自(zì)聊天机(jī)器人ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖茨已多次公开谈论人工(gōng)智(zhì)能(néng)话题(tí)。在最近的一次采访中，他再(zài)次(cì)表示：“AI可(kě)能会让科技行业迎来一(yī)次(cì)剧烈的(de)洗牌”。

这个结论(lùn)是他在当地时(shí)间2月(yuè)20日接受《In Good Company》节目专(zhuān)访(fǎng)时(shí)提出的。

他(tā)预期，AI的(de)发展(zhǎn)可能会(huì)威胁到(dào)谷歌的市(shì)占率，因(yīn)为微(wēi)软在AI方(fāng)面的行动(dòng)相(xiāng)当(dāng)迅速(sù)。而(ér)最终科技巨头将把AI整合成用户的“全能助(zhù)手”，包(bāo)揽一切应用(yòng)，与(yǔ)人们进行(xíng)沟(gōu)通并(bìng)提供建(jiàn)议，可以取(qǔ)代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助手(shǒu)的到来可能(néng)尚需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的AIGC上一(yī)次爆火的时候，还是2022年8月，在(zài)美国科(kē)罗拉多州举办的新(xīn)兴(xīng)数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件(jiàn)被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户们可(kě)以在应(yīng)用中(zhōng)输入(rù)一组(zǔ)关键(jiàn)词(cí)或者一张照片，就能(néng)获得一幅AI创作的画(huà)作。

作画(huà)的关键就是所(suǒ)输入的文本。同(tóng)一组关键词也可以创作出很多(duō)张风格不一样的画作，这让创作(zuò)的(de)过(guò)程(chéng)就像开盲盒。

很多用(yòng)户(hù)很喜(xǐ)欢(huān)这(zhè)种不确定的惊喜，他们会将生(shēng)成(chéng)的美图(tú)当做头像。而(ér)另一部分喜欢翻看(kàn)AI绘画的(de)“翻车(chē)”作品(pǐn)。在社(shè)交媒(méi)体上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识(shí)别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出(chū)现与加持(chí)，以往(wǎng)AI绘画的填写(xiě)关键词游(yóu)戏可(kě)能要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯(sī)坦福读博的中(zhōng)国人张(zhāng)吕(lǚ)敏(mǐn)创作的一(yī)种基于控制(zhì)点的(de)图像(xiàng)变形算法(fǎ)，主要用于数字图像处理、计算(suàn)机视觉和计算(suàn)机(jī)图形学等(děng)领域。

其SD插件一经发布，在短短的两天内便(biàn)成为了(le)AI绘画领(lǐng)域最新的热点。

在此之前(qián)，大家用了很多方(fāng)法想让AI生成的结果尽可能(néng)的符合要(yào)求，但是都不尽(jǐn)如人意(yì)，它的出现(xiàn)代表着AI生成(chéng)开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人(rén)物的姿(zī)势和(hé)画面的深度信息等。有了它的帮助，就不用频繁的(de)用(yòng)提示词来碰运(yùn)气(qì)，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加了(le)“魔法”，不少博(bó)主的(de)作(zuò)品已(yǐ)经获(huò)得了(le)大量(liàng)的(de)浏(liú)览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友(yǒu)的照(zhào)片(piàn)直接带(dài)她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件(jiàn)绑定(dìng)骨(gǔ)骼开始换关(guān)键词试效(xiào)果。

通过图片就可以看(kàn)出来(lái)，效果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可以(yǐ)加上“魔(mó)法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神张吕敏其本尊(zūn)也(yě)亲自回应。

不得(dé)不说当下(xià)AIGC已经变得越来(lái)越强大，甚至(zhì)输出的作品都已经(jīng)能以(yǐ)假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经(jīng)过(guò)警(jǐng)方辟谣(yáo)这(zhè)所谓的“party”可能是(shì)全国(guó)第一(yī)起AI绘图(tú)诈骗。

由于(yú)这(zhè)个活动里面给出的美女照片(piàn)都是(shì)AI制(zhì)作的真人(rén)照片绘图，因为太(tài)逼真，被大(dà)家当成真事(shì)传(chuán)播了。

不过仔细观(guān)察可以发现，活(huó)动发起(qǐ)者提供的照片中(zhōng)有(yǒu)个(gè)很(hěn)大的漏洞可以发现并非(fēi)真人，而(ér)是AI绘(huì)图(tú)，那便(biàn)是图(tú)片中(zhōng)女(nǚ)性的手指(zhǐ)部分有的(de)存在异常。

有行业人事表示(shì)：“现(xiàn)在因为手指部分的绘画算法比较(jiào)复杂，AI还不(bù)太会画(huà)人的手，但最新看到的图片已(yǐ)经有越来(lái)越完美的AI模型(xíng)出(chū)现(xiàn)，以后可能就完全没(méi)有漏(lòu)洞了。”

类似的(de)AI作图诈骗在国(guó)外也已有发生。据英国(guó)广(guǎng)播公司报(bào)道，土耳其地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受(shòu)灾的假照片发(fā)布到网络，以(yǐ)此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出(chū)真人(rén)照(zhào)片般的(de)绘图(tú)效果(guǒ)，如果(guǒ)这样的图片(piàn)被用(yòng)来诈骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面(miàn)，批(pī)判(pàn)者认为AI在“学习”了大(dà)量前人的(de)作品(pǐn)之(zhī)后，其创作没有(yǒu)任何(hé)情绪和灵魂，难以和人(rén)类的艺术创作相提并论。

另一方(fāng)面(miàn)，AIGC背(bèi)后的(de)版权(quán)、目前都并没有得(dé)到有效的解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工(gōng)智(zhì)能的安全问题需(xū)要(yào)得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有(yǒu)两面性的，潜在的危害并不能(néng)掩盖其(qí)光辉的贡献。现在看来，人工智能技术将是第四次工(希望的拼音是什么gōng)业革命的核(hé)心驱动力量(liàng)，将创造新的增(zēng)长奇迹(jì)。

过(guò)去(qù)一(yī)年，人工智(zhì)能(néng)在技术和商业层面都(dōu)有了巨(jù)大进(jìn)展(zhǎn)，AI绘画就是(shì)人工智能技术发(fā)生方向性改变的一个(gè)代表。其下(xià)一站(zhàn)或许就是视频(pín)。

此前，Meta和(hé)谷(gǔ)歌先后(hòu)发布了几(jǐ)条引爆科技圈的短视(shì)频。这些视频引(yǐn)发关注(zhù)并非内容(róng)做(zuò)得(dé)多优秀，反而(ér)都非常简单(dān)，比(bǐ)如(rú)一匹(pǐ)正在喝水的马，一只画画的玩具熊，或者一(yī)段骑摩托车的第一视角录像，随(suí)便一个有手机的人(rén)都可(kě)以随手录下一段。

但这些短视(shì)频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就可(kě)以根(gēn)据(jù)需要生成(chéng)一段视(shì)频(pín)。

谷歌(gē)发布的两个AI生成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者主要(yào)突(tū)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生成(chéng)的视频后，AI圈就已经玩了一波(bō)梗，一(yī)个(gè)能够做出(chū)更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在(zài)于，它(tā)可以制(zhì)作(zuò)出(chū)超过2分钟(zhōng)的连(lián)贯的(de)也(yě)有(yǒu)确切内容(róng)的(de)视(shì)频，这才是真正让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只(zhǐ)能是为内容生产者提(tí)供一个灵感，一(yī)个素(sù)材，一个过场(chǎng)动画。

不过能够制(zhì)作出有(yǒu)具体剧情内容的(de)视频就意味着(zhe)，一(yī)些视(shì)频创(chuàng)作由AI代替人工(gōng)完成(chéng)已(yǐ)经初步有了(le)可能。

当下(xià)AI的发展速度已(yǐ)经超过大部(bù)分(fēn)人的想(xiǎng)象(xiàng)。内容产业的本(běn)质是供(gōng)给创造需求，AIGC作为全新的内容生产方(fāng)式，可以为内容(róng)产业带来更新的内(nèi)容风格、更快的生产速度，更低的生产成本(běn)，这无疑会驱(qū)动内容(róng)产业的(de)大爆发。

除了AI绘(huì)图(tú)、视(shì)频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器人动(dòng)作(zuò)等多种(zhǒng)内(nèi)容形(xíng)式的生成。不(bù)难发现该项技术(shù)不(bù)仅在(zài)游戏等(děng)行业(yè)能得到有(yǒu)效应用，对(duì)于下一(yī)代(dài)互联网各种(zhǒng)元素的(de)构建亦有(yǒu)关键意义。

从商业化(huà)的角(jiǎo)度来看，文化(huà)娱(yú)乐、教育、传媒等诸多领域(yù)，本身就(jiù)对基于(yú)AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘(huì)画及视频(pín)或不是结(jié)果，而只是(shì)AI进程中的一块重要拼图，有望在技术更新(xīn)的加(jiā)持下实(shí)现更(gèng)大的应用价值。

AI从理解内容，走向了可(kě)以生成内容，甚(shèn)至能够创(chuàng)造出独(dú)立价值和独立视角的内(nèi)容(róng)。AIGC的再次(cì)出圈(quān)，更代(dài)表(biǎo)着未来的先进(jìn)生产(chǎn)力(lì)即(jí)将到来(lái)。

04

紧抓大(dà)模型与算力(lì)，牢固(gù)AIGC底座

从技术的发(fā)展也可以看出，在语言(yán)大模型(xíng)、图像大模型之后，多模态大模(mó)型已经成(chéng)为了新(xīn)的趋势。

大(dà)模型被誉为当(dāng)前人工智能发(fā)展的智能底座，是(shì)全球竞争(zhēng)最激烈的研究方向之一(yī)，包(bāo)括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾讯等众多(duō)头部企业都在竞(jìng)相发力。

不过训练大模型的(de)确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型)，训练成(chéng)本则介(jiè)于200万(wàn)美元(yuán)至1200万美(měi)元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成本约(yuē)为8亿美元(yuán)，每日(rì)仅电费就在(zài)5万美(měi)元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持。在关注各类大模型(xíng)的发展同(tóng)时，更应(yīng)该关注算力网络(luò)的(de)建设。

算力(lì)网络正驱动(dòng)AI产业发展(zhǎn)进入(rù)史诗级(jí)加速(sù)进程，让AIGC及通用AI这(zhè)一人工智能(néng)发(fā)展(zhǎn)的(de)终极目标离得(dé)更近。

因为算力可以对突破性(xìng)技术(shù)创新(xīn)提供(gōng)大(dà)力的支持(chí)。这方面，多模态大模型是典型。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(xīn)，多模态大模(mó)型已经在(zài)人(rén)工智能领域提出(chū)了很(hěn)多年(nián)，业界也有不(bù)少技术突(tū)破，但是，多模(mó)态(tài)大(dà)模型进一步(bù)往下走，算力需求呈几何(hé)式(shì)上升，一般的算力基础设施很快将难以(yǐ)胜任。

从图(tú)像、文字(zì)、语音单独(dú)一项的训练，到双模态、三模态的跃迁，让人工智能可以灵活应对(duì)不同(tóng)模态的转化、像(xiàng)人与(yǔ)世界交互一样自然，这(zhè)方面，由算力网络来驱(qū)动(dòng)将有(yǒu)明(míng)显优(yōu)势(shì)。

此(cǐ)外(wài)，还有很(hěn)多需要爆发式增长的算力来支撑的技术创新，将在人工(gōng)智能算力网络支撑下快速推进。

AIGC已(yǐ)经露(lù)出(chū)曙光，期待在大(dà)模(mó)型和大算力的支持下AIGC能持(chí)续颠覆(fù)内容(róng)生产的方式，将创(chuàng)造的边际成本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 希望的拼音是什么