自聊(liáo)天机器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨(cí)已多(duō)次公开谈论人工智(zhì)能话题。在最(zuì)近的一(yī)次采访中，他再次表示：“AI可能会让科(kē)技(jì)行业迎来一次剧烈(liè)的(de)洗牌”。

这个结论是他在(zài)当(dāng)地时(shí)间2月20日(rì)接受《In Good Company》节目专访(fǎng)时(shí)提出的(de)。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率(lǜ)，因(yīn)为微软在AI方面的行动相当迅速(sù)。而最终科技(jì)巨头将把(bǎ)AI整合成用(yòng)户的“全能助(zhù)手(shǒu)”，包揽一切应用，与人(rén)们(men)进(jìn)行沟通并提(tí)供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手(shǒu)的到(dào)来可(kě)能尚需时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点包围(wéi)中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画(huà)为(wèi)代(dài)表(biǎo)的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美(měi)国科(kē)罗拉多州举办的新兴(xīng)数字艺术(shù)家竞(jìng)赛中，一幅(fú)名为《太空歌剧院》的作品获(huò)奖。

随(suí)后各(gè)大厂商的AI绘画(huà)软件(jiàn)被广大(dà)网友熟知并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其(qí)中代(dài)表。

用(yòng)户们可(kě)以在(zài)应用中输入一组(zǔ)关(guān)键词或者(zhě)一(yī)张(zhāng)照片，就能获(huò)得一幅(fú)AI创作的画作(zuò)。

作画的关键就是(shì)所输入的文本。同一组关(guān)键(jiàn)词也(yě)可(kě)以创作(zuò)出很多张(zhāng)风(fēng)格不一样的画作，这(zhè)让创作的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们(men)会(huì)将生成的美(měi)图当做(zuò)头像。而另一(yī)部分(fēn)喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品。在(zài)社(shè)交媒(méi)体(tǐ)上，许多用户分享AI“翻车现场”，例如(rú)，一(yī)位(wèi)网友的小狗照片被AI画成了(le)“肌肉(ròu)男”，还有网友(yǒu)的(de)个(gè)人照(zhào)片(piàn)被AI识别成(chéng)了建筑。

而如今随(suí)着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画的(de)填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国人张吕(lǚ)敏(mǐn)创作的(de)一种基于控制点的(de)图像(xiàng)变(biàn)形(xíng)算法，主要用于(yú)数字图像处理(lǐ)、计算机视觉和计算机(jī)图形(xíng)学等领域。

其(qí)SD插件一经(jīng)发(fā)布，在短短的(de)两天内(nèi)便(biàn)成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之(zhī)前(qián)，大家用了很多方法想让AI生(shēng)成的结果尽可能的(de)符合要求，但是都不(bù)尽如人意(yì)，它的出现代表(biǎo)着AI生(shēng)成开始进入真正的可(kě)控时期。

因为ControlNet可(kě)以直接提取画面的(de)构图，人物的姿势(shì)和画面的深度信息等。有了它的(de)帮助，就不用(yòng)频(pín)繁的用(yòng)提示词(cí)来(lái)碰运气，抽(chōu)盲(máng)盒(hé)式的创(chuàng)作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主(zhǔ)的作(zuò)品已经获得了大(dà)量的浏览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋(péng)友的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通过图片就可以(yǐ)看出(chū)来(lái)，效果(guǒ)十(shí)分惊艳。

更厉害的是(shì)，除了真实(shí)的照片，草图也可以加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿(gǎo)转全(quán)彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得(dé)不说当(dāng)下AIGC已经变得越来越强大(dà)，甚至输出的作品都已(yǐ)经能以假乱真(zhēn)了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发(fā)

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有游艇party”的消(xiāo)息(xī)火遍网(wǎng)络，而经过警方辟(pì)谣这所谓的“party”可(kě)能(néng)是(shì)全国第一起AI绘(huì)图诈骗。

由于这个活动里面给(gěi)出(chū)的美女(nǚ)照(zhào)片都是AI制作的(de)真人(rén)照片绘图，因(yīn)为太逼(bī)真，被大家当成真事传播了。

不过仔细观察可以发(fā)现，活(huó)动(dòng)发(fā)起者提供的照片中有个(gè)很大的漏洞可以发现(xiàn)并非真人，而是(shì)AI绘(huì)图，那便是图(tú)片(piàn)中女性的手(shǒu)指部分有的存在异常(cháng)。

有(yǒu)行业人事表示：“现(xiàn)在因为手指部(bù)分(fēn)的绘画(huà)算法比较复杂，AI还不太会(huì)画人(rén)的手，但最新看到的(de)图片已经有(yǒu)越(yuè)来越完(wán)美(měi)的AI模型(xíng)出现，以后可能就完全没(méi)有(yǒu)漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国(guó)外也已(yǐ)有发生。据英(yīng)国(guó)广播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿(ér)童受灾(zāi)的假(jiǎ)照片发布到网络，以(yǐ)此诱骗(piàn)善良的人(rén)打赏“捐助”从而实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已经(jīng)能(néng)做出真人(rén)照(zhào)片般(bān)的绘图效果(guǒ)，如果(guǒ)这样的(de)图片被(bèi)用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前(qián)人(rén)的作品之后，其创作(zuò)没有任(rèn)何情(qíng)绪和灵魂(hún)，难(nán)以和人类(lèi)的艺(yì)术创(chuàng)作(zuò)相提并论(lùn)。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代替(tì)人(rén)类(lèi)“至高无(wú)上(shàng)”的创意。

马斯克也强调，人(rén)工(gōng)智能的安全问(wèn)题需要得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下一站除了视(shì)频(pín)，还有远方

技术都是(shì)有(yǒu)两面(miàn)性(xìng)的(de)，潜在的危害并(bìng)不能(néng)掩(yǎn)盖其光(guāng)辉的贡献。现在(zài)看来，人工智能技(jì)术将是(shì)第四次工(gōng)业革命的(de)核心驱动力量(liàng)，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智能在(zài)技(jì)术和商(shāng)业层面都有了巨(jù)大进展，AI绘画(huà)就是人工智能(néng)技术发生方向性改(gǎi)变的一个代表。其下(xià)一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先(xiān)后(hòu)发布了几条引爆科(kē)技圈的短(duǎn)视(shì)频。这些视频引发关注并非内(nèi)容做(zuò)得多(duō)优秀，反而都非(fēi)常(cháng)简(jiǎn)单，比如一匹(pǐ)正(zhèng)在喝(hē)水(shuǐ)的马(mǎ)，一只画画(huà)的(de)玩具熊(xióng)，或者一段(duàn)骑摩(mó)托车的第(dì)一视角录像(xiàng)，随便一(yī)个有手机的人都可(kě)以随手录下一段。

但(dàn)这(zhè)些短视(shì)频的创作方式(shì)非常简单(dān)，创(chuàng)作者仅(jǐn)仅(jǐn)需要向AI输(shū)入一段话，甚至只是说一下要求，AI就(jiù)可以根据需(xū)要生成一段视频(pín)。

谷歌发布(bù)的(de)两个AI生成视频分别来自(zì)于(yú)Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了(le)一波(bō)梗(gěng)，一个能够(gòu)做(zuò)出更(gèng)高清视频的AI还不足以(yǐ)在短(duǎn)时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的(de)地方在于，它可以制作(zuò)出超过2分(fēn)钟的连贯的也有确切内容(róng)的视频(pín)，这(zhè)才是真正让人们感到(dào)惊喜的地方。因(yīn)为无论AI生(shēng)成的(de)视频(pín)多么(me)高清(qīng)，也(yě)只能是为内容生产者提供(gōng)一个灵(líng)感，一(yī)个素材，一个过(guò)场动(dòng)画。

不过能够制(zhì)作出有具体(tǐ)剧情内容的视(shì)频(pín)就意味着(zhe)，一些视(shì)频创作由AI代替人工完成(chéng)已经初步(bù)有(yǒu)了可能。

当下(xià)AI的发(fā)展速度已经(jīng)超过大部分人(rén)的想象。内容产(chǎn)业的本质(zhì)是供(gōng)给创(chuàng)造需求，AIGC作为全(quán)新的内容生产方式，可以为(wèi)内容产业带来更新的内容风格、更快的生产速度，更低(dī)的生产成(chéng)本(běn)，这无疑会驱(qū)动内容产(chǎn)业的大爆发。

除了(le)AI绘图、视频，AIGC技术还(hái)能应用于(yú)音乐、代码、机(jī)器人动作等多(duō)种内容形式的生成(chéng)。不难(nán)发现该项技术不仅在游戏等行(xíng)业能得到有效应用，对于下一(yī)代互联网各种元素的构建亦有关键(jiàn)意义。

从商业化的角度来看(kàn)，文化娱乐、教(jiào)育、传媒(méi)等(děng)诸多领域，本身(shēn)就对基于AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或不(bù)是结果，而(ér)只是(shì)AI进程中的一块重要拼图，有望在技术(shù)更新的加持下(xià)实现更大(dà)的应用价值。

AI从理解(jiě)内容，走向了(le)可(kě)以生成内容，甚至能够创(chuàng)造出独立价值和独立(lì)视角的(de)内容。AIGC的再次出(chū)圈(quān)，更代表着未来的先进生(shēng)产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的发展(zhǎn)也可以看出，在语言大模型、图像大模(mó)型之后(hòu)，多模态大模(mó)型已(yǐ)经成为了新的趋势(shì)。

大(dà)模型被誉为当前(qián)人工智能发展(zhǎn)的智能底座(zuò)，是全球(qiú)竞争最激烈的研(yán)究方向之(zhī)一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企(qǐ)业都(dōu)在竞(jìng)相发力。

不过训练大模型的确(què)价(jià)格(gé)不菲，以(yǐ)国(guó)盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模(mó)型(xíng))，训练成(chéng)本(běn)则(zé)介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯(xīn)片需(xū)求为(wèi)3万多片(piàn)英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每(měi)日(rì)仅电(diàn)费(fèi)就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在(zài)关注各(gè)类(lèi)大模型的发(fā)展同时，更(gèng)应该关注算(suàn)力网络的建设。

算力网络正(zhèng)驱(qū)动(dòng)AI产业发展(zhǎn)进(jìn)入史诗(shī)级加速进(jìn)程，让(ràng)AIGC及通(tōng)用AI这(zhè)一人工智能发展(zhǎn)的(de)终极目标离得更近(jìn)。

因为算力可以对(duì)突破性技术创(chuàng)新提供(gōng)大力的支持。这方面(miàn)，多模态(tài)大(dà)模型是典型。作为面向未来强人工(gōng)智能(néng)、通用(yòng)人工智(zhì)能(néng)的(de)重要技(jì)术创新，多模态(tài)大模型已经(jīng)在(zài)人工智能领域提(tí)出了(le)很多年，业(yè)界也有不少(shǎo)技术突破，但是(shì)，多模态(tài)大模型进一步往(wǎng)下走，算力需求呈几何式(shì)上升，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音单独(dú)一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能可以灵(líng)活应对不同(tóng)模态(tài)的转化、像人(rén)与(yǔ)世界交(jiāo)互(hù)一样(yàng)自然，这(zhè)方面，由(yóu)算(suàn)力(lì)网络(luò)来驱动将有(yǒu)明显优势。

此外，还(hái)有很多需要爆发(fā)式增(zēng)长的算力(lì)来支(zhī)撑的技(jì)术创新，将在人工(gōng)智能算力(lì)网络支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大(dà)模型(xíng)和(hé)大算力的支持(chí)下AIGC能持续(xù)颠(diān)覆内容(róng)生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 一个男的长期不碰他老婆是什么原因