自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已多次(cì)公开谈论人工(gōng)智能话题。在最(zuì)近的一次(cì)采访中，他再(zài)次表示：“AI可能会让科技行业迎来(lái)一(yī)次剧烈(liè)的洗牌”。

这个结论是他在当地时间2月20日接(jiē)受《In Good Company》节目专访时提(tí)出的(de)。

他预期(qī)，AI的发展(zhǎn)可能会威胁到(dào)谷(gǔ)歌的(de)市占率，因为微软在AI方(fāng)面(miàn)的行(xíng)动相当迅(xùn)速(sù)。而(ér)最(zuì)终科技巨(jù)头(tóu)将(jiāng)把AI整合成用户的“全(quán)能助手(shǒu)”，包(bāo)揽一切应用，与(yǔ)人们进行沟(gōu)通并提(tí)供建议，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中(zhōng)全(quán)能助手的到来可(kě)能尚(shàng)需时日，但由ControlNet引发的(de)又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的(de)AIGC上一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数字(zì)艺术(shù)家竞赛中，一幅名(míng)为(wèi)《太(tài)空歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的AI绘(huì)画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中(zhōng)输入一组关键词或者一张照片，就能获(huò)得一幅AI创(chuàng)作(zuò)的画作。

作画的关(guān)键就是所输入的文本。同一组关键词(cí)也可以创(chuàng)作出很多张风格不一样的(de)画作，这让创作的过(guò)程就(jiù)像开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他(tā)们会将(jiāng)生成的美(měi)图当做头像(xiàng)。而(ér)另一部分喜欢翻(fān)看AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻(fān)车现场”，例(lì)如，一(yī)位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网友(yǒu)的个人(rén)照片(piàn)被AI识别成了建筑。

而(ér)如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画的(de)填写关键(jiàn)词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕(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(suàn)机视觉和计算(suàn)机图形(xíng)学等(děng)领域。

其SD插件一经(jīng)发(fā)布，在短短的两天内便(biàn)成(chéng)为了AI绘(huì)画(huà)领域最新的(de)热(rè)点。

在此之前，大家用了(le)很多方(fāng)法想让AI生成的结果(guǒ)尽(jǐn)可能的符合(hé)要求(qiú)，但(dàn)是都不尽如人意，它的出现代表(biǎo)着(zhe)AI生成(chéng)开始进入真正的可(kě)控(kòng)时期。

因为ControlNet可以直接(jiē)提取画(huà)面的(de)构(gòu)图，人(rén)物的姿势和(hé)画面的深度(dù)信息等。有了它的帮助，就不用频(pín)繁的(de)用提(tí)示词来碰运气，抽盲盒式的创作(zuò)了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博主的作品(pǐn)已经(jīng)获(huò)得了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直(zhí)接带她们走进动(dòng)漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找到对(duì)应(yīng)的关键词；最(zuì)后用(yòng)ControlNet插(chā)件绑定骨骼(gé)开始换关(guān)键词试效果。

通过图(tú)片就可以看(kàn)出来，效果十分惊艳。

更厉(lì)害的是，除(chú)了真(zhēn)实(shí)的照片，草(cǎo)图也可以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不(bù)说当下(xià)AIGC已经变(biàn)得越来(lái)越强(qiáng)大(dà)，甚至输出的作品(pǐn)都已经能以(yǐ)假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖(hú)有(yǒu)游艇(tǐng)party”的消息火遍网络(luò)，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能(néng)是全国第(dì)一起AI绘(huì)图诈骗。

由(yóu)于这(zhè)个活动里面给出的美女(nǚ)照片都是AI制(zhì)作的真人(rén)照片绘图，因为太逼真(zhēn)，被(bèi)大家当(dāng)成真事传播(bō)了。

不(bù)过(guò)仔细观(guān)察(chá)可以发现，活动(dòng)发起者(zhě)提供的照(zhào)片(piàn)中有个很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那(nà)便是(shì)图片中女性的(de)手指部分有的存(cún)在异常(cháng)。

有行业人事表示：“现(xiàn)在因为手指(zhǐ)部分(fēn)的(de)绘画(huà)算法(fǎ)比较复杂，AI还(hái)不太会画人的(de)手(shǒu)，但最新看(kàn)到的图片已经有越来越完美的AI模型(xíng)出现，以后可能就完全(quán)没有漏洞了。”

类(lèi)似的AI作(zuò)图诈(zhà)骗在(zài)国外也已(yǐ)有(yǒu)发生。据英国广(guǎng)播(bō)公司报道，土(tǔ)耳(ěr)其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布到网络，以(yǐ)此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真(zhēn)人照片般的绘(huì)图效果，如果(guǒ)这(zhè)样的(de)图(tú)片被用来(lái)诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作品(pǐn)之(zhī)后(hòu)，其创作没有(yǒu)任(rèn)何情绪和(hé)灵魂，难以和人类的(de)艺(yì)术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有(yǒu)得到(dào)有效的解(jiě)决(jué)，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的安全问题(tí)需要(yào)得到重视，太晚就来不及了(le)。

03

AIGC下(xià)一(yī)站除了视频，还(hái)有远方

技(jì)术都是有(yǒu)两面性(xìng)的，潜(qián)在的(de)危害并不能掩盖其光辉的(de)贡献。现在看来，人工智(zhì)能技术将是第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智(zhì)能在(zài)技(jì)术和(hé)商业层面都有(yǒu)了巨大(dà)进展，AI绘(huì)画就是人工智(zhì)能技(jì)术发(fā)生方(fāng)向性(xìng)改变(biàn)的一个代表。其(qí)下一站或许就(jiù)是视频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科技圈的短视(shì)频。这些视频引(yǐn)发(fā)关注并非(fēi)内容做得(dé)多优秀，反而都非(fēi)常(cháng)简单，比如一匹正在喝(hē)水的(de)马，一只画(huà)画(huà)的玩具熊，或者(zhě)一段骑摩托车(chē)的第一视角录像，随(suí)便一个有手机的人都可以随手录下一段。

但这(zhè)些短视频的创(chuàng)作方式非常(cháng)简(jiǎn)单，创(chuàng)作者(zhě)仅(jǐn)仅需要(yào)向AI输入一段话，甚至只是说一(yī)下要求，AI就可以根据需(xū)要生成(chéng)一段视频。

谷歌(gē)发布(bù)的(de)两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视频后(hòu)，AI圈就已经玩了(le)一波梗(gěng)，一个(gè)能(néng)够做出更(gèng)高清视频(pín)的AI还不足以(yǐ)在短时间内戳(chuō)中兴(xīng)奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它可以制(zhì)作出超过2分钟的连(lián)贯的也有确(què)切内容的视频，这才(cái)是(shì)真正让人们感到惊喜的(de)地方。因为无论AI生成的视频山西有多少人口2023年，山西有多少人口2022多(duō)么(me)高清，也(yě)只(zhǐ)能是为内容(róng)生产者提供一(yī)个灵感，一(yī)个素(sù)材，一个过场动画。

不过能够制作出有具体剧情内容的视频就(jiù)意味(wèi)着(zhe)，一些视频创作(zuò)由AI代替人工完成(chéng)已经初步(bù)有了可能(néng)。

当下AI的发展速度(dù)已经(jīng)超过大部(bù)分人的想(xiǎng)象。内(nèi)容产业的本质是供给创造需求，AIGC作(zuò)为全新的内容生产方式，可以为内容(róng)产业带来更新的内容风格、更快的生产速度，更低的生(shēng)产成本，这无疑(yí)会驱动(dòng)内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种内容形式的(de)生成。不难发现该项(xiàng)技(jì)术不仅在游(yóu)戏等行(xíng)业能得到有效应用，对于下(xià)一(yī)代互联网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从商业化(huà)的角度来(lái)看，文化娱乐(lè)、教(jiào)育、传媒(méi)等诸多领域，本(běn)身就(jiù)对基(jī)于(yú)AI的(de)可视(shì)化内容(róng)有(yǒu)强烈(liè)需求(qiú)。

因此，AI绘画及视频或不是(shì)结果，而只是AI进(jìn)程中的(de)一块(kuài)重要(yào)拼图(tú)，有望在技术更新的(de)加(jiā)持下实(shí)现更大(dà)的应用(yòng)价值(zhí)。

AI从理解(jiě)内容，走向了(le)可以生(shēng)成内容(róng)，甚至能够创造(zào)出独立(lì)价(jià)值和独立视角的内容。AIGC的再(zài)次出圈，更代表着(zhe)未来的先进生(shēng)产力即(jí)将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢(láo)固AIGC底(dǐ)座

从技术的发(fā)展也可以看出，在语(yǔ)言(yán)大模型、图像(xiàng)大(dà)模(mó)型(xíng)之后，多模态大(dà)模型已(yǐ)经成为了(le)新的趋势。

大模型被誉为当前人工智(zhì)能(néng)发展的智能(néng)底座，是(shì)全球竞(jìng)争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业(yè)都(dōu)在竞相发力。

不(bù)过(guò)训练(liàn)大模型的确(què)价格不菲(fēi)，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多(duō)少算力(lì)》报(bào)告估算，GPT-3训(xùn)练一次的成本约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训(xùn)练成本则介(jiè)于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均数1300万计算，其对(duì)应(yīng)芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持。在关注各类大(dà)模型的发展同时，更(gèng)应该关注(zhù)算(suàn)力网(wǎng)络的(de)建设(shè)。

算(suàn)力网络(luò)正驱动AI产业发(fā)展进(jìn)入(rù)史诗级加(jiā)速进程，让AIGC及通用AI这(zhè)一人工智(zhì)能发展的(de)终极目标离得更近。

因为算力可以对突(tū)破性技术创新提(tí)供大力的支持。这方面，多模态大模型是典(diǎn)型。作为面向未来(lái)强人工智能、通用人(rén)工智能的重要技术创新，多模态大模型已(yǐ)经在人(rén)工智能领域提出了(le)很多年，业(yè)界也有不(bù)少(shǎo)技(jì)术突(tū)破，但是，多模态大模型进一步往(wǎng)下走，算(suàn)力需求呈几何式上升，一般的算力(lì)基础设(shè)施(shī)很快将难以胜(shèng)任。

从图像、文(wén)字、语(yǔ)音单独一项的训练，到双模态(tài)、三模态的跃(yuè)迁，让人(rén)工智(zhì)能可以灵活应对不同模态(tài)的转化、像(xiàng)人与世界交互一样(yàng)自然，这方(fāng)面，由算力网络来驱动将有明显优势。

此外，还有很多(duō)需要(yào)爆发式增长的(de)算力来支撑(chēng)的(de)技术创新，将在人工智能算(suàn)力网络(luò)支撑下快速(sù)推(tuī)进。

AIGC已(yǐ)经(jīng)露(lù)出(chū)曙光，期(qī)待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 山西有多少人口2023年，山西有多少人口2022