自聊(liáo)天机器人ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已(yǐ)多次(cì)公开谈(tán)论(lùn)人工(gōng)智能(néng)话题。在(zài)最近的一(yī)次(cì)采访中，他再次表(biǎo)示(shì)：“AI可(kě)能会让科技行业迎来一(yī)次剧烈的(de)洗牌”。

这个(gè)结论是他在(zài)当地时间2月20日(rì)接受(shòu)《In Good Company》节目(mù)专访时提出的。

他预期，AI的发(fā)展(zhǎn)可能会威胁到谷(gǔ)歌的(de)市占率，因(yīn)为微(wēi)软在(zài)AI方(fāng)面的(de)行(xíng)动相(xiāng)当迅速。而最(zuì)终科技巨头将(jiāng)把(bǎ)AI整(zhěng)合(hé)成用户的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进(jìn)行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚(shàng)需时日，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火(huǒ)的时候，还(hái)是(shì)2022年8月，在美国(guó)科罗拉多州(zhōu)举办的新兴数(shù)字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作(zuò)品获奖。

随后各大(dà)厂(chǎng)商(shāng)的(de)AI绘画(huà)软件(jiàn)被广(guǎng)大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其(qí)中代表(biǎo)。

用户们可以在应用中输入一组(zǔ)关键词(cí)或者一张照片，就能获得一(yī)幅(fú)AI创作的(de)画(huà)作(zuò)。

作(zuò)画的(de)关键就(jiù)是(shì)所(suǒ)输入的文本。同一组(zǔ)关键(jiàn)词也可以创作出(chū)很多张风格不一样的画(huà)作，这让创作的过程就像开盲盒(hé)。

很(hěn)多(duō)用(yòng)户很喜欢这种不确定的惊(jīng)喜，他(tā)们(men)会将生(shēng)成的美图当做头像。而另一部分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交媒体上，许多(duō)用户分(fēn)享AI“翻车现场”，例如，一位网友(yǒu)的(de)小狗照片被AI画成(chéng)了“肌肉男(nán)”，还有网友的个人照片被AI识别成(chéng)了(le)建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘(huì)画的填写关键(jiàn)词游戏(xì)可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国(guó)人张(zhāng)吕敏创作的一(yī)种基于(yú)控制点的图(tú)像变形算(suàn)法，主要用于数字(zì)图像处理、计算(suàn)机视觉和计(jì)算机图形学(xué)等领域。

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

在此之(zhī)前，大家(jiā)用了很多方法(fǎ)想(xiǎng)让AI生成的结果(guǒ)尽可能的符(fú)合(hé)要求(qiú)，但是都不尽如人意(yì)，它的(de)出(chū)现代(dài)表着AI生(shēng)成开始(shǐ)进入真正(zhèng)的(de)可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人(rén)物的(de)姿势(shì)和画面的(de)深(shēn)度(dù)信(xìn)息等。有了它的帮助，就不用频繁的(de)用提示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经获得了(le)大(dà)量的浏览(lǎn)量，“viggo”就(jiù)是其(qí)中之一，他用朋友的(de)照片(piàn)直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展找到对应的(de)关键(jiàn)词；最(zuì)后用(yòng)ControlNet插件绑定骨骼开始(shǐ)换关键词(cí)试效果(guǒ)。

通过图片(piàn)就(jiù)可以看(k当日事当日毕什么意思，今日事今日毕,勿将今事待明日àn)出来，效果(guǒ)十分(fēn)惊艳。

更厉害的是，除(chú)了真(zhēn)实(shí)的照(zhào)片，草(cǎo)图也可(kě)以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全(quán)彩图。大神(shén)张吕(lǚ)敏其(qí)本尊也亲(qīn)自回应。

不(bù)得不说当下AIGC已经变得越来越(yuè)强大(dà)，甚至输出的作品都已经(jīng)能以(yǐ)假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金(jīn)鸡(jī)湖(hú)有游艇party”的消(xiāo)息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全(quán)国第(dì)一起AI绘图诈(zhà)骗。

由(yóu)于这(zhè)个活动里面给(gěi)出的美(měi)女(nǚ)照片都是AI制作(zuò)的真人照片绘图(tú)，因为(wèi)太逼真，被(bèi)大家当成真事传播了。

不过仔(zǎi)细观察可(kě)以发现(xiàn)，活动(dòng)发起(qǐ)者提供的(de)照(zhào)片中(zhōng)有(yǒu)个很(hěn)大(dà)的漏洞(dòng)可以发现(xiàn)并非真(zhēn)人，而是AI绘图，那便是图片(piàn)中女性的手(shǒu)指部分(fēn)有的(de)存在(zài)异常(cháng)。

有行(xíng)业(yè)人事表(biǎo)示：“现在因(yīn)为手指(zhǐ)部分的绘画算法(fǎ)比较复杂，AI还(hái)不太会画人的手，但最新(xīn)看到的图片已经有越来(lái)越完(wán)美(měi)的AI模型出(chū)现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似(shì)的AI作图(tú)诈骗在国外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布到网络，以此诱骗(piàn)善良的人打赏“捐助(zhù)”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般的绘(huì)图(tú)效果，如果这样的图(tú)片(piàn)被用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批(pī)判者认为AI在(zài)“学习”了大量前人的(de)作品之后(hòu)，其创作没有任(rèn)何(hé)情绪和灵魂，难以和(hé)人类(lèi)的艺术(shù)创(chuàng)作相提(tí)并论。

另一(yī)方面，AIGC背后的(de)版权、目(mù)前都并没(méi)有得到有效的解决，还有(yǒu)AIGC会不(bù)会代替人类“至高(gāo)无上”的创意(yì)。

马斯克也强调，人工智(zhì)能的安(ān)全问(wèn)题需要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下(xià)一站除了(le)视频，还有远方

技术都是有两面性的，潜在(zài)的危(wēi)害并(bìng)不能掩盖其光辉(huī)的贡献。现在看来，人工智能技术(shù)将是第四次工业革命(mìng)的核心驱(qū)动力量，将创造新的增长奇迹。

过去一年，人工(gōng)智能(néng)在技术和商(shāng)业(yè)层面(miàn)都有了巨大进展，AI绘(huì)画就是人工(gōng)智能(néng)技术发生方向性改(gǎi)变的一个(gè)代表。其下(xià)一(yī)站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈(quān)的短(duǎn)视(shì)频。这(zhè)些(xiē)视频引发关注并非内容做得多优秀(xiù)，反(fǎn)而都非常简(jiǎn)单(dān)，比如一匹正在喝水的(de)马，一只画画的玩(wán)具熊，或(huò)者一(yī)段骑摩托车的第一视角录像，随便一个有手(shǒu)机的人都可以随手录下一(yī)段。

但这些短视频(pín)的创作方式非常(cháng)简(jiǎn)单，创作(zuò)者(zhě)仅仅需要向AI输入一(yī)段(duàn)话，甚至只是说一下要(yào)求，AI就可以根据(jù)需(xū)要生成一段视频(pín)。

谷(gǔ)歌(gē)发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波(bō)梗(gěng)，一(yī)个能(néng)够做出更高清视频的AI还不足以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制(zhì)作(zuò)出超过(guò)2分钟的连贯的也有确切内容的视频，这才是真正让人们(men)感到(dào)惊喜的地方。因为无论AI生成的视频多(duō)么高清，也只能是为内(nèi)容生产(chǎn)者提(tí)供一个灵感，一个(gè)素材，一个过场(chǎng)动(dòng)画。

不过能够制作(zuò)出有(yǒu)具体剧情内容的(de)视频就意味着(zhe)，一(yī)些(xiē)视频创(chuàng)作(zuò)由AI代(dài)替人(rén)工完成已经(jīng)初步有了可能。

当下AI的发展速(sù)度(dù)已经超过(guò)大部分(fēn)人的想(xiǎng)象(xiàng)。内容产业的本质是(shì)供给创造需求，AIGC作为全新的内(nèi)容生产方式，可以为内容产业带来更新的(de)内容风格(gé)、更(gèng)快的(de)生产(chǎn)速度，更低的(de)生产成本，这无(wú)疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音(yīn)乐、代(dài)码、机器人动(dòng)作等多种内容形式的生成。不难发现(xiàn)该项技(jì)术不仅(jǐn)在游戏等行业能(néng)得到有效应(yīng)用(yòng)，对于下(xià)一代(dài)互联(lián)网(wǎng)各种(zhǒng)元素的构建亦有关键意义。

从商业化(huà)的角(jiǎo)度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身(shēn)就对基于AI的(de)可视化内容有强(qiáng)烈需求(qiú)。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只(zhǐ)是AI进程(chéng)中(zhōng)的一块重要拼图，有(yǒu)望在技(jì)术更新的(de)加持下(xià)实现(xiàn)更大的应用价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够创造出(chū)独(dú)立价值(zhí)和(hé)独立视(shì)角的内容。AIGC的(de)再次出圈，更(gèng)代(dài)表着未来的(de)先进生产力即将到(dào)来。

04

紧抓大模(mó)型与算力，牢固AIGC底座(zuò)

从技(jì)术的发(fā)展也可以(yǐ)看出，在语(yǔ)言大模型、图像大(dà)模型之后，多(duō)模态(tài)大模型已经成为了新(xīn)的趋势。

大(dà)模型(xíng)被誉为当前人工智能(néng)发展的(de)智(zhì)能底座，是全(quán)球竞争最激烈的(de)研究方向之(zhī)一，包括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等众多(duō)头部企业都在(zài)竞相发力。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些(xiē)更大的LLM(大型语(yǔ)言(yán)模型(xíng))，训练成本(běn)则介于200万美元至1200万美(měi)元高(gāo)价(jià)之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平均数1300万(wàn)计算，其(qí)对(du当日事当日毕什么意思，今日事今日毕,勿将今事待明日ì)应(yīng)芯片需求为3万(wàn)多(duō)片英(yīng)伟达A100 GPU，初始投入成(chéng)本约(yuē)为8亿美元，每(měi)日仅电费就在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力(lì)支持(chí)。在关(guān)注各类大模(mó)型的发展同(tóng)时，更(gèng)应(yīng)该(gāi)关注算力网络的(de)建设。

算(suàn)力(lì)网络正驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人(rén)工(gōng)智能(néng)发展的(de)终极目标(biāo)离得(dé)更近。

因(yīn)为算力可以对(duì)突(tū)破(pò)性技术创新提供大力的(de)支(zhī)持。这方面，多模态大模(mó)型是(shì)典(diǎn)型。作为面(miàn)向未来强人(rén)工智(zhì)能、通(tōng)用人工智能的重要技术创新，多(duō)模态大模(mó)型已经在人工智能(néng)领域提出(chū)了很(hěn)多(duō)年，业(yè)界也有不(bù)少技(jì)术突破，但是，多模(mó)态大(dà)模(mó)型进一步往下走，算力需求呈几何式上升，一般的算力基础设施很快将难以胜任(rèn)。

从图像、文字、语音单(dān)独一(yī)项的训练，到双模态、三模态的跃迁，让人工智能(néng)可(kě)以(yǐ)灵(líng)活应对不(bù)同模态(tài)的转化、像人与世界交互(hù)一样(yàng)自然，这方面，由算力网络来驱(qū)动将有明显优势。

此外，还有很多需要爆发式增长的(de)算力来支撑的技术创(chuàng)新，将在人工智能算力网络(luò)支撑下快(kuài)速推进(jìn)。

AIGC已经露(lù)出曙光，期待在(zài)大模型和(hé)大算力的支持下AIGC能(néng)持续颠覆(fù)内容生产的方(fāng)式，将(jiāng)创造当日事当日毕什么意思，今日事今日毕,勿将今事待明日的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 当日事当日毕什么意思，今日事今日毕,勿将今事待明日