自(zì)聊天机器(qì)人ChatGPT火爆以(yǐ)来，微软公司(sī)创始人比尔·盖茨已多次公开(kāi)谈论人(rén)工智(zhì)能话题。在(zài)最近的(de)一次采访(fǎng)中，他再次表示：“AI可能会让科(kē)技(jì)行业迎来一次剧(jù)烈的洗牌”。

这个结论(lùn)是他在当(dāng)地时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因为微(wēi)软在AI方(fāng)面的行(xíng)动(dòng)相当(dāng)迅(xùn)速。而最(zuì)终科技巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行(xíng)沟(gōu)通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全(quán)能助手的到(dào)来可能尚需时日，但(dàn)由(yóu)ControlNet引发的(de)又一(yī)次(cì)AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代(dài)表(biǎo)的(de)AIGC上一次(cì)爆火的时候，还是2022年8月，在(zài)美国科罗拉多州(zhōu)举办的(de)新兴数(shù)字艺术家(jiā)竞赛中，一幅名为《太空歌剧(jù)院》的作品获(huò)奖。

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

用户们可以在应用中(zhōng)输入一组关(guān)键词(cí)或者一张照片，就能(néng)获(huò)得一(yī)幅AI创作(zuò)的画(huà)作(zuò)。

作(zuò)画的(de)关键就(jiù)是(shì)所输入(rù)的文本。同一(yī)组关(guān)键词也可以创作出(chū)很多张风格不一(yī)样的(de)画作，这(zhè)让创作的过程就(jiù)像开盲盒。

很多(duō)用户(hù)很喜(xǐ)欢这种不确定的惊喜，他们会(huì)将生成的美图当做头像。而(ér)另(lìng)一部分(fēn)喜(xǐ)欢翻(fān)看(kàn)AI绘画的“翻车”作品。在(zài)社交媒体上(shàng)，许多用(yòng)户分享AI“翻车现(xiàn)场”，例(lì)如，一位(wèi)网友(yǒu)的小(xiǎo)狗照(zhào)片被AI画成了“肌肉男”，还有网友的(de)个人(rén)照片被AI识别(bié)成了建筑。

而如(rú)今(jīn)随着(zhe)ControlNet的(de)出现与加持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是(shì)一位正(zhèng)在(zài)斯坦(tǎn)福读博的(de)中(zhōng)国人(rén)张吕(lǚ)敏创(chuàng)作的(de)一种(zhǒng)基于控制点(diǎn)的(de)图(tú)像(xiàng)变形(xíng)算法，主要用(yòng)于数字图(tú)像处理、计算机视觉和计算机图形(xíng)学等(děng)领域。

其SD插件一经发布(bù)，在短短(duǎn)的(de)两天内便成(chéng)为了AI绘画领域最新(xīn)的(de)热点。

在(zài)此之前，大家用了很多方法想让AI生成(chéng)的结果尽可能(néng)的符合要求(qiú)，但是都不尽(jǐn)如人(rén)意，它的出现代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人(rén)物(wù)的姿势和画面的深度信息(xī)等。有了(le)它的帮(bāng)助(zhù)，就不用频繁的(de)用提示词来(lái)碰(pèng)运气，抽盲盒式的(de)创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品(pǐn)已经获得(dé)了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始(shǐ)换(huàn)关(guān)键(jiàn)词试效果(guǒ)。

通(tōng)过(guò)图片(piàn)就可以看出(chū)来，效果十分惊艳(yàn)。

更厉(lì)害(hài)的是，除了真(zhēn)实的(de)照(zhào)片，草(cǎo)图也(yě)可以加(jiā)上(shàng)“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实(shí)现线(xiàn)稿转全彩(cǎi)图。大(dà)神(shén)张吕敏其本(běn)尊(zūn)也亲自回应(yīng)。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输(shū)出的作品都已经能以假乱(luàn)真了。

02

难辨虚(xū)实(shí)，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇(tǐng)party”的(de)消息火(huǒ)遍(biàn)网络，而经(jīng)过警方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由(yóu)于这个活动里(lǐ)面给(gěi)出的美女(nǚ)照(zhào)片都是(shì)AI制(zhì)作的真人照片绘(huì)图(tú)，因(yīn)为太(tài)逼真，被大家(jiā)当(dāng)成真(zhēn)事(shì)传播了。

不过仔细观察可以发现，活动(dòng)发(fā)起者(zhě)提供的照片中有个很(hěn)大的(de)漏(lòu)洞可以(yǐ)发现并(bìng)非真人，而是AI绘(huì)图，那便是图片中女性的手指部分有的存在(zài)异常。

有(yǒu)行业人(rén)事表示：“现在因为(wèi)手指部分(fēn)的绘画算法(fǎ)比较复杂，AI还不太会画人(rén)的手，但最(zuì)新看到的图片已经有越来越完(wán)美(měi)的AI模型(xíng)出现，以后可能就完全没有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外也已(yǐ)有(yǒu)发生(shēng)。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假(jiǎ)照(zhào)片(piàn)发布到网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从而(ér)实施诈骗。

目前随(suí)着技(jì)术(shù)发(fā)展(zhǎn)，AIGC已经能做(zuò)出真人照片般(bān)的绘图(tú)效果，如果这样(yàng)的(de)图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发了(le)很多担忧，一(yī)方面，批判者认为AI在“学(xué)习”了大(dà)量前人的作(zuò)品之(zhī)后，其创作没有任何情绪和物尽其才人尽其用是什么意思，人尽其用打一生肖(hé)灵魂，难以和人类的艺术创(chuàng)作(zuò)相提并论。

另(lìng)一(yī)方面，AIGC背后的版(bǎn)权、目前都并没有(yǒu)得到有效的解决(jué)，还有AIGC会不(bù)会代替(tì)人类“至高(gāo)无上”的创意。

马斯克也强调，人工(gōng)智能(néng)的安全问(wèn)题需(xū)要得(dé)到重视(shì)，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一站除了视(shì)频，还有远方

技术都是有两面性的(de)，潜在的危害并不能掩盖(gài)其光辉的贡献。现(xiàn)在看来，人工(gōng)智能技术(shù)将是第四次工业革命(mìng)的核(hé)心驱动力(lì)量，将创造新的增长奇迹。

过去一年，人工(gōng)智能在技术和商业层(céng)面都有(yǒu)了巨大(dà)进展(zhǎn)，AI绘画就是人工(gōng)智(zhì)能(néng)技术发生方向性(xìng)改(gǎi)变的一个(gè)代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视(shì)频。这些视频引(yǐn)发(fā)关(guān)注并非内(nèi)容做(zuò)得多优秀，反而都非常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者一段骑(qí)摩托车的第(dì)一视角录像(xiàng)，随便(biàn)一个有手机的人(rén)都可以随手录下一(yī)段。

但这些(xiē)短视频的创作方式非常简单，创作(zuò)者仅仅(jǐn)需要向AI输入(rù)一段话，甚至只是说一(yī)下要求，AI就(jiù)可以根(gēn)据需要生成一段视频(pín)。

谷歌发布(bù)的两(liǎng)个AI生成(chéng)视频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就(jiù)已经玩(wán)了一波梗，一个(gè)能(néng)够做出(chū)更高清视频(pín)的AI还不(bù)足以在短(duǎn)时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它(tā)可(kě)以制作出(chū)超过2分钟(zhōng)的连贯的也有确切内容的(de)视频，这才是真(zhēn)正让人们感到惊喜(xǐ)的(de)地方。因为无(wú)论AI生成的视(shì)频多么(me)高清，也只(zhǐ)能是(shì)为(wèi)内容生产者提供一个灵感，一(yī)个素材，一个过(guò)场动画(huà)。

不(bù)过能够制作出(chū)有具(jù)体剧情内容的视频就意味着(zhe)，一些视(shì)频创(chuàng)作由(yóu)AI代替(tì)人工完(wán)成已经(jīng)初步有(yǒu)了可(kě)能(néng)。

当(dāng)下AI的发展速度已经(jīng)超过大部分人的想象。内(nèi)容产业的本质是(shì)供给创(chuàng)造需求，AIGC作为全新(xīn)的内(nèi)容生产方式，可以为(wèi)内容(róng)产业带来更新的内容风(fēng)格(gé)、更快的生(shēng)产(chǎn)速度(dù)，更低的生(shēng)产成(chéng)本，这(zhè)无疑会(huì)驱(qū)动内容产业的大(dà)爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能(néng)应用(yòng)于音乐、代码、机器人动作等多种(zhǒng)内容形式的生(shēng)成(chéng)。不难发(fā)现该项技术不仅在游戏(xì)等行业能得到(dào)有效应用，对于(yú)下一(yī)代互联(lián)网各种元素(sù)的构建亦有(yǒu)关键意义。

从(cóng)商业(yè)化(huà)的角度来看，文化娱(yú)乐、教育(yù)、传媒等诸多(duō)领(lǐng)域，本(běn)身就对基于AI的可(kě)视化内容有强烈(liè)需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是(shì)AI进程中的一(yī)块重要拼图，有(yǒu)望(wàng)在技术更(gèng)新的加持下实(shí)现更大的应用价值。

AI从理解内容，走向了可以(yǐ)生成内(nèi)容(róng)，甚(shèn)至能够创造出(chū)独立(lì)价值和独立视(shì)角的(de)内容。AIGC的再次(cì)出圈，更代表(biǎo)着未来的(de)先进生产力即将到来。

04

紧抓大(dà)模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图(tú)像大(dà)模(mó)型之后，多(duō)模态大模型已经成为了新的趋势。

大模型被(bèi)誉为当前人工智能发展的智能底座，是全球竞争最激烈(liè)的研究方向之一，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾(téng)讯等(děng)众多头部企业(yè)都(dōu)在(zài)竞相发(fā)力。

不过训练大模型的(de)确价格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万(wàn)美元。而对(duì)于一些(xiē)更大(dà)的LLM(大型(xíng)语(yǔ)言模(mó)型)，训练成本(běn)则(zé)介于200万美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数(shù)1300万计算，其对应芯片需求(qiú)为3万多片英(yīng)伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算(suàn)力支持。在关注各类大模型(xíng)的(de)发展同时，更应(yīng)该(gāi)关注算力网络的(de)建设。

算力(lì)网络正驱动AI产业发展(zhǎn)进入史诗级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发(fā)展的终极(jí)目(mù)标离(lí)得更近(jìn)。

因为(wèi)算(suàn)力可以对突破性技术创新提供大(dà)力的支持。这(zhè)方(fāng)面，多模态大模型是典型。作为面(miàn)向未来强人工智能、通(tōng)用人工(gōng)智能的重要技(jì)术(shù)创新，多模(mó)态大模型已经(jīng)在人工智能领域提出(chū)了很多年，业界也有不少技术突破，但是，多模态大模(mó)型(xíng)进一步往下走，算(suàn)力需求呈几何(hé)式上升，一般的(de)算力基础设施很快(kuài)将难(nán)以胜(shèng)任。

从图像、文字、语(yǔ)音单(dān)独(dú)一项(xiàng)的训(xùn)练(liàn)，到双(shuāng)模态、三模态(tài)的跃迁，让(ràng)人(rén)工智能可(kě)以灵(líng)活应对不同模态(tài)的转化、像人与(yǔ)世界交互(hù)一样自(zì)然，这方面，由算力(lì)网络(luò)来驱(qū)动将(jiāng)有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的(de)算(suàn)力来支撑的技术创新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大(dà)算(suàn)力的支持(chí)下AIGC能持(chí)续颠覆内(nèi)容(róng)生(shēng)产(chǎn)的方式，将创(chuàng)造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 物尽其才人尽其用是什么意思，人尽其用打一生肖