自(zì)聊天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司创始人比尔·盖茨已多次公开谈论人工智能(néng)话(huà)题。在最(zuì)近的一次采访中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他(tā)预(yù)期，AI的发展可能会威胁到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方面的行(xíng)动相当(dāng)迅速(sù)。而最终(zhōng)科(kē)技巨(jù)头将把(bǎ)AI整合成用户的“全能助手(shǒu)”，包揽一切(qiè)应用，与(yǔ)人们进行沟通并提供(gōng)建议，可以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口中全能助手的到来可能(néng)尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可(kě)控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在(zài)美国科(kē)罗拉多州举办的(de)新(xīn)兴数字艺(yì)术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后(hòu)各大厂商的AI绘画软件被广(guǎng)大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是(shì)其(qí)中(zhōng)代表。

用户们可以在应用(yòng)中输入一组关键(jiàn)词或者一张(zhāng)照片，就能(néng)获得一幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入的文本。同一组关键词也可(kě)以创作出很(hěn)多张(zhāng)风格(gé)不一样(yàng)的画作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用户(hù)很喜欢这(zhè)种不确(què)定的惊(jīng)喜，他(tā)们会将(jiāng)生成的美图当做头像。而(ér)另一部(bù)分喜欢翻(fān)看(kàn)AI绘画的(de)“翻车”作(zuò)品。在社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如(rú)今随(suí)着ControlNet的出(chū)现与加持，以往AI绘画的填写关(guān)键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人(rén)张吕(lǚ)敏创作的一种基于控制点的图像变形算法，主要用于数字(zì)图像处理、计算机(jī)视觉和计算机图形学等(děng)领域。

其SD插(chā)件一(yī)经发(fā)布，在短短的两(liǎng)天内便成为了AI绘(huì)画领域(yù)最(zuì)新的热(rè)点。

在此之前，大家用了(le)很多方(fāng)法想让(ràng)AI生成的结果尽可能的符合(hé)要求(qiú)，但是都不尽如人(rén)意，它(tā)的出现代表着AI生成开始进入真正的可(kě)控时期。

因(yīn)为ControlNet可以直接提(tí)取画(huà)面的构图，人物的姿势(shì)和(hé)画(huà)面的深(shēn)度信息等(děng)。有了(le)它的帮(bāng)助，就(jiù)不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创(chuàng)作了(le)。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的(de)作(zuò)品已(yǐ)经获得了大量的(de)浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友的(de)照(zhào)片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再(zài)用Text2Prompt插件拓(tuò)展找(zhǎo)到对应(yīng)的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试效果(guǒ)。

通过(guò)图片就可以看出来，效果十分惊艳。

更(gèng)厉害的是(shì)，除了(le)真实的(de)照片，草图(tú)也可以(yǐ)加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大(dà)神张吕(lǚ)敏其本(běn)尊(zūn)也(yě)亲自回应。

不得不(bù)说当下AIGC已经变(biàn)得(dé)越来越(yuè)强大，甚至输出的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而(ér)经过(guò)警方辟谣这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个活动里面给(gěi)出(chū)的美女(nǚ)照(zhào)片(piàn)都是AI制作的真人照片绘图，因(yīn)为太逼真，被(bèi)大家(jiā)当成真事传播了。

不过仔细观察可以发现(xià敬请届时光临是什么意思，万望届时光临是什么意思n)，活动发(fā)起者提供的照片中有个(gè)很大的漏洞可(kě)以(yǐ)发现并非真人，而是AI绘(huì)图，那便(biàn)是图片中女(nǚ)性的手指部分有的存在异(yì)常。

有行业人(rén)事表示：“现在因为手指(zhǐ)部分(fēn)的绘(huì)画算(suàn)法比较复杂，AI还(hái)不太会画人的手，但最新看(kàn)到的图片已经有(yǒu)越(yuè)来越完美(měi)的AI模型出(chū)现，以后可能就完全没(méi)有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也已有发生(shēng)。据英国广播公司报(bào)道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布(bù)到网络，以此诱骗善良的人打(dǎ)赏“捐助”从(cóng)而实施诈骗(piàn)。

目前随(suí)着技术(shù)发展，AIGC已经能做出真人(rén)照片般(bān)的(de)绘图(tú)效果，如(rú)果这样的(de)图片(piàn)被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者(zhě)认为AI在“学习”了大(dà)量前人的(de)作品之(zhī)后，其创(chuàng)作没有任何情绪和灵(líng)魂，难(nán)以和人类(lèi)的艺术(shù)创作相提并论。

另一(yī)方(fāng)面，AIGC背(bèi)后(hòu)的版权、目前都并(bìng)没(méi)有得(dé)到(dào)有效的解(jiě)决(jué)，还(hái)有AIGC会(huì)不(bù)会代(dài)替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问题需要得到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还有远方

技术(shù)都是有两面性的，潜在的危害(hài)并不(bù)能掩盖其(qí)光辉的贡献(xiàn)。现在(zài)看来(lái)，人工智(zhì)能技术将是第四次工(gōng)业革命的核(hé)心驱动力(lì)量，将创造新的(de)增(zēng)长奇迹。

过去一年，人工智能在技术和商业层面(miàn)都有(yǒu)了巨大进展，AI绘画就(jiù)是人工智能技术发生方向(xiàng)性改变的一个代表。其下(xià)一站或(huò)许就是视(shì)频。

此前(qián)，Meta和(hé)谷歌先后发布(bù)了几条引爆(bào)科技圈(quān)的短视频。这(zhè)些视(shì)频引发关注(zhù)并非内容做得多优秀，反而都非常简(jiǎn)单，比如一匹正在喝(hē)水(shuǐ)的马，一只(zhǐ)画画的(de)玩具熊(xióng)，或者(zhě)一段骑(qí)摩托车的(de)第(dì)一视角录像，随便一个有(yǒu)手机(jī)的人(rén)都可以随手录(lù)下一段。

但这(zhè)些短视频(pín)的创作方式非常简单，创(chuàng)作者仅仅需要向AI输(shū)入(rù)一段话(huà)，甚(shèn)至只(zhǐ)是说一下要求，AI就可以根据需要生成(chéng)一(yī)段视(shì)频。

谷(gǔ)歌发(fā)布的两个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主(zhǔ)要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更(gèng)高清(qīng)视频的AI还不足(zú)以在短(duǎn)时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可以制作出超过2分钟的(de)连贯的也有确切内容的视频，这才是真(zhēn)正让人们感到惊喜的地方。因为无论AI生(shēng)成的(de)视频多么高清，也只(zhǐ)能(néng)是为内容生产(chǎn)者提供一个灵(líng)感，一个素材，一个过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧(jù)情内容的视频就意味着，一些视(shì)频创作由(yóu)AI代替人工完成已经初(chū)步有了可能。

当下AI的发展速度已经超过(guò)大部分人的想象。内容产业的本质是供给创(chuàng)造需(xū)求，AIGC作为全新的内容生产方式，可(kě)以(yǐ)为内容产业带来(lái)更新的(de)内容风(fēng)格(gé)、更快的生产速度，更低(dī)的生产成(chéng)本，这(zhè)无(wú)疑会驱动(dòng)内容产业(yè)的(de)大爆发。

除(chú)了(le)AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代码、机(jī)器人动作等多种内容形式的生成。不(bù)难发现(xiàn)该项技术不仅在游戏等行业能得到(dào)有效(xiào)应用，对于下一代互联网(wǎng)各种元素的(de)构建亦(yì)有(yǒu)关键意义。

从商业(yè)化的角度来看，文化娱乐、教育(yù)、传媒等诸(zhū)多领域(yù)，本身就对基于(yú)AI的可视化(huà)内容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不是结(jié)果，而只(zhǐ)是AI进程中(zhōng)的一块重要拼图，有望(wàng)在技术更新(xīn)的加持下(xià)实(shí)现更大的应用(yòng)价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能(néng)够创造(zào)出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技(jì)术的发展也可(kě)以(yǐ)看(kàn)出，在(zài)语言(yán)大模型、图像大(dà)模型之后(hòu)，多模态大模型已经成为了新(xīn)的趋势(shì)。

大模型(xíng)被誉为当前人(rén)工智能发展(zhǎn)的智能底座，是全球竞争最激烈的(de)研究方向(xiàng)之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部(bù)企业都(dōu)在竞相发力(lì)。

不过训练大模(mó)型的确价格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万(wàn)美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万计(jì)算，其对应芯片需求为(wèi)3万(wàn)多片(piàn)英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿美元，每(měi)日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持。在关注(zhù)各类(lèi)大模型的发展同时，更应该关(guān)注(zhù)算力网(wǎng)络的建设。

算(suàn)力网(wǎng)络正驱动AI产(chǎn)业(yè)发展进入史(shǐ)诗级加(jiā)速(sù)进程，让AIGC及通用AI这一(yī)人工(gōng)智能发(fā)展的终(zhōng)极目标(biāo)离得更近。

因为(wèi)算力(lì)可(kě)以对突破(pò)性技术创新提供大力(lì)的支持。这方(fāng)面，多模(mó)态大(dà)模型是典(diǎn)型(xíng)。作为面向(xiàng)未(wèi)来(lái)强人工智能(néng)、通(tōng)用(yòng)人工智能的重要(yào)技术创新，多模态(tài)大模型已经在人(rén)工智能领域提出了很多年，业界也有不少(shǎo)技术突(tū)破，但是(shì)，多模(mó)态大模型进一步往(wǎng)下走，算力(lì)需求呈几何式上升(shēng)，一般的算力基础设施很快将难以胜任。

从图像、文字、语音(yīn)单独一项的训练(liàn)，到(dào)双模态、三模态的跃(yuè)迁，让人工智能可以灵活(huó)应对不同模态的转化、像人(rén)与世界(jiè)交互(hù)一样自然，这方面，由算(suàn)力网络来(lái)驱动将(jiāng)有(yǒu)明显优(yōu)势。

此(cǐ)外，还有很多需要爆(bào)发式(shì)增长的算(suàn)力来支撑(chēng)的技术创新，将在(zài)人工智能算力网络(luò)支撑下快速(sù)推进。

AIGC已经露出曙光，期(qī)待(dài)在(zài)大模型和(hé)大(dà)算力的支持下AIGC能持续颠覆内容(róng)生(shēng)产的(de)方式，将创造的边际成(chéng)本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 敬请届时光临是什么意思，万望届时光临是什么意思