自聊(liáo)天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已(yǐ)多次公开谈论人工智能话题(tí)。在(zài)最近的一次(cì)采访中(zhōng)，他再(zài)次表示：“AI可能会让科(kē)技行(xíng)业迎来(lái)一次剧烈(liè)的洗牌”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出(chū)的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为(wèi)微软在AI方面的行(xíng)动(dòng)相当迅(xùn)速。而最(zuì)终科(kē)技(jì)巨(jù)头(tóu)将(jiāng)把AI整合成用户的“全能助手(shǒu)”，包(bāo)揽一切应用，与人们进行沟(gōu)通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚(shàng)需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀(shā)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(shàng)一(yī)次爆火的时(shí)候(hòu)，还是(shì)2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品(pǐn)获奖。

随后各(gè)大厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户(hù)们(men)可以在应用中输入一组关(guān)键(jiàn)词或者一张照片，就能获得一幅AI创作的画(huà)作。

作画的关键就是所(suǒ)输入(rù)的文本。同一组关键词(cí)也(yě)可(kě)以创作出(chū)很多张(zhāng)风格不一样的(de)画作，这让(ràng)创作的过程就像开盲盒。

很多用户(hù)很喜欢(huān)这种不确定(dìng)的惊喜(xǐ)，他(tā)们(men)会将生(shēng)成的美(měi)图当(dāng)做头像(xiàng)。而另一部(bù)分(fēn)喜欢(huān)翻看AI绘画的“翻(fān)车”作(zuò)品。在社交(jiāo)媒体上，许多(duō)用户分享AI“翻车(chē)现场”，例(lì)如，一位网友的小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网友的个人照片被AI识别成了建筑。

而如今(jīn)随着(zhe)ControlNet的出现与(yǔ)加(jiā)持，以(yǐ)往AI绘(huì)画的(de)填写关键词游戏可(kě)能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国人张(zhāng)吕敏创作的一种基(jī)于控制点的(de)图像变形(xíng)算法，主要用于数字图像处(chù)理(lǐ)、计算(suàn)机视觉和(hé)计(jì)算机图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为了AI绘画领域(yù)最新的热(rè)点。

在此之前(qián)，大(dà)家用了很多(duō)方法想(xiǎng)让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生成开始(shǐ)进入真正的可控时期(qī)。

因为ControlNet可(kě)以直接提取(qǔ)画面的构(gòu)图，人物(wù)的姿(zī)势和画(huà)面的(de)深度信(xìn)息等(děng)。有了它的帮助，就不用频繁的用提(tí)示词来碰运气，抽盲盒式的创作(zuò)了(le)。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画(huà)加了“魔(mó)法”，不少博主的作品已经获(huò)得了(le)大量的(de)浏览量，“viggo”就是(shì)其中之一，他用朋(péng)友(yǒu)的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字(zì)。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插(chā)件(jiàn)绑定(dìng)骨骼开始换关(guān)键词(cí)试效果。

通(tōng)过(guò)图片就可(kě)以看出(chū)来，效果十分(fēn)惊艳(yàn)。

更厉害的(de)是，除了真(zhēn)实的照片(piàn)，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其本尊(zūn)也亲(qīn)自回应。

不得(dé)不说当下AIGC已经(jīng)变(biàn)得(dé)越来越强大(dà)，甚至输(shū)出(chū)的(de)作(zuò)品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全(quán)问题(tí)

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给(gěi)出(chū)的美女照片都是AI制作的真人照片绘(huì)图(tú)，因为太逼真，被大家当成(chéng)真事传(chuán)播了(le)。

不过仔细(xì)观察可以发(fā)现(xiàn)，活动发(fā)起者提供(gōng)的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的存在异常。

有(yǒu)行业人事表示：“现在因为手指部分的绘画算法比(bǐ)较复杂(zá)，AI还不(bù)太会画人的手，但最新(xīn)看到的(de)图(tú)片已经(jīng)有越来越完(wán)美的AI模型出现(xiàn)，以后可能就完(wán)全没有漏洞了(le)。”

类似(shì)的AI作(zuò)图诈(zhà)骗在国外也已有发生。据英国广播公司(sī)报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的人(rén)打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真人照(zhào)片般(bān)的绘图效果，如果这样的(de)图(tú)片被用来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在“学习(xí)”了大量前人的作(zuò)品之后，其创作(zuò)没有任(rèn)何情绪和灵魂，难(nán)以(yǐ)和(hé)人(rén)类(lèi)的艺术创作(zuò)相提并论(lùn)。

另一(yī)方面(miàn)，AIGC背后的(de)版权(quán)、目(mù)前都并没(méi)有得到有效(xiào)的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也强(qiáng)调(diào)，人工智能的安全问题需要得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两面性的，潜在的(de)危害(hài)并不能掩(yǎn)盖其(qí)光辉的贡(gòng)献(xiàn)。现在(zài)看来，人工智能技(jì)术将(jiāng)是第四次工业革命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智能在(zài)技术和商业层面都(dōu)有了巨大进展，AI绘画就是人工(gōng)智能(néng)技术发生方向性改(gǎi)变的一个代(dài)表(biǎo)。其下一站或许就是(shì)视频。

此(cǐ)前(qián)，Meta和谷歌先(xiān)后发布了几条引爆(bào)科技圈(quān)的短视频。这些(xiē)视频引发关注并非(fēi)内容做得多(duō)优秀，反而都非常简单(dān)，比如一匹正在喝(hē)水的马，一(yī)只画画的玩具熊，或者一段骑摩托车的第(dì)一(yī)视角录像，随便一个有手(shǒu)机的人(rén)都可(kě)以随手录下(xià)一段(duàn)。

但这些短视频(pín)的(de)创作方式非常简单，创作者(zhě)仅(jǐn)仅需要向AI输入一(yī)段话，甚至只是说一下要求，AI就可以根据需要生成一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视(shì)频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做(zuò)出更高清(qīng)视频的(de)AI还不(bù)足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于，它(tā)可以制作出超过2分钟的(de)连(lián)贯的也有确切(qiè)内容的(de)视频，这才(cái)是(shì)真正(zhèng)让人们感(gǎn)到惊喜的(de)地方。因(yīn)为无论(lùn)AI生成的(de)视(shì)频多么(me)高(gāo)清，也只能是为内容生(shēng)产者(zhě)提供一(yī)个灵感(gǎn)，一(yī)个素材，一(yī)个过场(chǎng)动画。

不(bù)过(guò)能够制(zhì)作出有具体剧情内容的视频(pín)就意(yì)味着(zhe)，一(yī)些视频创作由AI代替人工完成(chéng)已经初步有了可能。

当(dāng)下(xià)AI的(de)发展速度已(yǐ)经超过(guò)大部分人的想象(xiàng)。内容产业的本质是(shì)供给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内容产业带来更新的内容(róng)风(fēng)格、更快的生产(chǎn)速度，更(gèng)低(dī)的生产成本，这无疑会驱(qū)动内(nèi)容(róng)产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人(rén)动作等(děng)多种(zhǒng)内容形式的(de)生(shēng)成。不难(nán)发(fā)现该项(xiàng)技术不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素的构建(jiàn)亦有关键意义。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸多领域，本身就对(duì)基于(yú)AI的可(kě)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(jié)果，而只(zhǐ)是AI进程中(zhōng)的一块重要拼图，有望在技术更(gèng)新的加持下实现更大的应用价值(zhí)。

AI从理解内容，走向了(le)可(kě)以生成(chéng)内容，甚至(zhì)能(néng)够创造出独立价值和(hé)独立(lì)视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未(wèi)来的(de)先进生产力即(jí)将到(dào)来。

04

紧抓大模型与算(suàn)力，牢固AIGC底(dǐ)座

从技术(shù)的(de)发展也可以(yǐ)看出，在语言大模型、图(tú)像(xiàng)大(dà)模(mó)型之后(hòu)，多模态大模型已经成为了新(xīn)的趋势。

大模型(xíng)被誉为当前人工智能(néng)发展的智能底(dǐ)座，是全(quán)球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众多头部企业都在竞相发力。

不过(guò)训练大模(mó)型的确(què)价格(gé)不菲(fēi)，以(yǐ)国盛证(zhèng)券发布的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而对于一些更大(dà)的LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计(jì)算，其(qí)对(duì)应(yīng)芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅(jǐn)电费就在(zài)5万美元左(zuǒ)右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支持。在关(guān)注各(gè)类大模(mó)型的发(fā)展同时，更应该关注算力网络的建设。

算力网络正驱(qū)动(dòng)AI产(chǎn)业发展进(jìn)入史诗(shī)级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能(néng)发展的终极目标离得更近。

因为算(suàn)力可(kě)以对突破性技术(shù)创新提(tí)供(gōng)大力(lì)的支持。这(zhè)方面(miàn)，多模(mó)态大模型(xíng)是典型。作为面向未来强人工智(zhì)能、通用人(rén)工智能(néng)的重要技术(shù)创新，多模态(tài)大模型已经(jīng)在人工智能领域提出了很多年，业(yè)界也有(yǒu)不(bù)少(shǎo)技术(shù)突(tū)破，但是，多模(mó)态大模型进一步往下走，算力(lì)需(xū)求呈几(jǐ)何式上升(shēng)，一般的算力基础设施很快将难(nán)以胜(shèng)任。

从(cóng)图像、文字、语音单独(dú)一(yī)项的训练(liàn)，到双模态、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应对不同模(mó)态的转化、像人(rén)与世界交互一样自然，这方面，由算力网络来驱动(dòng)将有明显优势。

此外(wài)，还(hái)有很多需要爆发式增长的算力来支撑的技(jì)术(shù)创新(xīn)，将在人工智能(néng)算力网络支撑下快速(sù)推(tuī)进(jìn)。

AIGC已经露出曙光，期待(dài)在(zài)大模(mó)型和(hé)大算(suàn)力(lì)的支持(chí)下AIGC能持(chí)续颠覆内容(róng)生产的方式，将(jiāng)创造的(de)边际成(chéng)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 为什么负负得正怎么推理，乘法为什么负负得正