自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开谈(tán)论人(rén)工智能(néng)话题。在(zài)最(zuì)近的一(yī)次采访中(zhōng)，他再次表示：“AI可能会让(ràng)科(kē)技行业迎来(lái)一次剧烈的洗牌”。

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

他预期，AI的发展可(kě)能会威(wēi)胁到谷歌的市占率，因(yīn)为微软(ruǎn)在(zài)AI方面的行动相当迅速。而(ér)最终科技巨头将把AI整合成(chéng)用(yòng)户的(de)“全能助手”，包揽一切应用，与人们(men)进行沟(gōu)通并提(tí)供(gōng)建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能(néng)助(zhù)手的到来可能尚需时日(rì)，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画(huà)为(wèi)代(dài)表的(de)AIGC上一次爆火的时候，还是(shì)2022年8月(yuè)，在美国科(kē)罗(luó)拉多州举办(bàn)的(de)新(xīn)兴数字(zì)艺术(shù)家竞(jìng)赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被(bèi)广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是其(qí)中代表。

用户们可以(yǐ)在应用(yòng)中输入(rù)一组关键词(cí)或者一张照片，就能获得一幅AI创作(zuò)的(de)画(huà)作。

作画的关键就(jiù)是所输入的文本。同一组(zǔ)关键词也(yě)可以创作出很(hěn)多张风格(gé)不一(yī)样的画作，这让创作的过程(chéng)就(jiù)像开盲(máng)盒。

很(hěn)多用户很(hěn)喜欢(huān)这种不确定的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体(tǐ)上(shàng)，许多用(yòng)户分享AI“翻车(chē)现场”，例如，一(yī)位(wèi)网(wǎng)友的小(xiǎo)狗照片被AI画成(chéng)了(le)“肌肉男(nán)”，还有网友的(de)个人照片(piàn)被AI识别成了建(jiàn)筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘(huì)画的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福(fú)读博的中国人张吕敏创作(zuò)的一(yī)种(zhǒng)基于控(kòng)制点(diǎn)的(de)整天吵架的婚姻还能继续下去吗，夫妻超过三条迟早离婚图像变形算法，主要用(yòng)于(yú)数字图(tú)像(xiàng)处理、计算机视觉和(hé)计(jì)算机图形学等领(lǐng)域。

其SD插(chā)件一经(jīng)发布，在短短(duǎn)的两(liǎng)天(tiān)内便成(chéng)为了AI绘画领域(yù)最新(xīn)的热点。

在此(cǐ)之前，大(dà)家用了(le)很多方法想让(ràng)AI生成的(de)结果(guǒ)尽可能的符合要求(qiú)，但是都不尽(jǐn)如(rú)人意，它的(de)出现代表着AI生成(chéng)开始进入真(zhēn)正的可控时期。

因(yīn)为(wèi)ControlNet可以直接(jiē)提(tí)取画(huà)面(miàn)的构图，人物的(de)姿势和画面的深(shēn)度信息(xī)等(děng)。有了它的(de)帮助，就(jiù)不用频繁的用提示词(cí)来(lái)碰运气，抽盲盒式的(de)创(chuàng)作了。

通俗(sú)的说ControlNet相当于(yú)给(gěi)AI绘(huì)画加(jiā)了“魔法”，不少博主的作品已经获得(dé)了大量的浏(liú)览量(liàng)，“viggo”就(jiù)是其中之一，他用(yòng)朋(péng)友的照片直接带(dài)她们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到(dào)对应的(de)关键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试(shì)效果。

通过图片就(jiù)可以看(kàn)出来(lái)，效果(guǒ)十分惊艳。

更厉害的是，除(chú)了真(zhēn)实(shí)的照片，草(cǎo)图(tú)也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线稿转全(quán)彩图。大神(shén)张吕敏其本尊也亲自回应。

不得(dé)不说当下(xià)AIGC已经变得越来越强大(dà)，甚至(zhì)输出的(de)作品都已经能(néng)以假乱真了(le)。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这所谓(wèi)的“party”可能是(shì)全(quán)国第一起(qǐ)AI绘(huì)图诈(zhà)骗。

由(yóu)于这个活动里面给(gěi)出的(de)美女(nǚ)照片都是AI制作(zuò)的真人(rén)照片(piàn)绘(huì)图，因为太逼真(zhēn)，被大(dà)家当成真(zhēn)事传播了(le)。

不过仔细(xì)观察(chá)可以发现，活(huó)动发(fā)起者提供的照(zhào)片中有个整天吵架的婚姻还能继续下去吗，夫妻超过三条迟早离婚很大的(de)漏洞可以发(fā)现并非(fēi)真人，而是AI绘图，那便(biàn)是图片(piàn)中女性的手指(zhǐ)部分有的(de)存在(zài)异常。

整天吵架的婚姻还能继续下去吗，夫妻超过三条迟早离婚pe="jpeg" data-w="1280">

有行业(yè)人事表示：“现在(zài)因为(wèi)手指部分的绘画算法(fǎ)比较复杂，AI还不(bù)太会画人的手，但最新看到的图(tú)片(piàn)已经有(yǒu)越来越完美的AI模型出(chū)现，以后(hòu)可能就(jiù)完全(quán)没(méi)有漏(lòu)洞了。”

类似的AI作图诈骗在国(guó)外也已(yǐ)有发生。据英国广播公司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的(de)假(jiǎ)照片发布到网络(luò)，以(yǐ)此诱骗(piàn)善良的(de)人(rén)打赏“捐助”从而(ér)实施(shī)诈骗。

目前随(suí)着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真人照片(piàn)般的绘图效果，如果这样的图(tú)片被(bèi)用来诈骗，将非(fēi)常可怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量前(qián)人(rén)的作品之后(hòu)，其(qí)创作没有任何(hé)情绪和灵(líng)魂，难以和人类(lèi)的艺术创作(zuò)相提并论。

另一方面，AIGC背后(hòu)的版权、目前(qián)都(dōu)并没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工智(zhì)能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都是有两面性的，潜在的危害(hài)并不能掩盖其(qí)光辉的贡献。现在看来，人工智能技术将是第四次工(gōng)业革(gé)命的核心驱动力(lì)量(liàng)，将创(chuàng)造新的增长奇(qí)迹。

过去一年，人工(gōng)智(zhì)能在(zài)技(jì)术和商业层面都有(yǒu)了巨大进(jìn)展，AI绘画就是人工智(zhì)能(néng)技术(shù)发生(shēng)方(fāng)向性改变的一个代(dài)表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发(fā)布了几条引爆科技圈的短视频。这些视频引发关注并非内(nèi)容(róng)做得多(duō)优秀，反而都非常简单(dān)，比如(rú)一匹正在喝水(shuǐ)的(de)马(mǎ)，一只画画的玩具熊(xióng)，或者一(yī)段骑摩托车的第一视角录像，随便一个有手机的人都可(kě)以随(suí)手录下(xià)一段(duàn)。

但这些短视频(pín)的创作(zuò)方式非常简单(dān)，创作者(zhě)仅仅需要向AI输入一(yī)段(duàn)话，甚(shèn)至只是说一下(xià)要求(qiú)，AI就可以根(gēn)据(jù)需要生成一(yī)段视频。

谷歌发布的(de)两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经玩了一波梗，一个能(néng)够做出(chū)更高清视频的AI还不足以在短(duǎn)时间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作出超过2分钟(zhōng)的连贯的也有确切内容的(de)视(shì)频(pín)，这才是真正让人(rén)们感到惊喜的(de)地方。因为无论AI生成的视频多么高清，也只(zhǐ)能是为(wèi)内容生产者提供一个灵感，一个(gè)素(sù)材，一(yī)个(gè)过场动画(huà)。

不过能够制(zhì)作出有具(jù)体剧情(qíng)内容的视频就意味着，一些视(shì)频创(chuàng)作由AI代(dài)替人工完成(chéng)已经初步有了可能。

当下AI的(de)发展速(sù)度已(yǐ)经超(chāo)过大(dà)部(bù)分人的想象。内(nèi)容(róng)产(chǎn)业的本质是供给创造(zào)需求，AIGC作为(wèi)全新的内容生产方(fāng)式，可以为内(nèi)容产业带来(lái)更新(xīn)的内容(róng)风格、更快的生产(chǎn)速度(dù)，更(gèng)低的生(shēng)产成(chéng)本，这无(wú)疑会驱动内容产业的大(dà)爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多种内容形式(shì)的生(shēng)成。不难发(fā)现该项技术不(bù)仅在游(yóu)戏等行业能(néng)得到有效应用(yòng)，对(duì)于(yú)下一代互联网(wǎng)各种元(yuán)素的构(gòu)建亦有(yǒu)关键意(yì)义。

从商业化(huà)的角度来看，文化娱乐、教育、传媒等诸多领域，本身(shēn)就对(duì)基于(yú)AI的可视(shì)化内容有强烈(liè)需(xū)求(qiú)。

因此(cǐ)，AI绘(huì)画及视频或(huò)不(bù)是结果，而只(zhǐ)是AI进程中(zhōng)的(de)一块重要拼图，有望在技术更新的加持下(xià)实(shí)现更大的应用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够创(chuàng)造出独立(lì)价(jià)值和独立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来(lái)的先进(jìn)生产力(lì)即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可(kě)以看出(chū)，在语言大模型、图像大模(mó)型(xíng)之后(hòu)，多模态大模型已(yǐ)经成(chéng)为(wèi)了新的趋(qū)势。

大模(mó)型被誉(yù)为当前人工(gōng)智能发展的智(zhì)能底(dǐ)座，是全(quán)球竞争最激烈的研究(jiū)方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部(bù)企(qǐ)业都在竞相发力。

不过训练大模型(xíng)的(de)确价格(gé)不菲，以(yǐ)国盛证券发布的《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训练一次的成本约为140万美(měi)元。而对(duì)于一些(xiē)更大(dà)的LLM(大型(xíng)语言模型(xíng))，训练成本则(zé)介(jiè)于(yú)200万美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯(xīn)片需(xū)求为3万多片英伟达(dá)A100 GPU，初始(shǐ)投入(rù)成本约为8亿美(měi)元，每日仅(jǐn)电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力(lì)支持。在关注各类(lèi)大模(mó)型的发展同时，更(gèng)应该(gāi)关(guān)注算力网络的建(jiàn)设。

算(suàn)力网络正(zhèng)驱动AI产业(yè)发(fā)展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发(fā)展的(de)终极(jí)目标离(lí)得(dé)更近。

因为算(suàn)力可以对突破(pò)性技术(shù)创新提供大力的支持。这方(fāng)面，多模态大模型是典型。作为面向未来强(qiáng)人工(gōng)智(zhì)能、通用人工智(zhì)能的重要(yào)技术(shù)创新，多(duō)模态大模型已经在人工智能领域(yù)提出了很多(duō)年，业界也有(yǒu)不少技(jì)术突破，但是，多(duō)模态(tài)大模型(xíng)进一步往下(xià)走，算(suàn)力需(xū)求呈几何式上升，一般的算(suàn)力基础(chǔ)设施很(hěn)快将难以胜任(rèn)。

从图像、文字、语音单独一项的训练，到(dào)双模(mó)态、三模(mó)态的跃迁，让人(rén)工智能(néng)可(kě)以灵活(huó)应对(duì)不同(tóng)模态的转化、像(xiàng)人与世界交互一样自然，这方面(miàn)，由算力网络(luò)来(lái)驱动将有明显优势。

此(cǐ)外，还有很多需要(yào)爆发式(shì)增长(zhǎng)的算力来支撑的技术(shù)创新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际(jì)成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 整天吵架的婚姻还能继续下去吗，夫妻超过三条迟早离婚