自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖茨已(yǐ)多次公开谈论人工智能(néng)话题。在最近的一次采(cǎi)访中，他再次表示：“AI可能(néng)会让(ràng)科技行(xíng)业迎(yíng)来(lái)一次(cì)剧烈的洗牌”。

这个结论是他在当地时(shí)间2月20日接(jiē)受《In Good Company》节目专访(fǎng)时(shí)提(tí)出的(de)。

他(tā)预期，AI的发展可能(néng)会威胁到谷歌的市(shì)占率，因为(wèi)微软在AI方(fāng)面的(de)行动相当(dāng)迅速。而最终科技(jì)巨头(tóu)将把AI整(zhěng)合成用户的“全能助(zhù)手”，包揽一(yī)切应用(yòng)，与人们(men)进行沟通并提供(gōng)建(jiàn)议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手(shǒu)的(de)到来可(kě)能尚需(xū)时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题(tí)热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画为(wèi)代表的AIGC上一次(cì)爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举办的(de)新兴数字(zì)艺术家竞赛中，一幅名(míng)为《太空歌剧(jù)院》的(de)作品获奖。

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

用户(hù)们可以(yǐ)在应用(yòng)中输入(rù)一组(zǔ)关键词或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画的关键就(jiù)是(shì)所输入的文(w魔芋为什么没有热量，魔芋粉丝千万别吃多了én)本。同一组关(guān)键词也可以(yǐ)创(chuàng)作(zuò)出很多(duō)张风(fēng)格不一样(yàng)的(de)画作，这(zhè)让创作的过(guò)程就(jiù)像开盲盒。

很多(duō)用户(hù)很喜(xǐ)欢这种不确定的惊(jīng)喜，他们会将生成的美图当做头(tóu)像。而另一部分喜欢翻看(kàn)AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用(yòng)户分享AI“翻车(chē)现场”，例如(rú)，一位网友(yǒu)的小狗照(zhào)片被AI画成了“肌肉男”，还有网(wǎng)友的(de)个人照(zhào)片被AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读博的中国人张吕敏创作的一种基于(yú)控(kòng)制点的(de)图像变形(xíng)算法，主要用(yòng)于数字图像处理、计算机视觉和计算机(jī)图形学(xué)等领域。

其SD插件一经发布，在短短的两天内便成(chéng)为了AI绘画(huà)领域最新(xīn)的(de)热点。

在此之(zhī)前(qián)，大家(jiā)用了很(hěn)多(duō)方法想让AI生成的(de)结果尽可能的(de)符(fú)合要求，但是都不尽如人意(yì)，它(tā)的出现代表着AI生成开始进入真正的(de)可控(kòng)时(shí)期。

因(yīn)为(wèi)ControlNet可以直接提(tí)取画面的构图，人物的姿势(shì)和画面的(de)深度信息等(děng)。有(yǒu)了它的帮(bāng)助，就不用频繁的用提示(shì)词来碰(pèng)运气，抽盲盒式的(de)创作(zuò)了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不(bù)少博主的作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一(yī)，他用(yòng)朋友(yǒu)的照片直接(jiē)带她们走进(jìn)动(dòng)漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对(duì)应(yīng)的关(guān)键词；最(zuì)后用(yòng)ControlNet插件绑定骨骼开始换关(guān)键词试(shì)效果。

通过图片就可以看出(chū)来，效果(guǒ)十分(fēn)惊(jīng)艳。

更厉害的是，除了(le)真实(shí)的照片，草图也可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得越(yuè)来越强大，甚(shèn)至输出(chū)的作品都(dōu)已经(jīng)能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日，“苏(sū)州金鸡湖(hú)有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓的“party”可(kě)能是全国(guó)第(dì)一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给出的美(měi)女照片都是AI制作的真(zhēn)人照片绘(huì)图，因为太逼真，被大家当成真(zhēn)事传播了。

不(bù)过仔细(xì)观察可以发现，活动(dòng)发起(qǐ)者提供的照片中有个很大的(de)漏洞(dòng)可以发现并(bìng)非真人(rén)，而(ér)是AI绘图，那便(biàn)是图(tú)片中(zhōng)女性(xìng)的手指部分(fēn)有的存在异常。

有(yǒu)行(xíng)业人事(shì)表(biǎo)示：“现在因为手指(zhǐ)部分的绘画算法比较复杂，AI还不(bù)太会画(huà)人的(de)手，但最(zuì)新看到的图片(piàn)已经有越来越完美的AI模型(xíng)出(chū)现，以后可能就完全(quán)没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生。据(jù)英(yīng)国广播公司(sī)报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了(le)儿童受灾的假照片(piàn)发布(bù)到网络(luò)，以此(cǐ)诱(yòu)骗善良的人(rén)打(dǎ)赏“捐助”从而实施(shī)诈(zhà)骗。

目前(qián)随着(zhe)技术发展，AIGC已经(jīng)能做出真人(rén)照片般(bān)的绘图效果(guǒ)，如果这样的图片(piàn)被(bèi)用来诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引发了很多担(dān)忧(yōu)，一方面(miàn)，批判(pàn)者认为AI在“学习”了大量前人的作品之后，其创作(zuò)没(méi)有任何情绪和灵魂(hún)，难以(yǐ)和人类的艺术创作相提并(bìng)论。

另(lìng)一方(fāng)面，AIGC背后的版权、目(mù)前(qián)都并没有得到有(yǒu)效的解决(jué)，还有AIGC会不会代(dài)替(tì)人类(lèi)“至高无上”的(de)创(chuàng)意。

马斯克(kè)也强调，人工智(zhì)能的安全问题需要得到(dào)重视，太晚(wǎn)就(jiù)来(lái)不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术(shù)都(dōu)是有两面性的，潜在的危害并不能掩(yǎn)盖其(qí)光辉(huī)的贡献。现在看来，人工智能技术将是第四次工业革命的(de)核心驱动力量，将创造新的增长(zhǎng)奇迹。

过(guò)去一(yī)年，人工智能在技(jì)术和(hé)商业(yè)层面(miàn)都有(yǒu)了巨大(dà)进展，AI绘画(huà)就是人工智(zhì)能技术(shù)发生方向性改变的一(yī)个代表。其下一站或(huò)许就(jiù)是视频。

此前，Meta和谷歌先后(hòu)发布了几(jǐ)条引(yǐn)爆科技(jì)圈(quān)的短视频。这些(xiē)视频引(yǐn)发关(guān)注并(bìng)非内容做得(dé)多优秀，反而都非常简单(dān)，比如一匹正在喝水的(de)马，一只画(huà)画的玩(wán)具(jù)熊，或者一段骑(qí)摩托车的第一视角录像，随便一(yī)个(gè)有手(shǒu)机的人都可以随手录下一段。

但这些短视(shì)频的创(chuàng)作方式非常简单，创作者仅(jǐn)仅需(xū)要向AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就(jiù)可以根(gēn)据(jù)需要生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成(chéng)视频分别(bié)来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是高清，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在(zài)Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈(quān)就(jiù)已经(jīng)玩(wán)了一波梗，一个能够做出更高清视频的AI还(hái)不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它(tā)可以制作出超过2分钟(zhōng)的连贯(guàn)的也有确切内(nèi)容的(de)视频，这(zhè)才是真正让人们(men)感到(dào)惊喜的(de)地方。因(yīn)为无论(lùn)AI生(shēng)成的视(shì)频(pín)多么高清，也只(zhǐ)能是为内容生(shēng)产者(zhě)提供一个灵感，一(yī)个素材(cái)，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(jiù)意味着，一(yī)些(xiē)视(shì)频(pín)创作由AI代替人工完成已经初步(bù)有了可能。

当下AI的发展速度已经超(chāo)过大部(bù)分(fēn)人(rén)的(de)想象(xiàng)。内(nèi)容产业的本质是供给创造需求，AIGC作为全新的内容生(shēng)产方式，可以为内容产(chǎn)业(yè)带来更(gèng)新(xīn)的(de)内容风格(gé)、更快(kuài)的(de)生产速度，更低的生产(chǎn)成本，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多种(zhǒng)内容形(xíng)式的生成。不难发现该(gāi)项技(jì)术不仅在游戏(xì)等行(xíng)业(yè)能(néng)得(dé)到有效(xiào)应用，对于下一代(dài)互联(lián)网各种元(yuán)素(sù)的(de)构建亦有关键意义。

从商(shāng)业化的角度(dù)来看(kàn)，文化(huà)娱(yú)乐、教育、传媒(méi)等诸多领域，本身(shēn)就对基(jī)于AI的(de)可视化内(nèi)容有强烈需(xū)求。

因(yīn)此(cǐ)，AI绘画(huà)及视(shì)频(pín)或不是(shì)结(jié)果，而只是AI进程(chéng)中的一(yī)块重要拼图，有望在技术更新的加持下实现更大的应用(yòng)价值。

AI从理解内容，走(zǒu)向了可(kě)以生成内容(róng)，甚至能够创造出独(dú)立价值(zhí)和独立视(shì)角的内容。AIGC的再(zài)次出圈，更代表着未来的先进生(shēng)产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技(jì)术的发展也(yě)可以看出，在语言大模型、图像大模型之后，多(duō)模态大模(mó)型已(yǐ)经成(chéng)为了新的趋势。

大模型被誉为当前人工智能发展的智能(néng)底(dǐ)座(zuò)，是全球竞争(zhēng)最激烈的研(yán)究方向之(zhī)一，包括谷歌、亚(yà)马逊、百度、阿里(lǐ)、腾讯等众多(duō)头部(bù)企业(yè)都在竞(jìng)相发力。

不过(guò)训练(liàn)大模(mó)型(xíng)的确价格不菲(fēi)，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训(xùn)练一(yī)次的成本(běn)约为140万(wàn)美(měi)元。而对于一些更大的(de)LLM(大(dà)型语(yǔ)言模型)，训练成本(běn)则(zé)介于(yú)200万(wàn)美元(yuán)至1200万(wàn)美(měi)元高价之魔芋为什么没有热量，魔芋粉丝千万别吃多了间。

以ChatGPT在2023年1月(yuè)的独立访客平均(jūn)数1300万计算，其对应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日(rì)仅电费就在5万美(měi)元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持。在关注(zhù)各类大(dà)模型的发展同时，更(gèng)应该关(guān)注算力网络的建设。

算力网络(luò)正(zhèng)驱动AI产(chǎn)业(yè)发(fā)展进入史诗级(jí)加(jiā)速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为(wèi)算力(lì)可(kě)以(yǐ)对(duì)突(tū)破(pò)性技术创新提供(gōng)大力的支持。这方面，多模态大模型是典型。作为面向(xiàng)未来强(qiáng)人工智能(néng)、通(tōng)用(yòng)人工智能的(de)重要技术(shù)创(chuàng)新，多模态大模型已经在人工(gōng)智能(néng)领域(yù)提出了很多年，业界也(yě)有不少技术突破，但是，多模态(tài)大(dà)模型进一步往下走(zǒu)，算力需求呈几何式上升，一般的算力(lì)基础设施(shī)很快将(jiāng)难以胜任。

从图像、文(wén)字、语音单独一项的(de)训练，到双模态、三模态的跃迁，让人工(gōng)智能可以灵(líng)活应对不同模态的转化、像(xiàng)人与(yǔ)世界交互一样自然，这方面，由算(suàn)力网络来驱动(dòng)将有明显优势(shì)。

此外，还有(yǒu)很(hěn)多需要爆发式增长的算力来支撑的技(jì)术创新，将(jiāng)在人工智(zhì)能(néng)算力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际(jì)成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 魔芋为什么没有热量，魔芋粉丝千万别吃多了