自(zì)聊天机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨(cí)已多次(cì)公(gōng)开谈论人工智能话题。在最近的(de)一次采访(fǎng)中(zhōng)，他再(zài)次(cì)表示：“AI可能(néng)会让(ràng)科技(jì)行业迎来一次剧烈的洗牌”。

这(zhè)个结(jié)论是他(tā)在当(dāng)地(dì)时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可(kě)能会威胁到(dào)谷歌的市占率，因为微(wēi)软在(zài)AI方面的行(xíng)动相(xiāng)当(dāng)迅速。而最(zuì)终(zhōng)科技巨(jù)头将(jiāng)把AI整(zhěng)合成用户的“全(quán)能助(zhù)手”，包揽(lǎn)一切应用(yòng)，与人们进(jìn)行(xíng)沟通并提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全(quán)能(néng)助手的到来可能尚需时日，但由ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的时(shí)候，还是2022年8月(yuè)，在美国科罗拉多州举办的新兴数字(zì)艺术(shù)家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品(pǐn)获奖。

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

用户们可以(yǐ)在应用中输入一组关键(jiàn)词(cí)或者一张照片，就能获得一幅(fú)AI创作的画作(zuò)。

作画(huà)的(de)关键就是(shì)所(suǒ)输入的文本。同一组关键词也可以(yǐ)创作(zuò)出(chū)很多张风格不(bù)一(yī)样的画作，这让创作的(de)过程就(jiù)像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会将(jiāng)生(shēng)成的美图当做(zuò)头(tóu)像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多(duō)用户(hù)分(fēn)享AI“翻车现场”，例如，一位网(wǎng)友(yǒu)的小(xiǎo)狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的(de)出现与加持(chí)，以往AI绘画的填(tián)写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的一种(zhǒng)基(jī)于控制点(diǎn)的图像(xiàng)变形算法(fǎ)，主要用于数字图像处理(lǐ)、计算机(jī)视觉和计算机图形学等领域。

其SD插件一经发布(bù)，在短(duǎn)短的两天(tiān)内便成为了(le)AI绘画领域最新(xīn)的(de)热点。

在此之(zhī)前，大家用(yòng)了很(hěn)多(duō)方法想(xiǎng)让AI生成的结果尽可能的符合要(yào)求，但是都不(bù)尽如人意(yì)，它的出(chū)现代表着(zhe)AI生(shēng)成开始进入真正的可(kě)控(kòng)时期。

因为ControlNet可(kě)以(yǐ)直(zhí)接提取(qǔ)画面(miàn)的构图，人物的姿势(shì)和画面的深度信(xìn)息(xī)等。有了(le)它的帮助，就不用频繁的用提示词来(lái)碰(pèng)运气，抽(chōu)盲盒式的创作(zuò)了(le)。

通(tōng)俗的说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘(huì)画加了“魔法(fǎ)”，不少博主的作品已(yǐ)经获得了大(dà)量的浏(liú)览量，“viggo”就是其(qí)中之一(yī)，他用朋(péng)友的照片直(zhí)接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

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(kāi)始换关键(jiàn)词试效果。

通过图片就可以看(kàn)出来，效(xiào)果十分(fēn)惊艳(yàn)。

更(gèng)厉害的是，除了真实的照(zhào)片(piàn)，草(cǎo)图(tú)也可以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩图。大神张(zhāng)吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得越来(lái)越强(qiáng)大(dà)，甚至输出的作(zuò)品都(dōu)已经能以假乱真(zhēn)了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警(jǐng)惕安(ān)全(quán)问题

近日(rì)，“苏(sū)州金(jīn)鸡湖有(yǒu)游艇party”的(de)消息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片(piàn)都是AI制作的(de)真人照片绘图(tú)，因(yīn)为太逼真，被大(dà)家当成真事传(chuán)播(bō)了。

不过仔细观察(chá)可以(yǐ)发现，活(huó)动发起(qǐ)者提供的照片中有个很大(dà)的漏洞可(kě)以发现并非真人(rén)，而是AI绘图，那便是图片中女性的手指部分有的存在异常。

有行业人(rén)事表示：“现在因(yīn)为手指(zhǐ)部分的绘(huì)画算法比较复杂，AI还不太会画人的手，但(dàn)最新(xīn)看到(dào)的图(tú)片(piàn)已经有越来越(yuè)完美(měi)的AI模型出现，以后(hòu)可能就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英国广播(bō)公司(sī)报(bào)道，土耳其(qí)地震期间，有Tiktok用户(hù)使用AI合成了(le)儿童(tóng)受灾的假照片发(fā)布(bù)到网络，以此(cǐ)诱骗(piàn)善良的人(rén)打赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出(chū)真(zhēn)人照(zhào)片般(bān)的绘图(tú)效果，如果这样的(de)图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还引(yǐn)发了很(hěn)多担忧，一方面，中国有多少万大军，中国多少万兵力批判者(zhě)认为AI在“学(xué)习”了大(dà)量前(qián)人(rén)的(de)作品(pǐn)之(zhī)后(hòu)，其创作没有任何情绪和灵(líng)魂，难(nán)以和人类的艺(yì)术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并(bìng)没(méi)有得(dé)到有效的解决，还(hái)有AIGC会不(bù)会代替人类“至高无上”的创意。

马(mǎ)斯克(kè)也强调，人工智能的安全问题需要得到重(zhòng)视(shì)，太晚(wǎn)就(jiù)来不及(jí)了(le)。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都是(shì)有两面(miàn)性的(de)，潜(qián)在的危(wēi)害并不能(néng)掩盖其光(guāng)辉的贡献(xiàn)。现在看(kàn)来，人工(gōng)智(zhì)能(néng)技术将是第四次工业革命的核心驱动力(lì)量，将创造新的增长奇迹。

过去(qù)一年，人工智能在技术和商业层(céng)面都有了巨大进(jìn)展(zhǎn)，AI绘画(huà)就是(shì)人工智能技术发生方向性改(gǎi)变的一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和(hé)谷歌先后发布了(le)几条引爆科技圈的(de)短视频。这些视频引(yǐn)发关(guān)注并非内容(róng)做得多优(yōu)秀，反而都非常简单，比(bǐ)如一匹正在喝水的(de)马，一只画画的玩具熊，或者一(yī)段骑摩托车的第(dì)一视角录像，随便一个(gè)有手机的人都可以随手录下一(yī)段(duàn)。

中国有多少万大军，中国多少万兵力a-type="gif" data-w="256">

但这些短视频的创作方式(shì)非常简单，创作者仅仅需(xū)要向AI输入一段话，甚至只是(shì)说一下要求，AI就(jiù)可以(yǐ)根(gēn)据(jù)需(xū)要生成一(yī)段视频。

谷歌(gē)发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要(yào)突出的(de)是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个(gè)能够做出更高清视频的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震(zhèn)惊(jīng)的地方(fāng)在于，它可以制作出超过(guò)2分(fēn)钟的连贯的也有确切内容(róng)的视频，这才是真正让(ràng)人们感到惊喜的地(dì)方。因为无论AI生成的视频(pín)多么(me)高清，也(yě)只(zhǐ)能(néng)是为内容生产者提供一个(gè)灵(líng)感，一个(gè)素材，一个过场动画。

不过(guò)能够制作出有具体剧情内容的视(shì)频就意味着(zhe)，一些视频创作由AI代替(tì)人工(gōng)完成(chéng)已经初(chū)步有了可能。

当下AI的发展速度已(yǐ)经超过大(dà)部分人的想象。内(nèi)容产业的本质是(shì)供给(gěi)创造需求(qiú)，AIGC作为全新(xīn)的内容生(shēng)产方(fāng)式，可以(yǐ)为内容产业带来更(gèng)新的内容风格、更快的生产速(sù)度(dù)，更低的生产成(chéng)本(běn)，这无疑会驱(qū)动(dòng)内容(róng)产业(yè)的大爆(bào)发。

除了(le)AI绘图、视(shì)频，AIGC技术还能应用于音乐(lè)、代码、机器(qì)人动作等多(duō)种内容形式(shì)的生成。不难发现该(gāi)项(xiàng)技术(shù)不仅在游(yóu)戏等行业能(néng)得(dé)到有(yǒu)效(xiào)应用(yòng)，对(duì)于下一代互联网各种元素的构建(jiàn)亦(yì)有关键意义。

从(cóng)商业化的角(jiǎo)度(dù)来看，文(wén)化娱(yú)乐、教育、传媒等诸多(duō)领域，本身(shēn)就(jiù)对基(jī)于(yú)AI的可视化内容有强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及(jí)视频或不是结果，而只是AI进(jìn)程(chéng)中(zhōng)的(de)一块重要拼图，有(yǒu)望在技(jì)术更新的(de)加持下实现更大的应用价(jià)值。

AI从(cóng)理解内容，走向(xiàng)了可以生成内容，甚(shèn)至能(néng)够创造出独立价值和(hé)独立视(shì)角的(de)内容。AIGC的再(zài)次出圈(quān)，更代表着未(wèi)来的先进生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型(xíng)、图像(xiàng)大模型之后(hòu)，多模(mó)态大模型已经成为了新(xīn)的趋(qū)势。

大模型(xíng)被誉为当前人工智能发展的(de)智能底座，是全球竞争最激烈(liè)的研(yán)究方向之一(yī)，包(bāo)括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企(qǐ)业(yè)都在竞相发力。

不过训练(liàn)大模(mó)型的确(què)价格不菲，以国盛(shèng)证券(quàn)发布(bù)的(de)《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万美元。而对于一些更大的(de)LLM(大(dà)型语言模型)，训练(liàn)成本(běn)则介于(yú)200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计算，其对应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每(měi)日仅电费就在5万美元左(zuǒ)右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开(kāi)庞(páng)大算力支(zhī)持(chí)。在(zài)关注(zhù)各类大(dà)模型的发展同时(shí)，更应(yīng)该关(guān)注算力(lì)网络的建设。

算力(lì)网(wǎng)络正驱动AI产业发(fā)展进(jìn)入史诗级加速(sù)进程，让AIGC及(jí)通用(yòng)AI这(zhè)一人(rén)工智能发展的终极目(mù)标离得更(gèng)近。

因为算力可以对突破(pò)性技术创新提供大力的支(zhī)持。这方(fāng)面，多模(mó)态大(dà)模型是典(diǎn)型(xíng)。作为面向未来强人工智能(néng)、通用人工(gōng)智(zhì)能的重要技术创新，多模态大模型已(yǐ)经在人工(gōng)智能领域提出了很多(duō)年，业界也有不少技术突破，但是(shì)，多模(mó)态(tài)大模(mó)型进一步往(wǎng)下走，算力(lì)需求呈几何式(shì)上升，一(yī)般的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音(yīn)单独(dú)一项的训练(liàn)，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活(huó)应(yīng)对不同模态的(de)转化、像人(rén)与世界交互(hù)一样自然(rán)，这方(fāng)面(miàn)，由(yóu)算(suàn)力网络(luò)来驱动(dòng)将有明显优势。

此外，还(hái)有很多(duō)需(xū)要爆发式增长(zhǎng)的算力来支撑的技术创新，将在人工智能算(suàn)力网络(luò)支(zhī)撑下快速推(tuī)进。

AIGC已经露出(chū)曙光，期(qī)待在大模(mó)型和大算(suàn)力(lì)的支持下AIGC能(néng)持续颠(diān)覆内容(róng)生产的(de)方式，将创造(zào)的边际成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 中国有多少万大军，中国多少万兵力