自聊天(tiān)机器人ChatGPT火爆以来，微(wēi)软(ruǎn)公司创始人比尔·盖茨已多次公开谈(tán)论人工智能话(huà)题(tí)。在最近的(de)一次采访(fǎng)中(zhōng)，他(tā)再(zài)次表(biǎo)示：“AI可能(néng)会让(ràng)科(kē)技(jì)行业迎来(lái)一(yī)次(cì)剧烈的洗(xǐ)牌(pái)”。

这(zhè)个结(jié)论是他(tā)在当地时(shí)间(jiān)2月20日接受《In Good Company》节目(mù)专访时提出的。

他预(yù)期(qī)，AI的发展可能会威胁到谷歌的市占率，因为(wèi)微软在AI方面的(de)行动(dòng)相当迅速。而最终科技巨头将把(bǎ)AI整合成用(yòng)户的“全能(néng)助(zhù)手”，包揽一切(qiè)应用，与人们进行沟(gōu)通并(bìng)提供(gōng)建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中全能(néng)助手的到来可(kě)能尚需时(shí)日(rì)，但(dàn)由ControlNet引发的(de)又一次(cì)AI绘(huì)画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多(duō)州举办的新兴数字艺术家竞赛中，一(yī)幅名为《太(tài)空(kōng)歌(gē)剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画软件被广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便(biàn)是其(qí)中代(dài)表。

用(yòng)户们可以在应(yīng)用中输(shū)入(rù)一组关键词或者一张照片(piàn)，就能获得一幅AI创作的画(huà)作。

作(zuò)画的关键就(jiù)是(shì)所(suǒ)输入的文(wén)本。同(tóng)一组关(guān)键词也(yě)可以创(chuàng)作出很多张(zhāng)风格不一样的画(huà)作，这让创作的过程(chéng)就像开盲(máng)盒(hé)。

很多用户很喜欢这种(zhǒng)不(bù)确(què)定的惊喜，他们会(huì)将生成的美(měi)图(tú)当做(zuò)头像(xiàng)。而另一部分喜欢翻看AI绘画的(de)“翻车”作品。在社(shè)交(jiāo)媒体上，许多用户(hù)分享AI“翻车现场”，例如(rú)，一位网友的小狗(gǒu)照(zhào)片(piàn)被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个人(rén)照片被(bèi)AI识别成(chéng)了建筑。

而如(rú)今随着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关键词游戏可能要被颠覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的中国人张吕敏创作的一种(zhǒng)基于(yú)控制(zhì)点的图像变形算法(fǎ)，主(zhǔ)要用于数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在(zài)短短的两天(tiān)内便成为(wèi)了(le)AI绘画领域最新(xīn)的热点。

在此之前(qián)，大家用了(le)很多方(fāng)法想(xiǎng)让AI生成(chéng)的结果尽(jǐn)可(kě)能(néng)的符(fú)合要求，但是都(dōu)不(bù)尽如(rú)人意，它的出现(xiàn)代(dài)表着AI生(shēng)成开(kāi)始进入真正的可控时期。

因为ControlNet可以直(zhí)接提取画(huà)面(miàn)的构图，人物的姿势(shì)和(hé)画面的深度信息等(děng)。有了它的(de)帮助，就不用频(pín)繁的用提示词来(lái)碰运(yùn)气，抽(chōu)盲盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主的(de)作品已经获(huò)得了大量的(de)浏览量，“viggo”就是其中之(zhī)一(yī)，他用(yòng)朋(péng)友的照片(piàn)直接带(dài)她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键(jiàn)词(cí)试效果。

通过图片就可以看出来，效果十分惊艳(yàn)。

耐克折扣店是真的吗，街边的耐克折扣店是真的还是假的ta-type="jpeg" data-w="1280">

更厉害(hài)的(de)是，除了真实的(de)照片，草(cǎo)图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏(mǐn)其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作(zuò)品都(dōu)已(yǐ)经(jīng)能以假乱(luàn)真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安(ān)全(quán)问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇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(qǐ)AI绘图诈骗。

由于这(zhè)个活(huó)动(dòng)里面给(gěi)出(chū)的美女照片都(dōu)是AI制(zhì)作的真人照片绘图(tú)，因为太逼真(zhēn)，被(bèi)大家当成(chéng)真(zhēn)事(shì)传播了。

不过仔细观(guān)察可以发现，活动发(fā)起者提供的照片中(zhōng)有个很(hěn)大的漏洞可以发现并非真人，而是AI绘图，那便是图(tú)片中女性的手指部分(fēn)有的存在(zài)异(yì)常(cháng)。

有行业人事表示：“现(xiàn)在因为手(shǒu)指部(bù)分(fēn)的绘画算法(fǎ)比较复(fù)杂，AI还(hái)不(bù)太会画人(rén)的手，但(dàn)最新看到的图片已经有越来越完(wán)美(měi)的(de)AI模型出现，以后可能就完全没有漏洞了(le)。”

类似的AI作(zuò)图(tú)诈骗在国外(wài)也已有(yǒu)发(fā)生。据英(yīng)国广播公司报道，土(tǔ)耳(ěr)其(qí)地震期间(jiān)，有(yǒu)Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的假照(zhào)片(piàn)发(fā)布(bù)到网络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随(suí)着(zhe)技术发展(zhǎn)，AIGC已经能做出真人照(zhào)片般的绘图(tú)效果，如果这(zhè)样的图(tú)片被用来诈(zhà)骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了很(hěn)多(duō)担(dān)忧，一方(fāng)面，批判者认为AI在“学习”了(le)大(dà)量前人(rén)的作品之后，其(qí)创作没(méi)有(yǒu)任(rèn)何情(qíng)绪和灵魂(hún)，难以和人(rén)类的艺术创作相提并论。

另(lìng)一(yī)方面，AIGC背后(hòu)的版权、目前(qián)都(dōu)并没有得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无上”的(de)创意。

马斯克也强调，人(rén)工智能的安全(quán)问题(tí)需(xū)要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是(shì)有(yǒu)两面性(xìng)的(de)，潜在的危害并不(bù)能掩盖(gài)其光辉的贡(gòng)献(xiàn)。现在看来，人工智(zhì)能技术将是第四次工业(yè)革命(mìng)的核心驱动力量，将创(chuàng)造新的增(zēng)长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业(yè)层面都有了(le)巨(jù)大进(jìn)展，AI绘画就是(shì)人工智能(néng)技(jì)术(shù)发生方(fāng)向性改变的一个代(dài)表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条引爆(bào)科技圈的短视频。这(zhè)些视频引(yǐn)发(fā)关注(zhù)并非内(nèi)容做得多优(yōu)秀(xiù)，反而都非常简单(dān)，比如一匹正在喝水的马，一只画画的(de)玩具(jù)熊(xióng)，或(huò)者一段骑摩(mó)托车(chē)的第一(yī)视角录像(xiàng)，随便一个有手(shǒu)机的(de)人都可以随手录下(xià)一(yī)段。

但这些短视(shì)频的创作方式(shì)非(fēi)常简单，创作者仅仅需要向(xiàng)AI输入一段(duàn)话，甚至只是说一下要求(qiú)，AI就可以根据(jù)需要生成一段视频。

谷歌发(fā)布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈就已经玩了一(yī)波(bō)梗，一个能够做出更(gèng)高清视频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可以制作(zuò)出超过2分钟的连贯(guàn)的(de)也(yě)有(yǒu)确切(qiè)内容的(de)视频，这(zhè)才是真正(zhèng)让人们感(gǎn)到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生(shēng)产(chǎn)者提供一个灵感(gǎn)，一个素材，一个过场动画。

不过能够(gòu)制(zhì)作出有(yǒu)具体剧(jù)情内(nèi)容的视频就意味着，一些视频创作由(yóu)AI代替人工完成已经初步(bù)有了可能。

当下AI的发(fā)展速度(dù)已经超过大部分人的想象。内容产业(yè)的本(běn)质是供给创造需求，AIGC作为全(quán)新的内(nèi)容生产(chǎn)方式，可以为内容产业带来(lái)更(gèng)新的(de)内容风格、更快的生产速度，更低的生产(chǎn)成本(běn)，这(zhè)无(wú)疑会驱动内容产业的大爆发。

除(chú)了(le)AI绘图(tú)、视频，AIGC技术(shù)还能应用(yòng)于(yú)音乐、代码、机器人动作等多种内容形式的生成。不难(nán)发现该项(xiàng)技术(shù)不仅在游戏等(děng)行业能得到(dào)有效应(yīng)用，对于下(xià)一代互联网(wǎng)各种(zhǒng)元(yuán)素的(de)构建亦(yì)有关键意(yì)义。

从(cóng)商业化的角度来看，文化(huà)娱乐、教(jiào)育、传(chuán)媒等诸多领域，本身就对基于AI的可视(shì)化内容(róng)有强烈(liè)需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是(shì)AI进程中的一块(kuài)重要拼图，有望在技术(shù)更新的加持下(xià)实现更大的应用价值。

AI从理(lǐ)解内容，走向了可(kě)以生(shēng)成内容(róng)，甚至(zhì)能够创造出独立价值和独(dú)立视角的(de)内容。AIGC的耐克折扣店是真的吗，街边的耐克折扣店是真的还是假的(de)再次出圈(quān)，更代表着未来(lái)的先进生产力(lì)即(jí)将到(dào)来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底(dǐ)座(zuò)

从技(jì)术(shù)的(de)发(fā)展也(yě)可(kě)以(yǐ)看出，在语言大模型、图像大模型之后(hòu)，多(duō)模态大模型(xíng)已经成为了新的趋势(shì)。

大(dà)模型被(bèi)誉(yù)为当前(qián)人工(gōng)智能发(fā)展的(de)智(zhì)能底座，是全球竞争最激烈的研究(jiū)方向之(zhī)一，包(bāo)括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头(tóu)部企业都(dōu)在竞相发力(lì)。

不过训练大模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本(běn)约(yuē)为140万美元。而对于一些(xiē)更(gèng)大的(de)LLM(大型语言模型)，训练成本则介于200万(wàn)美元至1200万美(měi)元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计(jì)算(suàn)，其对(duì)应芯片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本(běn)约(yuē)为8亿美元，每(měi)日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注各类大模型的发展同时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产业发(fā)展进入史诗(shī)级加(jiā)速进程，让AIGC及(jí)通用AI这一人工智(zhì)能(néng)发展的终极(jí)目标离得更(gèng)近。

因为算力可以对突破性技术创新提供大力的支持。这方面，多模态大模(mó)型(xíng)是(shì)典(diǎn)型。作为面向未来强人工(gōng)智能(néng)、通(tōng)用人工(gōng)智(zhì)能的重要(yào)技术创新，多模(mó)态(tài)大模型已(yǐ)经在人工智能领域提(tí)出了很多年，业界也有不少(shǎo)技术(shù)突破，但是，多模(mó)态大(dà)模型进一步往下走，算力需求呈(chéng)几何式上(shàng)升，一般的算(suàn)力(lì)基础(chǔ)设施(shī)很快将难以胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练(liàn)，到双模态、三模(mó)态的跃迁，让人(rén)工智(zhì)能可(kě)以(yǐ)灵活应对不(bù)同模态的转化、像人(rén)与世界交互一样自然，这方面(miàn)，由算力网络来驱动将有明(míng)显优势。

此外，还有很多需(xū)要爆发(fā)式增长的算(suàn)力来支撑的技术(shù)创(chuàng)新，将在人工智能算力网络支撑(chēng)下快速推(tuī)进(jìn)。

AIGC已经露出曙光，期待(dài)在大模型和(hé)大算力(lì)的支(zhī)持下AIGC能持续(xù)颠覆(fù)内容生产的方式，将创造的边际成(chéng)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 耐克折扣店是真的吗，街边的耐克折扣店是真的还是假的