自聊(liáo)天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司(sī)创(chuàng)始人比尔·盖茨已多(duō)次公(gōng)开谈论人工(gōng)智能话(huà)题。在最(zuì)近的一次采访(fǎng)中，他再次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌(pái)”。

这个结论是他在(zài)当地时间2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出的。

他预(yù)期，AI的发展可(kě)能会威(wēi)胁(xié)到(dào)谷歌的(de)市占率，因为微软在AI方面的行(xíng)动相当迅速。而最终科技巨头(tóu)将把AI整合成用户的(de)“全能(néng)助手”，包揽一切应用(yòng)，与人们进行沟通并提(tí)供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助手的(de)到(dào)来可(kě)能尚需时(shí)日，但由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年8月，在美(měi)国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛(sài)中，一幅名(míng)为(wèi)《太空歌剧(jù)院》的作(zuò)品获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软件被广(guǎng)大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们可(kě)以在应(yīng)用(yòng)中输入一组(zǔ)关键词(cí)或者一张照片，就能获得(dé)一幅AI创(chuàng)作的画作。

作画的关(guān)键就是所输(shū)入的文本(běn)。同(tóng)一组关键词也可以(yǐ)创作出很多张(zhāng)风格不一(yī)样的画作，这让(ràng)创作的(de)过程就像开(kāi)盲(máng)盒。

很多(duō)用(yòng)户很(hěn)喜(xǐ)欢这种(zhǒng)不确定的惊(jīng)喜，他们会将(jiāng)生成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。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(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有网友的(de)个人(rén)照(zhào)片被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的(de)中国人张吕敏(mǐn)创作的一种基于控制点(diǎn)的(de)图(tú)像变(biàn)形算法，主要用于数字图像处理、计算机视觉和计(jì)算机图(tú)形学等领域。

其SD插件一经发(fā)布(bù)，在短短的(de)两(liǎng)天内便成为了AI绘(huì)画领域最新的热点。

在(zài)此之(zhī)前，大家用(yòng)了很多方法想让(ràng)AI生成的(de)结果尽可能的符合要求，但是都(dōu)不尽如(rú)人意，它的出现代表着AI生成开始进(jìn)入真正的可控(kòng)时期(qī)。

因为(wèi)ControlNet可以直接提取画面的构图，人物(wù)的姿(zī)势和画面的(de)深度信息等。有了(le)它的(de)帮助，就(jiù)不(bù)用频繁的用提示(shì)词来(lái)碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔(mó)法(fǎ)”，不少博(bó)主的(de)作品已(yǐ)经获得了大量(liàng)的浏览(lǎn)量，“viggo”就是(shì)其(qí)中之一，他用(yòng)朋友(yǒu)的照(zhào)片直(zhí)接带她(tā)们走进(jìn)动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼(gé)开始换关键(jiàn)词试效果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉害(hài)的(de)是(shì)，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实(shí)现线稿转(zhuǎn)全(quán)彩图。大神(shén)张(zhāng)吕敏其本尊也(yě)亲自(zì)回(huí)应(yīng)。

不得不说(shuō)当下AIGC已经变得越来越强大(dà)，甚至输(shū)出的作品都已经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发(fā)

警惕(tì)安(ān)全问题

近日，“苏(sū)州金(jīn)鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络，而经过警方辟谣(yáo)这所(suǒ)谓(wèi)的(de)“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个(gè)活(huó)动(dòng)里面给出(chū)的美(měi)女照片都是AI制(zhì)作的(de)真人照片(piàn)绘图，因为(wèi)太逼真，被大家当成真事传播(bō)了。

不(bù)过(guò)仔细观察可以(yǐ)发现，活动(dòng)发起者提供的(de)照片中(zhōng)有(yǒu)个很大(dà)的漏洞(dòng)可以发现并非(fēi)真人，而是AI绘图，那便是图片中女性的(de)手指部(bù)分有(yǒu)的存在(zài)异常。

有行业人(rén)事表示：“现在因为手指部分的绘画(huà)算法(fǎ)比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片已经有越来越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞(dòng)了。”

类(lèi)似(shì)的AI作图诈骗在国外(wài)也已有发生。据英(yīng)国广播公(gōng)司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿(ér)童(tóng)受灾的(de)假照片发布到网络，以此诱骗善良的(de)人(rén)打赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经能(néng)做出真人照片般的绘图效果，如(rú)果(guǒ)这样的(de)图片(piàn)被(bèi)用来诈骗(piàn)，将非常可怕(pà)。

此外(wài)AIGC还(hái)引发了很(hěn)多担忧，一(yī)方面，批判者认(rèn)为AI在“学习”了大(dà)量前人的作品之(zhī)后，其创作没有任何情绪(xù)和灵魂，难以和人类(lèi)的艺术创作相提并(bìng)论。

另(lìng)一方面，AIGC背后的版权、目前都并没(méi)有得到有效(xiào)的解决(jué)，还有AIGC会(huì)不(bù)会代替(tì)人类“至高无上”的(de)创意。

马斯克也强(qiáng)调，人工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频(pín)，还有(yǒu)远方(fāng)

技术都是有两面性的，潜在的(de)危害并不(bù)能掩(yǎn)盖(gài)其光(guāng)辉的贡(gòng)献。现在看来(lái)，人工智能技术将是第四次工业革命(mìng)的核心驱(qū)动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智能在技术和(hé)商业(yè)层面(miàn)都有了巨大进(jìn)展(zhǎn)，AI绘画就是人工智能技术发生方向性改变的一(yī)个(gè)代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了(le)几条引(yǐn)爆科技圈的短视频。这些视(shì)频引发关注并非内容做得多优秀，反而都非常简单(dān)，比如一匹正在喝水(shuǐ)的马，一只画画(huà)的玩具熊，或者(zhě)一段骑摩托(tuō)车的(de)第(dì)一视角录像，随便一个有手(shǒu)机的(de)人都可以随手录下一段。

但这些短视频的创作方式(shì)非常简单，创作(zuò)者(zhě)仅仅需要向AI输入一段(duàn)话，甚至只是说(shuō)一下要求，AI就可以根据(jù)需要(yào)生成一段视频。

谷歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的(de)视频后，AI圈就已(yǐ)经玩了(le)一波(bō)梗，一个(gè)能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制(zhì)作出超过2分钟的(de)连贯的(de)也有确切(qiè)内容的视(shì)频，这(zhè)才是真正让(ràng)人们感到(dào)惊(jīng)喜的(de)地方。因(yīn)为无论AI生成的视频多么(me)高清(qīng)，也(yě)只能是为内容生产者(zhě)提(tí)供(gōng)一个灵感，一个素材(cái)，一(yī)个过场动(dòng)画。

不过能够制作出有具(jù)体剧(jù)情内(nèi)容的视(shì)频(pín)就意(yì)味着(zhe)，一些视频创作由(yóu)AI代替人工(gōng)完(wán)成(chéng)已经初步有(yǒu)了可能。

当下AI的(de)发展(zhǎn)速度已经超过大部分人的想象。内容产业的本质是供给创造需求，AIGC作(zuò)为(wèi)全新的内容生产方(fāng)式，可以为内容产(chǎn)业带来更新的内容风格、更(gèng)快的生产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动内容产业的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作(zuò)等多种内容形式(shì)的(de)生成。不难发现该项技(jì)术(shù)不仅在游戏等行业能得(dé)到有效应用，对于下一代(dài)互联(lián)网各种元素(sù)的构建亦有关键意义。

从(cóng)商业(yè)化的角度来看，文化娱乐(lè)、教育、传媒等诸多领域，本身就(jiù)对(duì)基(jī)于(yú)AI的可(kě)视(shì)化(huà)内容有强烈(liè)需(xū)求。

因(yīn)此，AI绘(huì)画及视频或不是(shì)结果(guǒ)，而只是AI进(jìn)程中(zhōng)的一块重要拼图(tú)，有望在技术(shù)更新的加(jiā)持下实现更(gèng)大的应用价值。

AI从理解内容，走向了可(kě)以(yǐ)生成内容，甚至能(néng)够(gòu)创造出(chū)独立(lì)价值和独立视角的(de)内容。AIGC的再(zài)次出(chū)圈(quān)，更代表着未(wèi)来(lái)的先进生产力即将到来。

04

紧(jǐn)抓大模型(xíng)与算力(lì)，牢固AIGC底座

从技术的(de)发展也可以(yǐ)看出(chū)，在语言(yán)大模型(xíng)、图像(xiàng)大模(mó)型之后，多模态(tài)大模型已经成(chéng)为了新的趋势(shì)。

大模型被誉为当前人(rén)工智能(néng)发展(zhǎn)的智能底座，是全球(qiú)竞争最激烈的研究(jiū)方向之(zhī)一，包括谷歌(gē)、亚(yà)马逊、百(bǎi)度(dù)、阿里、腾(téng)讯等众(zhòng)多头部企业都在竞(jìng)相发力(lì)。

不过训(xùn)练(liàn)大模型(xíng)的确价格(gé)不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于一些(xiē)更(gèng)大的(de)LLM(大型语言模(mó)型)，训(xùn)练成本则介于200万(wàn)美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客(kè)平(píng)均(jūn)数(shù)1300万计(jì)算，其对应芯片(piàn)需求(qiú)为3万多(duō)片英伟达(dá)A100 GPU，初始(shǐ)投入成本约为(wèi)8亿美元，每(měi)日仅电费就(jiù)在5万美(měi)元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各类大模型的发展(zhǎn)同(tóng丙烯是直接用还是沾水用的 丙烯是气体还是液体)时，更应该关注算(suàn)力网络的建(jiàn)设(shè)。

算力(lì)网络正驱(qū)动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能(néng)发展(zhǎn)的终极目(mù)标离得更近。

因为算力可以对突破(pò)性技术创新(xīn)提供大力的支持。这方面，多(duō)模态大模型是典型。作为面向未来(lái)强人工智能、通用(yòng)人工智能的重要技术创新，多模态大模型(xíng)已经在人(rén)工智能领域提出了很多年，业界也有不少(shǎo)技术突破，但是，多模(mó)态大模型进一步(bù)往下走，算力需求(qiú)呈几何式上升，一般的(de)算力基础设施(shī)很快将(jiāng)难以胜任(rèn)。

从图像、文(wén)字(zì)、语音(yīn)单(dān)独一(yī)项的训练，到双(shuāng)模(mó)态(tài)、三模态的跃迁，让(ràng)人工智能可以灵活(huó)应对不同模态的转化、像人(rén)与(yǔ)世(shì)界交互一样自然，这方(fāng)面，由算力网络(luò)来驱动将(jiāng)有明显优势。

此外，还有(yǒu)很多需要爆发式增(zēng)长(zhǎng)的算力来支撑的技术创新，将在人工智能算(suàn)力网络支撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆(fù)内容生产的方式，将创造的边际(jì)成本(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 丙烯是直接用还是沾水用的 丙烯是气体还是液体