自聊天机(jī)器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次(cì)公(gōng)开谈论人工智(zhì)能话题。在最近的一次(cì)采访中(zhōng)，他再次(cì)表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的(de)洗牌”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目(mù)专访时(shí)提出(chū)的。

他预(yù)期，AI的发展可能会威(wēi)胁到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成(chéng)用户(hù)的(de)“全能助手(shǒu)”，包揽一切应(yīng)用，与人(rén)们(men)进行沟通并(bìng)提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全(quán)能(néng)助手的到来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上(shàng)一(yī)次爆(bào)火的时候，还是2022年8月，在(zài)美国科罗拉(lā)多州举(jǔ)办的新兴数字艺(yì)术家竞赛中，一(yī)幅名为《太空歌剧院(yuàn)》的作品获(huò)奖(jiǎng)。

随后各(gè)大(dà)厂商的(de)AI绘画软件(jiàn)被广(guǎng)大网友熟知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们(men)可(kě)以在(zài)应(yīng)用中输(shū)入一组关键(jiàn)词或(huò)者一(yī)张照片，就能获得一幅(fú)AI创作的画作(zuò)。

作画的关(guān)键就(jiù)是(shì)所输入的文(wén)本。同一组关(guān)键词也可以(yǐ)创作出很多张风(fēng)格不(bù)一(yī)样的(de)画(huà)作，这让创(chuàng)作(zuò)的过程就像开盲盒(hé)。

很多(duō)用户很喜(xǐ)欢这(zhè)种不确定的惊喜，他们(men)会将(jiāng)生成的(de)美(měi)图当做头像。而另(lìng)一部分喜欢翻看AI绘画的(de)“翻车”作品(pǐn)。在社交媒体(tǐ)上(shàng)，许(xǔ)多用户分享AI“翻(fān)车现场”，例如，一位网(wǎng)友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被(bèi)AI识(shí)别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘(huì)画(huà)的填写关键词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国(guó)人张吕(lǚ)敏创作的一(yī)种基于控制点(diǎn)的图(tú)像变形算法，主(zhǔ)要(yào)用于数(shù)字图像(xiàng)处理、计(jì)算机视(shì)觉(jué)和(hé)计算机图形学等领(lǐng)域。

其SD插(chā)件(jiàn)一经(jīng)发布，在短(duǎn)短的两天(tiān)内便成为(wèi)了(le)AI绘画领域最新的热点。

在(zài)此之前，大家用了(le)很多(duō)方(fāng)法想(xiǎng)让AI生成(chéng)的结果尽可能的符合要求，但是(shì)都不尽(jǐn)如人意，它的出现代表着AI生成开始进入(rù)真正的可控(kòng)时期。

因为ControlNet可(kě)以直接(jiē)提取画(huà)面(miàn)的构(gòu)图，人(rén)物的姿(zī)势和画面的深度信息等。有了它的帮助，就(jiù)不用频繁的(de)用(yòng)提示词(cí)来(lái)碰运气(qì)，抽盲(máng)盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经(jīng)获得(dé)了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他(tā)用朋友的照片直接带她们走进动漫世界。

速溶黑咖啡粉是纯咖啡吗，黑咖啡配料表写着速溶咖啡粉lt="ChatGPT之后又一应用杀疯了，AIGC或进入可(kě)控(kòng)期，将(jiāng)洗牌科技行业？_黑(hēi)料(liào)正(zhèng)能量(liàng)" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的(de)关键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试效果。

通过(guò)图(tú)片就可以看出来，效果十分(fēn)惊艳。

更厉害的(de)是(shì)，除(chú)了(le)真实的(de)照(zhào)片(piàn)，草图也可以加上“魔法”，知(zhī)乎(hū)大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大(dà)神张吕(lǚ)敏(mǐn)其(qí)本(běn)尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得(dé)越来(lái)越强大(dà)，甚至输(shū)出的作(zuò)品都已(yǐ)经能以假乱(luàn)真了。

02

难辨虚实(shí)，AIGC技术力爆(bào)发

警(jǐng)惕(tì)安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起(qǐ)AI绘图(tú)诈骗。

由于这(zhè)个活动(dòng)里(lǐ)面给出的美女照片都是AI制作(zuò)的真人照片绘图，因为(wèi)太逼真，被大家当成(chéng)真事传播(bō)了。

不(bù)过仔细观察可以发(fā)现，活动发(fā)起(qǐ)者提供的照片(piàn)中有个很大(dà)的漏洞可以发现(xiàn)并非真人，而是AI绘图(tú)，那便是图片中女性的手指部分有的(de)存在异(yì)常。

有行业人事表示(shì)：“现在(zài)因(yīn)为手指部分(fēn)的绘画算法比较复杂，AI还不(bù)太会(huì)画人的手，但(dàn)最新看到(dào)的图片(piàn)已经有越(yuè)来越完美的AI模(mó)型(xíng)出现，以后可能就完全没有漏洞了。”

类似的(de)AI作图诈骗(piàn)在国外也已(yǐ)有发生。据英(yīng)国广播公司报道，土耳其(qí)地(dì)震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术(shù)发展，AIGC已(yǐ)经能(néng)做(zuò)出真人照片般(bān)的绘(huì)图效果，如果这样(yàng)的(de)图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批判(pàn)者认为AI在“学习”了大量前人(rén)的作品之后，其(qí)创作(zuò)没有任何情绪和(hé)灵魂(hún)，难以和人类的艺术(shù)创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都(dōu)并没(méi)有得到有效的解决(jué)，还有AIGC会不会代替人(rén)类“至高无(wú)上”的创意。

马斯克也强调，人工(gōng)智能的安全问题需要得(dé)到重视，太晚(wǎn)就(jiù)来(lái)不及了。

03

AIGC下(xià)一站除了(le)视频，还有远方(fāng)

技术(shù)都(dōu)是有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在(zài)看来，人工智(zhì)能技术将是第四次工业革命的(de)核(hé)心驱动(dòng)力量，将(jiāng)创造新的增长(zhǎng)奇(qí)迹。

过(guò)去(qù)一年，人工(gōng)智能(néng)在技术和商业层(céng)面都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技术发生方向(xiàng)性改变的一个代表。其下一(yī)站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆(bào)科技圈的短视频。这些视频引发关注并(bìng)非内容做(zuò)得多优(yōu)秀，反(fǎn)而都非常简单，比如一匹正在(zài)喝水的马，一只画画的玩具(jù)熊，或者(zhě)一段(duàn)骑摩托(tuō)车(chē)的第(dì)一视角录像，随便一个有手(shǒu)机的人(rén)都(dōu)可以(yǐ)随手录下一段。

但这些短视频(pín)的创作方式非常(cháng)简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入一段话，甚(shèn)至只是说一下要求，AI就可以根据需要生(shēng)成一段视频。

谷歌发布的两个AI生成视频分(fēn)别(bié)来(lái)自(zì)于(yú)Imagen Video和(hé)Phenaki，前者主要(yào)突(tū)出的是(shì)高清，与Meta的Make-A-Video没(méi)有(yǒu)太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩了一波梗(gěng)，一个能够做出(chū)更高清视频的AI还不(bù)足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于(yú)，它可以制(zhì)作出(chū)超过2分(fēn)钟(zhōng)的连贯的也有(yǒu)确(què)切内容的视(shì)频，这才是真正让人(rén)们(men)感(gǎn)到惊喜的(de)地(dì)方。因为(wèi)无论AI生成的视频多么(me)高清(qīng)，也只能是为(wèi)内容生产者提供一(yī)个灵感，一个素材，一(yī)个过(guò)场动画(huà)。

不过能够制作(zuò)出有具体剧情内(nèi)容的视(shì)频就意味(wèi)着，一些(xiē)视频(pín)创作由(yóu)AI代替人工完(wán)成已(yǐ)经初(chū)步有了可能。

当下(xià)AI的发展(zhǎn)速度(dù)已(yǐ)经超过大部分人的想象(xiàng)。内容产业的本质(zhì)是供给创造需(xū)求，AIGC作为(wèi)全(quán)新的内容生产方式，可(kě)以为内容产业(yè)带(dài)来更新的内(nèi)容风(fēng)格、更快的生产速度，更低的(de)生产(chǎn)成本(běn)，这无(wú)疑会驱(qū)动(dòng)内容(róng)产(chǎn)业的大(dà)爆(bào)发。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应(yīng)用(yòng)于音乐、代(dài)码、机器人动作等多种内容形式的生成(chéng)。不难发现该项技术不仅在游戏等行业能得到有(yǒu)效应(yīng)用，对于下一代互联网各(gè)种(zhǒng)元素的构建亦有关键(jiàn)意义。

从(cóng)商(shāng)业化(huà)的角(jiǎo)度来看，文化娱(yú)乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可视化(huà)内(nèi)容(róng)有强烈(liè)需求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只是(shì)AI进程中的一块重要拼图，有(yǒu)望在技术更(gèng)新的加(jiā)持下实(shí)现更(gèng)大的应用(yòng)价值。

AI从理解内(nèi)容，走向了(le)可以生(shēng)成内容，甚(shèn)至(zhì)能够创造出(chū)独立价值和独立(lì)视角的(de)内容。AIGC的再次(cì)出圈(quān)，更代表着未来(lái)的先(xiān)进(jìn)生产力即将(jiāng)到(dào)来。

04

紧抓大模(mó)型(xíng)与(yǔ)算力，牢固AIGC底座

从技(jì)术的发展也(yě)可以看出，在语言大(dà)模型、图像(xiàng)大(dà)模型之(zhī)后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人(rén)工智(zhì)能(néng)发展的智能底(dǐ)座，是全(quán)球竞争最激烈(liè)的(de)研(yán)究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头(tóu)部企(qǐ)业都在竞相发力。

不过(guò)训练大模型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的(de)成本约为140万美元(yuán)。而对于一些更大的(de)LLM(大(dà)型语(yǔ)言模型)，训练成本则(zé)介于200万美元至1200万美(měi)元高价(jià)之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立(lì)访(fǎng)客平均数1300万(wàn)计(jì)算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入成(chéng)本约为8亿(yì)美(měi)元，每日仅(jǐn)电费就在5万(wàn)美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支持。在关注各(gè)类(lèi)大(dà)模(mó)型(xíng)的发展同(tóng)时，更应该关(guān)注算力网络的建设。

算力网络正驱动(dòng)AI产业发展进(jìn)入史诗级加(jiā)速(sù)进程，让AIGC及通用AI这一人工智能发展的终极目标离得更近(jìn)。

因为算力可以对(duì)突破性(xìng)技术(shù)创新(xīn)提供大(dà)力的支(zhī)持。这方面，多模态大模型是(shì)典型。作为面(miàn)向(xiàng)未来强人工智(zhì)能(néng)、通用人工智能的(de)重要技术创新，多模态大(dà)模型已经(jīng)在人工智能领域提出了(le)很多年，业界也有不少技术突破，但是(shì)，多(duō)模态大模型(xíng)进一步(bù)往下走(zǒu)，算力需求(qiú)呈(chéng)几(jǐ)何式上升(shēng)，一般(bān)的(de)算力基础设施很(hěn)快将难以胜任。

从图像(xiàng)、文(wén)字、语音单独一(yī)项的(de)训练，到(dào)双模态、三模态的(de)跃迁，让人工智能可以灵活应对不同模(mó)态(tài)的转化(huà)、像人与世界交互一样自然，这(zhè)方面，由算力网(wǎng)络来驱(速溶黑咖啡粉是纯咖啡吗，黑咖啡配料表写着速溶咖啡粉qū)动将有明显优势。

此(cǐ)外，还有很多需(xū)要爆发(fā)式增长的(de)算力(lì)来支撑(chēng)的技(jì)术创新，将在(zài)人工(gōng)智能算力网络支撑下快(kuài)速(sù)推(tuī)进(jìn)。

AIGC已经(jīng)露出曙光(guāng)，期(qī)待在(zài)大模型和大算力的支持下(xià)AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 速溶黑咖啡粉是纯咖啡吗，黑咖啡配料表写着速溶咖啡粉