自聊(liáo)天机器人ChatGPT火爆(bào)以(yǐ)来，微软公(gōng)司创始人比尔·盖茨已多次公开(kāi)谈论(lùn)人(rén)工智能(néng)话题(tí)。在最(zuì)近的一(yī)次(cì)采访中，他再(zài)次表示：“AI可能(néng)会让科(kē)技行业迎(yíng)来一次剧烈的洗牌”。

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

他预期，AI的发展可能会威(wēi)胁到谷歌的市占率，因为(wèi)微软在AI方面的(de)行动相当迅速。而最(zuì)终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全(quán)能助手的(de)到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年8月，在美(měi)国科罗拉多州举办的新兴数(shù)字艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件被广大(dà)网友(yǒu)熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以(yǐ)在应用中输入一组关(guān)键(jiàn)词或者一张照(zhào)片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是所输入的文(wén)本。同一组关键(jiàn)词也(yě)可(kě)以创作出很多张(zhāng)风格不一样的画作，这(zhè)让创作的过(guò)程就像开(kāi)盲(máng)盒(hé)。

很(hěn)多用(yòng)户很(hěn)喜(xǐ)欢这(zhè)种(zhǒng)不确定的惊喜，他们会将生成的美图当做头(tóu)像。而另一(yī)部分喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上(shàng)，许多用(yòng)户分享AI“翻车现场”，例如(rú)，一位网(wǎng)友的小狗照片被AI画(huà)成(chéng)了(le)“肌肉男”，还有网友的个人照片被AI识别成(chéng)了(le)建筑。

而(ér)如今随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏可能要(yào)被颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创(chuàng)作的(de)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、计算机视觉和(hé)计算机(jī)图形(xíng)学(xué)等领域。

其SD插件一经发布(bù)，在短短(duǎn)的两天内便成为了AI绘画领域最新的(de)热点(diǎn)。

在此之前，大家(jiā)用了很多方(fāng)法想(xiǎng)让AI生成的结果尽可(kě)能(néng)的符(fú)合要求，但是都(dōu)不尽如人意，它的出现代表着(zhe)AI生(shēng)成开始进(jìn)入真正的可控时期。

因(yīn)为ControlNet可(kě)以直接提取画面的(de)构图(tú)，人物(wù)的姿势(shì)和(hé)画面的(de)深度(dù)信息(xī)等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式(shì)的(de)创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给(gěi)AI绘(huì)画加了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是其中之一(yī)，他用(yòng)朋(péng)友(yǒu)的照片直(zhí)接带她们(men)走进动(dòng)漫(màn)世(shì)界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换关(guān)键词试效果。

通过图片就可(kě)以看出(chū)来，效果十分惊(jīng)艳。

更厉害的(de)是，除(chú)了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也(yě)亲自回应。

不得不(bù)说当下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出(chū)的作品都已经能(néng)以假(jiǎ)乱真了(le)。

02

难(nán)辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问题(tí)

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能(néng)是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出的美(měi)女照片都是AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被大家当成真事传(chuán)播了(le)。

不过仔细观察可以发现(xiàn)，活动发起者提供(gōng)的照片中有个很大的漏(lòu)洞(dòng)可以(yǐ)发现并非真人，而是AI绘(huì)图(tú)，那便(biàn)是图片中女性的手指(zhǐ)部分有的存在异常(cháng)。

有行业人事表(biǎo)示：“现(xiàn)在因为手指部分的绘画算(suàn)法比较复杂，AI还不太会(huì)画人(rén)的手，但最新看到的图片已经有越来越完美的AI模(mó)型(xíng)出现，以后可能就完全(quán)没(méi)有漏洞了(le)。”

类似的(de)AI作图诈骗在国外(wài)也已有(yǒu)发生。据英国广播公司报(bào)道，土耳其地(dì)震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善良的人打赏“捐(juān)助(zhù)”从(cóng)而实施诈骗。

目前随着技(jì)术发展，AIGC已经能(néng)做出真人照片般(bān)的绘(huì)图效果，如果(guǒ)这样的图片被(bèi)用来诈骗，将(jiāng)非(fēi)常可(kě)怕。

此外(wài)AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前(qián)人的作品之后，其创作(zuò)没有任(rèn)何情(qíng)绪和灵魂，难以和人类的艺术创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的(de)版权、目前都(dōu)并没有得到有效的解决，还(hái)有AIGC会不会(huì)代替人类“至高无上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能(néng)的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下(xià)一站除了视频(pín)，还有远方

技术都是有两面(miàn)性的，潜在的危害并不能掩盖其光辉的(de)贡献(xiàn)。现在看(kàn)来，人(rén)工智能(néng)技术将是第(dì)四次(cì)工业革(gé)命的(de)核心驱动力(lì)量，将创造新的增长奇迹(jì)。

过去一年(nián)，人工智(zhì)能在技术(shù)和(hé)商业层面都有(yǒu)了(le)巨大进展，AI绘(huì)画就是人工智能技(jì)术发生方向性(xìng)改变的一个代表。其下一站或许就(jiù)是视(shì)频。

此前(qián)，Meta和谷(gǔ)歌(gē)先后(hòu)发布了(le)几条引爆科(kē)技圈的短(duǎn)视频。这些视频引发关注(zhù)并非(fēi)内容做得多优秀，反而(ér)都非常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的马(mǎ)，一(yī)只画(huà)画的玩具熊，或者一段骑摩(mó)托车的第一视角录像，随便(biàn)一个有手(shǒu)机的人都可以随手录下一段。

但(dàn)这些(xiē)短(duǎn)视频的创作方式(shì)非常简单，创作者仅仅需(xū)要向AI输入一段话，甚至只是说一下要求，AI就(jiù)可(kě)以根(gēn)据(jù)需要(yào)生成一段(duàn)视频(pín)。

谷歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更(gèng)高清视频的AI还不足以在短(duǎn)时(shí)间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过2分钟(zhōng)的连(lián)贯的也有确切内容的视(shì)频，这才是(shì)真正(zhèng)让人们感到惊喜(xǐ)的地方(fāng)。因为无(wú)论AI生成的(de)视(shì)频多(duō)么(me)高清，也只能是(shì)为内容生产者(zhě)提供一个灵感，一个素材，一个过场动画。

不过(guò)能够制作(zuò)出(chū)有具体剧情内容的(de)视(shì)频就意味着，一些视(shì)频创(chuàng)作由(yóu)AI代(dài)替(tì)人工完成已(yǐ)经初步有了可能。

当下AI的发(fā)展速度已经(jīng)超过大(dà)部(bù)分人的(de)想(xiǎng)象(xiàng)。内容产业的本质是供给创造(zào)需求，AIGC作为全新的内容生(shēng)产方式，可(kě)以为内容产业带来更新的内容风格、更快的生产速度(dù)，更低的生产成本，这无(wú)疑会驱动内容产业的大爆发(fā)。

除了(le)AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多(duō)种(zhǒng)内容形式的生成。不(bù)难发现该项技术不(bù)仅在(zài)游戏等行业(yè)能得到有效应(yīng)用，对于(yú)下一(yī)代互联网各种元素(sù)的构建(jiàn)亦有关键意义。

从商业化的角度来看(kàn)，文(wén)化娱乐、教(jiào)育(yù)、传媒(méi)等诸多(duō)领域，本身就对基于AI的(de)可视(shì)化内容有强烈(liè)需求(qiú)。

因此，AI绘画及视频或不是结(jié)果，而只是AI进程(chéng)中的一块重要(yào)拼图(tú)，有望在(zài)技术(shù)更(gèng)新(xīn)的加持(chí)下实现(xiàn)更大的应用价值。

AI从(cóng)理解内容，走(zǒu)向(xiàng)了可以生成内容，甚至能够(gòu)创(chuàng)造出(chū)独立价值和(hé)独立视角(jiǎo)的内容。AIGC的再次(cì)出(chū)圈(quān)，更代表着未来(lái)的先进生产(chǎn)力即将到来(lái)。

04

紧(jǐn)抓(zhuā)大模型(xíng)与算(suàn)力(lì)，牢固AIGC底座

从技(jì)术的发(fā)展也可(kě)以看出，在(zài)语言大模型、图像(xiàng)大(dà)模型之后(hòu)，多模态大(dà)模型已(yǐ)经(jīng)成(chéng)为(wèi)了新的趋势。

大模型被(bèi)誉为(wèi)当(dāng)前人工智(zhì)能发展的智能底座，是全球竞争(zhēng)最激(jī)烈的(de)研究方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯等众多(duō)头(tóu)部企(qǐ)业都在(zài)竞相发(fā)力。

不过训练大模(mó)型的确(què)价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力(lì)》报告估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型语(yǔ)言(yán)模型)，训练成本则介于200万美元(yuán)至(zhì)1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的(de)独(dú)立(lì)访客平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在(zài)5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力(lì)支持(chí)。在关注各类大模型的(de)发展同时，更(gèng)应该关注算力(lì)网络的建设。

算力(lì)网络正驱动AI产(chǎn)业发(fā)展进入史(shǐ)诗级加(jiā)速进(jìn)程(chéng)，让AIGC及通用AI这一人工(gōng)智(zhì)能发展(zhǎn)的终极目(mù)标离得更近。

昆仑山在哪个省哪个市，昆仑山在哪个省哪个市哪个县因(yīn)为算力可以(yǐ)对突(tū)破性技术创新提供(gōng)大力的支持(chí)。这方面，多(duō)模(mó)态大模型是(shì)典型。作为面向未来强(qiáng)人工智能、通用人(rén)工智能的重要技(jì)术创新，多模(mó)态大模型已经在人工智能领域提出了(le)很多年，业界也(yě)有(yǒu)不少技术突破，但是，多模(mó)态大模型进一步往(wǎng)下走，算力(lì)需求呈几(jǐ)何(hé)式上(shàng)升，一般的算(suàn)力基础设(shè)施(shī)很快将难以胜任。

从图(tú)像、文字、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以灵活(huó)应(yīng)对不同模(mó)态的(de)转化(huà)、像人与世(shì)界(jiè)交互一样自然，这方面，由算力网(wǎng)络(luò)来驱(qū)动将有明显优(yōu)势。

此外，还有很多需要(yào)爆发式(shì)增长的算(suàn)力来支撑的技(jì)术创新，将(jiāng)在人(rén)工(gōng)智能算(suàn)力(lì)网络支(zhī)撑下快速(sù)推进。

AIGC已经(jīng)露(lù)出曙光，期待(dài)在大模型和大算力的支持下AIGC能持续颠(diān)覆(fù)内容生产(chǎn)的方式，将创(chuàng)造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 昆仑山在哪个省哪个市，昆仑山在哪个省哪个市哪个县