自聊天机器人ChatGPT火爆(bào)以来，微(wēi)软公司创始人(rén)比尔·盖(gài)茨(cí)已多次公开谈论人工智能(néng)话题。在最(zuì)近的一次采访中，他再次表示：“AI可能会(huì)让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他在当(dāng)地时间(jiān)2月20日接受《In Good Company》节(jié)目专访时提(tí)出的。

他(tā)预期，AI的发展可能(néng)会威胁到谷歌的市占率(lǜ)，因(yīn)为(wèi)微软(ruǎn)在AI方面(miàn)的(de)行动相当迅(xùn)速。而最终科技(jì)巨头将把(bǎ)AI整合成用(yòng)户(hù)的“全能(néng)助(zhù)手”，包揽一切应用，与人们进行沟(gōu)通并(bìng)提供建(jiàn)议，可以(yǐ)取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手的到(dào)来可能尚需时日，但(dàn)由ControlNet引发(fā)的又(yòu)一次AI绘画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为(wèi)代表的(de)AIGC上一次(cì)爆火的(de)时(shí)候(hòu)，还是(shì)2022年8月(yuè)，在美国科罗(luó)拉多州举办的新兴(xīng)数字(zì)艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的(de)作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用(yòng)中输入一(yī)组关键词或者一张照片，就能获得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所输入的(de)文本。同一组(zǔ)关键词也可以(yǐ)创(chuàng)作出很多张风(fēng)格不(bù)一样的画作，这让(ràng)创作(zuò)的过(guò)程(chéng)就像开盲盒。

很多用(yòng)户很喜欢这种不确定(dìng)的惊喜，他们(men)会将生成的(de)美图当(dāng)做头像。而(ér)另一部(bù)分喜(xǐ)欢翻(fān)看(kàn)AI绘画的“翻(fān)车”作品(pǐn)。在社交媒体上，许多(duō)用户分(fēn)享(xiǎng)AI“翻(fān)车现(xiàn)场”，例如，一位(wèi)网友的小狗(gǒu)照片被AI画成了“肌肉男”，还(hái)有网友(yǒu)的个人照片(piàn)被(bèi)AI识别成了建筑。

而(ér)如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写(xiě)关(guān)键(jiàn)词游戏可(kě)能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中(zhōng)国(guó)人张吕敏创作的一种基于控制(zhì)点的图(tú)像变形算法，主要用于数字(zì)图像处(chù)理、计算机(jī)视觉和计算机图形学等(děng)领(lǐng)域。

其SD插件一经发布，在(zài)短短的两天内便成为了AI绘画领域最新的(de)热点(diǎn)。

在此之前，大家用了很多方法想让AI生(shēng)成的(de)结果尽可能(néng)的符合要求，但是(shì)都(dōu)不(bù)尽如人意，它的出现代表(biǎo)着AI生成开(kāi)始(shǐ)进入真正的可控时期。

因为ControlNet可以直接(jiē)提取画(huà)面的构(gòu)图，人物的姿势(shì)和(hé)画面的深度信(xìn)息等。有(yǒu)了它(tā)的帮助，就不(bù)用频繁(fán)的(de)用提示词来碰运气，抽(chōu)盲盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔(mó)法(fǎ)”，不(bù)少博主的(de)作品已经获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友东边不亮西边亮的意思是什么，东边不亮西边亮典故的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的(de)关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关(guān)键词试效果。

通(tōng)过图(tú)片就可以(yǐ)看出来，效果十分(fēn)惊艳。

更(gèng)厉害(hài)的是，除了真实的照(zhào)片，草图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张(zhāng)吕敏其本尊也亲自(zì)回应。

不得不说当下AIGC已经变(biàn)得越来越强大，甚(shèn)至(zhì)输出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全(quán)问(wèn)题(tí)

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是全国第一起(qǐ)AI绘图(tú)诈骗。

由于这个(gè)活动里面给出(chū)的美女照片都是(shì)AI制(zhì)作的真人照(zhào)片绘图，因(yīn)为太逼真，被大(dà)家当成真事传(chuán)播了(le)。

不过(guò)仔(zǎi)细观察可以(yǐ)发现，活动发起者提供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(biàn)是图(tú)片(piàn)中(zhōng)女性(xìng)的手指部分有的存在异常。

有行业(yè)人事表(biǎo)示：“现在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂，AI还不(bù)太会画人(rén)的手，但最新看到的图片已经有越来越完(wán)美的(de)AI模型出现，以后可能就(jiù)完全(quán)没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国(guó)广播公司报道，土耳其地震期(qī)间，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿童(tóng)受灾的假照片发布到网络(luò)，以此诱骗善良的人(rén)打(dǎ)赏“捐(juān)助”从而实(shí)施诈(zhà)骗。

目前随(suí)着(zhe)技(jì)术发展，AIGC已经能做出真人照片般的绘图效果，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了(le)很多担忧(yōu)，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量前人的作品之后(hòu)，其创作没有任何情绪(xù)和灵魂，难(nán)以和人类的(de)艺(yì)术创(chuàng)作(zuò)相(xiāng)提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目前都并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会(huì)代替人类(lèi)“至高无(wú)上”的创(chuàng)意。

马斯(sī)克也强调，人工智(zhì)能的安(ān)全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除(chú)了视频，还(hái)有(yǒu)远方

技术都是有两面性的，潜在的(de)危(wēi)害并不能掩盖其光辉的贡(gòng)献。现在看来，人工(gōng)智能技术将(jiāng)是第四次工业(yè)革命的核(hé)心驱动力量，将(jiāng)创造新的增长奇迹(jì)。

过去一年，人工智能在技术和商业层面都有(yǒu)了巨大进展，AI绘画(huà)就是(shì)人(rén)工智能(néng)技术发生方向性改变(biàn)的一个代表。其下(xià)一站(zhàn)或许就是视频。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发布了(le)几条引(yǐn)爆科(kē)技圈的短视频。这(zhè)些视频(pín)引(yǐn)发关注并非内容做得多优秀，反(fǎn)而都非常简单，比如一(yī)匹正在喝水的马，一只画画的玩具熊，或者(zhě)一段骑摩托车的第一视角录(lù)像，随便一(yī)个(gè)有手机的(de)人都可以随手录下一段(duàn)。

但这些短视频的(de)创作方式非常简单(dān)，创作(zuò)者仅仅需要(yào)向(xiàng)AI输入一段话，甚至(zhì)只是说一下要求，AI就可以(yǐ)根据(jù)需要(yào)生成一段视频。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈就已(yǐ)经(jīng)玩了一波(bō)梗，一个能够(gòu)做出更高清视频的(de)AI还不(bù)足(zú)以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地(dì)方在(zài)于(yú)，它可以(yǐ)制(zhì)作出超过2分(fēn)钟的连贯的也有确切内容(róng)的视频，这才(cái)是(shì)真正让人们感(gǎn)到惊喜的地方。因(yīn)为(wèi)无论AI生成的视频多么高清，也只能是为(wèi)内容生(shēng)产(chǎn)者(zhě)提(tí)供一个(gè)灵感，一个(gè)素材(cái)，一个过场动画(huà)。

不过能够制(zhì)作出有(yǒu)具体剧情内容的视(shì)频就(jiù)意味(wèi)着，一些视频创(chuàng)作由AI代替人(rén)工完成已经(jīng)初步有了可能。

当下(xià)AI的(de)发展速度(dù)已经超过大部(bù)分人的想象。内容(róng)产业的本质是供给(gěi)创造需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可以为内容产业带来更新的内容风格、更(gèng)快的生产(chǎn)速度，更低的生产成本，这无疑(yí)会驱(qū)动内容(róng)产业的(de)大爆发(fā)。

除了(le)AI绘(huì)图(tú)、视(shì)频，AIGC技(jì)术还能应用于音(yīn)乐、代码、机器人(rén)动作等多种(zhǒng)内容形式(shì)的生成。不难发现(xiàn)该项技(jì)术不仅在(zài)游戏等行(xíng)业(yè)能得(dé)到(dào)有效应用(yòng)，对于下(xià)一代(dài)互(hù)联网各种元素的构(gòu)建亦有(yǒu)关键意义(yì)。东边不亮西边亮的意思是什么，东边不亮西边亮典故

从商业化的角度来看，文化(huà)娱乐、教育(yù)、传媒等(děng)诸(zhū)多领域，本身就(jiù)对(duì)基于AI的可(kě)视化内容有强烈需求。

因此，AI绘画及视(shì)频或不是结果(guǒ)，而只(zhǐ)是AI进程中(zhōng)的一块重要(yào)拼图，有望(wàng)在技术更新的加持下(xià)实现(xiàn)更大的应用价值。

AI从理解内容，走向了可(kě)以生(shēng)成(chéng)内(nèi)容(róng)，甚至能够创造出独立价值(zhí)和独立(lì)视角(jiǎo)的(de)内容。AIGC的再次出圈，更代表着未来(lái)的先(xiān)进生产力即将(jiāng)到(dào)来。

04

紧抓大模型(xíng)与算力(lì)，牢固AIGC底座(zuò)

从(cóng)技(jì)术的发(fā)展也可以看出(chū)，在(zài)语言大模(mó)型、图像(xiàng)大模(mó)型之(zhī)后(hòu)，多(duō)模态大(dà)模型已经成为了新的趋势。

大模型被誉为(wèi)当前人工智能(néng)发展的(de)智能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等(děng)众多头部企业都在竞相发(fā)力(lì)。

不过训练(liàn)大模型的(de)确(què)价格(gé)不(bù)菲，以(yǐ)国盛(shèng)证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约为140万(wàn)美(měi)元。而对(duì)于一些更大的(de)LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至(zhì)1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计(jì)算，其(qí)对应芯片(piàn)需求为(wèi)3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞大算力(lì)支持。在关注各类大模型的发展同时，更应(yīng)该关(guān)注算(suàn)力网络的建设(shè)。

算力网络正驱动AI产业发展进(jìn)入(rù)史诗级加速进程(chéng)，让AIGC及通用AI这一(yī)人工智能发展的终极(jí)目标离得更(gèng)近。

因为算力可以对突破(pò)性技术创新提供(gōng)大力的(de)支持。这方面，多模态(tài)大模型(xíng)是典型。作为面(miàn)向未来强人工智能、通用人工(gōng)智(zhì)能的重要技(jì)术创新，多(duō)模态大模型已经在(zài)人工(gōng)智(zhì)能领域(yù)提出了很多年(nián)，业界也有不少技术突破(pò)，但是，多模(mó)态大模(mó)型进一步往下走，算力需求呈(chéng)几(jǐ)何式上升，一般的(de)算力(lì)基础(chǔ)设(shè)施(shī)很快(kuài)将难以(yǐ)胜任。

从图像、文(wén)字、语音单独(dú)一(yī)项的训(xùn)练，到双(shuāng)模态、三模态(tài)的跃迁，让人工(gōng)智能可以灵活(huó)应对不同模(mó)态的转化、像人与世界交互一样自然，这方面，由算(suàn)力网络(luò)来驱(qū)动将(jiāng)有明显优势。

此(cǐ)外，还有很多需要(yào)爆(bào)发式(shì)增长的算力来(lái)支(zhī)撑的技术创新，将在人工智能算力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型和大算(suàn)力的支持下AIGC能持续(xù)颠(diān)覆内容生产的方式，将创(chuàng)造的边际成本降低，让万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 东边不亮西边亮的意思是什么，东边不亮西边亮典故