自聊天机(jī)器人(rén)ChatGPT火爆以(yǐ)来，微软(ruǎn)公(gōng)司创始人比尔(ěr)·盖茨已多次公开谈论人工智能话题。在最近的(de)一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的(de)洗牌”。

这个结(jié)论是他(tā)在(zài)当地时间(jiān)2月(yuè)20日(rì)接受《In Good Company》节目专(zhuān)访(fǎng)时提出的(de)。

他预期(qī)，AI的发展可(kě)能会威胁到谷歌(gē)的市占率，因为微软(ruǎn)在AI方面的行动相当(dāng)迅(xùn)速。而最(zuì)终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能助手(shǒu)”，包揽一切应用，与人们进行(xíng)沟通并(bìng)提供(gōng)建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可(kě)能尚需(xū)时(shí)日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗(luó)拉多州举(jǔ)办的新兴数字艺(yì)术家(jiā)竞赛(sài)中，一幅名(míng)为《太空(kōng)歌剧(jù)院》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输入(rù)一组关键(jiàn)词或者一张(zhāng)照片，就能获得(dé)一幅AI创作的画(huà)作。

作画(huà)的关键就是(shì)所输(shū)入的文(wén)本。同(tóng)一组关键词(cí)也(yě)可以(yǐ)创(chuàng)作出很多张风格不一样的画作，这让创作的过程就像(xiàng)开盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜，他们会将(jiāng)生成的美图当做头像。而(ér)另一(yī)部分喜欢翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交媒体上(shàng)，许多用(yòng)户(hù)分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位网(wǎng)友的小狗照片被AI画成了(le)“肌肉(ròu)男(nán)”，还(hái)有(yǒu)网友的(de)个人(rén)照(zhào)片被AI识别成(chéng)了建(jiàn)筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘(huì)画(huà)的填写关键词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕(lǚ)敏创作的一种(zhǒng)基于(yú)控制点的图像变形算法，主要用(yòng)于数字(zì)图像处理、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一(yī)经发布，在短短的(de)两天内便成为(wèi)了AI绘画领域最新(xīn)的热点(diǎn)。

在此之前，大家用了很多方法想让AI生成的结果尽(jǐn)可能(néng)的(de)符(fú)合要求，但是(shì)都不尽如人(rén)意，它的出现代表着(zhe)AI生成开始进入真正的可(kě)控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的(de)姿(zī)势和(hé)画面的深度信息等。有了它的帮助，就不用频繁(fán)的用提(tí)示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了(le)“魔法(fǎ)”，不少博主的作(zuò)品已经获(huò)得了大(dà)量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋(péng)友的照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的(de)关键词(cí)；最(zuì)后用ControlNet插件(jiàn)绑(bǎng)定骨(gǔ)骼开(kāi)始换关键(jiàn)词(cí)试效果。

通过图片(piàn)就可(kě)以(yǐ)看出来，效果十分惊艳。

更厉害(hài)的是，除(chú)了真实(shí)的照(zhào)片(piàn)，草(cǎo)图也可以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神(shén)张吕(lǚ)敏(mǐn)其本尊也亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越强大，甚至(zhì)输出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术(shù)力爆(bào)发

警惕安全(quán)问题(tí)

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的消息火遍网络，而经过警方辟(pì)谣(yáo)这所谓的(de)“party”可(kě)能(néng)是全国第一起AI绘图(tú)诈骗。

由(yóu)于(yú)这个(gè)活动(dòng)里面给出的(de)美女照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被(bèi)大家(jiā)当成真(zhēn)事(shì)传播了。

不过仔细观察(chá)可以发现，活动(dòng)发起者提(tí)供的照片中有个很大的漏洞可以发(fā)现(xiàn)并非(fēi)真人，而(ér)是AI绘图，那便是图(tú)片中女性的(de)手指(zhǐ)部分有的存在(zài)异常(cháng)。

有行业人事(shì)表(biǎo)示：“现在因为手(shǒu)指部分(fēn)的绘画算(suàn)法比较复杂，AI还(hái)不太会画人的手，但最新看到的图片已经有越(yuè)来越(yuè)完美的AI模型出现(xiàn)，以后可(kě)能(néng)就完(wán)全没(méi)有漏洞了(le)。”

类似(shì)的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其地(dì)震期(qī)间，有Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的假照片发布到网络，以此诱(yòu)骗善(shàn)良的(de)人打赏“捐助”从(cóng)而实施诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出(chū)真人照片般的绘图效果，如果这样的图片(piàn)被用来诈骗(piàn)，将(jiāng)非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担(dān)忧(yōu)，一(yī)方面，批判者认为(wèi)AI在“学习”了大量(liàng)前人(rén)的作品之后(hòu)，其(qí)创作没(méi)有任何情绪(xù)和灵(líng)魂，难以和人类的艺(yì)术创作相提并论(lùn)。

另一方面(miàn)，AIGC背(bèi)后的(de)版权、目(mù)前都并(bìng)没有得到有效的解决，还有AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克也强调(diào)，人(rén)工智能的安全问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了视(shì)频(pín)，还(hái)有远方

技(jì)术都(dōu)是(shì)有(yǒu)两(liǎng)面性(xìng)的(de)，潜在的危害并不(bù)能掩盖其光辉的贡献。现在(zài)看来，人(rén)工智能(néng)技术将是第四(sì)次(cì)工业革命的核心驱动力量，将创造新的增(zēng)长奇迹(jì)。

过(guò)去一(yī)年，人工智能在技术和商业层面都有了巨大进展，AI绘(huì)画就是人(rén)工(gōng)智能技术发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频。这些视频引发(fā)关注并非内容做(zuò)得多优秀(xiù)，反(fǎn)而(ér)都非常简单，比如一匹正在喝水(shuǐ)的(de)马(mǎ)，一只画(huà)画(huà)的玩具熊，或者(zhě)一段骑摩托车的第一视(shì)角录(lù)像，随便一个(gè)有手机的人都(dōu)可以(yǐ)随手录下(xià)一段(duàn)。

但(dàn)这些短视频的创作(zuò)方式非(fēi)常简单，创作者仅仅需要(yào)向AI输入一段话，甚至只是说一下要求(qiú)，AI就可以根据需要生(shēng)成(chéng)一(yī)段视频。

谷歌发布的两(liǎng)个AI生(shēng)成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布了AI生成的视(shì)频后(hòu)，AI圈就已经玩了(le)一波梗(gěng)，一个能(néng)够做出更(gèng)高清(qīng)视频的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于(yú)，它(tā)可以制作(zuò)出超过2分钟(zhōng)的连贯的也有(yǒu)确切(qiè)内(nèi)容的视频(pín)，这才是(shì)真(zhēn)正让人们(men)感到(d15个工作日是多长时间 15个工作日包括周六周日吗ào)惊(jīng)喜的地方。因为无(wú)论AI生成的视频(pín)多么高清，也(yě)只能(néng)是为内容生(shēng)产者提供一个灵感，一(yī)个素材(cái)，一个过场(chǎng)动画。

不过能够制作(zuò)出(chū)有(yǒu)具体剧情(qíng)内(nèi)容的视(shì)频就(jiù)意味(wèi)着，一些视频创(chuàng)作由AI代替人工完成已经初步(bù)有(yǒu)了可能。

当(dāng)下AI的发展速度(dù)已经(jīng)超(chāo)过大(dà)部分人的(de)想象(xiàng)。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的(de)内容生产方式，可以(yǐ)为内容产业带来(lái)更新的内容(róng)风(fēng)格、更(gèng)快的(de)生产速度，更低的生产成本(běn)，这(zhè)无疑会驱(qū)动内容(róng)产(chǎn)业的大爆发。

除了(le)AI绘(huì)图、视频，AIGC技术还能应用于音乐(lè)、代码、机器(qì)人动作(zuò)等多种内容(róng)形式的生(shēng)成。不难发(fā)现该项技(jì)术不仅在游戏(xì)等行业能得到有效应(yīng)用，对于下(xià)一代(dài)互联网各(gè)种元素的(de)构建亦有(yǒu)关(guān)键(jiàn)意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基(jī)于(yú)AI的可(kě)视化(huà)内容有强烈需(xū)求(qiú)。

因此(cǐ)，AI绘画及视(shì)频或(huò)不是结(jié)果，而只是(shì)AI进程(chéng)中的一块(kuài)重要拼图，有望在技(jì)术更新的加持(chí)下实(shí)现(xiàn)更大的(de)应用价值。

AI从理解内容，走向(xiàng)了可以生成内(nèi)容，甚至能(néng)够创造出(chū)独立(lì)价值和独立视(shì)角的内容。AIGC的再次出圈，更代表着未来的先进(jìn)生产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发(fā)展也可以(yǐ)看出，在语言(yán)大(dà)模型(xíng)、图(tú)像大模型(xíng)之后，多模态大模型(xíng)已经成为了新的(de)趋势(shì)。

大(dà)模型(xíng)被誉(yù)为当前人工智能发展的智能底座(zuò)，是全球竞(jìng)争(zhēng)最激烈(liè)的(de)研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业(yè)都在竞相发(fā)力。

不(bù)过(guò)训练大模型(xíng)的确(què)价(jià)格(gé)不菲，以(yǐ)国盛(shèng)证券发(fā)布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而(ér)对(duì)于一(yī)些(xiē)更大的LLM(大型语言模型)，训练成(chéng)本则介(jiè)于200万美元(yuán)至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算(suàn)，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算(suàn)力(lì)支持。在关注各类大模型的发展同时，更应该关(guān)注算(suàn)力网络(luò)的建设(shè)。

算力(lì)网络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离得(dé)更近(jìn)。

因为算力可以对突(tū)破性(xìng)技(jì)术创新(xīn)提(tí)供大力的支(zhī)持。这(zhè)方面(miàn)，多模态大模型是典型。作(zuò)为面向未(wèi)来(lái)强人工智(zhì)能、通用人工(gōng)智能的重要技术创新(xīn)，多模(mó)态大模型已经在人工智能领域提(tí)出了很(hěn)多(duō)年(nián)，业界(jiè)也有不少技(jì)术突破，但是，多模态大模(mó)型(xíng)进一(yī)步(bù)往下走，算力需(xū)求呈几何式上升，一般的算(suàn)力基础设施(shī)很(hěn)快将难以胜任。

从图像、文字、语音(yīn)单独一项的训练，到双模(mó)态(tài)、三模态(tài)的跃迁，让人(rén)工智能(néng)可以(yǐ)灵活应(yīng)对不(bù)同模态的转化、像人与(yǔ)世界(jiè)交互一样自然，这(zhè)方面，由算力网络来(lái)驱动将(jiāng)有明显优势。

此外(wài)，还有很多(duō)需要爆(bào)发式增长的算力来支(zhī)撑的技术创(chuàng)新，将在(zài)人工(gōng)智能算(suàn)力(lì)网(wǎng)络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在(zài)大模型(xíng)和大(dà)算力的(de)支持下AIGC能持(chí)续颠覆内容(róng)生(shēng)产的方式，将创造的边际成本(běn)降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 15个工作日是多长时间 15个工作日包括周六周日吗