自聊(liáo)天(tiān)机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人比尔·盖(gài)茨已(yǐ)多次公开谈论人(rén)工智(zhì)能话(huà)题。在最近(jìn)的一次采访中，他(tā)再(zài)次(cì)表示：“AI可能会(huì)让科技行业迎来(lái)一次(cì)剧(j福建省面积多少万平方公里 福建省是南方吗ù)烈的洗(xǐ)牌”。

这个结论(lùn)是(shì)他在当地(dì)时(shí)间2月20日接(jiē)受《In Good Company》节(jié)目专访时提出的。

他预期，AI的(de)发展(zhǎn)可能会威胁(xié)到谷(gǔ)歌(gē)的(de)市(shì)占率，因为(wèi)微软在AI方面的(de)行动(dòng)相当迅速(sù)。而最终(zhōng)科技巨头(tóu)将把AI整(zhěng)合成用户的(de)“全能助(zhù)手”，包揽一(yī)切应用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中(zhōng)全能助(zhù)手(shǒu)的到来可(kě)能尚需时日，但由(yóu)ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火(huǒ)的时候(hòu)，还(hái)是2022年8月，在美国科罗(luó)拉多州举办的新兴数(shù)字艺术家(jiā)竞赛(sài)中，一幅(fú)名为《太(tài)空歌剧(jù)院》的(de)作品获奖。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件被广大网友熟(shú)知并体验，Stable Diffusion便是其(qí)中代(dài)表(biǎo)。

用户们可以(yǐ)在(zài)应用中输(shū)入一组关键词或者(zhě)一张照片(piàn)，就能获得(dé)一幅AI创作(zuò)的画(huà)作。

作画的关(guān)键就是所输入(rù)的文本。同一组关键(jiàn)词也可(kě)以创作(zuò)出很多张(zhāng)风格不一样(yàng)的画作，这(zhè)让(ràng)创作(zuò)的过(guò)程就(jiù)像开盲盒。

很多(duō)用户(hù)很喜欢这种不确(què)定的(de)惊喜，他们会将生成的美(měi)图(tú)当做头像。而(ér)另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用户分享(xiǎng)AI“翻(fān)车(chē)现场”，例如，一位网友的小狗(gǒu)照(zhào)片被AI画(huà)成了“肌肉男(nán)”，还有网友的个人照片被AI识别(bié)成了(le)建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写关键词游(yóu)戏可能要(yào)被(bèi)颠(diān)覆了。

ControlNet是一(yī)位正在斯(sī)坦福读博(bó)的(de)中国人(rén)张吕敏创作的(de)一种基(jī)于控制点的图(tú)像(xiàng)变形算法，主要用于数字图(tú)像处理、计(jì)算机视觉(jué)和计算机图形学等(děng)领域。

其SD插件一经发(fā)布(bù)，在短(duǎn)短(duǎn)的两天内便成为了AI绘画领(lǐng)域最新的热(rè)点。

在此之前(qián)，大家用了很多方法想让AI生(shēng)成的结果(guǒ)尽可能(néng)的(de)符合要求，但是都不尽如人意，它的出(chū)现代(dài)表着(zhe)AI生成开始进入真正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提(tí)取画面(miàn)的构(gòu)图(tú)，人物的(de)姿势和(hé)画面的深度信息等。有了它的(de)帮助，就不用频繁的(de)用提示(shì)词来碰运气，抽盲(máng)盒式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当(dāng)于给(gěi)AI绘画(huà)加了“魔法”，不少(shǎo)博主的作品已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接(jiē)带(dài)她们(men)走进动(dòng)漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始(shǐ)换关键词试效果。

通过图片就可以看出来，效果十分惊(jīng)艳。

更厉害(hài)的是，除(chú)了真(zhēn)实的照片，草(cǎo)图(tú)也(yě)可以加(jiā)上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得(dé)不说当(dāng)下AIGC已经变得越来越强大，甚至输出(chū)的作品都已经(jīng)能(néng)以假乱(luàn)真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方(fāng)辟(pì)谣(yáo)这所(suǒ)谓的“party”可能是全(quán)国第一起AI绘图诈骗(piàn)。

由(yóu)于(yú)这个活动(dòng)里面给出的美(měi)女照片都是AI制作的真人(rén)照片绘图，因(yīn)为太逼真，被(bèi)大(dà)家当成(chéng)真事传播了。

不过仔细观(guān)察可以发现，活(huó)动发起者提供的(de)照片中(zhōng)有(yǒu)个(gè)很大的漏洞可以发现并非真人，而(ér)是AI绘图(tú)，那便是图片中(zhōng)女(nǚ)性的(de)手指(zhǐ)部分有的存(cún)在异(yì)常。

有行业人(rén)事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会(huì)画人(rén)的手，但最新看到的图片(piàn)已(yǐ)经有越来越(yuè)完(wán)美的(de)AI模型出现，以后可(kě)能就完全没(méi)有漏洞了(le)。”

类(lèi)似的AI作(zuò)图诈(zhà)骗在(zài)国外也已(yǐ)有发(fā)生。据英(yīng)国广(guǎng)播(bō)公(gōng)司报道，土耳其地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童(tóng)受灾(zāi)的(de)假(jiǎ)照片发布到(dào)网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从(cóng)而(ér)实(shí)施诈(zhà)骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能做(zuò)出真人照片般的绘图效果，如果这样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧(yōu)，一方面(miàn)，批(pī)判者(zhě)认为AI在“学习”了大(dà)量前(qián)人(rén)的(de)作品之后，其创作没有任(rèn)何情绪和灵(líng)魂(hún)，难以和人(rén)类(lèi)的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前都并(bìng)没有得(dé)到有效的解决(jué)，还有AIGC会不会代替人类(lèi)“至(zhì)高(gāo)无上”的创意。

马斯克也强调，人工智能(néng)的安全问题需要得到(dào)重视，太(tài)晚就来不及(jí)了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是(shì)有两面性的(de)，潜在的危害并不能掩(yǎn)盖其光辉的(de)贡献。现在(zài)看来，人(rén)工智能技术将是第四次工业(yè)革命(mìng)的(de)核心驱动力量，将创造新的增长奇迹(jì)。

过(guò)去一年(nián)，人工智能在技术(shù)和商业层面都有了(le)巨大进展，AI绘画就是人工(gōng)智能(néng)技术发生方向(xiàng)性改变(biàn)的一个代表。其下一站或许就是视(shì)频。

此(cǐ)前(qián)，Meta和谷歌先(xiān)后发布了几条(tiáo)引(yǐn)爆科技圈(quān)的(de)短视频。这些视(shì)频引发关注(zhù)并非内(nèi)容(róng)做(zuò)得多优(yōu)秀，反(fǎn)而(ér)都(dōu)非常简单，比如一匹正在喝(hē)水的马，一只画画的(de)玩具熊，或者一段骑摩托(tuō)车(chē)的第一视角录像，随(suí)便一个有(yǒu)手机的人(rén)都可以(yǐ)随手录下一(yī)段。

但这些短(duǎn)视频的创作(zuò)方式非常简单，创作者仅仅需要(yào)向AI输入一段话(huà)，甚至(zhì)只是说一下(xià)要求，AI就可(kě)以根据需要生成一段视(shì)频。

谷歌发布的两(liǎng)个AI生成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前(qián)者主要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已(福建省面积多少万平方公里 福建省是南方吗yǐ)经玩了一波梗，一个能够(gòu)做出(chū)更高清(qīng)视频的AI还不足以在短(duǎn)时间(jiān)内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连(lián)贯(guàn)的也有确切内(nèi)容的视频，这(zhè)才(cái)是真正(zhèng)让人们感到惊喜(xǐ)的地方。因为无论AI生成的视(shì)频多么高清，也只能是为内容(róng)生产者提供一个灵(líng)感(gǎn)，一(yī)个素(sù)材，一个过场动画。

不(bù)过(guò)能够制作出有具体剧情内容的视频就意味着(zhe)，一些视频创(chuàng)作由AI代替人(rén)工(gōng)完成已经初(chū)步(bù)有(yǒu)了(le)可能。

当下(xià)AI的发展速度已经超过大部分(fēn)人的想(xiǎng)象。内容产业的本质是(shì)供给创(chuàng)造需(xū)求，AIGC作为全(quán)新的内容生产(chǎn)方式，可以为内容产业带来更(gèng)新的内容风格、更快(kuài)的生产(chǎn)速(sù)度(dù)，更低的生产成本(běn)，这(zhè)无(wú)疑会驱动(dòng)内容产业的(de)大(dà)爆发。

除了(le)AI绘图(tú)、视频，AIGC技术(shù)还能应用于音乐(lè)、代(dài)码、机(jī)器人动作等多种内容形(xíng)式的生成(chéng)。不难发现该(gāi)项(xiàng)技术(shù)不仅在游戏等行业能得(dé)到有效应用，对于(yú)下一(yī)代互联网各种元素的构建亦有关键意(yì)义(yì)。

从商业化的(de)角度来看(kàn)，文化娱乐、教育(yù)、传(chuán)媒等诸多领(lǐng)域，本身就对(duì)基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视(shì)频或不是(shì)结果，而只是AI进程中的一(yī)块重要拼(pīn)图，有望在技术更新的加(jiā)持下实现更大的应用价值(zhí)。

AI从理解内容，走向了可(kě)以生成内容，甚至能够(gòu)创(chuàng)造出独立价值和独立(lì)视角的内容(róng)。AIGC的(de)再次(cì)出圈，更(gèng)代表着未来的先进生产力即(jí)将到来。

04

紧抓(zhuā)大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在语言(yán)大模型、图像大模型之后(hòu)，多模态(tài)大模型已经(jīng)成为了新的趋势。

大模型(xíng)被誉为当前人工智能发展的(de)智能底座(zuò)，是全球竞争最激烈(liè)的(de)研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在(zài)竞相发力。

不过训练大模型的确价(jià)格不菲，以(yǐ)国(guó)盛证(zhèng)券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更大的LLM(大型语言模型(xíng))，训练(liàn)成(chéng)本则介于200万美元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平(píng)均(jūn)数(shù)1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每日仅电费就在5万美(měi)元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开(kāi)庞(páng)大算力支持。在关注各(gè)类大模型的发(fā)展同时，更(gèng)应(yīng)该关注(zhù)算力网络的建(jiàn)设(shè)。

算力(lì)网络正驱动AI产(chǎn)业发展进(jìn)入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极(jí)目标离得更(gèng)近。

因为算力(lì)可以对(duì)突破性(xìng)技术创(chuàng)新提供大力的(de)支持(chí)。这方面，多(duō)模态(tài)大模型是典型。作为面(miàn)向未来强人(rén)工智能、通用(yòng)人工智能的重要技术创新，多模态大模型已经(jīng)在人工智(zhì)能领域提出了很多年，业界也有(yǒu)不少技术突破(pò)，但是(shì)，多模(mó)态大模(mó)型进一(yī)步往下走，算力需求呈几何式上升，一般的算力(lì)基础设施很快将难以胜任。

从(cóng)图像(xiàng)、文字、语音(yīn)单独一项的训练，到双模(mó)态、三(sān)模态的跃迁，让人(rén)工智能可以灵(líng)活应对不同(tóng)模态的转化、像(xiàng)人与世界交互一样自然，这方(fāng)面(miàn)，由(yóu)算(suàn)力网络(luò)来驱动将(jiāng)有(yǒu)明显优势。

此外(wài)，还有很多(duō)需要爆发式(shì)增长的算(suàn)力来支撑的(de)技术创新，将在(zài)人工智(zhì)能算力网络支撑下快速(sù)推(tuī)进。

AIGC已经(jīng)露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能持(chí)续(xù)颠覆内容生(shēng)产的方(fāng)式，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 福建省面积多少万平方公里 福建省是南方吗