自聊天机器(qì)人ChatGPT火爆以来，微(wēi)软(ruǎn)公(gōng)司创始人比尔(ěr)·盖(gài)茨(cí)已多(duō)次(cì)公开(kāi)谈论人(rén)工智能话题。在最(zuì)近的一次采访中(zhōng)，他再(zài)次表示：“AI可能(néng)会让科技(jì)行(xíng)业迎来一(yī)次剧(jù)烈的洗牌”。

这个结(jié)论(lùn)是他在当地时间(jiān)2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期，AI的发展可(kě)能会威胁(xié)到谷歌的市占(zhàn)率，因(yīn)为微(wēi)软(ruǎn)在AI方面的行动相(xiāng)当迅速。而最终科技巨头(tóu)将把AI整合成用户的“全能助手”，包揽一切应(yīng)用(yòng)，与人们(men)进行(xíng)沟通(tōng)并提供建议，可以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等(děng)应(yīng)用。

大佬(lǎo)口(kǒu)中全(quán)能助手的到来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的(de)AIGC上一次爆(bào)火的时候，还是2022年8月(yuè)，在美国(guó)科罗(luó)拉多(duō)州举办的新(xīn)兴数字艺(yì)术家竞赛中，一幅名为《太空(kōng)歌剧院》的作(zuò)品获(huò)奖。

随(suí)后各大(dà)厂(chǎng)商的AI绘画软件被广大网(wǎng)友(yǒu)熟(shú)知并(bìng)体验(yàn)，Stable Diffusion便是(shì)其中(zhōng)代表。

用户(hù)们可(kě)以(yǐ)在(zài)应用(yòng)中输入一组关键词或(huò)者一张照片，就(jiù)能获得(dé)一(yī)幅AI创作的画(huà)作。

作画的关键就是所输(shū)入的文本。同一组(zǔ)关键词也(yě)可以创作(zuò)出很多张风(fēng)格(gé)不一样的(de)画作，这(zhè)让创作的(de)过程(chéng)就(jiù)像开盲盒。

很多(duō)用户很(hěn)喜欢这种不(bù)确定(dìng)的惊喜，他们(men)会将生(shēng)成的美图当(dāng)做(zuò)头像。而另一部(bù)分喜欢翻看AI绘(huì)画的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位网(wǎng)友(yǒu)的(de)小狗照(zhào)片被AI画成了(le)“肌肉男”，还(hái)有(yǒu)网友的(de)个人照片被AI识(shí)别(bié)成了建筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词(cí)游戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读(dú)博(bó)的(de)中国(guó)人(rén)张(zhāng)吕(lǚ)敏创作的一种(zhǒng)基于控制点的图像变形算法，主要用于数字图像处理、计算机视觉(jué)和(hé)计算(suàn)机图形学等领域(yù)。

其SD插件(jiàn)一经发(fā)布，在(zài)短短(duǎn)的两天内(nèi)便成为了AI绘画领域最新的热点。

在此之(zhī)前，大家用了(le)很多方(fāng)法想让AI生成(chéng)的结果尽可能的符合要求，但是都不尽如人意，它的出现(xiàn)代表着AI生成开始(shǐ)进(jìn)入(rù)真正的可控时期(qī)。

因为ControlNet可(kě)以直接提取(qǔ)画面的构图，人物(wù)的姿势和画面的深(shēn)度(dù)信息等。有(yǒu)了它的帮助，就不用频繁(fán)的用提示词来碰运气，抽(chōu)盲(máng)盒式(shì)的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作(zuò)品已经获得(dé)了(le)大量的(de)浏览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带她们(men)走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词(cí)试效果。

通过图片就可以看出来，效果十(shí)分惊艳。

更厉害的是，除(chú)了真实的(将进酒为何读qiang，陈道明朗诵《将进酒》de)照片，草(cǎo)图(tú)也可以(yǐ)加(jiā)上(shàng)“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到(dào)ControlNet还能实(shí)现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其本(běn)尊也亲(qīn)自回应。

不得(dé)不说当(dāng)下AIGC已经变得越来越强大，甚(shèn)至(zhì)输出的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过(guò)警方辟(pì)谣这所谓的“party”可能是全国第(dì)一起AI绘图诈(zhà)骗。

由于这(zhè)个活动(dòng)里面给出的美女照片都是AI制作(zuò)的真人照(zhào)片绘图(tú)，因为太逼真，被大家当成真(zhēn)事传播了(le)。

不过(guò)仔细(xì)观(guān)察可以(yǐ)发(fā)现，活动发起(qǐ)者(zhě)提供的(de)照片中有(yǒu)个很(hěn)大(dà)的漏洞可以发现并非真人，而是AI绘(huì)图，那便是图(tú)片中女性的手指部分有的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部分的(de)绘画算(suàn)法比较复杂，AI还不太会画人的手(shǒu)，但最(zuì)新(xīn)看到的图片已经有越来越完美的(de)AI模型(xíng)出现(xiàn)，以(yǐ)后(hòu)可(kě)能(néng)就完全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗在国外(wài)也已有发生。据英国广播公司(sī)报道(dào)，土耳(ěr)其地震期间，有(yǒu)Tiktok用(yòng)户(hù)使用AI合成(chéng)了儿(ér)童受灾的(de)假(jiǎ)照片(piàn)发布到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗(piàn)。

目前(qián)随着技术发(fā)展，AIGC已经能做出真(zhēn)人照片般的(de)绘(huì)图效果，如果这(zhè)样的图片被用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批判者认(rèn)为AI在(zài)“学习(xí)”了大量前人的作品之后(hòu)，其创作没有任(rèn)何情绪和灵(líng)魂(hún)，难以(yǐ)和人类的艺术创作相提(tí)并论(lùn)。

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

马(mǎ)斯克也强调，人工智能的安全问题需要得到(dào)重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频(pín)，还有远(yuǎn)方

技术(shù)都(dōu)是有两面性的(de)，潜在的危害并不能(néng)掩(yǎn)盖其光辉的贡献。现在(zài)看来，人工智能技术将是(shì)第四次工(gōng)业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工智(zhì)能在技术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发(fā)生方向(xiàng)性(xìng)改变的(de)一个(gè)代表(biǎo)。其下一站或许就(jiù)是视(shì)频(pín)。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技圈的短视(shì)频。这些视频(pín)引发(fā)关注并非内容做得(dé)多(duō)优(yōu)秀，反(fǎn)而(ér)都非(fēi)常简(jiǎn)单，比如一(yī)匹正(zhèng)在(zài)喝水的马，一只画画的玩具(jù)熊，或者一段骑摩托车的第一视(shì)角(jiǎo)录像，随便一个有手机的人(rén)都(dōu)可以随手录(lù)下一段。

但这(zhè)些短视频的创作方式非常简单，创作者仅仅需要向AI输(shū)入一段话，甚(shèn)至只是说一(yī)下要求，AI就可以根据需要生成一段视频(pín)。

谷歌(gē)发布的两个AI生(shēng)成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视(shì)频后，AI圈(quān)就已(yǐ)经玩(wán)了一波梗(gěng)，一个能够做出(chū)更高清(qīng)视频的AI还(hái)不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的(de)地(dì)方在(zài)于(yú)，它可(kě)以制作出超过2分钟的连贯的也有确(què)切内容的视频，这才是真正(zhèng)让(ràng)人们感到惊喜的地(dì)方。因为无论AI生成的视频(pín)多么高(gāo)清，也只能是为内容生(shēng)产(chǎn)者(zhě)提(tí)供一个灵感(gǎn)，一个素材，一(yī)个过(guò)场(chǎng)动画。

不过能够制作(zuò)出有具体剧情内容的视频(pín)就意(yì)味(wèi)着，一(yī)些视频创(chuàng)作由(yóu)AI代替人(rén)工完成已经初步有了可能。

当下AI的发展速度已经超(chāo)过大部分人的想象。内(nèi)容产业的本(běn)质是供给创造(zào)需求，AIGC作为全新的内(nèi)容生产方式(shì)，可(kě)以为内容产(chǎn)业带(dài)来(lái)更(gèng)新的内(将进酒为何读qiang，陈道明朗诵《将进酒》nèi)容风格(gé)、更快(kuài)的(de)生产速度，更低(dī)的生产成(chéng)本，这(zhè)无疑会驱动(dòng)内容产(chǎn)业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐(lè)、代码、机器人动作(zuò)等多种内容形(xíng)式的生成(chéng)。不难(nán)发(fā)现该项(xiàng)技术(shù)不仅在游(yóu)戏等行业能(néng)得到有(yǒu)效应(yīng)用，对于下一代互联网各种元素(sù)的构建(jiàn)亦有关键意义。

从商业化的角度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一(yī)块(kuài)重要拼图，有望(wàng)在技术更新的加持下实现(xiàn)更大的应(yīng)用价值。

AI从(cóng)理解(jiě)内容(róng)，走向了可以生(shēng)成(chéng)内容，甚至能(néng)够创(chuàng)造(zào)出独(dú)立价(jià)值(zhí)和独(dú)立视角的内(nèi)容。AIGC的(de)再次出圈，更代(dài)表着(zhe)未来的先进生(shēng)产力即(jí)将(jiāng)到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座(zuò)

从技术的发展也可以(yǐ)看出，在语言大模型、图像大模(mó)型(xíng)之(zhī)后，多模态大(dà)模型已经成为了新的趋势。

大模型被(bèi)誉为当(dāng)前人工智能发(fā)展的智能底座，是全球竞(jìng)争最激烈(liè)的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业(yè)都在竞(jìng)相发力(lì)。

不过训(xùn)练大模(mó)型的确价格(gé)不菲(fēi)，以(yǐ)国盛(shèng)证券发布的(de)《ChatGPT需要多少(shǎo)算力》报告(gào)估算(suàn)，GPT-3训练一(yī)次(cì)的成(chéng)本(běn)约为140万美元。而对(duì)于(yú)一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计(jì)算，其对(duì)应芯(xīn)片需(xū)求(qiú)为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始投(tóu)入(rù)成本约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支持。在关注各类大模型(xíng)的发展(zhǎn)同时(shí)，更应该关(guān)注算力网(wǎng)络的(de)建(jiàn)设。

算力网(wǎng)络(luò)正驱动AI产业发(fā)展进入史诗级加速进(jìn)程，让AIGC及通用AI这(zhè)一人工智能发展的终极目标离得更近。

因为算力可以对突(tū)破性技术创新提供大力的支持(chí)。这(zhè)方面，多模(mó)态大模型是(shì)典型(xíng)。作(zuò)为面向未(wèi)来强人工智(zhì)能、通(tōng)用人(rén)工智能的(de)重要(yào)技术创新，多模态大模型已经在(zài)人工智能领(lǐng)域提出了很多年，业界也(yě)有不少技术突破(pò)，但是，多模态大(dà)模型进一步往下(xià)走，算力需求呈几何(hé)式(shì)上升，一般的(de)算力基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三(sān)模态的跃迁(qiān)，让人工(gōng)智能可以灵活应(yīng)对不同模态(tài)的转化、像人与世界交(jiāo)互一(yī)样自然(rán)，这方(fāng)面，由算力(lì)网络来驱动将有明显优势。

此外(wài)，还有(yǒu)很多需要爆发式增长(zhǎng)的算力来支撑(chēng)的技(jì)术创新(xīn)，将在人工(gōng)智能算力(lì)网(wǎng)络支撑下快(kuài)速(sù)推进(jìn)。

AIGC已经露出曙光，期待在大模型(xíng)和大(dà)算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边际成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 将进酒为何读qiang，陈道明朗诵《将进酒》