自聊天机器人ChatGPT火爆以来(lái)，微软公(gōng)司创始人比尔·盖茨已多次(cì)公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科技行业(yè)迎(yíng)来(lái)一次剧烈(liè)的洗牌”。

这个结论是他(tā)在当地时间2月(yuè)20日接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他预期，AI的(de)发(fā)展(zhǎn)可能会(huì)威胁到谷(gǔ)歌的市占率(lǜ)，因为微软(ruǎn)在AI方面的行动相(xiāng)当迅速。而最(zuì)终科技巨(jù)头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行(xíng)沟通(tōng)并提供建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全能(néng)助手的到来可能尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新(xīn)玩(wán)法

AIGC向可控(kòng)靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时候(hòu)，还是(shì)2022年8月，在美国科罗拉(lā)多州举办的新兴数字(zì)艺术家竞赛中，一幅(fú)名为《太空(kōng)歌剧院》的作品(pǐn)获(huò)奖。

随(suí)后(hòu)各(gè)大厂商的AI绘画软件(jiàn)被广大(dà)网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在应(yīng)用(yòng)中输入一(yī)组(zǔ)关(guān)键词(cí)或者一张照片，就能获得一幅AI创作的画作。

作画的关(guān)键就(jiù)是所输入的文本。同一组关键词(cí)也可以(yǐ)创作出很多张风格不一样的画(huà)作，这让创作的过程就像开(kāi)盲(máng)盒。

很(hěn)多用户很(hěn)喜欢这种不确(què)定的(de)惊喜，他(tā)们(men)会(huì)将生成(chéng)的美图当做头像。而另一部分(fēn)喜欢(huān)翻看AI绘(huì)画的“翻车”作品。在(zài)社(shè)交媒体上，许多用户(hù)分享AI“翻车(chē)现场”，例(lì)如(rú)，一位网友的(de)小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还(hái)有网友(yǒu)的个人(rén)照片被(bèi)AI识(shí)别成了(le)建筑。

而如今随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的填写关键词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的中(zhōng)国人张吕敏(mǐn)创(chuàng)作(zuò)的一种(zhǒng)基于控制点(diǎn)的图像变(biàn)形(xíng)算法，主(zhǔ)要用于数字图像处理(lǐ)、计算机视觉(jué)和计算机图(tú)形学等领域。

其SD插件一经发布，在(zài)短(duǎn)短(duǎn)的两天内便成(chéng)为(wèi)了AI绘画领(lǐng)域最(zuì)新的热点(diǎn)。

在此之前，大家用(yòng)了很(hěn)多方法(fǎ)想让AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是都不尽如人(rén)意(yì)，它的出现代表着AI生成开始进入真正的可控(kòng)时期。

因(yīn)为(wèi)ControlNet可(kě)以直接提取(qǔ)画面的(de)构(gòu)图，人物的(de)姿势和画面(miàn)的深(shēn)度信息等。有了它的帮助，就不用频繁的用提示(shì)词(cí)来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不少博主的作品已经获得(dé)了大量的浏(liú)览量，“viggo”就是其中之一(yī)，他用朋友的照片(piàn)直接带她(tā)们走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；夏洛的网主要内容50字左右，夏洛的网主要内容100字最后(hòu)用ControlNet插件绑(bǎng)定(dìng)骨骼开始(shǐ)换关键(jiàn)词试效果。

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的(de)照片，草图也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来(lái)越强(qiáng)大(dà)，甚至输(shū)出的作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟(pì)谣这所(suǒ)谓的“party”可能(néng)是(shì)全国第(dì)一起AI绘图诈骗。

由于这个活(huó)动里(lǐ)面(miàn)给(gěi)出的美女照片都是AI制作(zuò)的真人(rén)照片绘(huì)图，因为太逼真，被大家当成真事传播了。

不(bù)过仔细观察可以发现，活动(dòng)发起者提供的(de)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(nà)便是图片中女(nǚ)性的手指部分有的存在异常。

有行(xíng)业人(rén)事表示：“现在因(yīn)为手(shǒu)指部分的(de)绘(huì)画(huà)算法(fǎ)比较复杂，AI还不太会画人的手，但最新看到的(de)图片(piàn)已(yǐ)经有(yǒu)越(yuè)来越完美的AI模型出现(xiàn)，以后可(kě)能就完全没有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外(wài)也已有发生。据英国(guó)广播公司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合(hé)成了儿(ér)童(tóng)受灾(zāi)的(de)假照片(piàn)发(fā)布到(dào)网络(luò)，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从(cóng)而实(shí)施诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经能做(zuò)出真人照片般的绘图(tú)效果，如果(guǒ)这样的图片被用来诈骗，将非(fēi)常(cháng)可怕(pà)。

此外(wài)AIGC还引发了很(hěn)多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的作(zuò)品之后(hòu)，其(qí)创作没(méi)有任何情绪和(hé)灵魂，难以和(hé)人类的艺术创(chuàng)作(zuò)相提并论。

另一(yī)方面，AIGC背后的版权、目前都并没(méi)有得到有效的解决，还(hái)有AIGC会(huì)不会代(dài)替人类“至高无上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能的安全问题需(xū)要得到重(zhòng)视(shì)，太(tài)晚就来(lái)不及(jí)了。

03

AIGC下一(yī)站除了视频，还有远方(fāng)

技术(shù)都是有两(liǎng)面性的，潜在的危(wēi)害并不能掩盖其光(guāng)辉的贡献。现在(zài)看(kàn)来，人工智能技术将是第四次工业革命的核心(xīn)驱(qū)动(dòng)力量，将创(chuàng)造新(xīn)的(de)增长奇(qí)迹(jì)。

过去一(yī)年，人(rén)工智能在技术和商业层面都有了巨大进展(zhǎn)，AI绘(huì)画就是人工智能技术(shù)发生方向性改变的(de)一个(gè)代表。其下(xià)一站(zhàn)或许就是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科(kē)技(jì)圈的短(duǎn)视(shì)频。这(zhè)些视频引(yǐn)发关注并(bìng)非内容做得多(duō)优秀，反而都(dōu)非(fēi)常简单，比(bǐ)如一匹(pǐ)正(zhèng)在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩托(tuō)车(chē)的第(dì)一视角录(lù)像，随便一个有手机的人都可以(yǐ)随手录(lù)下一段。

但这些短视(shì)频(pín)的(de)创作方(fāng)式非(fēi)常(cháng)简单(dān)，创(chuàng)作者仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说一下(xià)要求(qiú)，AI就可(kě)以根据需要生(shēng)成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多(duō)的差(chà)别。

在(zài)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)够做出更高清视频的AI还(hái)不足以在短(duǎn)时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人(rén)震惊(jīng)的地(dì)方(fāng)在于，它(tā)可以制作出(chū)超过2分钟的(de)连贯的(de)也有确切内容的视频，这才是(shì)真正让人(rén)们(men)感(gǎn)到惊喜的地(dì)方。因为(wèi)无论AI生成的视频多么高清，也只能是为内容生产者提供(gōng)一个灵感，一(yī)个素材，一(yī)个过场动(dòng)画。

不过能够制作(zuò)出(chū)有具(jù)体剧情内容(róng)的视频(pín)就(jiù)意味着，一些视频创(chuàng)作由(yóu)AI代替(tì)人工完成已经初(chū)步(bù)有了可能。

当下AI的发展(zhǎn)速度已经超过大部分人的想象。内容产业的(de)本质(zhì)是(shì)供给创(chuàng)造需求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可以(yǐ)为内容产业带来更新的内(nèi)容(róng)风(fēng)格、更快的生产(chǎn)速度，更(gèng)低(dī)的生(shēng)产成(chéng)本，这无疑会驱动(dòng)内容产业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技(jì)术(shù)还能(néng)应用于音乐、代码、机(jī)器(qì)人(rén)动作等多种(zhǒng)内容形式的(de)生成。不(bù)难发现该(gāi)项(xiàng)技(jì)术不仅在游戏等(děng)行业能得到有效应(yīng)用，对于下一(yī)代互联网各种元素的构建亦有关(guān)键意义(yì)。夏洛的网主要内容50字左右，夏洛的网主要内容100字

从商(shāng)业(yè)化的角(jiǎo)度(dù)来看，文(wén)化(huà)娱(yú)乐、教(jiào)育、传媒等诸多(duō)领域(yù)，本身就对(duì)基于AI的可(kě)视化(huà)内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是(shì)结(jié)果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有望在技术更新(xīn)的加持(chí)下(xià)实(shí)现更大的应(yīng)用价值(zhí)。

AI从理(lǐ)解内容，走向(xiàng)了可(kě)以生(shēng)成内容，甚至能够创造出独立价值和独立视(shì)角的(de)内容。AIGC的再次出圈，更代表着未来的先进生产力(lì)即将(jiāng)到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座(zuò)

从技术的发(fā)展(zhǎn)也可(kě)以(yǐ)看出(chū)，在语言大模(mó)型(xíng)、图(tú)像大模型(xíng)之后，多模态大模(mó)型已经成为了新的趋势。

大模(mó)型被誉为当前人工智能发展的智(zhì)能底座，是全球(qiú)竞(jìng)争最激(jī)烈的研(yán)究方(fāng)向之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部企业都在竞相发(fā)力。

不过训练大模型的确(què)价(jià)格不菲，以(yǐ)国盛证券(quàn)发布(bù)的(de)《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约为140万美元。而对于一些更(gèng)大(dà)的LLM(大(dà)型语言模(mó)型(xíng))，训练成本则介于(yú)200万美元(yuán)至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平均(jūn)数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电费就(jiù)在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各类大模型的(de)发展同时，更(gèng)应该关注算(suàn)力网(wǎng)络的建设。

算(suàn)力网络(luò)正驱动AI产业发(fā)展进入史诗级加速(sù)进程，让AIGC及通用AI这一人(rén)工(gōng)智能发展的终极目标离得更近。

因为(wèi)算力可以对突(tū)破性技(jì)术创新提供大力(lì)的支持。这方面，多(duō)模态大模型(xíng)是典(diǎn)型。作(zuò)为面向未来(lái)强(qiáng)人工智能(néng)、通用人工智能的(de)重(zhòng)要技(jì)术创(chuàng)新，多(duō)模态大模型已(yǐ)经(jīng)在(zài)人工智能领域(yù)提出(chū)了很多年(nián)，业界也有不少技术突破(pò)，但是，多模(mó)态大模型进一步往下走，算(suàn)力需求呈几何式上升(shēng)，一般的算力基(jī)础设施很快(kuài)将难以(yǐ)胜任(rèn)。

从(cóng)图像、文字、语音单独一项的(de)训练，到双(shuāng)模态、三模态的跃迁，让人工智(zhì)能可(kě)以灵活应对(duì)不同模态的转化、像人与世界交互一样(yàng)自然，这(zhè)方面，由(yóu)算力网络来驱动将有(yǒu)明显优势。

此(cǐ)外(wài)，还有很多(duō)需要爆发式(shì)增长的(de)算力来支撑的技术创新，将在人工智能算力网络支撑下快(kuài)速推进(jìn)。

AIGC已经露(lù)出曙光，期待在(zài)大模型和大算(suàn)力的(de)支持下(xià)AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创造的边际成本(běn)降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 夏洛的网主要内容50字左右，夏洛的网主要内容100字