自聊天机器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔(ěr)·盖(gài)茨已多次公(gōng)开谈论人工智能话题。在最(zuì)近(jìn)的一次(cì)采访中，他(tā)再次表示：“AI可能会让科(kē)技行业迎来(lái)一次剧烈的洗牌”。

这个(gè)结论是他在当地时(shí)间(jiān)2月20日接受《In Good Company》节目专访时(shí)提(tí)出的(de)。

他预期，AI的(de)发展(zhǎn)可能会威胁到谷歌的市占率，因(yīn)为微软在AI方(fāng)面(miàn)的行动相当迅速。而(ér)最终科技巨头(tóu)将把AI整合成(chéng)用户的“全能(néng)助手”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以(yǐ)取代亚马逊、小明王是谁的后代 小明王是男是女Siri或Outlook等(děng)应用。

大佬(lǎo)口中全能助手的到(dào)来(lái)可能(néng)尚需时日(rì)，但由ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)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(kě)控靠近

以AI绘(huì)画为(wèi)代(dài)表的AIGC上一次爆火(huǒ)的(de)时候，还(hái)是2022年8月，在(zài)美(měi)国科罗拉多州举办的新兴数字艺(yì)术家竞赛中，一幅(fú)名为(wèi)《太空(kōng)歌剧院》的作品获奖。

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

用户们可以在(zài)应(yīng)用中输入一(yī)组关键词(cí)或(huò)者一张照(zhào)片(piàn)，就能获得一幅AI创作的画作。

作画的(de)关(guān)键就是所输入(rù)的文本(běn)。同一组(zǔ)关键词也(yě)可以创作出很多张(zhāng)风格不一样的画(huà)作(zuò)，这让创(chuàng)作的过程就像(xiàng)开盲(máng)盒(hé)。

很多(duō)用户很喜欢这种不确定的惊(jīng)喜，他们(men)会(huì)将生成的(de)美图当(dāng)做头像(xiàng)。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片(piàn)被(bèi)AI识别成了建筑。

而如今(jīn)随(suí)着ControlNet的(de)出现与(yǔ)加(jiā)持，以往AI绘画的填(tián)写关键(jiàn)词游戏(xì)可能(néng)要被颠覆了。

ControlNet是一(yī)位正在(zài)斯坦福读博的(de)中国人张吕敏创作的一种基(jī)于控制(zhì)点的图像变形(xíng)算法，主要用于(yú)数字图像(xiàng)处理、计算机视觉和计算机图(tú)形学等(děng)领域。

其SD插件一经发布，在短短的两天(tiān)内便成为了(le)AI绘画(huà)领域最新(xīn)的热点。

在(zài)此之前，大家用(yòng)了(le)很多方法想让(ràng)AI生(shēng)成的结果尽可能的符合要求，但是(shì)都不尽(jǐn)如人意，它的出现代表着AI生成开(kāi)始(shǐ)进入真正的可(kě)控时期。

因(yīn)为ControlNet可(kě)以(yǐ)直接提(tí)取画面的构图，人物的(de)姿势(shì)和画面的深度信息等(děng)。有了它的帮(bāng)助，就不用频繁(fán)的用提示词(cí)来碰运气，抽盲盒式(shì)的(de)创(chuàng)作了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不少(shǎo)博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直接带她(tā)们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文(wén)字(zì)。

再用Text2Prompt插(chā)件拓展找到(dào)对应的(de)关键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开(kāi)始换关(guān)键词(cí)试效果。

通过图片就可以看出来(lái)，效果十分(fēn)惊艳(yàn)。

更厉害的是，除了真实的照片，草图(tú)也(yě)可以加(jiā)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。大(dà)神(shén)张(zhāng)吕(lǚ)敏其本尊(zūn)也亲自(zì)回应。

不(bù)得不说当(dāng)下AIGC已经变得越来越(yuè)强大，甚至输出的作(zuò)品都(dōu)已经能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安全问题(tí)

近(jìn)日，“苏(sū)州金鸡湖有游(yóu)艇party”的消(xiāo)息火遍网络，而经过警(jǐng)方辟谣这所谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于(yú)这个活动里(lǐ)面给(gěi)出的(de)美女照片都是AI制作的真(zhēn)人照(zhào)片绘图(tú)，因为太逼真(zhēn)，被大家当成真事传播(bō)了。

不过仔细观(guān)察可以发(fā)现，活动发(fā)起者提供(gōng)的照(zhào)片中有(yǒu)个很(hěn)大(dà)的漏洞(dòng)可以(yǐ)发现(xiàn)并非真人，而是AI绘图，那便是图片中女性(xìng)的手指部分有的存在(zài)异常。

有行业(yè)人事(shì)表(biǎo)示：“现在因为手指部分的绘画算(suàn)法比较复杂(zá)，AI还(hái)不(bù)太会画人的手，但最新看(kàn)到的图(tú)片已经有越来(lái)越完美的AI模型出现，以后(hòu)可(kě)能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在(zài)国外也已(yǐ)有发生。据英国(guó)广(guǎng)播公司报道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受(shòu)灾的假照(zhào)片发(fā)布到(dào)网络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从而实(shí)施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片般(bān)的绘图效果，如果这样的图片被用(yòng)来(lái)诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创(chuàng)作没有任(rèn)何情(qíng)绪和灵魂，难以和人类的艺术创(chuàng)作(zuò)相提(tí)并论。

另一方面，AIGC背后的版权、目前(qián)都并没有得到有效的解决，还(hái)有(yǒu)AIGC会不(bù)会代(dài)替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问题(tí)需要得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远方(fāng)

技术都是有(yǒu)两面性(xìng)的，潜在的危害并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看来，人(rén)工智(zhì)能(néng)技术(shù)将是(shì)第四(sì)次工业革命的核心驱(qū)动力量，将创造新的增长(zhǎng)奇迹(jì)。

过去一年，人(rén)工智能在技术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技术(shù)发生方向性改变(biàn)的一个(gè)代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视(shì)频。这些视(shì)频引发关注并(bìng)非(fēi)内容做得多(duō)优秀，反而都(dōu)非常(cháng)简单，比如一(yī)匹(pǐ)正(zhèng)在喝水的(de)马，一只画画(huà)的玩具(jù)熊，或者(zhě)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(suí)手(shǒu)录下一段(duàn)。

但这(zhè)些(xiē)短视频的创(chuàng)作方式(shì)非常简单(dān)，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只是(shì)说(shuō)一下要(yào)求，AI就可以根据需(xū)要生(shēng)成一(yī)段视频。

谷歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差(chà)别(bié)。

在Make-A-Video公(gōng)布了AI生(shēng)成的视(shì)频后(hòu)，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做(zuò)出(chū)更(gèng)高清视(shì)频的AI还不足以在(zài)短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方(fāng)在于，它(tā)可(kě)以(yǐ)制(zhì)作出超过(guò)2分钟的连贯的(de)也有确切内容的视(shì)频，这才是(shì)真正让人(rén)们感(gǎn)到惊喜的地(dì)方(fāng)。因为无论AI生成的视(shì)频多么高清，也只(zhǐ)能是(shì)为内(nèi)容生产(chǎn)者提供一个灵感，一(yī)个(gè)素材，一个过场动画(huà)。

不过能够制(zhì)作出(chū)有具体剧情内容的视(shì)频就意味着，一些视频(pín)创作由AI代替人工完成(chéng)已(yǐ)经初步有了(le)可能。

当下AI的发(fā)展速(sù)度(dù)已经(jīng)超(chāo)过(guò)大部(bù)分人的想(xiǎng)象。内容产业的本质是(shì)供给创造需求，AIGC作(zuò)为全新的内容生(shēng)产方式，可以为内容产(chǎn)业带(dài)来更(gèng)新的内(nèi)容风格(gé)、更快的生产(chǎn)速度(dù)，更(gèng)低(dī)的生产成本，这无疑会驱(qū)动内容产业(yè)的大(dà)爆发(fā)。

除了AI绘图、视频(pín)，AIGC技(jì)术还能应用(yòng)于音(yīn)乐、代码(mǎ)、机(jī)器人动作等(děng)多种内容形式的生成。不难发(fā)现该项技(jì)术不仅在游戏(xì)等行业能得到有效应用，对(duì)于下(xià)一(yī)代互联(lián)网各种元素(sù)的构建亦(yì)有关键意义。

从商业化的角度来(lái)看，文化娱乐、教育(yù)、传媒等(děng)诸多领域，本身就对基于AI的可视(shì)化内容有强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是AI进程(chéng)中的一块重要拼图，有望(wàng)在技(jì)术更新的加持下实现更大的应用价值。

AI从理解内容，走向了可(kě)以生成内容，甚至能够创造出独(dú)立价值和(hé)独立视(shì)角的内(nèi)容(róng)。AIGC的再次出圈，更代(dài)表着未来的(de)先(xiān)进生产力即(jí)将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术(shù)的发展也可以看(kàn)出，在语言大模(mó)型、图像大模型(xíng)之(zhī)后，多模态大模型已(yǐ)经成为(wèi)了新(xīn)的趋势(shì)。

大模型(xíng)被誉为当前人(rén)工(gōng)智能发展的(de)智能底座，是全球竞争(zhēng)最(zuì)激烈的研究方向之一(yī)，包括谷歌、亚马逊、百度、阿(ā)里、腾(téng)讯等众多头部(bù)企(qǐ)业(yè)都(dōu)在竞相发力。

不过训练(liàn)大模型(xíng)的确价格不菲，以国盛(shèng)证券发(fā)布的(de)《ChatGPT需要多(duō)少算力》报告估算，GPT-3训(xùn)练一次的成本约为140万美(měi)元。而对于一(yī)些更大的LLM(大(dà)型语言模型)，训(xùn)练(liàn)成本(běn)则介(jiè)于200万美(měi)元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本(běn)约为(wèi)8亿美元，每日仅电费就在5万美(měi)元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类大模型的发(fā)展同时，更(gèng)应(yīng)该关注算力网络的建设。

算(suàn)力网络正驱动AI产业(yè)发展进入(rù)史诗级加(jiā)速进程，让AIGC及(jí)通用AI这一人工智能发(fā)展的终极目标离得更近(jìn)。

因为(wèi)算(suàn)力可以(yǐ)对突破性技术创新提(tí)供大(dà)力的支持(chí)。这方(fāng)面(miàn)，多模态(tài)大(dà)模型是典型。作为面向未(wèi)来强人工智能、通用人工智能的重(zhòng)要技术创新，多(duō)模态大(dà)模型已经(jīng)在(zài)人工(gōng)智能(néng)领域提(tí)出了很多年，业(yè)界(jiè)也有不少技术突破，但是，多(duō)模态大模型(xíng)进一步往下走(zǒu)，算力需求(qiú)呈(chéng)几何式上升，一般的算力基础设施很快将难以胜任。

从(cóng)图(tú)像(xiàng)、文字、语音单(dān)独一项的训练(liàn)，到双模(mó)态、三模态的跃迁，让人(rén)工智能可以灵活应对不(bù)同模态的转化(huà)、像人与世界交互(hù)一样自然，这(zhè)方面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很(hěn)多需要爆(bào)发式增长的算力(lì)来支撑的技术创新，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经(jīng)露(lù)出曙光，期待(dài)在大(dà)模型和大算力(lì)的支(zhī)持下AIGC能持(chí)续颠(diān)覆内容(róng)生(shēng)产(chǎn)的方式(shì)，将创造的边际成本(běn)降(jiàng)低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 小明王是谁的后代 小明王是男是女