自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比尔(ěr)·盖茨(cí)已多(duō)次公开(kāi)谈(tán)论人工智能话(huà)题。在最近的一次采访中，他再次(cì)表示：“AI可(kě)能会(huì)让科技行业(yè)迎来一次剧(jù)烈(liè)的洗牌”。

这个结论是他在(zài)当地时间2月(yuè)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(huì)威(wēi)胁到(dào)谷歌的(de)市(shì)占率(lǜ)，因为(wèi)微软在AI方面的行(xíng)动相当迅速。而最(zuì)终科技巨头(tóu)将(jiāng)把(bǎ)AI整合(hé)成用(yòng)户的“全能助手”，包揽一切应用，与人们进行沟通(tōng)并(bìng)提供(gōng)建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点(diǎn)包围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次爆火的时候，还(hái)是(shì)2022年8月(yuè)，在美国科(kē)罗拉多州举办的新兴数字艺(yì)术家竞(jìng)赛中，一幅名为《太空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖。

随(suí)后(hòu)各大厂商的AI绘画软件(jiàn)被广(guǎng)大网友(yǒu)熟(shú)知并(bìng)体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可以(yǐ)在应(yīng)用(yòng)中输入一(yī)组(zǔ)关键词(cí)或者一张照片，就(jiù)能获得一幅(fú)AI创(chuàng)作的画作。

作画的关(guān)键(jiàn)就是所输入的文本。同一组(zǔ)关键词(cí)也(yě)可以(yǐ)创作(zuò)出很多张风(fēng)格不一样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户(hù)很(hěn)喜(xǐ)欢(huān)这(zhè)种不确定的惊喜，他(tā)们会将生(shēng)成(chéng)的(de)美图(tú)当做头像。而(ér)另一(yī)部(bù)分喜欢翻看AI绘画的“翻车”作(zuò)品。在(zài)社交媒体上，许多(duō)用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网(wǎng)友的小狗照片被(bèi)AI画成了(le)“肌肉男”，还有网(wǎng)友的(de)个人照片(piàn)被AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出(chū)现(xiàn)与(yǔ)加持(chí)，以往AI绘(huì)画的填(tián)写(xiě)关键词(cí)游戏可能要(yào)被颠覆了。

ControlNet是一位正在(zài)斯(sī)坦福(fú)读(dú)博的中国(guó)人张吕敏创作的一种基于控制(zhì)点的图像变(biàn)形算法，主(zhǔ)要用于数字图像(xiàng)处理、计算机(jī)视觉和计算机图(tú)形(xíng)学等领(lǐng)域。

其(qí)SD插件一经发布(bù)，在短短的两天内便(biàn)成为了AI绘(huì)画领域最新的热点。

在此(cǐ)之(zhī)前(qián)，大家用了(le)很(hěn)多方法想让AI生(shēng)成的结果尽可能的符合要求，但是都不尽如(rú)人意，它的出现代表(biǎo)着AI生成开始进入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的姿势和画(huà)面的(de)深度(dù)信(xìn)息等。有(yǒu)了它的帮助，就不(bù)用频繁的用提示词(cí)来碰运(yùn)气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不(bù)少博(bó)主的作品已经获(huò)得了大(dà)量的浏览量，“viggo”就(jiù)是其中之一，他(tā)用(yòng)朋友(yǒu)的照片直接带她(tā)们(men)走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换(huàn)关键(jiàn)词试效果。

通过图片(piàn)就可以看出来，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除了(le)真实的照(zhào)片，草(cǎo)图也可以(yǐ)加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也(yě)亲自(zì)回应。

不得不说当下AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕(tì)安全问题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消(xiāo)息火遍网络(luò)，而经过警方辟谣(yáo)这所(suǒ)谓的(de)“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面(miàn)给出的(de)美女照片都是AI制作的真(zhēn)人照片绘(huì)图，因(yīn)为太逼真，被大家当成真(zhēn)事传播了。

不过仔细(xì)观察(chá)可以发现，活动发(fā)起者(zhě)提供的(de)照片中有个很(hěn)大的漏(lòu)洞可以(yǐ)发现并非真(zhēn)人，而是AI绘(huì)图，那便是(shì)图片中女性的(de)手指(zhǐ)部分有的存在(zài)异常。

有行业人事表(biǎo)示：“现在因为手指(zhǐ)部分的绘(huì)画算法比(bǐ)较复杂，AI还不(bù)太(tài)会画(huà)人(rén)的手，但最新看到的图片已(yǐ)经有(yǒu)越来(lái)越完(wán)美(měi)的AI模(mó)型出现，以(yǐ)后可能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国(guó)外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使(shǐ)用(yòng)AI合成了儿童受灾的(de)假(jiǎ)照片发(fā)布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而(ér)实(shí)施诈骗。

目(mù)前随(suí)着技术(shù)发展，AIGC已经能(néng)做出真人照片般的(de)绘图效果，如果(guǒ)这样的图片(piàn)被用来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发(fā)了很多担忧(yōu)，一(yī)方面，批(pī)判者(zhě)认为AI在(zài)“学习”了(le)大(dà)量前人的作品之(zhī)后(hòu)，其创作没(méi)有任(rèn)何情绪(xù)和灵(líng)魂，难以和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版权、目(mù)前都并没有得到有效的解决，还有(yǒu)AIGC会不会代替(tì)人(rén)类(lèi)“至高无上(shàng)”的创(chuàng)意(yì)。

马(mǎ)斯(sī)克也强调(diào)，人工(gōng)智能的安全问题需要得(dé)到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一站除了(le)视频，还(hái)有远方

技(jì)术都是(shì)有两面性(xìng)的，潜在的危害(hài)并不能掩盖其光辉的贡(gòng)献。现在看来，人工智能技(jì)术将是第四次(cì)工业革命(mìng)的(de)核心(xīn)驱动(dòng)力量，将(jiāng)创造新(xīn)的增(zēng)长奇迹。

过去(qù)一年(nián)，人工智能在(zài)技术和(hé)商业层面都有了巨大进展，AI绘画就是人工智能(néng)技术发生方向性(xìng)改(gǎi)变的一个代表。其下一站或许就是(shì)视频。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后发布了几(jǐ)条引爆科技圈的短视频。这些视频引发关注并非内(nèi)容做得多优秀，反而都非常简单，比(bǐ)如一(yī)匹正在(zài)喝水(shuǐ)的马，一只画画(huà)的玩具熊，或者一段骑摩托(tuō)车(chē)的第(dì)一视角(jiǎo)录像，随便(biàn)一个有手机的人都(dōu)可以随手录下一(yī)段。

但这些短视(shì)频的创(chuàng)作方式(shì)非常(cháng)简单，创(chuàng)作者仅(jǐn)仅需要向AI输(shū)入一段话(huà)，甚至只是说一(yī)下要求，AI就可以根据需要生成一段视频。

谷歌(gē)发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更(gèng)高清(qīng)视频(pín)的AI还不足以在短(duǎn)时(shí)间内戳中兴奋(fèn)点。

Phenaki更(gèng)加令(lìng)人(rén)震惊(jīng)的地方(fāng)在于，它可以制(zhì)作(zuò)出超过(guò)2分钟的连(lián)贯(guàn)的也(yě)有确切内容的视频，这才是(shì)真正让人(rén)们感到惊(jīng)喜(xǐ)的地方(fāng)。因为无论AI生成的视频(pín)多(duō)么高清，也只能是为内容生产者提供一个灵感，一个素材，一个过场(chǎng)动(dòng)画。

不(bù)过能够制作出有具体剧情内容的视(shì)频就意(yì)味着，一些视频创作由(yóu)AI代(dài)替人工完成已经(jīng)初步有了可能。

当下(xià)AI的发展速度已经超过大部分人(rén)的想(xiǎng)象。内(nèi)容产业的本质是供给创造需求，AIGC作为全新的(de)内容(róng)生(shēng)产方式，可(kě)以为内(nèi)容(róng)产(chǎn)业带来更新的内容(róng)风格、更(gèng)快的生产速度(dù)，更低(dī)的(de)生(shēng)产成(chéng)本，这无(wú)疑(yí)会驱动内容产业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作等多(duō)种内容形式的生成(chéng)。不难发现该项技(jì)术不(bù)仅在游戏等行(xíng)业能(néng)得到有(yǒu)效应用，对于下一代互联网各种元素的构建(jiàn)亦(yì)有关键(jiàn)意义。

从商(shāng)业化的(de)角度来看，文化娱乐、教育(yù)、传(chuán)媒等诸多领域，本(běn)身就对(duì)基于AI的可视化内(nèi)容有(yǒu)强烈(liè)需求。

因此，AI绘画(huà)及视频(pín)或不是结果，而只是(shì)AI进程中的(de)一(yī)块重要拼图，有望在技术更新的加持下实现(xiàn)更大(dà)的(de)应用价值。

AI从理解(jiě)内(nèi)容，走向了可以生成内容，甚(shèn)至能够(gòu)创造(zào)出独立价值和独立视角的内容。AIGC的再次出圈，更代(dài)表着未来的先进生(shēng)产力即将(jiāng)到来(lái)。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底(dǐ)座(zuò)

从技术的(de)发(fā)展(zhǎn)也可以(yǐ)看出，在语言大模型、图像(xiàng)大(dà)模型之后，多模态大模型(xíng)已经成为了新的(de)趋势(shì)。

大模型(xíng)被(bèi)誉(yù)为当前人(rén)工(gōng)智能发展(zhǎn)的智能底座(zuò)，是全球竞争最激(jī)烈的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾(téng)讯等众多头部企业都在(zài)竞(jìng)相(xiāng)发力(lì)。

不过训练大模型的(de)确价格不(bù)菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要(yào)多少算(suàn)力》报告估算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算，其对应芯片需求为3万多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入成(chéng)本约为8亿(yì)美元(yuán)，每日(rì)仅电费(fèi)就在5万美元左右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关(guān)注各(gè)类大模型(xíng)的(de)发展同时，更应(yīng)该(gāi)关注算力网(wǎng)络的(de)建设。

算(suàn)力网(wǎng)络(luò)正驱动AI产业(yè)发展进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一人(rén)工智能发展(zhǎn)的(de)终极目标离得更近(jìn)。

因(yīn)为(wèi)算力可(kě)以对突破性技术(shù)创新提供(gōng)大力的支(zhī)持(chí)。这方(fāng)面，多(duō)模(mó)态大模型是典型。作为(wèi)面(miàn)向未来强(qiáng)人(rén)工智能、通用人工智(zhì)能(néng)的重要技(jì)术创新，多模态大模型已经在(zài)人工(gōng)智能(néng)领域(yù)提(tí)出了很(hěn)多年，业界也有不(bù)少技(jì)术突破(pò)，但是，多模态大模型进一步往下走，算力需求呈几何(hé)式上升，一般的算力基础设施很快将难以胜任。

从图(tú)像、文字、语音单独一(yī)项的训(xùn)练，到双模态、三模态(tài)的跃迁，让人工智能可以灵活应对不同模态的(de)转化(huà)、像人与世界(jiè)交(jiāo)互一样自然，这方面，由算力(lì)网络来驱动将有明显(xiǎn)优(yōu)势。

此外，还(hái)有很多需要(yào)爆发式增长的算力来支撑的技术(shù)创新，将在(zài)人(rén)工智(zhì)能(néng)算力(lì)网(wǎng)络支撑下快速(sù)推进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模10克是几两型(xíng)和大算力的(de)支(zhī)持下(xià)AIGC能(néng)持续颠覆(fù)内容生产的方式(shì)，将创造(zào)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 10克是几两