自(zì)聊(liáo)天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创始人(rén)比尔·盖茨已多次(cì)公开(kāi)谈论人(rén)工智能(néng)话题。在最(zuì)近的一次采访中(zhōng)，他(tā)再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的(de)洗牌”。

这(zhè)个(gè)结论是他在当(dāng)地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁到(dào)谷歌的(de)市占率，因为微软在(zài)AI方面的行动相当(dāng)迅速。而最终科技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽一(yī)切应用，与(yǔ)人们进(jìn)行(xíng)沟通(tōng)并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到(dào)来可(kě)能尚需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控(kòng)靠(kào)近

以AI绘画为代表的AIGC上一次(cì)爆(bào)火(huǒ)的时候，还是(shì)2022年8月(yuè)，在美国科罗拉多州(zhōu)举办的新(xīn)兴数字艺(yì)术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画(huà)软件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可(kě)以在应用中输入一组关键词或者(zhě)一张照片，就(jiù)能获得一幅AI创作的画作。

作画(huà)的关键(jiàn)就是所输入(rù)的文本。同(tóng)一组关键词也可以创作(zuò)出很(hěn)多张风格不一(yī)样的画(huà)作，这让(ràng)创作的过程就像(xiàng)开盲(máng)盒。

很(hěn)多用户(hù)很喜欢(huān)这种(zhǒng)不(bù)确定(dìng)的惊喜(xǐ)，他们会将生成(chéng)的美图当做头(tóu)像。而(ér)另一部(bù)分喜欢翻看(kàn)AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体(tǐ)上，许(xǔ)多(duō)用户分享AI“翻车现(xiàn)场”，例(lì)如，一位网(wǎng)友的小(xiǎo)狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人照(zhào)片被AI识(shí)别(bié)成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画(huà)的(de)填写(xiě)关键(jiàn)词游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张(zhāng)吕敏创作的(de)一(yī)种基(jī)于控制点的图(tú)像变形算(suàn)法(fǎ)，主要用(yòng)于(yú)数字图像处(chù)理、计算机视觉(jué)和计算机图(tú)形(xíng)学(xué)等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点。

在此之前(qián)，大家用了很多方法想(xiǎng)让AI生成(chéng)的结果尽可能的(de)符合要求，但是都不尽如(rú)人意，它的出现代表着(zhe)AI生成开始进入真正的可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势(shì)和画面的深(shēn)度信(xìn)息等。有了它(tā)的帮助，就不用频繁的用提(tí)示词(cí)来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了(le)“魔(mó)法”，不少博主的作品已经获得了大(dà)量的(de)浏览量，“viggo”就是(shì)其中之(zhī)一(yī)，他用朋友的照(zhào)片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应(yīng)的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关键词试效(xiào)果。

通过(guò)图片(piàn)就可(kě)以看出来，效果(guǒ)十分惊艳。

更厉(lì)害的是，除了真实(shí)的照(zhào)片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输出的(de)作品(pǐn)都已经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近(jìn)日，“苏州金鸡(jī)湖有(yǒu)游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给出(chū)的美女照片(piàn)都是AI制作的真人照片绘图，因为太逼(bī)真，被大家当成真事传播了。

不(bù)过(guò)仔细观察可以(yǐ)发现，活动发起者提供的照(zhào)片中有(yǒu)个很大的漏洞可以发现并(bìng)非(fēi)真人，而是AI绘图，那(nà)便(biàn)是图片中女(nǚ)性的手指部分有的存在异(yì)常。

有行(xíng)业(yè)人事表示：“现在因为手(shǒu)指部分的绘(huì)画算法比较(jiào)复杂(zá)，AI还(hái)不太会(huì)画人的手(shǒu)，但最新看到的图片已(yǐ)经有越(yuè)来(lái)越完美的AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了。”

类似(shì)的AI作图(tú)诈骗在国外(wài)也已有发生。据英(yīng)国(guó)广播(bō)公(gōng)司报(bào)道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿(ér)童受灾(zāi)的(de)假照片发布(bù)到网络，以此(cǐ)诱(yòu)骗善良的人打赏“捐(juān)助”从而实施诈骗。

目(mù)前随着技术(shù)发展，AIGC已经(jīng)能(néng)做出真人照片般的(de)绘图(tú)效果，如果这样的图片被用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了(le)很(hěn)多担(dān)忧，一(yī)方面，批(pī)判者认为AI在“学习”了(le)大量前人的作(zuò)品之后，其(qí)创(chuàng)作没有(yǒu)任何(hé)情绪和灵魂，难以和人(rén)类的艺(yì)术创作(zuò)相提(tí)并论。

另一(yī)方面，AIGC背后(hòu)的版权(quán)、目前都并没有得到有效的解决，还有AIGC会不会(huì)代替(tì)人类“至(zhì)高无上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能的安(ān)全问题需要得(dé)到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频，还有远(yuǎn)方

技(jì)术都(dōu)是有两面性的，潜在的危害并不能掩盖其光辉的贡(gòng)献。现在看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新(xīn)的(de)增长奇迹。

过(guò)去一年，人工智能(néng)在(zài)技(jì)术和(hé)商业(yè)层面都(dōu)有了巨大(dà)进展，AI绘画就是人工智能技术发生(shēng)方向性改(gǎi)变的一个代表。其下一站或(huò)许就是视频(pín)。

此(cǐ)前，Meta和谷歌先后(hòu)发(fā)布(bù)了几条引(yǐn)爆(bào)科技圈的短视频。这些视(shì)频引发(fā)关注并(bìng)非内容做得多优秀，反而都非常简单(dān)，比(bǐ)如一匹正在喝水的马，一施为什么读yi什么意思，施怎么读啊只(zhǐ)画画的玩具(jù)熊，或者一段骑摩托车的第一视角录像，随便一个有手机(jī)的人都可以随手(shǒu)录下一段。

但这些短视(shì)频的创作方(fāng)式非(fēi)常简单(dān)，创作者仅仅需要向AI输入一(yī)段(duàn)话，甚至只是说一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌发布的(de)两(liǎng)个AI生成视(shì)频分别(bié)来(lái)自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的(de)差(chà)别。

在Make-A-Video公(gōng)布了AI生成的(de)视频(pín)后(hòu)，AI圈就已(yǐ)经(jīng)玩了一波梗，一个能够做出更高清视频的AI还不足以在(zài)短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加令(lìng)人(rén)震惊(jīng)的地方在(zài)于，它可以(yǐ)制作出(chū)超过2分钟的连贯的也有确(què)切(qiè)内容的视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生成的(de)视频多么高清(qīng)，也只能(néng)是为内容生产者提供一个(gè)灵感，一个(gè)素材(cái)，一个(gè)过(guò)场动(dòng)画。

不过(guò)能够制(zhì)作出有具(jù)体剧(jù)情内容的视频就意味着，一些视频创作由AI代替(tì)人工(gōng)完成已经初步有了可能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象。内容产业的本质(zhì)是(shì)供给创(chuàng)造需求，AIGC作为全新(xīn)的内容(róng)生(shēng)产方式，可以为内容产业带(dài)来更新的内容风格、更快的生产速度，更低(dī)的生产(chǎn)成本，这无疑会(huì)驱动内容产业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机器(qì)人动作等多(duō)种(zhǒng)内(nèi)容形(xíng)式(shì)的(de)生成。不(bù)难(nán)发现该项技术不仅在游戏等行(xíng)业能得到(dào)有效应用，对于下一代互联(lián)网施为什么读yi什么意思，施怎么读啊各种元素的构建亦(yì)有关(guān)键意义。

从商业化(huà)的角(jiǎo)度来看，文化娱(yú)乐、教育、传媒等诸(zhū)多领域(yù)，本身就对基于AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画及视(shì)频或不(bù)是结果，而只是AI进程中的一块重要拼图，有(yǒu)望在技(jì)术更新(xīn)的(de)加持下实现(xiàn)更大的应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以(yǐ)生成(chéng)内(nèi)容，甚至能够创造(zào)出独(dú)立价(jià)值和独立视角(jiǎo)的(de)内容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的先进生产力即将(jiāng)到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底座

从(cóng)技术(shù)的(de)发展也可以看出，在语言大模型、图像大模(mó)型之后(hòu)，多模态大模型已经成为了新的趋势(shì)。

大模型被誉(yù)为(wèi)当前人工智能发展的智能底座，是(shì)全(quán)球竞(jìng)争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部(bù)企业都(dōu)在竞相发力。

不(bù)过训(xùn)练大模型(xíng)的(de)确价格不菲，以(yǐ)国盛证券(quàn)发(fā)布的《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次的成本约为140万(wàn)美元。而对(duì)于一些更大的(de)LLM(大型语言(yán)模(mó)型(xíng))，训练(liàn)成本则(zé)介于200万(wàn)美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平(píng)均数(shù)1300万计(jì)算，其(qí)对(duì)应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日(rì)仅电费就在5万(wàn)美元左右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大(dà)算力支持(chí)。在关注各类大模型(xíng)的(de)发(fā)展(zhǎn)同时，更应(yīng)该(gāi)关(guān)注算力(lì)网络(luò)的建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗级加(jiā)速进(jìn)程(chéng)，让(ràng)AIGC及(jí)通用(yòng)AI这一(yī)人(rén)工智能发(fā)展的终极(jí)目标(biāo)离得更(gèng)近。

因为算力可以(yǐ)对突破性技术创新提供大(dà)力的支持。这方面(miàn)，多模态大模型是典型。作为面向未(wèi)来强人(rén)工智能、通用人工智能的重要技术创新，多模态大模型已经在人工智能领(lǐng)域提出了很多年，业(yè)界也有(yǒu)不少技术(shù)突破，但(dàn)是，多(duō)模态大模型进一步往(wǎng)下(xià)走，算力需求呈几何(hé)式上(shàng)升(shēng)，一(yī)般的算力(lì)基础设施很快将(jiāng)难以胜任。

从图像、文字、语音单独一(yī)项的训练，到(dào)双模态、三模态(tài)的跃(yuè)迁，让人(rén)工(gōng)智能(néng)可以灵活(huó)应对不同模态的转(zhuǎn)化、像人(rén)与世界交(jiāo)互一样自然，这方面，由(yóu)算力网络来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发式(shì)增长的(de)算力来支撑的技(jì)术(shù)创新，将在人工智(zhì)能算力网络(luò)支撑下快速推进。

AIGC已经露出(chū)曙光，期待在(zài)大模型和大算力的支持下(xià)AIGC能持续颠覆内(nèi)容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 施为什么读yi什么意思，施怎么读啊