自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开谈论(lùn)人工智能话题。在(zài)最近的一次采访中，他(tā)再(zài)次表示(shì)：“AI可(kě)能(néng)会(huì)让科技(jì)行业(yè)迎来(lái)一次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日(rì)接(jiē)受《In Good Company》节(jié)目专访时(shí)提出(chū)的(de)。

他预(yù)期，AI的发展可能会威胁到谷歌的(de)市(shì)占率，因为微软在(zài)A鞋子235码数是多少，鞋子235是什么码？I方(fāng)面的(de)行动(dòng)相(xiāng)当迅(xùn)速。而最(zuì)终科(kē)技巨头将把AI整(zhěng)合成用户的(de)“全能(鞋子235码数是多少，鞋子235是什么码？néng)助手”，包(bāo)揽一切应用，与人们(men)进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚(shàng)需时(shí)日，但由ControlNet引发的又一(yī)次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题(tí)热点(diǎn)包(bāo)围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可控靠(kào)近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年8月，在(zài)美国科(kē)罗拉多州举办的新(xīn)兴数字(zì)艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂商的AI绘画(huà)软(ruǎn)件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应(yīng)用中输入一组关键词或者一张照(zhào)片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入的文本。同一组关(guān)键词也可(kě)以创作(zuò)出很多张风(fēng)格不一样的(de)画作，这让创作的过程(chéng)就像开盲(máng)盒。

很(hěn)多用户很(hěn)喜欢这种不确定的惊喜，他(tā)们(men)会将生成的(de)美图(tú)当做头像。而另(lìng)一(yī)部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品(pǐn)。在社交媒体上(shàng)，许多用户分(fēn)享AI“翻车(chē)现场”，例如，一(yī)位网友的(de)小狗照片(piàn)被AI画(huà)成了“肌肉(ròu)男”，还有网友的(de)个人(rén)照(zhào)片被AI识别成(chéng)了建筑。

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

ControlNet是(shì)一位正在斯坦福(fú)读(dú)博(bó)的中国人张吕敏创(chuàng)作的(de)一种基于控制点(diǎn)的图像变形算(suàn)法，主(zhǔ)要(yào)用于数字图像处理、计算机视(shì)觉和计(jì)算机图形学等(děng)领(lǐng)域(yù)。

其SD插件一(yī)经发布，在短短(duǎn)的两天内便成为了AI绘画领域最新(xīn)的热点。

在此之前，大家用了很多方法想(xiǎng)让AI生成的结果尽(jǐn)可能的符合要求(qiú)，但是(shì)都不(bù)尽如人意，它的出现代表着AI生成开(kāi)始进入(rù)真(zhēn)正的(de)可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构(gòu)图，人物的姿(zī)势和画(huà)面(miàn)的深(shēn)度信息(xī)等。有了它(tā)的帮助(zhù)，就不用频繁(fán)的用提(tí)示(shì)词来碰运气，抽盲(máng)盒式的创(chuàng)作(zuò)了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔(mó)法”，不(bù)少博主的作品已经获(huò)得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换鞋子235码数是多少，鞋子235是什么码？(huàn)关键词试效果(guǒ)。

通(tōng)过图片就可(kě)以看出来，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除了(le)真(zhēn)实的照片，草图(tú)也可以加(jiā)上(shàng)“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转全彩(cǎi)图。大神张吕敏其(qí)本尊也亲自回应。

不得不说当下AIGC已经变得越来(lái)越强大，甚至(zhì)输出的作(zuò)品都(dōu)已经能(néng)以假乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而经过警方辟(pì)谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出(chū)的(de)美女照片都是AI制(zhì)作的(de)真人(rén)照片绘图，因为太逼(bī)真(zhēn)，被大家当成真事传播了。

不过仔细观察(chá)可以(yǐ)发现，活(huó)动发起者(zhě)提供(gōng)的照片中(zhōng)有个(gè)很大的漏洞(dòng)可以发(fā)现并非真(zhēn)人，而是AI绘图，那(nà)便是图片中女性的手指部分有的存(cún)在异常。

有行业人事表示：“现在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂，AI还不(bù)太会画人的手(shǒu)，但最(zuì)新(xīn)看(kàn)到的图(tú)片已经有越来越完美的(de)AI模(mó)型出现，以(yǐ)后可能就(jiù)完全没有漏(lòu)洞了。”

类似(shì)的(de)AI作图诈骗在国外也(yě)已(yǐ)有(yǒu)发(fā)生。据英国(guó)广播公(gōng)司报(bào)道，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成了儿(ér)童受灾的假照片发(fā)布到网络(luò)，以此诱骗善良(liáng)的人打赏(shǎng)“捐助”从而实(shí)施诈骗。

目(mù)前(qián)随着技术发展(zhǎn)，AIGC已经(jīng)能做出真人(rén)照(zhào)片般的(de)绘图效(xiào)果，如果这样的图(tú)片被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批(pī)判者认为AI在(zài)“学习”了大量前人(rén)的作(zuò)品之(zhī)后，其创作没(méi)有任何情绪和灵(líng)魂，难以和(hé)人(rén)类的艺(yì)术创作(zuò)相提并论。

另(lìng)一方面，AIGC背后的(de)版权、目前都(dōu)并没有得(dé)到有效的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的安全问题需要得到(dào)重视，太晚就(jiù)来不(bù)及了。

03

AIGC下(xià)一站除(chú)了(le)视频，还有远方

技术都是有两面(miàn)性(xìng)的，潜(qián)在的危害并不能掩盖其光辉的(de)贡献。现在看(kàn)来，人工智能技术将是第四(sì)次工业革命的核心驱动力量，将创造(zào)新的增长奇迹(jì)。

过去一(yī)年，人(rén)工智(zhì)能在技术(shù)和商(shāng)业(yè)层(céng)面都有了巨大进展，AI绘画(huà)就是人工智能技术发(fā)生方向性改变的(de)一个代表。其(qí)下一站或许就是(shì)视(shì)频。

此前，Meta和谷歌先后发布了(le)几条引(yǐn)爆科(kē)技(jì)圈的短视频(pín)。这些视频(pín)引发(fā)关注并非内容做得多优秀，反而都非(fēi)常简单，比(bǐ)如一匹正(zhèng)在喝(hē)水的马，一只画画的玩具熊，或者(zhě)一(yī)段骑摩托(tuō)车(chē)的(de)第(dì)一视角录像，随(suí)便一个有手(shǒu)机的(de)人都可以(yǐ)随手(shǒu)录下一(yī)段。

但(dàn)这些(xiē)短视频的创(chuàng)作方式(shì)非常简单(dān)，创(chuàng)作者仅(jǐn)仅需要向AI输入一段(duàn)话，甚至只是说一(yī)下要求，AI就可以根据需要生成一(yī)段视频。

谷歌发布的两个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没有太多(duō)的(de)差别。

在Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈(quān)就已经(jīng)玩了一波梗，一个能(néng)够做出更高(gāo)清视(shì)频(pín)的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超过2分钟的(de)连贯的(de)也有确切(qiè)内容的(de)视频，这才是真正让人们感(gǎn)到惊喜的地(dì)方。因为无(wú)论AI生成的(de)视频多么高清，也只能是为内容生(shēng)产者提供一个灵感，一个素材，一(yī)个过场(chǎng)动(dòng)画。

不(bù)过(guò)能够制作出有具体(tǐ)剧(jù)情(qíng)内容的视频(pín)就意味着，一些视频创(chuàng)作由AI代替人工完成已(yǐ)经初步有了可能。

当下AI的发展速度(dù)已经超过大部分人的(de)想象。内(nèi)容产(chǎn)业的本(běn)质是供(gōng)给创造(zào)需(xū)求，AIGC作为全新(xīn)的内容生产方式，可(kě)以为内(nèi)容产业带来(lái)更新的内容(róng)风格(gé)、更快的生产速(sù)度，更低的生产(chǎn)成(chéng)本，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器人动作(zuò)等多(duō)种内容形式的生成。不难发现该项技(jì)术不(bù)仅在游戏等行业能得(dé)到(dào)有(yǒu)效应用，对于(yú)下一代互联网各种元(yuán)素的构建亦有(yǒu)关键意义(yì)。

从商(shāng)业化的角度来看，文化娱乐、教育(yù)、传(chuán)媒等诸多领域，本身就对基(jī)于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此(cǐ)，AI绘画(huà)及视(shì)频(pín)或不是结果，而只是AI进程中的一块重要拼图，有望在(zài)技(jì)术更新(xīn)的加持(chí)下(xià)实现更大(dà)的应用价值。

AI从理(lǐ)解内容，走向(xiàng)了可以生(shēng)成(chéng)内容，甚至能够创造出独立价值和独立视角(jiǎo)的内(nèi)容。AIGC的再(zài)次出(chū)圈，更代表(biǎo)着未来的(de)先进生产力即将到来(lái)。

04

紧抓大模型(xíng)与(yǔ)算(suàn)力(lì)，牢固(gù)AIGC底座(zuò)

从技术(shù)的发(fā)展也可以看出，在语言大模型、图像(xiàng)大模型(xíng)之后，多模态大模型(xíng)已经成为(wèi)了新(xīn)的趋势。

大(dà)模型被誉为当前(qián)人工智能(néng)发展的智能底座(zuò)，是全球竞(jìng)争最激烈的(de)研(yán)究方向之一，包括谷歌、亚(yà)马(mǎ)逊(xùn)、百度(dù)、阿里(lǐ)、腾讯等众多头(tóu)部(bù)企业都在(zài)竞相发力。

不过(guò)训(xùn)练大模(mó)型的确价格不菲，以国(guó)盛证券发布的(de)《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一(yī)次的(de)成本约为(wèi)140万(wàn)美元。而对于(yú)一些(xiē)更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访客(kè)平均(jūn)数1300万(wàn)计算(suàn)，其对应芯片需求为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本约为8亿美(měi)元(yuán)，每日仅电费就(jiù)在5万美元(yuán)左右(yòu)。

此外不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离不开(kāi)庞(páng)大算(suàn)力支持。在关(guān)注各类大(dà)模型的发展(zhǎn)同(tóng)时，更应该关(guān)注(zhù)算(suàn)力网络的建设(shè)。

算力网络正驱动AI产(chǎn)业发展进(jìn)入史(shǐ)诗级加速(sù)进程(chéng)，让AIGC及通(tōng)用AI这一人(rén)工(gōng)智(zhì)能发展的终极(jí)目标离得更近。

因为算力可(kě)以对突(tū)破性技(jì)术(shù)创新提(tí)供大力的支(zhī)持。这(zhè)方面，多模态大模(mó)型是典型(xíng)。作(zuò)为(wèi)面向未(wèi)来强(qiáng)人(rén)工(gōng)智能、通用人工智能的重要技术创新，多模(mó)态大模型已(yǐ)经在人工(gōng)智能(néng)领(lǐng)域提出了很多年，业界(jiè)也有(yǒu)不少技术突破，但(dàn)是，多(duō)模(mó)态(tài)大模(mó)型(xíng)进一(yī)步往(wǎng)下走(zǒu)，算力需求呈几(jǐ)何式上升，一(yī)般的算力基础设(shè)施很(hěn)快将难以胜(shèng)任。

从(cóng)图(tú)像、文(wén)字、语音单独一项的训(xùn)练，到双(shuāng)模态(tài)、三模(mó)态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界交互(hù)一(yī)样自然，这方(fāng)面，由算力网络(luò)来驱动将(jiāng)有(yǒu)明显(xiǎn)优势。

此外，还(hái)有很多需要爆发式增长的算力来支撑的技术(shù)创新，将在人工(gōng)智能算(suàn)力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模(mó)型和大算力的支持下AIGC能(néng)持续颠覆内容生产的方式(shì)，将创造的边(biān)际成本(běn)降(jiàng)低(dī)，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 鞋子235码数是多少，鞋子235是什么码？