自聊天机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司(sī)创(chuàng)始(shǐ)人(rén)比尔·盖茨已多次公(gōng)开谈(tán)论人工智能话题。在最近(jìn)的(de)一次采(cǎi)访中，他再(zài)次表示：“AI可能会让科技行业迎(yíng)来一次剧烈(liè)的洗(xǐ)牌(pái)”。

这(zhè)个结论是他在当地时间2月(yuè)20日接受(shòu)《In Good Company》节目专访时(shí)提出的。

他预期(qī)，AI的发展可能(néng)会威胁到谷歌的市占率，因(yīn)为(wèi)微软(ruǎn)在AI方面的行(xíng)动(dòng)相当(dāng)迅速(sù)。而最终科技(jì)巨(jù)头将(jiāng)把AI整合(hé)成用户的(de)“全能助手(shǒu)”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手的到(dào)来可(kě)能尚需时日，但(dàn)由ControlNet引发的(de)又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一(yī)次爆火的(de)时候(hòu)，还是2022年(nián)8月，在美国(guó)科(kē)罗拉多州举(jǔ)办(bàn)的新兴数字艺术(shù)家竞赛中，一幅(fú)名为《太空(kōng)歌(gē)剧院》的作(zuò)品获奖。

随(suí)后各大厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以在应用中(zhōng)输入一组(zǔ)关键(jiàn)词(cí)或(huò)者(zhě)一张照片，就能获得一幅(fú)AI创作的画作。

作(zuò)画的关键(jiàn)就是所输(shū)入(rù)的文本。同一组关键词也可(kě)以创(chuàng)作出很(hěn)多张风(fēng)格不一样的画作，这让创作(zuò)的过程就像开盲盒。

很多(duō)用户很喜欢这(zhè)种不确定(dìng)的惊(jīng)喜，他们(men)会将(jiāng)生成的美图当做(zuò)头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的(de)“翻车”作(zuò)品。在社交媒(méi)体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有网友的个人(rén)照片被AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写(xiě)关键词游戏可能(néng)要被颠覆了(le)。

ControlNet是(shì)一位正在(zài)斯坦(tǎn)福读博的中国(guó)人张吕敏创作的(de)一种基(jī)于控(kòng)制(zhì)点的图像变形算法，主要用于(yú)数字图像处(chù)理、计算机视觉和计(jì)算(suàn)机图形学等领(lǐng)域。

其SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为了AI绘画(huà)领域最新的热点。

在此之前，大家用了很多(duō)方法想让AI生成的(de)结(jié)果(guǒ)尽可能的符合要求(qiú)，但是都不尽如(rú)人(rén)意，它(tā)的(de)出现代表着AI生成(chéng)开始进入真正的可控时(shí)期。

因为ControlNet可(kě)以直接提取画(huà)面的(de)构图，人物(wù)的姿势和画面的深度信息等(děng)。有了它的帮助，就不用频繁的用(yòng)提示(shì)词(cí)来碰(pèng)运气(qì)，抽盲(máng)盒式的(de)创作(zuò)了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘(huì)画(huà)加(jiā)了(le)“魔法”，不少博主的作品已(yǐ)经获(huò)得了大量的浏览量，“viggo”就是其中之(zhī)一(yī)，他用(yòng)朋友(yǒu)的照片直(zhí)接带她们(men)走进动漫世界(jiè)。

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

再用(yòng)Text2Prompt插件拓(tuò)展找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可(kě)以看出(chū)来，效果十分(fēn)惊艳。

更厉害的是，除了真(zhēn)实(shí)的照片，草图也可(kě)以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实(shí)现(xiàn)线稿转全彩图。大神张吕敏其(qí)本尊也亲自(zì)回(huí)应。

不得(dé)不说(shuō)当下AIGC已经变得越来越(yuè)强大(dà)，甚(shèn)至输出的作品都已经能以(yǐ)假(jiǎ)乱真了。

02

难辨(biàn)虚(xū)实(shí)，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的(de)消息(xī)火(huǒ)遍(biàn)网络，而经过警(jǐng)方辟谣这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于(yú)这(zhè)个(gè)活(huó)动里面(miàn)给出的美女(nǚ)照片都是AI制作的(de)真人(rén)照片绘图，因为太逼真，被大(dà)家当成真(zhēn)事传播了。

张姓与什么姓是世仇 全国张姓是一家吗

不过仔细观察可以(yǐ)发(fā)现，活(huó)动(dòng)发起者提供(gōng)的(de)照片(piàn)中(zhōng)有个很大的漏洞可以发现并(bìng)非(fēi)真人，而是AI绘图，那(nà)便是图片中女(nǚ)性的手(shǒu)指部分有的存(cún)在异常。

有(yǒu)行(xíng)业人事表示：“现(xiàn)在因为手指(zhǐ)部分的绘画算法比较复(fù)杂(zá)，AI还(hái)不太会画(huà)人(ré张姓与什么姓是世仇 全国张姓是一家吗n)的手，但最新看(kàn)到(dào)的图片(piàn)已经有(yǒu)越来越完(wán)美的(de)AI模(mó)型(xíng)出现(xiàn)，以后可(kě)能就(jiù)完全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国(guó)广播公司报道(dào)，土(tǔ)耳其地震期(qī)间(jiān)，有Tiktok用(yòng)户(hù)使用(yòng)AI合成了儿童受(shòu)灾的假照片发布到网络，以此诱骗善(shàn)良的人打赏(shǎng)“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做(zuò)出真人照(zhào)片般(bān)的(de)绘图效果，如果这样的图(tú)片被用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担忧，一方(fāng)面，批判者认为AI在“学(xué)习”了大量前人的作品之后(hòu)，其创作没有任何情绪和灵(líng)魂，难以和人(rén)类的艺术创作相提(tí)并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目前都并没有(yǒu)得(dé)到有效的解(jiě)决，还(hái)有AIGC会不会代替(tì)人类“至(zhì)高(gāo)无上”的创(chuàng)意。

马斯克也(yě)强调，人工智能的安全问题(tí)需(xū)要(yào)得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视(shì)频，还有远方(fāng)

技术(shù)都是(shì)有两面性的，潜在(zài)的危害(hài)并(bìng)不能掩盖其光辉(huī)的贡献。现在(zài)看来(lái)，人工(gōng)智能技术将是第四次(cì)工业革命的(de)核心驱(qū)动力量(liàng)，将创造新的增(zēng)长(zhǎng)奇迹。

过去一(yī)年，人工(gōng)智能在技术(shù)和(hé)商业层面都有了巨大进展，AI绘画就是人(rén)工(gōng)智能技术发生方向(xiàng)性改变的一个(gè)代表。其(qí)下一(yī)站(zhàn)或许就是(shì)视频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科技圈的短视(shì)频。这些视频引(yǐn)发关注(zhù)并(bìng)非(fēi)内(nèi)容做得多优秀，反而(ér)都(dōu)非常简单(dān)，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩具熊，或者一段骑(qí)摩托车的第(dì)一视(shì)角录像，随便一(yī)个有手(shǒu)机(jī)的人都(dōu)可以随手录(lù)下一段(duàn)。

但这些短视频的(de)创作方式(shì张姓与什么姓是世仇 全国张姓是一家吗)非常简单(dān)，创作者仅仅(jǐn)需要(yào)向AI输入(rù)一段话，甚至只是说(shuō)一下要求，AI就可以根据需(xū)要生成一段(duàn)视频。

谷(gǔ)歌发(fā)布的两个(gè)AI生成视频分别来自(zì)于(yú)Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的差(chà)别(bié)。

在(zài)Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈就已(yǐ)经玩了(le)一波梗，一个(gè)能够(gòu)做出更高清视(shì)频的AI还不足(zú)以在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方在(zài)于(yú)，它可以制作出(chū)超过2分(fēn)钟的(de)连(lián)贯的也有(yǒu)确切内容的视(shì)频(pín)，这才(cái)是真正让人们感(gǎn)到惊喜的地方(fāng)。因(yīn)为无论AI生(shēng)成的视频多么高清，也只能是为内容生产者(zhě)提供一个灵感，一个素(sù)材，一(yī)个过场动画。

不过能(néng)够(gòu)制作出有(yǒu)具体剧情内容的视频就意味着，一些视频创作由AI代替(tì)人工(gōng)完成已经初步有了可能(néng)。

当下AI的(de)发展速度已经超过(guò)大部分(fēn)人的想象。内容产业的本质(zhì)是供(gōng)给(gěi)创造需(xū)求，AIGC作(zuò)为全新的内容生(shēng)产方式，可以为(wèi)内容产业带来更新(xīn)的内容风格、更快(kuài)的(de)生产速(sù)度，更(gèng)低(dī)的(de)生(shēng)产成(chéng)本，这无疑会驱(qū)动(dòng)内容(róng)产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代(dài)码、机(jī)器人动作等多种内容形(xíng)式的生成。不难发(fā)现(xiàn)该(gāi)项(xiàng)技术不仅在(zài)游戏等行(xíng)业能得到(dào)有效应(yīng)用(yòng)，对(duì)于下一代互联网(wǎng)各种元素(sù)的(de)构建亦(yì)有(yǒu)关键意义。

从商业化的角度来(lái)看，文化(huà)娱乐、教育、传(chuán)媒等诸多领域，本(běn)身就对基(jī)于(yú)AI的可(kě)视化(huà)内容有强(qiáng)烈(liè)需(xū)求。

因此，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进程(chéng)中的(de)一块(kuài)重要拼图(tú)，有望(wàng)在技术更(gèng)新(xīn)的加(jiā)持下实现更大(dà)的应用价值。

AI从理(lǐ)解内(nèi)容(róng)，走(zǒu)向了可以生成内容(róng)，甚至能够创造(zào)出独立价值和独立视角的内容。AIGC的再次出(chū)圈，更代表着未来的(de)先进生产力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的发展也可以看(kàn)出(chū)，在语言大模型(xíng)、图像大模型之后，多模(mó)态大模(mó)型已经成为了新(xīn)的趋势(shì)。

大模(mó)型被誉为当前人工智能发(fā)展的智能底座，是全球竞(jìng)争最激烈的(de)研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞相发力。

不过训练(liàn)大模型的确(què)价格不(bù)菲，以(yǐ)国盛证(zhèng)券发(fā)布的《ChatGPT需(xū)要(yào)多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元。而对于(yú)一些更大的(de)LLM(大型语(yǔ)言模型)，训(xùn)练成本(běn)则介于200万美元至1200万美元(yuán)高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数1300万计(jì)算，其对应芯(xīn)片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始投入(rù)成(chéng)本约为8亿美元(yuán)，每日仅电(diàn)费就在5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支(zhī)持。在(zài)关注(zhù)各类大(dà)模型的发展同(tóng)时(shí)，更应该关(guān)注算(suàn)力网络的(de)建(jiàn)设(shè)。

算(suàn)力网络正驱动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目(mù)标离(lí)得更近。

因为算(suàn)力(lì)可以对突破(pò)性技术创新(xīn)提(tí)供大(dà)力的支持。这方面(miàn)，多模态大模型(xíng)是典型。作为面向未来强人工智(zhì)能、通用人工智能的重(zhòng)要技术创新，多模(mó)态大(dà)模型已经在人(rén)工(gōng)智能领域提出了很多年，业界也有(yǒu)不(bù)少技术(shù)突破(pò)，但是，多模态(tài)大模型进一(yī)步往下(xià)走(zǒu)，算力需求呈(chéng)几(jǐ)何(hé)式上升，一般的算(suàn)力基础设施很快将难以胜(shèng)任。

从图像(xiàng)、文字(zì)、语音单独一项的(de)训练，到双模态、三模态的跃迁(qiān)，让(ràng)人(rén)工智能可以(yǐ)灵活应对(duì)不同模态的转(zhuǎn)化、像人与世(shì)界(jiè)交(jiāo)互一(yī)样自然，这方面，由算力网(wǎng)络来驱(qū)动将有明(míng)显优势(shì)。

此外，还有很多需要爆(bào)发式增长的算力来支(zhī)撑的技(jì)术创新，将在人工智能算力网络支撑下快速(sù)推(tuī)进(jìn)。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能(néng)持续(xù)颠(diān)覆内容生产的方(fāng)式，将创造(zào)的边际成(chéng)本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 张姓与什么姓是世仇 全国张姓是一家吗