自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔·盖(gài)茨已多(duō)次公开谈(tán)论(lùn)人工智(zhì)能(néng)话题。在最(zuì)近的一次采访中，他再次表示：“AI可(kě)能会让科技行(xíng)业迎来一次剧烈(liè)的洗牌”。

这个结论是他在(zài)当(dāng)地时间2月20日接(jiē)受《In Good Company》节目专访时(shí)提出(chū)的。

他(tā)预期，AI的发展可(kě)能会威胁到谷歌的(de)市占(zhàn)率(lǜ)，因为微(wē非练实不食的练实是什么意思，练实指的是什么i)软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用(yòng)户的“全能助手”，包揽(lǎn)一切应用，与人(rén)们进行(xíng)沟通并提供(gōng)建(jiàn)议，可(kě)以取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到来可能尚需时日，但(dàn)由ControlNet引发的又一(yī)次(cì)AI绘(huì)画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗(luó)拉多州(zhōu)举(jǔ)办(bàn)的新兴数字(zì)艺术(shù)家(jiā)竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画(huà)软件被广大网友熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便是其中(zhōng)代(dài)表(biǎo)。

用户们(men)可以在应用中输入一组关(guān)键词或(huò)者一(yī)张照(zhào)片(piàn)，就能获得(dé)一幅AI创作的画(huà)作(zuò)。

作画(huà)的关键就是所(suǒ)输入的文本。同一组关键词也(yě)可以(yǐ)创作出很(hěn)多(duō)张风格不一样的画作，这让创(chuàng)作的过程就像(xiàng)开盲盒。

很多用户(hù)很(hěn)喜欢这(zhè)种不确定的(de)惊喜(xǐ)，他们(men)会(huì)将生成(chéng)的美图当做头像。而另(lìng)一(yī)部分(fēn)喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一(yī)位网友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个(gè)人照片被(bèi)AI识别成了建筑。

而(ér)如今随着ControlNet的出(chū)现与加持(chí)，以往AI绘画的填(tián)写(xiě)关键词游戏(xì)可能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的(de)中(zhōng)国人(rén)张吕敏(mǐn)创(chuàng)作的(de)一种基(jī)于(yú)控制点(diǎn)的图像变形算(suàn)法，主要用于数字图像处理、计算(suàn)机视觉和(hé)计算机图形(xíng)学等领(lǐng)域。

其SD插件(jiàn)一经(jīng)发布，在(zài)短短的两天内便成为了AI绘(huì)画领域(yù)最(zuì)新的热点。

在此之前，大(dà)家(jiā)用了很多方法想(xiǎng)让AI生(shēng)成的结果(guǒ)尽可能(néng)的符(fú)合要(yào)求(qiú)，但是都不尽如人意，它的出现代(dài)表着AI生(shēng)成开(kāi)始进入真正的可控(kòng)时(shí)期。

因(yīn)为ControlNet可以直接提(tí)取画面的构图，人物的姿势和画面的深度信息等。有(yǒu)了(le)它的帮(bāng)助，就不用频繁的(de)用(yòng)提(tí)示(shì)词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画加了“魔法”，不少(shǎo)博主的作品(pǐn)已经获得了(le)大量的(de)浏览(lǎn)量，“viggo”就是(shì)其(qí)中之一，他(tā)用朋友的照片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关(guān)键(jiàn)词(cí)试效果。

通过(guò)图片就可以看出(chū)来，效果(guǒ)十分(fēn)惊艳(yàn)。

更厉(lì)害的是，除了真实的照(zhào)片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其(qí)本尊也亲自(zì)回应。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输出的作品都(dōu)已经(jīng)能以(yǐ)假乱真了。

02

难(nán)辨虚(xū)实，AIGC技(jì)术力爆发

警(jǐng)惕(tì)安全问(wèn)题(tí)

近(jìn)日(rì)，“苏州金鸡湖(hú)有游(yóu)艇party”的消息(xī)火遍网络，而经过(guò)警方辟(pì)谣(yáo)这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美(měi)女照(zhào)片都是AI制(zhì)作的真人照片(piàn)绘图，因为太逼真，被大家当成(chéng)真事传播了。

不过仔(zǎi)细观(guān)察可以发(fā)现(xiàn)，活动发(fā)起者提供(gōng)的照片(piàn)中有个(gè)很大的漏洞可以发现并非(fēi)真人(rén)，而是AI绘图，那便是(shì)图片中(zhōng)女性的手指部分有的存(cún)在异常(cháng)。

有(yǒu)行(xíng)业人(rén)事表(biǎo)示：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不太会画人(rén)的(de)手，但(dàn)最新(xīn)看到(dào)的图片已经有越来越完美的AI模型出现(xiàn)，以(yǐ)后可(kě)能就(jiù)完全(quán)没(méi)有(yǒu)漏洞了。”

类似的(de)AI作(zuò)图诈骗在(zài)国外也已有(yǒu)发生。据英国广播公司报(bào)道(dào)，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾的假照片发(fā)布到网络(luò)，以(yǐ)此(cǐ)诱骗善(shàn)良的(de)人打赏“捐助”从而(ér)实(shí)施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果(guǒ)这样的图片(piàn)被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引(yǐn)发了(le)很多(duō)担忧，一方面，批判者(zhě)认(rèn)为AI在(zài)“学习”了大量前人(rén)的作品之后，其创作没有任何情绪和灵魂，难以和人类(lèi)的艺术创(chuàng)作(zuò)相提并论。

另一方面，AIGC背后的(de)版权(quán)、目前都并没(méi)有得到有效的(de)解决，还有AIGC会不会代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克也强调，人工智(zhì)能的安全问题(tí)需要得到重视，太(tài)晚就(jiù)来不(bù)及(jí)了(le)。

03

AIGC下一(yī)站除(chú)了视频，还有远方

技术(shù)都是(shì)有(yǒu)两面性的，潜在的危害并不(bù)能掩(yǎn)盖其光辉的贡献。现在看来，人工智(zhì)能技术将是第四次工(gōng)业革命(mìng)的核心(xīn)驱动力(lì)量，将创造新(xīn)的增长奇迹。

过去一年，人工智能在技术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技术发生方(fāng)向(xiàng)性改变的一个代(dài)表(biǎo)。其下一站或许就是视频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引爆科(kē)技圈(quān)的短视频。这些视频(pín)引(yǐn)发(fā)关注(zhù)并非内容做得多(duō)优秀，反而都非常简单(dān)，比如一匹正在喝(hē)水的马，一只(zhǐ)画画的玩具熊，或者一(yī)段骑摩托车的第(dì)一(yī)视角录像，随便(biàn)一个有手机的人(rén)都(dōu)可以(yǐ)随手录下(xià)一段。

但这些(xiē)短(duǎn)视频(pín)的创作方式非常简单，创作者(zhě)仅仅需(xū)要(yào)向AI输入一段话，甚至只是说一(yī)下要求，AI就(jiù)可以根据需要生成(chéng)一段(duàn)视频(pín)。

谷歌发布(bù)的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够做(zuò)出更高清(qīng)视频的(de)AI还不足以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方在于(yú)，它可以制(zhì)作出超过2分钟的连贯的也有(yǒu)确切内(nèi)容的视频，这才(cái)是真正让人们感到惊喜(xǐ)的地方。因(yīn)为无论AI生成的视频多么高清，也只能是为内容生产(chǎn)者提供一个灵感，一个素材，一个过场动画(huà)。

不过能(néng)够制作出有具体剧情(qíng)内容(róng)的视频(pín)就意味着(zhe)，一(yī)些视(shì)频创作由AI代替人工完成已经初步(bù)有了(le)可能。

当下AI的发展速(sù)度已经超过大部(bù)分人的想象。内容(róng)产业(yè)的本质(zhì)是(shì)供(gōng)给创造需(xū)求(qiú)，AIGC作为全新的内容生产方式(shì)，可(kě)以为内容产业带来更新的内(nèi)容(róng)风(fēng)格、更快的生产速度，更低(dī)的生(shēng)产成本，这无疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能(néng)应用于音乐、代码、机(jī)器(qì)人动(dòng)作等多种内容形(xíng)式的生成。不难发现该项技术不仅在游戏(xì)等行(xíng)业能得到(dào)有效应(yīng)用，对于下一代互联(lián)网(wǎng)各种元素(sù)的(de)构建亦有(yǒu)关键意义(yì)。

从(cóng)商(shāng)业化的角度来看，文化(huà)娱(yú)乐、教育(yù)、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因(yīn)此(cǐ)，AI绘(huì)画及视频或不是结(jié)果，而只(zhǐ)是AI进(jìn)程中的一块重要拼图，有望在技术更新的(de)加持下实现更大的应用(yòng)价(jià)值。

AI从理(lǐ)解(jiě)内容，走向(xiàng)了可以生(shēng)成内容，甚至能够创造出独立价值和独(dú)立视角(jiǎo)的内容。AIGC的(de)再次出圈，更(gèng)代表着未来(lái)的(de)先进生产力(lì)即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座

从技术的发(fā)展(zhǎn)也(yě)可以(yǐ)看出，在语言大(dà)模型、图像(xiàng)大模(mó)型之后(hòu)，多模态大模型已经成为了新的趋势。

大模型被(bèi)誉为当(dāng)前人工智能发展的智能底座，是全(quán)球竞争(zhēng)最激烈的研究(jiū)方向之一，包括(kuò)谷(gǔ)歌、亚马逊(xùn)、百度(dù)、阿(ā)里、腾(téng)讯等众多头部企业都(dōu)在竞(jìng)相发(fā)力。

不(bù)过训练大模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一(yī)次的成本约为140万美(měi)元(yuán)。而对于一(yī)些更大(dà)的LLM(大型(xíng)语言模型)，训(xùn)练成(chéng)本则(zé)介于(yú)200万美元至(zhì)1200万(wàn)美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客(kè)平(píng)均数1300万计算，其对应芯(xīn)片(piàn)需(xū)求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左(zuǒ)右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞(páng)大(dà)算力支持(chí)。在关注(zhù)各类大模型(xíng)的发展同时，更(gèng)应该关注算力网(wǎng)络的(de)建设(shè)。

算力网络正驱动AI产业发展进(jìn)入(rù)史诗级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工智能发展的(de)终极目标离得(dé)更(gèng)近。

因为算力可以(yǐ)对突破性(xìng)技(jì)术创(chuàng)新提(tí)供大力的支持。这方面，多模(mó)态大模型是典(diǎn)型(xíng)。作为面(miàn)向未来(lái)强人工(gōng)智能、通用(yòng)人工(gōng)智能的重要技术创(chuàng)新，多模态(tài)大模(mó)型(xíng)已(yǐ)经在人工智能领(lǐng)域提出了很多(duō)年，业(yè)界也有不少技术(shù)突破，但(dàn)是，多模态大模型进一步往下走，算力需(xū)求呈几何式上升，一般的(de)算力基础(chǔ)设施很(hěn)快将(jiāng)难以胜(shèng)任(rèn)。

从图像、文字、语音(yīn)单独一项的训练(liàn)，到双(shuāng)模态、三模(mó)态的(de)跃(yuè)迁，让人工(gōng)智能可以灵活应对不同模态(tài)的转化、像人与世界(jiè)交互一样自然，这(zhè)方(fāng)面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多需(xū)要(yào)爆发式增(zēng)长的算力来(lái)支撑的技术(shù)创新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露(lù)出曙(shǔ)光，期待在大模型和大算力的支持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 非练实不食的练实是什么意思，练实指的是什么