自聊天机器人ChatGPT火爆(bào)以来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多(duō)次公开(kāi)谈论人(rén)工智(zhì)能话(huà)题。在最近的(de)一次采访中，他(tā)再(zài)次(cì)表(biǎo)示：“AI可能会让科技行(xíng)业迎来一次剧烈的洗牌(pái)”。

这个结论是他在(zài)当(dāng)地时间2月20日接受《In Good Company》节目(mù)专访时(shí)提出的。

他(tā)预期，AI的发展可能会威胁到谷歌的市(shì)占率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技(jì)巨头将把AI整(zhěng)合成用户(hù)的“全能助(zhù)手(shǒu)”，包揽一(yī)切(qiè)应用，与人(rén)们进行沟通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画为代(dài)表的AIGC上一次爆(bào)火的时候，还(hái)是2022年(nián)8月(yuè)，在美国(guó)科罗拉多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中，一幅(fú)名为《太空歌剧(jù)院》的作品获奖。

随后各大厂商(shāng)的AI绘画软(ruǎn)件被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户们可以(yǐ)在应用中输入一(yī)组关键词或者一张(zhāng)照(zhào)片，就能(néng)获得一幅AI创作的画(huà)作。

作画的(de)关键就是所输入的文本。同一组关键(jiàn)词也可以创作出很多(duō)张风格(gé)不(bù)一(yī)样的画作，这让创作的过程就像开盲盒(hé)。

很多(duō)用户很喜欢(huān)这(zhè)种不确定的惊喜，他们会(huì)将生成的美图当做头像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社(shè)交(jiāo)媒体(tǐ)上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画(huà)成(chéng)了“肌肉男(nán)”，还有网友的个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘画的填(tián)写关键(jiàn)词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕敏创(chuàng)作的一种基于控(kòng)制点的(de)图像变(biàn)形算法，主要用(yòng)于数字图像处理、计算(suàn)机视觉(jué)和计算机(jī)图(tú)形学等领(lǐng)域。

其(qí)SD插件一经(jīng)发布(bù)，在短短的(de)两天内(nèi)便成为了AI绘画领域最新(xīn)的(de)热(rè)点。

在此之前，大(dà)家用了很多方法想让(ràng)AI生(shēng)成的结果尽可能的(de)符合要求，但是都不尽如(rú)人意，它的出(chū)现代表着AI生成(chéng)开始进入真(zhēn)正的可控时期。

因(yīn)为(wèi)ControlNet可以(yǐ)直接提取画面的构图，人(rén)物的姿势(shì)和(hé)画面的(de)深度信息(xī)等。有了(le)它(tā)的帮助，就不用(yòng)频繁(fán)的用(yòng)提示词(cí)来碰运气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关键词；最(zuì)后用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换(huàn)关键词试效果。

通过(g中原地区种植葡萄始于哪个朝代 秦朝的时候有葡萄吗uò)图(tú)片(piàn)就(jiù)可以看出来，效果十分惊艳。

更厉(lì)害的(de)是，除了真实的(de)照片(piàn)，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其本尊也亲自回应(yīng)。

不(bù)得不说(shuō)当下AIGC已经变得(dé)越来越(yuè)强大，甚至(zhì)输出(chū)的作品都已经(jīng)能以假(jiǎ)乱真(zhēn)了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发(fā)

警惕(tì)安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息(xī)火遍网络，而经过(guò)警方辟谣(yáo)这所(suǒ)谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片都是AI制作的(de)真人照(zhào)片绘图，因为太逼真，被(bèi)大家当成(chéng)真事传播了(le)。

不过(guò)仔细观察可以(yǐ)发现，活动(dòng)发起者提供的照片中有个(gè)很大的漏洞可以发现并非(fēi)真人(rén)，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的存(cún)在异常。

有行业人事表(biǎo)示：“现在(zài)因为手指部分(fēn)的绘(huì)画算法比较(jiào)复杂，AI还不太(tài)会画人的手(shǒu)，但(dàn)最新看到的图片已(yǐ)经有越(yuè)来越完美的(de)AI模型出现(xiàn)，以后可能(néng)就完全没有漏洞了。”

类似(shì)的AI作(zuò)图诈(zhà)骗在国外(wài)也已有发生(shēng)。据英(yīng)国广播公司(sī)报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而(ér)实(shí)施(shī)诈骗(piàn)。

目(mù)前随(suí)着技术发展，AIGC已(yǐ)经能做(zuò)出真人照片(piàn)般的绘(huì)图效果，如果(guǒ)这(zhè)样的(de)图(tú)片被用来(lái)诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批(pī)判者(zhě)认(rèn)为AI在“学习”了大量前人的作品之(zhī)后，其创作没有任何(hé)情绪和灵魂，难以和(hé)人类的(de)艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目(mù)前都并没有得到(dào)有效的解决，还(hái)有AIGC会不会代替人类“至高无上(shàng)”的创意。

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

03

AIGC下一站(zhàn)除了视频(pín)，还有(yǒu)远(yuǎn)方

技术都是有两(liǎng)面性(xìng)的，潜在的危(wēi)害并不能掩(yǎn)盖其(qí)光辉的贡献(xiàn)。现在看来，人工智能技术(shù)将是第四次工业革命(mìng)的(de)核心驱(qū)动力量，将创造(zào)新的增长奇迹(jì)。

过去一年，人工智能在技术和商(shāng)业层(céng)面都(dōu)有了巨大进(jìn)展，AI绘画就是人工智能技术发生(shēng)方向性改变的一个代(dài)表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几条(tiáo)引爆科(kē)技圈的短(duǎn)视频。这些视频(pín)引发关注(zhù)并非内(nèi)容做得(dé)多优秀，反而都非常(cháng)简单，比如一匹(pǐ)正在(zài)喝水(shuǐ)的马，一只画画的玩(wán)具熊，或者一段骑摩托车的(de)第(dì)一视角录像，随(suí)便一个有(yǒu)手机的人(rén)都(dōu)可以(yǐ)随手录(lù)下一段。

但这些短(duǎn)视频的创作方式(shì)非常简单，创作(zuò)者仅仅需要向AI输入一段话，甚至只是说(shuō)一下要求(qiú)，AI就可以根据需要生成(chéng)一段视频。

谷(gǔ)歌发(fā)布的两个(gè)AI生成视(shì)频(pín)分(fēn)别来自(zì)于(yú)Imagen Video和(hé)Phenaki，前者主要(yào)突出的(de)是高清，与Meta的(de)Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布(bù)了(le)AI生成的视频(pín)后，AI圈(quān)就已(yǐ)经玩了(le)一波梗，一(yī)个(gè)能(néng)够做(zuò)出更高清视频的AI还(hái)不足以在短(duǎn)时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊的地方(fāng)在(zài)于，它可以制(zhì)作(zuò)出(chū)超过(guò)2分钟的连贯(guàn)的(de)也有确切内容的视(shì)频，这(zhè)才(cái)是(shì)真正让(ràng)人们感(gǎn)到惊喜的地方。因(yīn)为(wèi)无论AI生成(chéng)的视频(pín)多么高清，也只能是为(wèi)内容生(shēng)产者提供一个灵感(gǎn)，一个素材(cái)，一个(gè)过场动画。

不过能够制作(zuò)出(chū)有具(jù)体剧情内容(róng)的视频就意味着，一(yī)些视频创(chuàng)作由AI代替人工完成已经初(chū)步(bù)有(yǒu)了可能。

当(dāng)下AI的发展速度已(yǐ)经超过大部(bù)分(fēn)人的想(xiǎng)象。内容(róng)产业(yè)的本(běn)质(zhì)是(shì)供给创造需求，AIGC作为全(quán)新的内容生(shēng)产方(fāng)式(shì)，可以为内(nèi)容产业带(dài)来更新的内容风(fēng)格、更(gèng)快的生产速度，更低(dī)的生(shēng)产(chǎn)成(chéng)本，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代(dài)码、机(jī)器人动(dòng)作等(děng)多种内容形式的生成。不难发现该项技(jì)术(shù)不仅在游(yóu)戏等行(xíng)业能得到有效应用(yòng)，对于下一代互(hù)联网各种(zhǒng)元(yuán)素的构建亦有关键意义。

从商业化的角度来(lái)看，文化娱(yú)乐、教育、传(chuán)媒等诸(zhū)多领域，本身(shēn)就对(duì)基于AI的可视化内容(róng)有(yǒu)强烈(liè)需(xū)求。

因此(cǐ)，AI绘画(huà)及(jí)视频(pín)或不(bù)是结果，而只是(shì)AI进程中的一块重(zhòng)要拼图，有望在技术更新的加持下实现更大(dà)的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内(nèi)容，甚至能够创造出独立(lì)价值和独立(lì)视(shì)角的(de)内容(róng)。AIGC的再次出圈(quān)，更代(dài)表着未来的先进生(shēng)产(chǎn)力(lì)即将到(dào)来。

04

紧(jǐn)抓大模型与算力，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在语言大模型、图像大模(mó)型(xíng)之后，多模态大模(mó)型已经成为了(le)新的趋势。

大模型(xíng)被誉为(wèi)当前人工智能发展(zhǎn)的智能底(dǐ)座，是全球竞争最(zuì)激(jī)烈的研究方向(xiàng)之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企业都在竞相发力。

不过(guò)训(xùn)练大模(mó)型的确(què)价格不菲(fēi)，以国盛(shèng)证券发布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训练一次的成本约为140万美(měi)元(yuán)。而对于一些(xiē)更(gèng)大的LLM(大型(xíng)语言模型)，训(xùn)练成(chéng)本则(zé)介于200万美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其(qí)对应(yīng)芯片需(xū)求(qiú)为(wèi)3万(wàn)多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费就在5万(wàn)美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持。在关注(zhù)各(gè)类大模型的发展(zhǎn)同(tóng)时，更应该关(guān)注算力网络的建设。

算力网络正驱动AI产业发展进(jìn)入史诗级加速进程，让(ràng)AIGC及(jí)通用AI这一人(rén)工智能发展的终极目标离得更近。

因为算(suàn)力可(kě)以对突破性(xìng)技术创新提供大力的(de)支持。这方面，多(duō)模态大模(mó)型是典型。作(zuò)为面向未来强人工(gōng)智能、通用人工智能的重要技(jì)术创新，多模(mó)态大模型已经在人工智能领域提(tí)出了(le)很多年，业界也有不少(shǎo)技(jì)术突破，但是，多模态大模型进一(yī)步往下(xià)走，算力需(xū)求呈(chéng)几何式(shì)上(shàng)升，一般的算力(lì)基础(chǔ)设施很(hěn)快将难以胜任(rèn)。

从图像、文字(zì)、语音单独一项的训练，到双(shuāng)模态、三模态的跃迁(qiān)，让人工智能(néng)可以灵活应对不同模态的(de)转化、像人与世(shì)界(jiè)交互一样自然，这(zhè)方面，由(yóu)算力网络来驱动(dòng)将有明(míng)显优势。

此外，还有很(hěn)多需(xū)要爆(bào)发(fā)式增长的算力(lì)来支撑的(de)技术(shù)创新，将在人工智能算(suàn)力(lì)网(wǎng)络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模(mó)型和大算力的支持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际(jì)成本(běn)降(j中原地区种植葡萄始于哪个朝代 秦朝的时候有葡萄吗iàng)低(dī)，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 中原地区种植葡萄始于哪个朝代 秦朝的时候有葡萄吗