自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨已多次公开(kāi)谈(tán)论(lùn)人(rén)工智能话题(tí)。在最近的一次采(cǎi)访中，他再次(cì)表示：“AI可能会让科技行业迎来一次剧烈的(de)洗牌”。

这个结论是他(tā)在(zài)当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为微软在AI方面的行动(dòng)相当迅速(sù)。而最(zuì)终(zhōng)科技巨(jù)头(tóu)将把AI整合成(chéng)用户的“全能助手”，包揽一切应用，与人(rén)们进行沟通并提供建议(yì)，可(kě)以取代(dài)亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口(kǒu)中全(quán)能助(zhù)手的到来可能尚需(xū)时(shí)日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多(duō)州举办的(de)新兴(xīng)数字(zì)艺术家竞赛中(zhōng)，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画软件被广大(dà)网友熟(shú)知并体验，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以在应用中输入一组关(guān)键(jiàn)词或(huò)者一张照片，就能(néng)获得(dé)一幅AI创作的画(huà)作。

作画的关键(jiàn)就是(shì)所输入的(de)文(wén)本。同一组(zǔ)关键词也可以创作出很多张风格(gé)不一样的(de)画作，这让创作的(de)过程就(jiù)像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊(jīng)喜，他(tā)们(men)会(huì)将生成(chéng)的美图(tú)当做头像。而另一部分(fēn)喜欢翻看AI绘画(huà)的“翻(fān)车”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现(xiàn)场”，例(lì)如(rú)，一位(wèi)网(wǎng)友的小狗照(zhào)片(piàn)被(bèi)AI画(huà)成了“肌(jī)肉男”，还(hái)有网友(yǒu)的个(gè)人(rén)照片(piàn)被AI识别成了(le)建筑(zhù)。

而如今随着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(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中(zhōng)国人张吕(lǚ)敏创作(zuò)的一种(zhǒng)基(jī)于(yú)控制(zhì)点的图像变形算法，主要用于(yú)数字图像处(chù)理(lǐ)、计(jì)算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经(jīng)发布，在(zài)短短的两天内便成为了AI绘画领域最新的(de)热点。

在(zài)此之(zhī)前，大家用了很多方法想让AI生成的结果尽可能(néng)的符合要求，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可(kě)以直接(jiē)提取画面的构图，人物的姿势和画面的深度信(xìn)息等。有了(le)它的帮助(zhù)，就不(bù)用频繁的用(yòng)提(tí)示词来(lái)碰(pèng)运气，抽盲盒式的创(chuàng)作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔(mó)法”，不少博主(zhǔ)的作品已经(jīng)获(huò)得了大量的浏(liú)览量，“viggo”就(jiù)是其中(zhōng)之一(yī)，他用朋友的(de)照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试(shì)效果(guǒ)。

通(tōng)过图片就可以看出来，效(xiào)果十分惊(jīng)艳。

更(gèng)厉害(hài)的是(shì)，除了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩图。大神(shén)张吕敏其(qí)本尊也(yě)亲自回应。

不(bù)得不(bù)说当下AIGC已经变得越(yuè)来(lái)越强大，甚(shèn)至输出的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕(tì)安(ān)全问题(tí)

近日，“苏州(zhōu)金鸡湖(hú)有游艇party”的消息火遍网络(luò)，而经(jīng)过警方(fāng)辟谣这所谓的(de)“party”可能是(shì)全(quán)国第一(yī)起(qǐ)AI绘(huì)图(tú)诈骗。

由于这个活动里面给出的美女照(zhào)片都是AI制作的(de)真人照片绘图，因(yīn)为太逼真，被大家当成真事传播了。

不过仔(zǎi)细(xì)观(guān)察可(kě)以发现，活动(dòng)发起者提供的(de)照片中有个很大(dà)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(fēn)有的存在异常。

有行业人(rén)事(shì)表示(shì)：“现在因为手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不(bù)太会画(huà)人的手，但(dàn)最新看到(dào)的图(tú)片已经有越来越(yuè)完美的AI模(mó)型出现，以后可能就完(wán)全(quán)没有(yǒu)漏洞了。”

类(lèi)似的AI作(zuò)图诈(zhà)骗在(zài)国外也已有发生(shēng)。据英国广(guǎng)播公司(sī)报道，土(tǔ)耳其地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了(le)儿童受灾的假照片发布(bù)到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技(jì)术发展，AIGC已经能做出真人照片般的绘图效果，如(rú)果这样(yàng)的图片(piàn)被用来(lái)诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多(duō)担忧(yōu)，一方面(miàn)，批(pī)判者认为AI在(zài)“学习(xí)”了大量前人的作(zuò)品之后，其创作没有任何情绪和灵魂(hún)，难以和人类的(de)艺术创(chuàng)作相提并(bìng)论。

另一方面，AIGC背后的(de)版权、目前都并没有得到有效的(de)解决，还有AIGC会不会代替人类“至(zhì)高(gāo)无上(shàng)”的创意。

马(mǎ)斯克也强调，人工智能的安全问题(tí)需要得到(dào)重视，太晚就来不及(jí)了(le)。

03

AIGC下一站除(chú)了视频，还有远方

技术(shù)都是有两面性的，潜在的(de)危害并不能掩(yǎn)盖其光辉的贡献。现在(zài)看(kàn)来(lái)，人工智(zhì)能技术将是第四次(cì)工业革命的核心(xīn)驱动(dòng)力量，将创(chuàng)造新的(de)增长奇迹。

过(guò)去一年，人工智能在(zài)技术和商业层面都有了巨(jù)大进(jìn)展(zhǎn)，AI绘画就是人(rén)工智能技(jì)术发生方向性改变的一个代(dài)表。其(qí)下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了几条(tiáo)引爆(bào)科(kē)技圈的短视频。这些视频引发关注并非(fēi)内容做得多优秀，反而都非常简单(dān)，比如一匹(pǐ)正在喝水(shuǐ)的马，一(yī)只画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个(gè)有(yǒu)手机的(de)人都(dōu)可以随(suí)手录下(xià)一(yī)段。

但这些短视频的创作(zuò)方式(shì)非常(cháng)简单，创作(zuò)者仅仅需(xū)要向AI输(shū)入一(yī)段(duàn)话，甚至只是说一下要(yào)求，AI就可以根据(jù)需要生成一(yī)段视频(pín)。

谷歌发布的(de)两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的(de)是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈(quān)就已经玩(wán)了一波(bō)梗，一个能够做出更高清视频的AI还不足以(yǐ)在短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它可以(yǐ)制作出超过2分(fēn)钟的(de)连贯的也有确(què)切(qiè)内容的视频，这(zhè)才(cái)是真(zhēn)正让人们感到惊喜的地方。因为无论AI生(shēng)成的视(shì)频多(duō)么高清，也只能是(shì)为(wèi)内容生产者提供一(yī)个(gè)灵感，一个素材，一(yī)个过场动画。

不(bù)过能够(gòu)制作出有具体剧情内容(róng)的视频就意味着，一些(xiē)视频创作由AI代(dài)替人(rén)工完(wán)成已经初步有了可能(néng)。

当下(xià)AI的发展速度已经超过(guò)大部分(fēn)人的(de)想(xiǎng)象。内容产(chǎn)业(yè)的本(běn)质是供给创造需求，AIGC作为全(quán)新的内容生(shēng)产方式，可以为(wèi)内容产业带来更新的内容风格(gé)、更快的生产(chǎn)速度，更低的生产(chǎn)成本，这无疑会驱动内容(róng)产业的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动(dòng)作等(děng)多(duō)种内容形式的生成。不难发现该(gāi)项技术不仅(jǐn)在(zài)游戏等行业(yè)能得(dé)到(dào)有(yǒu)效应用(yòng)，对于下一代互联网各种元素(sù)的构建亦有(yǒu)关键意义。

从商业化的角(jiǎo)度来(lái)看(kàn)，文(wén)化娱乐(lè)、教(jiào)育、传媒(méi)等诸多(duō)领域，本身就对(duì)基于AI的可视(shì)化内容有强烈(liè)需求。

因此(cǐ)，AI绘画及(jí)视(shì)频(pín)或(huò)不是结果(guǒ)，而只是AI进程(chéng)中的一(yī)块重(zhòng)要拼图，有望(wàng)在技术(shù)更新的加持下(xià)实(shí)现更大的应用价值。

AI从(cóng)理解内容，走向了可以生(shēng)成内容(róng)，甚至能(néng)够创造出独立价(jià)值和(hé)独立视(shì)角的内容(róng)。AIGC的再次出圈(quān)，更代表(biǎo)着未来的先进生(shēng)产力即(jí)将到来(lái)。

04

紧抓(zhuā)大模(mó)型与算力，牢固(gù)AIGC底座

从(cóng)技(jì)术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多(duō)模态(tài)大模型(xíng)已经(jīng)成为了(le)新的趋势。

大模型被(bèi)誉(yù)为(wèi)当前人工智能(néng)发展的(de)智能底座，是全球竞(jìng)争最(zuì)激烈的研究方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯(xùn)等众多头(tóu)部企业都(dōu)在(zài)竞相发力(lì)。

不过训练大模(mó)型的确(què)价格(gé)不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练(liàn)一次的成本约为(wèi)140万(wàn)美(měi)元。而(ér)对于一些更大(dà)的LLM(大型语言模型)，训练(liàn)成本则(zé)介于200万(wàn)美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平均(jūn)数(shù)1300万(wàn)计(jì)算，其对(duì)应芯片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿(yì)美元(yuán)，每日仅电费(fèi)就在(zài)5万美元左(zuǒ)右。

此外(wài)不论是(shì)ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算(suàn)力支持。在关注(zhù)各类(lèi)大(dà)模型的(de)发展同时，更(gèng)应(yīng)该关注算(suàn)力(lì)网络的建(jiàn)设。

算力网(wǎng)络正驱动(dòng)AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智(zhì)能发展(zhǎn)的(de)终极目(mù)标离(lí)得更近(jìn)。

因为算力可以对(duì)突破性技术创于令仪不责盗文言文翻译注释，于令仪不责盗古文翻译新提(tí)供大力(lì)的支持。这方面(miàn)，多模(mó)态大模型是典型(xíng)。作(zuò)为面向未来强人工智能(néng)、通(tōng)用人工智能的(de)重(zhòng)要技术创新，多(duō)模态大(dà)模(mó)型已(yǐ)经在人工智能领域提出了很多年，业界也有不少技术突破，但是，多模(mó)态大(dà)模(mó)型进一(yī)步(bù)往下(xià)走(zǒu)，算力(lì)需求呈几何式上升，一般的算(suàn)力基础设施很快将难以胜任。

从(cóng)图(tú)像(xiàng)、文字、语音单独一(yī)项的训练(liàn)，到双模态、三模态(tài)的跃迁，让人(rén)工(gōng)智能可以灵活应对不同模(mó)态的转化、像人与世界(jiè)交互(hù)一样(yàng)自然，这方面，由算力网(wǎng)络来驱动将有明显(xiǎn)优势。

此(cǐ)外，还(hái)有很多(duō)需要爆(bào)发式增长的(de)算力来支撑(chēng)的技术创新，将(jiāng)在人工智能算(suàn)力网络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型和大算力的(de)支持下(xià)AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 于令仪不责盗文言文翻译注释，于令仪不责盗古文翻译