自聊(liáo)天机器人ChatGPT火(huǒ)爆(bào)以来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多次(cì)公(gōng)开(kāi)谈论人(rén)工(gōng)智能话题。在最近(jìn)的一次采访中，他再次表(biǎo)示：“AI可能会让科技行业迎(yíng)来(lái)一次剧烈(liè)的洗牌(pái)”。

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

他(tā)预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行动(dòng)相当迅速(sù)。而最终(zhōng)科技巨头将把AI整合成用户的“全能助(zhù)手”，包揽一切(qiè)应用，与人们进(jìn)行沟通并提供建议，可(kě)以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到(dào)来(lái)可能(néng)尚需时日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年(nián)8月，在美(měi)国科罗拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名为《太空歌剧院》的(de)作品获奖。

随后各大厂商的AI绘画软件被广(guǎng)大(dà)网(wǎng)友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在(zài)应(yīng)用(yòng)中输入(rù)一组关键词或(huò)者(zhě)一张照片，就能获(huò)得(dé)一幅(fú)AI创作的画作。

作画的关键(jiàn)就是所(suǒ)输(shū)入的文本(běn)。同(tóng)一组关键词(cí)也可以(yǐ)创作出(chū)很(hěn)多张风格不一样的画(huà)作，这让创作(zuò)的过程就像开盲盒。

很多(duō)用(yòng)户(hù)很喜欢这(zhè)种不确定(dìng)的惊喜，他们会将生成的美图当(dāng)做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒(méi)体上，许多(duō)用户分享AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男(nán)”，还有(yǒu)网友的个人照(zhào)片(piàn)被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘(huì)画的填写关键(jiàn)词(cí)游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏(mǐn)创(chuàng)作的一(yī)种基于(yú)控制点(diǎn)的图像变形(xíng)算法，主要(yào)用于数字图像处理(lǐ)、计算机视觉(jué)和计(jì)算机图形学等(děng)领域。

其SD插件一经发布，在短短的两(liǎng)天内(nèi)便成为(wèi)了AI绘画(huà)领(lǐng)域最新的热点(diǎn)。

在此(cǐ)之前，大家(jiā)用了很多方法想让AI生成的结(jié)果尽可(kě)能的符合要求，但是都(dōu)不尽如人意，它的出(chū)现代(dài)表(biǎo)着AI生成开始(shǐ)进入真正(zhèng)的可控时(shí)期。

因为ControlNet可(kě)以直接提取(qǔ)画面的构图，人物的姿势和画(huà)面的深度信息等(děng)。有了它(tā)的帮(bāng)助，就不用频(pín)繁的用(yòng)提示(shì)词来碰运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的作(zuò)品已经获得(dé)了(le)大(dà)量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的(de)照(zhào)片直(zhí)接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就(jiù)可以(yǐ)看出来，效(xiào)果十分惊艳。

更厉害的是，除了真实(shí)的照片(piàn)，草图也可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到(dào)ControlNet还能(néng)实现线稿转全(quán)彩图。大神张吕敏其(qí)本尊(zūn)也(yě)亲自(zì)回应。

不得不说当下AIGC已经变得(dé)越来越强大(dà)，甚至输出的作(zuò)品都已经能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出的美女照片(piàn)都是(shì)AI制作(zuò)的(de)真人(rén)照片绘(huì)图，因为(wèi)太逼真，被大家当成真事传播了。

9的算术平方根是3还是正负3，根号9的算术平方根是多少ata-ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不过仔细观察可以发现，活动发起(qǐ)者提供的照片中有个很大的漏洞可以发现(xiàn)并非真人(rén)，而是(shì)AI绘(huì)图，那便是图片中女性的手指部分有的(de)存在异(yì)常。

有行业人事表(biǎo)示：“现(xiàn)在因为手指部分的(de)绘画算法比(bǐ)较(jiào)复杂(zá)，AI还不太(tài)会画(huà)人的手，但最新看到的图片(piàn)已经有越来越完(wán)美的(de)AI模型出(chū)现，以后可能就(jiù)完全没(méi)有(yǒu)漏洞了(le)。”

类(lèi)似的AI作图诈骗在(zài)国外也已(yǐ)有发(fā)生。据英国(guó)广播(bō)公(gōng)司(sī)报道，土耳其(qí)地震期(qī)间(jiān)，有Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照片发布到网络，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而(ér)实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这样的图片(piàn)被用(yòng)来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在“学习”了大量前人的作品之后，其(qí)创(chuàng)作没有任何情(qíng)绪(xù)和灵魂(hún)，难以和人类的艺术创(chuàng)作相(xiāng)提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前(qián)都(dōu)并没有得到有效的解决，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(rén)工(gōng)智(zhì)能的安全问题需要得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有远(yuǎn)方(fāng)

技术都是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在(zài)看来(lái)，人(rén)工智能技术(shù)将是(shì)第四(sì)次工(gōng)业革命的核心驱动力量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工智(zhì)能在技术和商业层(céng)面都有了巨大(dà)进展，AI绘画就(jiù)是(shì)人工智能技术发生(shēng)方向性改变的(de)一(yī)个(gè)代表。其(qí)下一站或许就(jiù)是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆科(kē)技圈的短视频。这些视频引发关注并非内容做得多优(yōu)秀，反而都非常简单，比如一匹正(zhèng)在(zài)喝水的(de)马(mǎ)，一只画(huà)画的玩具熊，或者一段骑(qí)摩托(tuō)车的第一视角录(lù)像，随(suí)便一个有手机(jī)的人都(dōu)可以随手录下一(yī)段(duàn)。

但(dàn)这些短视频的创作方式非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚(shèn)至只是说一(yī)下要求，AI就可(kě)以(yǐ)根据需要生成一段(duàn)视频。

谷歌发布的两(liǎng)个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突(tū)出的(de)是高清，与Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已(yǐ)经玩了一波梗，一个能(néng)够做出更高清视频的AI还不足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地方(fāng)在于，它(tā)可以制(zhì)作出(chū)超(chāo)过2分钟的连贯的也有确切(qiè)内容的视频(pín)，这才是真正(zhèng)让人们感到惊喜的地(dì)方。因为无论AI生成(chéng)的视频多么高(gāo)清(qīng)，也(yě)只能是为内容生(shēng)产者提(tí)供一(yī)个(gè)灵感，一个素材，一(yī)个过场动画。

不过能够(gòu)制作出有具体剧情内容的视频(pín)就意(yì)味着，一些视频(pín)创作由(yóu)AI代替人工(gōng)完成已经初步有了(le)可(kě)能。

当下(xià)AI的发展速度已经超过大部分人的想象。内容产业的本质是(shì)供给创造(zào)需求，AIGC作(zuò)为全(quán)新(xīn)的内容(róng)生产(chǎn)方式，可以为内容产(chǎn)业带来(lái)更(gèng)新的内(nèi)容风格、更(gèng)快的生产速度，更低的(de)生产成本，这无(wú)疑(yí)会驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用于音乐、代(dài)码、机器人动作等(děng)多种内(nèi)容(róng)形式的生成。不难(nán)发(fā)现该项技(jì)术(shù)不仅(jǐn)在游戏等行(xíng)业能得到有效应用，对于下一(yī)代互联(lián)网(wǎng)各种元(yuán)素的构建亦有关键意(yì)义(yì)。

从(cóng)商业(yè)化的角度来看，文化娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就对基于AI的可(kě)视化内容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不是结果(guǒ)，而(ér)只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下实现更大的应(yīng)用价(jià)值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够创造出独(dú)立(lì)价(jià)值(zhí)和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代表着未来(lái)的先进(jìn)生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的(de)发展也(yě)可以看出，在语言(yán)大模型(xíng)、图像大模型之(zhī)后，多模态大模型已经(jīng)成(chéng)为了(le)新(xīn)的趋(qū)势。

大模型被誉(yù)为(wèi)当前人(rén)工智能(néng)发展的智(zhì)能(néng)底座，是全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不(bù)过(guò)训(xùn)练(liàn)大模(mó)型的确价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次(cì)的成本约(yuē)为140万美元。而(ér)对于一些更(gèng)大(dà)的LLM(大(dà)型语(yǔ)言模型)，训练(liàn)成本则(zé)介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其(qí)对(duì)应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美(měi)元(yuán)，每日仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离(lí)不开庞大算力(lì)支(zhī)持(chí)。在(zài)关注各类(lèi)大模型的发展同时，更(gèng)应(yīng)该关注算力网络的建设(shè)。

算力网络正驱动AI产业(yè)发展进入史诗级(jí)加(jiā)速进程，让AIGC及(jí)通用AI这一人(rén)工(gōng)智能发展的终极目标(biāo)离得更(gèng)近。

因(yīn)为算力可以对突破性技术(shù)创新(xīn)提供大力的支持(chí)。这方面，多(duō)模态大模型是典型(xíng)。作为面(miàn)向(xiàng)未来强(qiáng)人(rén)工智(zhì)能、通用人工智(zhì)能的重要技术创新(xīn)，多模态大(dà)模型已经在人工智(zhì)能领域提出了很多年(nián)，业界也有不(bù)少技术突(tū)破，但是，多模态大模型进一(yī)步(bù)往下走，算力需求呈几何(hé)式(shì)上升，一般的算力基础设(shè)施很(hěn)快(kuài)将难(nán)以胜任。

从图像、文字、语音单独一(yī)项(xiàng)的训练，到双(shuāng)模态(tài)、三模(mó)态的(de)跃迁，让人工智能可以灵活(huó)应对不(bù)同模态的转(zhuǎn)化、像人与世界(jiè)交互一样自然，这方面(miàn)，由算(suàn)力网络来驱动将有明(míng)显优势。

此外，还有很多需要爆(bào)发(fā)式增长(zhǎng)的(de)算力来(lái)支撑的技(jì)术创新，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成(chéng)本降(jiàng)低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 9的算术平方根是3还是正负3，根号9的算术平方根是多少