自聊天机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人(rén)比尔·盖茨已多(duō)次公开谈论人工智能(néng)话题。在最近(jìn)的一次(cì)采访中，他再次表示：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的洗牌(pái)”。

这个结论是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时提出的。

他预(yù)期，AI的发(fā)展可能会威(wēi)胁到(dào)谷歌的市占率，因为微软(ruǎn)在AI方(fāng)面的行(xíng)动(dòng)相当迅速(sù)。而最(zuì)终科(kē)技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与人们进行沟(gōu)通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到来可能(néng)尚需(xū)时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为(wèi)代表的AIGC上(shàng)一次爆火的(de)时(shí)候(hòu)，还是2022年8月，在美国科(kē)罗(luó)拉多州举(jǔ)办的(de)新兴数字艺术家竞赛(sài)中，一幅名(míng)为《太(tài)空歌剧院(yuàn)》的作品(pǐn)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(shì)其中代(dài)表(biǎo)。

用(yòng)户们(men)可以在应用中输入一组关键(jiàn)词或者一(yī)张(zhāng)照片，就能获得一幅AI创作的(de)画作。

作(zuò)画的关键就是(shì)所输入的文本。同一组关键词也(yě)可以(yǐ)创作出很多张风格不一样(yàng)的画(huà)作，这让创作的过程就像开盲盒。

很多用户(hù)很(hěn)喜欢这种不确(què)定的惊喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢翻看(kàn)AI绘画的(de)“翻(fān)车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个(gè)人照(zhào)片(piàn)被AI识别(bié)成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写(xiě)关键(jiàn)词(cí)游戏(xì)可(kě)能要被颠覆(fù)了。

ControlNet是一位(wèi)正(zhèng)在(zài)斯坦福读(dú)博的中国人张(zhāng)吕敏创作的一种基于控制点(diǎn)的(de)图像变形算(suàn)法，主要用于数字图像处理、计算机(jī)视觉和计(jì)算(suàn)机图形(xíng)学等领域。

其SD插件(jiàn)一经发(fā)布，在短短的两天内(nèi)便成为了AI绘画领域最新的热点。

在此之前(qián)，大家用(yòng)了很多方法想让AI生成的(de)结(jié)果(guǒ)尽可能(néng)的符合要求，但是都不尽如人意(yì)，它的(de)出现代表(biǎo)着AI生成开始进(jìn)入真正的可控时(shí)期。

因为ControlNet可(kě)以直接提取画面的构图，人物的(de)姿(zī)势和画面(miàn)的深度信息等。有了它的帮(bāng)助(zhù)，就不用(yòng)频(pín)繁的用提示(shì)词来碰运气，抽(chōu)盲盒式的创作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少博主(zhǔ)的作品(pǐn)已经获得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友的照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键词试效(xiào)果。

通过图片就可以看出来(lái)，效果十分惊艳。

更厉害的是，除(chú)了真(zhēn)实的照片，草图(tú)也(yě)可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还(hái)能(néng)实现线稿转全彩图(tú)。大(dà)神(shén)张吕敏其本尊也亲自(zì)回应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输(shū)出的作品都(dōu)已经(jīng)能以假乱(luàn)真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络，而(ér)经过警方辟谣(yáo)这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这个活动里面给(gěi)出的美(měi)女照片都是AI制作的真(zhēn)人照片绘(huì)图，因为太逼(bī)真(zhēn)，被大家(jiā)当成真事传播(bō)了。

不(bù)过仔(zǎi)细观察(chá)可以发现，活动发起者(zhě)提供的照片中有个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便是图片(piàn)中女性的手指部(bù)分有的存在异常。

有行(xíng)业(yè)人事表(biǎo)示：“现(xiàn)在(zài)因(yīn)为手指部分(fēn)的(de)绘画算(suàn)法比较复杂，AI还不太会画(huà)人的手，但最新看(kàn)到的图片已经有越来越完美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国外也已(yǐ)有发生。据英(yīng)国广播(bō)公司报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成(chéng)了儿童(tóng)受灾的(de)假照(zhào)片(piàn)发(fā)布到(dào)网(wǎng)络，以(yǐ)此诱骗善良的人(rén)打赏“捐(juān)助”从而实(shí)施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很(hěn)多担忧，一(yī)方面(miàn)，批判者认为AI在“学(xué)习(xí)”了大量前人(rén)的作品(pǐn)之后，其创作(zuò)没有任(rèn)何情绪和(hé)灵(líng)魂，难以和人类(lèi)的艺(yì)术创作(zuò)相提(tí)并论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不(bù)会代(dài)替(tì)人类“至(zhì)高(gāo)无上”的创意。

马斯克也强(qiáng)调，人工(gōng)智(zhì)能(néng)的安全(quán)问题需要得到重视(shì)，太晚就来不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都是有两(liǎng)面性的，潜在的危害并不能掩盖其光辉的(de)贡献。现在看来，人工智能技术将是第四次工(gōng)业革命的核心驱动力量，将创造新的增长奇(qí)迹(jì)。

过去一年，人工(gōng)智能(néng)在(zài)技术和商业层面(miàn)都有了巨(jù)大进展，AI绘画就是人工智能技(jì)术发生方向性改(gǎi)变的一个代(dài)表(biǎo)。其下一(yī)站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的短视频。这些(xiē)视频引发关注并(bìng)非内(nèi)容(róng)做得多优秀，反而都(dōu)非常简单，比如一匹(pǐ)正(zhèng)在喝水的马(mǎ)，一只画(huà)画的玩具熊，或(huò)者一段(duàn)骑摩托车(chē)的第一视角录像(xiàng)，随便一个有(yǒu)手机的人(rén)都可以随手(shǒu)录下一段。

但(dàn)这些短视频的创(chuàng)作方(fāng)式(shì)非常简单，创作者(zhě)仅仅需(xū)要(yào)向AI输入(rù)一段话(huà)，甚至只(zhǐ)是说(shuō)一下(xià)要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发布的两个AI生成视频(pín)分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已经(jīng)玩了(le)一(yī)波梗，一个能够做出更(gèng)高清视频的AI还(hái)不足以在短时间(jiān)内(nèi)戳(chuō)中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更(gèng)加(jiā)令(lìng)人(rén)震惊的(de)地方在于(yú)，它可以制作出(chū)超过2分钟的连贯的也有确切内(nèi)容的视频，这才(cái)是(shì)真正让人们感到惊喜的地方。因为(wèi)无论(lùn)AI生成(chéng)的视频多么高清，也只(zhǐ)能是为内容生产(chǎn)者提供一(yī)个灵感，一(yī)个(gè)素材(cái)，一(yī)个(gè)过场动画。

不过能够制作出有(yǒu)具体剧(jù)情内容的视频就(jiù)意味着，一些视频创作由AI代(dài)替人工完成已经初步有(yǒu)了(le)可(kě)能。

当下AI的发(fā)展速度已经超过大部(bù)分人的想象。内容产业(yè)的(de)本质是供给创造(zào)需求，AIGC作为全新的内(nèi)容生产方(fāng)式(shì)，可以为内容(róng)产业带来更新的内容风格、更(gèng)快的生产速度，更低的生产成(chéng)本，这无疑会(huì)驱动(dòng)内容产(chǎn)业(yè)的大爆(bào)发。

除(chú)了(le)AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐、代码、机器(qì)人动作等多种内(nèi)容形式(shì)的生(shēng)成。不难发(fā)现(xiàn)该项技术不仅在(zài)游戏等行业能得到有(yǒu)效(xiào)应用(yòng)，对于下一(yī)代互联网各种元素的构建亦有关键意义(yì)。

从商业化的角度来(lái)看，文化(huà)娱(yú)乐、教(jiào)育、传媒等诸多(duō)领域(yù)，本身就对基(jī)于(yú)AI的可视化内容有强烈需求。

因此，AI绘(huì)画及视频(pín)或不是结果，而只是AI进程(chéng)中的一块重要拼图，有望(wàng)在(zài)技术更新的(de)加持下实(shí)现更大的应用价值。

AI从理解内容，走向了可以生(shēng)成(chéng)内容(róng)，甚(shèn)至能够创造出独(dú)立价值和独立视角的内容。AIGC的(de)再次出圈(quān)，更(gèng)代表着未来的先进生产力(lì)即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言(yán)大模型、图(tú)像大模型之后(hòu)，多模态(tài)大模型已(yǐ)经成为了新(xīn)的趋势。

大模型(xíng)被誉为当前人工(gōng)智能发展的(de)智能(néng)底(dǐ)座，是(shì)全球竞争最激(jī)烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯(xùn)等(děng)众多头部企业都在(zài)竞相发力。

不过(guò)训练大模型的(de)确价(jià)格不菲，以国盛证(zhèng)券(quàn)发(fā)布的《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训练一次的成本约(yuē)为(wèi)140万(wàn)美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均(jūn)数1300万(wàn)计算，其对应芯(xīn)片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿(yì)美元，每日仅电费就在5万(wàn)美元左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离(lí)不开庞大算力支(zhī)持。在关注各类大模型的发展同时(shí)，更(gèng)应(yīng)该(gāi)关(guān)注算力网络的建设。

算(suàn)力网络正(zhèng)驱动AI产业发展进入史(shǐ)诗级加(jiā)速进(jìn)程，让AIGC及通用AI这一人工智能发展(zhǎn)的终极(jí)目标离(lí)得更近。

因为算力(lì)可(kě)以对突破(pò)性技术(shù)创(chuàng)新提供(gōng)大力的(de)支持。这方(fāng)面，多模态大模(mó)型是(shì)典型(xíng)。作(zuò)为面向未来强人(rén)工智能(néng)、通用人工智能的重(zhòng)要(yào)技(jì)术创(chuàng)新，多模态大模(mó)型已经在(zài)人工(gōng)智(zhì)能领域提出了很多年(nián)，业(yè)界也有(yǒu)不少(shǎo)技术突破，但是，多(duō)模态大模型进一步往下走，算(suàn)力需求呈(chéng)几何式上升，一(yī)般(bān)的算力基(jī)础设施很(hěn)快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到(dào)双模态、三模态(tài)的跃迁(qiān)，让人(rén)工智能可以灵活(huó)应对不同模态(tài)的转化、像人与世(shì)界(jiè)交(jiāo)互一样自然，这方面，由算力网(wǎng)络来驱(qū)动将有明显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式增(zēng)长的算力来支撑的技术(shù)创新，将在人工智能算力网络支撑(chēng)下快速(sù)推(tuī)进。

AIGC已经(jīng)露出曙光，期待在大(dà)模型(xíng)和(hé)大(dà)算力的(de)支持(chí)下AIGC能持续颠覆(fù)内容生产(chǎn)的方式，将创造的边际(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 在办公室做剧烈运动，卫生间做剧烈运动