自聊(liáo)天机(jī)器人ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖茨已(yǐ)多(duō)次公开(kāi)谈论人(rén)工智(zhì)能话题。在最近的一次采访(fǎng)中(zhōng)，他再次表示：“AI可能会让科技行(xíng)业迎来(lái)一次剧烈的洗牌”。

这个结论是他在当地时(shí)间2月20日接(jiē)受《In Good Company》节目(mù)专访(fǎng)时提(tí)出的。

他预期，AI的发(fā)展可(kě)能(néng)会威胁(xié)到谷歌的(de)市占率，因(yīn)为(wèi)微软在AI方面的行动相当迅速。而最终科技巨(jù)头(tóu)将把AI整合成用户的“全能助手”，包揽一(yī)切(qiè)应用(yòng)，与(yǔ)人们(men)进行沟通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到(dào)来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新(xīn)兴数(shù)字(zì)艺术(shù)家竞(jìng)赛中，一(yī)幅名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘画软(ruǎn)件被(bèi)广(guǎng)大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在应用中输入一组关键词或者一张照片，就能获得一幅AI创作的(de)画(huà)作。

作画的关(guān)键就是所输入的文(wén)本。同(tóng)一(yī)组关键词也可以创(chuàng)作出很多张风格不一样的画(huà)作，这让创作的(de)过程就像开盲盒。

很多用户很(hěn)喜欢(huān)这种(zhǒng)不确定(dìng)的惊喜，他们会将(jiāng)生成的美图(tú)当做头像(xiàng)。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多用户分享AI“翻(fān)车现场”，例如(rú)，一位网(wǎng)友的(de)小狗(gǒu)照(zhào)片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识(shí)别(bié)成了建筑。

而如今(jīn)随(suí)着ControlNet的出(chū)现与加(jiā)持(chí)，以往AI绘(huì)画(huà)的填(tián)写关键词游戏可(kě)能要被颠覆了(le)。

ControlNet是一位正在斯坦福(fú)读博(bó)的中(zhōng)国人张吕敏创作的(de)一种基(jī)于控制点(diǎn)的图像(xiàng)变(biàn)形算(suàn)法，主要用于数字(zì)图像(xiàng)处理、计算(suàn)机视觉和计算机(jī)图形学等领域。

其SD插(chā)件一经发布(bù)，在短短的两(liǎng)天内(nèi)便成为了AI绘画领域最(zuì)新的热点(diǎn)。

在此之前，大家用了很(hěn)多方法想让AI生成的结果尽可(kě)能的(de)符(fú)合要求，但(dàn)是都不尽如人意(yì)，它(tā)的(de)出(chū)现(xiàn)代表着AI生成开始进入真正的可(kě)控时期。

因(yīn)为(wèi)ControlNet可以直接提(tí)取画面的构图，人物的姿势和画(huà)面的深度(dù)信(xìn)息等。有了它的帮助，就不用(yòng)频繁的用提示词(cí)来碰运气，抽(chōu)盲盒(hé)式(shì)的创作(zuò)了。

通俗的说ControlNet相当于给AI绘(huì)画(huà)加了“魔法”，不少博主(zhǔ)的作(zuò)品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是(shì)其(qí)中(zhōng)之(zhī)一，他用(yòng)朋友的照片直接带她们(men)走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓(tuò)展找(zhǎo)到对应(yīng)的(de)关键(jiàn)词(cí)；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始换(huàn)关键词(cí)试(shì)效果。

通过图片就可(kě)以(yǐ)看出来，效果十(shí)分惊艳。

更厉害的(de)是，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实(shí)现线(xiàn)稿转全(quán)彩图。大神张(zhāng)吕敏其(qí)本(běn)尊也亲自回应。

不得不(bù)说当(dāng)下(xià)AIGC已(yǐ)经变(biàn)得越来(lái)越强(qiáng)大，甚至输出的作(zuò)品都已经能(néng)以假(jiǎ)乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火遍网(wǎng)络，而(ér)经过(guò)警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可(kě)能是全国(guó)第一起AI绘(huì)图诈骗。

由于这(zhè)个活动里面给出的(de)美(měi)女(nǚ)照(zhào)片都是AI制(zhì)作的(de)真人(rén)照片绘(huì)图(tú)，因为太逼(bī)真，被(bèi)大家当成真事传(chuán)播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很(hěn)大(dà)的漏洞(dòng)可以(yǐ)发现并非(fēi)真(zhēn)人，而是AI绘图，那便是图片中女性的手(shǒu)指部分有的存在异常。

有行业(yè)人事表示：“现在因(yīn)为手(shǒu)指部分的(de)绘(huì)画算法比(bǐ)较(jiào)复杂，AI还不(bù)太会画人的手，但最新看(kàn)到的图(tú)片已经有(yǒu)越(yuè)来越完美的AI模型出(chū)现，以后可能就完全没有漏(lòu)洞了(le)。”

类(lèi)似的AI作图(tú)诈骗(piàn)在国(guó)外也已有发生。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照(zhào)片发(fā)布到网(wǎng)络(luò)，以此诱骗善良的(de)人(rén)打赏(shǎng)“捐助”从而实施诈(zhà)骗(piàn)。

目前随着技术发展，AIGC已经能做(zuò)出真人照(zhào)片般(bān)的绘(huì)图(tú)效(xiào)果，如果这(zhè)样的(de)图片被(bèi)用来(lái)诈(zhà)骗，将非常(cháng)可(kě)怕。

此外AIGC还(hái)引发了很(hěn)多担忧(yōu)，一(yī)方面(miàn)，批判者(zhě)认为AI在(zài)“学习”了大量前(qián)人的(de)作品之后，其创作没有任何情(qíng)绪和灵(líng)魂(hún)，难以和人(rén)类的艺术创作(zuò)相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到有效(xiào)的解(jiě)决，还有(yǒu)AIGC会不会代(dài)替人类(lèi)“至高无上”的创意(yì)。

马斯克也强调，人工智能的安全问(wèn)题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技(jì)术都是有两面性的，潜在的(de)危害(hài)并不能(néng)掩(yǎn)盖其光辉(huī)的外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么贡献。现在(zài)看来，人工智能技(jì)术(shù)将是第(dì)四次(cì)工业革(gé)命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一(yī)年，人工智能在(zài)技术和商业层面都(dōu)有了巨(jù)大进展，AI绘画就是人(rén)工智能技术发(fā)生方向性改变的一个代表(biǎo)。其下一站或许就是视频。

此前，Meta和谷歌先后发(fā)布了几条(tiáo)引(yǐn)爆科技圈的短视频。这些视频引(yǐn)发关注(zhù)并(bìng)非内容做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊，或者一段骑摩托车的第一视角录像(xiàng)，随便一(yī)个有(yǒu)手机的人都(dōu)可(kě)以(yǐ)随手录下一段。

但这些短(duǎn)视频(pín)的创作方式非常(cháng)简单，创作者仅仅需要向AI输入一段话，甚至只是说一下(xià)要求，AI就(jiù)可以根据需(xū)要生(shēng)成一段视频(pín)。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的(de)是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈(quān)就已经玩了一波梗，一个(gè)能(néng)够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的(de)地方在于，它可以制作出超过2分钟的(de)连贯的也有确(què)切内容的(de)视频(pín)，这才是真正让人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的视频多么高(gāo)清，也只能是为内容(róng)生产者(zhě)提供一个灵感，一个素材，一(yī)个过场(chǎng)动画(huà)。

不过(guò)能够制(zhì)作出(chū)有具体剧情内容(róng)的视频就意味着(zhe)，一些视频创(chuàng)作由(yóu)AI代替人(rén)工完成已经初步有了可能。

当(dāng)下AI的发展速(sù)度已经超过大部分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容生产方式(shì)，可以为内容产(chǎn)业带来更新的内容(róng)风(fēng)格(gé)、更(gèng)快的生产速度(dù)，更低的生产成本(běn)，这无疑会驱动内(nèi)容产(chǎn)业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码(mǎ)、机(jī)器人动作等多(duō)种内容形式的生成。不难(nán)发现(xiàn)该项技术不(bù)仅在游戏(xì)等行业能得到有效(xiào)应(yīng)用，对于下一(yī)代互联(lián)网各种元素(sù)的构建亦有(yǒu)关键意义(yì)。

从商业(yè)化的角度来看(kàn)，文化(huà)娱(yú)乐、教育、传媒(méi)等诸多领域，本身就对基于(yú)AI的(de)可视化内容(róng)有(yǒu)强(qiáng)烈需求(qiú)。

因此(cǐ)，AI绘画及视(shì)频或不(bù)是结(jié)果，而只是AI进程中(zhōng)的一块重(zhòng)要拼图，有望在技(jì)术更新的(de)加(jiā)持下实现更大的应用价值。

AI从理解内容，走(zǒu)向了(le)可以生成内容，甚(shèn)至能够创(chuàng)造(zào)出(chū)独立价值(zhí)和独立(lì)视角的内容。AIGC的再次出(chū)圈，更(gèng)代表(biǎo)着未来的先(xiān)进生(shēng)产(chǎn)力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术的发展也可(kě)以看出，在语言大模(mó)型、图像(xiàng)大模型之后，多模(mó)态(tài)大(dà)模型已(yǐ)经成为了新的趋势。

大模(mó)型被(bèi)誉为当(dāng)前(qián)人工智能发展的智能(néng)底座(zuò)，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业(yè)都在(zài)竞相发力。

不(bù)过训练大(dà)模型(xíng)的(de)确价(jià)格不菲，以(yǐ)国(guó)盛证券发布的(de)《ChatGPT需要多(duō)少(shǎo)算力(lì)》报告估算，GPT-3训练一次(cì)的成本约为140万美元(yuán)。而对于一(yī)些(xiē)更(gèng)大的(de)LLM(大型语言(yán)模(mó)型(xíng))，训练成(chéng)本(běn)则介于200万美元至(zhì)1200万美元高价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平(píng)均数(shù)1300万计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每(měi)日仅(jǐn)电费(fèi)就在5万美元左右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关(guān)注各类大(dà)模(mó)型的(de)发展同时，更应该关注(外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么zhù)算力网络的建设(shè)。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速进程(chéng)，让AIGC及通用AI这一(yī)人工智能发展(zhǎn)的终极目标离(lí)得更近。

因为算力可以对突破(pò)性技术创新提供大力的支(zhī)持。这(zhè)方面，多(duō)模(mó)态大模型是(shì)典型。作为(wèi)面向未来强人工(gōng)智能、通用人工智能(néng)的重要技术创新，多模态(tài)大模型已经在人工智能领域提出了很多年，业(yè)界也有不少(shǎo)技术突破(pò)，但是，多(duō)模态大模(mó)型(xíng)进一步往(wǎng)下(xià)走，算力需求呈(chéng)几何(hé)式上升，一般的算力基础设施很快将难以胜任。

从(cóng)图像、文(wén)字(zì)、语音单独(dú)一(yī)项的训(xùn)练(liàn)，到双模态、三模态的跃迁(qiān)，让人工智能(néng)可以灵活应对不同模态(tài)的转化、像人与世界交(jiāo)互一(yī)样自然，这方面，由算力网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增长的算(suàn)力来(lái)支(zhī)撑的技术创新，将在人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待在大(dà)模型和大算力(lì)的(de)支持下AIGC能持续颠(diān)覆内容(róng)生(shēng)产的方(fāng)式(shì)，将创造的(de)边(biān)际(jì)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 外公总是在妈妈身上睡觉好吗，外公在妈妈身上做什么