fā)生方向性改变的一(yī)个代表。其下一(yī)站或许就(jiù)是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了(le)几条(tiáo)引爆(bào)科技圈的短视频。这些视频引(yǐn)发关注并非内(nèi)容做得多优秀，反而(ér)都非常(cháng)简单，比如一(yī)匹正在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑摩托(tuō)车的第一(yī)视角录像，随便一个有手机的(de)人都可以随手录下一段。

但这些短(duǎn)视频的创作方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输(shū)入一段话(huà)，甚至只是(shì)说一下要求，AI就可以根(gēn)据需要(yào)生成一(yī)段视频。

谷歌发布的两(liǎng)个(gè)AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了(le)一(yī)波梗，一个能够做出(chū)更(gèng)高清视频的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可以制(zhì)作出(chū)超过2分钟的连贯的也(yě)有确切内容的视频(pín)，这才(cái)是真正让人(rén)们感到惊喜(xǐ)的地(dì)方。因为(wèi)无(wú)论AI生成(chéng)的视频多么高提花棉是什么面料，提花棉和纯棉哪个好清，也只能是为内容生产(chǎn)者(zhě)提供一个灵(líng)感(gǎn)，一个素材，一个(gè)过场动画。

不(bù)过能够制作出有具(jù)体剧情内(nèi)容的视频(pín)就意味(wèi)着，一些视频创作由(yóu)AI代替人工完成已(yǐ)经(jīng)初(chū)步(bù)有了可能。

当下AI的发展(zhǎn)速度已经超过大(dà)部(bù)分人的想象(xiàng)。内容产业的本质是(shì)供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业(yè)带来更新(xīn)的内(nèi)容风格、更快(kuài)的生产速度，更(gèng)低的(de)生产(chǎn)成本，这无疑会驱动内容产(chǎn)业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代(dài)码(mǎ)、机(jī)器人动作等多种内容(róng)形式的生成。不难发现该项技术不(bù)仅(jǐn)在游戏(xì)等行(xíng)业能得(dé)到有(yǒu)效应用，对(duì)于下一(yī)代(dài)互联(lián)网各种元素(sù)的构建亦有关(guān)键意义。

从(cóng)商业化的角(jiǎo)度来看(kàn)，文化(huà)娱(yú)乐、教育、传媒等诸(zhū)多领域，本身就对基(jī)于AI的可视化内容有强烈(liè)需求。

因此，AI绘画及视频(pín)或(huò)不(bù)是结果，而只是AI进程中的一块(kuài)重要拼图，有望在(zài)技术更(gèng)新的加持下实现更大的应用价值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够(gòu)创(chuàng)造出独(dú)立价值和独立视角的内容。AIGC的再次(cì)出圈，更代(dài)表着未来的先进生产(chǎn)力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之后，多模态大模(mó)型(xíng)已经成为了新的趋势(shì)。

大模型被誉(yù)为(wèi)当前人工智能(néng)发展的智能(néng)底座，是(shì)全球竞(jìng)争最激(jī)烈(liè)的研究方向(xiàng)之一，包括谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部企业都在竞相发力(lì)。

不过(guò)训练(liàn)大模型的确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多少算力(lì)》报(bào)告估算，GPT-3训练一次的成(chéng)本约为140万美元。而(ér)对于一些更(gèng)大的LLM(大型语(yǔ)言(yán)模型)，训练成本则介于(yú)200万美元至(zhì)1200万(wàn)美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其对应芯片需求为3万多片(piàn)英(yīng)伟达(dá)A100 GPU，初始投(tóu)入成本约(yuē)为(wèi)8亿美元，每(měi)日仅电(diàn)费(fèi)就在5万美元左右。

算力(lì)网(wǎng)络正驱(qū)动AI产业发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这(zhè)一人工智能(néng)发(fā)展的终极目标离(lí)得更近(jìn)。

因(yīn)为算(suàn)力(lì)可(kě)以对(duì)突破性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(miàn)向未来(lái)强人工智能、通用人工智能的重要技术(shù)创(chuàng)新，多模(mó)态(tài)大模型已经在(zài)人工智能领域提出了很多(duō)年，业(yè)界也有不少技术突破，但是，多(duō)模(mó)态大模型进(jìn)一步往下走，算(suàn)力需求呈(chéng)几何(hé)式上升，一般的算力基础(chǔ)设施很快将难(nán)以胜任。

从图像、文字、语(yǔ)音单独一项的训(xùn)练，到(dào)双模(mó)态、三模(mó)态的跃(yuè)迁(qiān)，让(ràng)人工智能可以灵活(huó)应(yīng)对不同(tóng)模态的转化、像人与世界交互(hù)一(yī)样自然，这方(fāng)面，由算力网络来驱动(dòng)将有明(míng)显优势。

此(cǐ)外，还有很多需(xū)要爆发式增(zēng)长的算力(lì)来支撑的(de)技(jì)术(shù)创新(xīn)，将在(zài)人工智(zhì)能算力(lì)网络支(zhī)撑下(xià)快速推(tuī)进(jìn)。

AIGC已经露出(chū)曙光，期待在大模型(xíng)和大算力的(de)支持(chí)下AIGC能持续颠覆内容生产的方(fāng)式，将(jiāng)创(chuàng)造的边(biān)际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 提花棉是什么面料，提花棉和纯棉哪个好