自聊天(tiān)机器人ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔(ěr)·盖茨(cí)已多次公开谈论人工(gōng)智能话题。在最近的(de)一次采访中，他再次表示(shì)：“AI可能(néng)会让科(kē)技行业迎来一次剧烈的洗牌”。

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

他预期，AI的发展可能会威胁到谷(gǔ)歌的市(shì)占率，因为微软在AI方面的行动相(xiāng)当迅速(sù)。而最终科技巨头将把AI整合(hé)成(chéng)用户(hù)的“全(quán)能助手”，包揽一切应用，与人们进行沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助手的到来可能尚需时(shí)日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的(de)AIGC上一次爆火的时(shí)候(hòu)，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术家(jiā)竞(jìng)赛中，一幅名为《太空歌(gē)剧(jù)院》的(de)作品获奖。

随后各(gè)大厂商的(de)AI绘(huì)画软件(jiàn)被广(guǎng)大网友熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)辛追夫人是谁的夫人，辛追夫人是谁的母亲。

用户们(men)可以(yǐ)在(zài)应用(yòng)中输入一组关键词或者一张照片，就能获得一幅(fú)AI创作的画作。

作画的关键就(jiù)是(shì)所(suǒ)输入的文本。同一组关键词也可以创作出很多张风格不一样的画作，这让(ràng)创作的过(guò)程就像开(kāi)盲盒(hé)。

很多(duō)用户很喜欢这种不确定(dìng)的惊喜，他(tā)们会将生成(chéng)的美图当做头像。而另一(yī)部分喜(xǐ)欢翻看AI绘画的(de)“翻车(chē)”作(zuò)品。在社(shè)交媒体上，许多(duō)用户分享AI“翻车(chē)现(xiàn)场”，例如，一位网友的(de)小狗照片被AI画(huà)成(chéng)了“肌肉(ròu)男”，还(hái)有网友的个人照(zhào)片被AI识(shí)别(bié)成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写关键(jiàn)词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读博的(de)中(zhōng)国人张吕敏(mǐn)创作的一种基于(yú)控(kòng)制点的(de)图像变(biàn)形(xíng)算法，主要用于数字图像处理、计算机视觉(jué)和计算机图形学(xué)等领(lǐng)域。

其SD插件一经(jīng)发(fā)布，在短短的两(liǎng)天内便成为了AI绘画领域(yù)最(zuì)新(xīn)的(de)热点。

在此(cǐ)之前(qián)，大家用了很多方(fāng)法想让AI生(shēng)成的结(jié)果尽可能的符(fú)合要(yào)求(qiú)，但是都不尽(jǐn)如(rú)人意，它的出现代表(biǎo)着AI生成(chéng)开始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以(yǐ)直(zhí)接(jiē)提(tí)取画面(miàn)的构图，人物的姿势和画面(miàn)的深度信息等(děng)。有了它的(de)帮助，就不(bù)用(yòng)频繁的用提示词(cí)来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画(huà)加了(le)“魔法”，不少博主的作品已经获得了大(dà)量的(de)浏(liú)览量，“viggo”就是(shì)其中(zhōng)之一，他(tā)用朋友的照片直接(jiē)带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到(dào)对应的(de)关(guān)键(jiàn)词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试(shì)效果。

通过图(tú)片就可以看出(chū)来，效果(guǒ)十分惊艳(yàn)。

更厉害(hài)的是，除了(le)真实的照片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿(gǎo)转全彩图。大神张吕敏其本尊(zūn)也亲自回(huí)应。

不得不(bù)说当下AIGC已经变得越来(lái)越(yuè)强大(dà)，甚至输出的作品都已经能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日(rì)，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游艇party”的消息火遍网络，而经过警方辟(pì)谣这所谓的“party”可(kě)能(néng)是全(quán)国第一起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给出的(de)美女照(zhào)片都是AI制作的真人照片绘(huì)图，因(yīn)为太(tài)逼真，被大家当成真事传播了。

不(bù)过仔细观察可以发现(xiàn)，活动发起者(zhě)提供的照(zhào)片中有个(gè)很(hěn)大的漏洞可以发现(xiàn)并(bìng)非(fēi)真人，而是(shì)AI绘图，那便(biàn)是(shì)图片(piàn)中(zhōng)女性的手指部分有的(de)存(cún)在异常。

有行业人事表示：“现在因为手指部分的绘画算法(fǎ)比较复杂，AI还不太(tài)会画人的手(shǒu)，但最新(xīn)看到的图片已经有越来越完(wán)美的(de)AI模型出(chū)现(xiàn)，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国(guó)外也已有发(fā)生。据英国广播公司报道，土耳其(qí)地(dì)震期间，有Tiktok用户使用AI合(hé)成了(le)儿童(tóng)受灾的假照片发布到网络(luò)，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从而(ér)实施(shī)诈骗。

目前(qián)随着技(jì)术发展，AIGC已(yǐ)经能做出(chū)真人照(zhào)片(piàn)般的绘图效果(guǒ)，如果这(zhè)样的图(tú)片被用(yòng)来诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还(hái)引发(fā)了很多担忧，一方面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作品之后(hòu)，其创作没(méi)有任何情绪和灵魂，难以和人类的艺术(shù)创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都并没(méi)有得(dé)到有(yǒu)效的解决(jué)，还有AIGC会不会代替人(rén)类“至高无上”的创意(yì)。

马斯克也(yě)强调(diào)，人工智(zhì)能的安全问(wèn)题需要得到重视(shì)，太晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频(pín)，还(hái)有远方

技术都是(shì)有两面性的，潜在的危害并不能掩盖其光辉的(de)贡献(xiàn)。现在看(kàn)来，人工智能技(jì)术将是第(dì)四次工业革(gé)命的核心驱动力量，将创造新的(de)增长奇迹。

过去(qù)一年，人工智能在技术和(hé)商业层面都有(yǒu)了巨大(dà)进展，AI绘画(huà)就是人(rén)工智能(néng)技术发生方向性改变(biàn)的一(yī)个代表。其(qí)下一站或(huò)许就是视频(pín)。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这些视频(pín)引发(fā)关注(zhù)并非(fēi)内容做(zuò)得(dé)多优秀，反而都非常简单，比如一匹正在(zài)喝水(shuǐ)的马，一只(zhǐ)画(huà)画(huà)的(de)玩具熊，或者一段骑摩(mó)托车的(de)第一视(shì)角(jiǎo)录像，随便一个有手机(jī)的人都可以随手录下(xià)一段。

但(dàn)这些短视频的创作方式非(fēi)常(cháng)简单，创作者仅仅需(xū)要向AI输入一段话(huà)，甚至只(zhǐ)是说一(yī)下要求，AI就可以根(gēn)据需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的(de)视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一(yī)个能够做出更高清视(shì)频的AI还不足(zú)以在(zài)短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出超过2分钟的连贯的也有确切(qiè)内容的视频，这才是真正让(ràng)人们感到惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多么高清，也只能(néng)是(shì)为内容生产者提供一个(gè)灵感，一个素材(cái)，一个过场动(dòng)画。

不过能(néng)够制作出有具体剧情内容的(de)视(shì)频就意味着，一些视(shì)频(pín)创(chuàng)作(zuò)由AI代(dài)替人工完成已(yǐ)经初步(bù)有了可能。

当下AI的发展速度已经超过大部分人的想象。内容(róng)产业的本质是供(gōng)给创造需求(qiú)，AIGC作为(wèi)全(quán)新的(de)内容生产方(fāng)式，可以为(wèi)内容(róng)产业带来更新的内容风格(gé)、更快的生产速度，更低的生产成本，这无疑会驱动内(nèi)容产(chǎn)业的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代(dài)码、机器人动作等(děng)多种(zhǒng)内容形式的(de)生成。不难发现该项技术不仅在(zài)游戏等(děng)行业(yè)能得到(dào)有(yǒu)效应用，对于下一代互联网各种元素(sù)的构建亦(yì)有关键意义。

从商业(yè)化(huà)的角(jiǎo)度来看，文(wén)化娱乐、教育、传媒等诸(zhū)多(duō)领域(yù)，本身就对基于AI的(de)可视化内容有(yǒu)强烈(liè)需(xū)求。

因此，AI绘(huì)画(huà)及(jí)视频或不(bù)是结果(guǒ)，而只(zhǐ)是AI进程中(zhōng)的一块重要(yào)拼图，有望在技术更新的加持下(xià)实现更大的应用价值(zhí)。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能(néng)够创造(zào)出独(dú)立价值和独立视(shì)角的内(nèi)容(róng)。AIGC的再(zài)次(cì)出圈，更代表着未来(lái)的先进生产力即将到来。

辛追夫人是谁的夫人，辛追夫人是谁的母亲src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓(zhuā)大模型与算力，牢(láo)固AIGC底座

从技(jì)术的发展也可以看出，在语(yǔ)言大模型、图(tú)像(xiàng)大模型之(zhī)后，多模态大模型已经成为了新的趋势。

大模型(xíng)被誉为当前人工智能(néng)发展(zhǎn)的智能底座，是(shì)全(quán)球竞(jìng)争最激烈(liè)的研究方(fāng)向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头(tóu)部(bù)企业都在竞相发力。

不过训练大模型的确价格不菲，以国盛(shèng)证券(quàn)发布的《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(yuán)。而对于一(yī)些(xiē)更大的(de)LLM(大型(xíng)语言模型)，训练成(chéng)本(běn)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(yuè)的独立访客平(píng)均数(shù)1300万计算，其对应(yīng)芯片(piàn)需求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元，每日仅(jǐn)电费(fèi)就在(zài)5万美(měi)元左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力(lì)支(zhī)持。在关(guān)注各类大模型的发展同时，更应该(gāi)关注算(suàn)力网络(luò)的建设。

算力(lì)网络正驱(qū)动AI产业(yè)发展(zhǎn)进入史诗(shī)级加(jiā)速进程，让AIGC及通(tōng)用AI这一(yī)人工(gōng)智能发展(zhǎn)的终极目(mù)标(biāo)离得更近。

因为算(suàn)力可以(yǐ)对突破(pò)性(xìng)技(jì)术创(chuàng)新提供大力的支持。这(zhè)方(fāng)面，多模(mó)态大模型是典型。作为面向未(wèi)来(lái)强人(rén)工智能、通用(yòng)人(rén)工智(zhì)能的重要(yào)技术创新，多模态大模(mó)型已经在人工智能(néng)领域提出了很多年，业界也有不少技术突破，但是，多模态大模型进一(yī)步往(wǎng)下走，算力需求呈几何式(shì)上(shàng)升(shēng)，一般(bān)的算(suàn)力(lì)基础设施很快(kuài)将难以(yǐ)胜(shèng)任。

从图像(xiàng)、文字、语音单独一项的训练，到(dào)双模态、三模(mó)态的(de)跃(yuè)迁，让人工智能可以灵活(huó)应(yīng)对不同模态的转化、像人与世界交互(hù)一样自(zì)然，这方面(miàn)，由算力网络来(lái)驱动将(jiāng)有明显(xiǎn)优势(shì)。

此外，还(hái)有很(hěn)多需要(yào)爆发式增长的算力来支撑的技术创新(xīn)，将在人(rén)工智能(néng)算力网络支(zhī)撑下(xià)快速(sù)推进(jìn)。

AIGC已经(jīng)露出曙光(guāng)，期(qī)待在(zài)大模型和大算力(lì)的支持下AIGC能(néng)持续颠覆内容生产的方式(shì)，将创造的边际成(chéng)本降(jiàng)低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 辛追夫人是谁的夫人，辛追夫人是谁的母亲