自聊天机器人ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖茨(cí)已多(duō)次公开(kāi)谈论人工智能话题。在最近的(de)一次采访中，他再次表示(shì)：“AI可能会让科技行业迎来一(yī)次(cì)剧(jù)烈的洗(xǐ)牌”。

这个(gè)结论是(shì)他在当地时间2月20日(rì)接(jiē)受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发(fā)展可(kě)能会威胁到谷(gǔ)歌的市占率，因(yīn)为微(wēi)软在AI方面的行动相(xiāng)当迅速。而最终科技巨(jù)头将(jiāng)把AI整合成用户的“全能助手”，包揽(lǎn)一(yī)切(qiè)应用，与人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)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(yòu)一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科罗拉多(duō)州举办的新兴(xīng)数字(zì)艺(yì)术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂商(shāng)的(de)AI绘(huì)画软(ruǎn)件被(bèi)广(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输(shū)入一组关键词或者一张(zhāng)照片，就能获得一幅AI创(chuàng)作(zuò)的画作。

作画的关键就是(shì)所输入的文本。同一组关键词也可(kě)以(yǐ)创作出很(hěn)多(duō)张风格不一样(yàng)的(de)画(huà)作(zuò)，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢(huān)这种不(bù)确定的惊(jī只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了ng)喜，他们会将生成的美图(tú)当(dāng)做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用(yòng)户分(fēn)享AI“翻车现(xiàn)场(chǎng)”，例(lì)如，一位网友的小狗照片被(bèi)AI画成了(le)“肌肉(ròu)男”，还有网友的(de)个人照片被AI识别成(chéng)了(le)建筑。

而(ér)如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词(cí)游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国(guó)人张吕敏创作的一(yī)种基于控制点的图像变形(xíng)算法，主要(yào)用于数字图像(xiàng)处理、计算机(jī)视觉和计算机(jī)图形学等(děng)领域。

其SD插件一(yī)经发布，在短短的两天内便成为(wèi)了AI绘画(huà)领域最新的热点。

在此(cǐ)之前，大家用(yòng)了很(hěn)多方法(fǎ)想(xiǎng)让AI生成的结果(guǒ)尽可能的符(fú)合要求，但是都(dōu)不尽(jǐn)如人(rén)意，它的(de)出现代表(biǎo)着AI生成开始进入真正的可(kě)控时期(qī)。

因为ControlNet可以(yǐ)直(zhí)接(jiē)提取画面的构(gòu)图，人(rén)物的姿势和画面(miàn)的深度信息等。有了它(tā)的帮(bāng)助，就不用(yòng)频繁的用提示(shì)词来碰运气，抽盲(máng)盒(hé)式的(de)创作了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的作品已(yǐ)经获得了(le)大量的浏览(lǎn)量，“viggo”就是其中(zhōng)之一，他用朋友的(de)照(zhào)片直接带她(tā)们走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键(jiàn)词；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始(shǐ)换关键词试效果。

通过(guò)图片就可(kě)以看(kàn)出来，效果十分惊艳。

更厉害的是(shì)，除了(le)真实(shí)的照(zhào)片，草(cǎo)图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也亲自(zì)回应。

不(bù)得不说当下AIGC已经变得越来越强大(dà)，甚(shèn)至输出的作(zuò)品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而经过警(jǐng)方辟谣(yáo)这(zhè)所谓的(de)“party”可能是全国第(dì)一起AI绘(huì)图诈骗(piàn)。

由于这(zhè)个活动里面给出(chū)的美女(nǚ)照片都是AI制作的(de)真人照片(piàn)绘图(tú)，因为太逼真，被大家当(dāng)成(chéng)真事传播了。

不(bù)过仔细观(guān)察可(kě)以发现(xiàn)，活动发起者提供的照片中(zhōng)有(yǒu)个(gè)很大的(de)漏洞可(kě)以(yǐ)发现并非真人，而是AI绘(huì)图，那便是图片中女(nǚ)性(xìng)的(de)手指部(bù)分(fēn)有的存在异常。

有行业人事表示(shì)：“现(xiàn)在因为手指部分(fēn)的绘(huì)画(huà)算法比较复杂，AI还不太(tài)会画人(rén)的(de)手，但(dàn)最新(xīn)看到的图片已(yǐ)经有越来越完美的AI模型出现，以后可能就(jiù)完(wán)全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国(guó)外(wài)也已(yǐ)有发生。据英国广播公司报道，土耳其(qí)地(dì)震(zhèn)期间，有Tiktok用户使用AI合(hé)成了(le)儿童受灾的假照片(piàn)发布到网(wǎng)络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片(piàn)般的绘图效果(guǒ)，如果这(zhè)样的(de)图片(piàn)被用(yòng)来诈(zhà)骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧，一(yī)方(fāng)面(miàn)，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其创作没有任何(hé)情绪和灵魂(hún)，难以(yǐ)和人(rén)类的艺术创(chuàng)作相提(tí)并论。

另(lìng)一方面，AIGC背后的版权、目前都并(bìng)没(méi)有得到有(yǒu)效的解(jiě)决，还(hái)有AIGC会不会代替人类“至(zhì)高无上”的创(chuàng)意。

马斯克也(yě)强调，人工智(zhì)能(néng)的安全(quán)问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面性(xìng)的，潜在的危害并不能掩盖其(qí)光辉的(de)贡(gòng)献。现在看来(lái)，人工智(zhì)能技术将(jiāng)是第四(sì)次工业革命的(de)核心(xīn)驱(qū)动(dòng)力(lì)量，将(jiāng)创(chuàng)造(zào)新的增(zēng)长奇迹。

过(guò)去一年，人工智能(néng)在(zài)技术和商业层(céng)面都有了巨大进展，AI绘画(huà)就是(shì)人(rén)工智能技术发生(shēng)方向性改变的一个(gè)代表。其下一(yī)站或(huò)许就是(shì)视频(pín)。

此前，Meta和(hé)谷(gǔ)歌先后发布了(le)几条引爆科技(jì)圈的短视频。这些视(shì)频引发关注并非内容做得多优(yōu)秀，反而都非常简单，比如一匹正在喝水(shuǐ)的(de)马，一只(zhǐ)画画的玩具(jù)熊，或者一段骑摩托车的第一(yī)视角录像，随(suí)便一(yī)个有手机的人都可以随手录下一段。

但(dàn)这些短视频的创作方式非常简单，创作者仅仅需要向AI输入一(yī)段(duàn)话，甚至只是说(shuō)一下要求，AI就可(kě)以根据需要(yào)生成一段视频。

谷歌发布的两个AI生成视频(pín)分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的(de)是高清，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈就已经(jīng)玩了一波(bō)梗，一个能够做出更高清视频(pín)的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了更加令人(rén)震惊(jīng)的地方在(zài)于，它可以(yǐ)制作(zuò)出超(chāo)过2分钟(zhōng)的连贯的也有确切内容的视(shì)频，这才是真正让人们感到惊(jīng)喜(xǐ)的地方。因(yīn)为无论AI生成的视频(pín)多么高清，也只能是为内容(róng)生(shēng)产者提供一个(gè)灵感，一个素材，一(yī)个过场动画。

不过能够(gòu)制作(zuò)出有具(jù)体剧(jù)情(qíng)内容(róng)的视(shì)频就意味着，一(yī)些视频创作由AI代替人工完成已经初步有了可能。

当下(xià)AI的发展(zhǎn)速度已经超(chāo)过大部分人的(de)想象。内容产业的本质是供(gōng)给创造需求，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内容产业带来更新的内容风格、更快的生产速度，更低(dī)的生产(chǎn)成本，这无疑(yí)会驱(qū)动内容产业的(de)大(dà)爆发。

除了(le)AI绘图(tú)、视频(pín)，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器(qì)人动作等多种内容形式(shì)的生成。不(bù)难发现该(gāi)项技术不(bù)仅在游戏等行业能得到有效应用，对于下一代互联网各(gè)种元素的构建亦(yì)有关键意义。

从商业化(huà)的角度来(lái)看(kàn)，文化娱乐、教育(yù)、传媒等诸多领域，本身就对(duì)基于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果，而(ér)只是AI进程中的一块重要(yào)拼图，有望在技(jì)术更新的加持下实现(xiàn)更大的应用价值。

AI从理解内(nèi)容，走向了可(kě)以生成内容(róng)，甚(shèn)至能够(gòu)创(chuàng)造(zào)出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表着(zhe)未来(lái)的先进(jìn)生产力即将到来(lái)。

04

紧抓(zhuā)大模型(xíng)与算(suàn)力，牢固AIGC底座

从技(jì)术(shù)的发展也可以看出，在语言(yán)大模型、图(tú)像大(dà)模型之后，多(duō)模(mó)态(tài)大模型已经成为了新(xīn)的趋势(shì)。

大模型被誉为当前人工智能发(fā)展(zhǎn)的智能(néng)底座，是全球竞争(zhēng)最激烈的(de)研究方向之一(yī)，包括(kuò)谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等众多头部企业都在竞相发力。

不过训练大模型的确价格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一(yī)次的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模(mó)型)，训练成本则(zé)介于200万(wàn)美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的(de)独(dú)立访客平均数(shù)1300万计算，其对应芯片需求为(wèi)3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美(měi)元，每(měi)日仅电(diàn)费就在5万美元左右(yòu)。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支(zhī)持。在(zài)关注各类大模(mó)型的(de)发展(zhǎn)同时，更应(yīng)该关注算力网络(luò)的(de)建设。

算力(lì)网(wǎng)络(luò)正驱动AI产业发展进入史(shǐ)诗级加速进(jìn)程，让AIGC及(jí)通用AI这一人工智能发展的(de)终极目标离得更近。

因为算力可以对突破性技术创新(xīn)提供大(dà)力(lì)的支(zhī)持。这方面，多模态大模型是(shì)典型。作为面向(xiàng)未来强人工(gōng)智(zhì)能、通用(yòng)人工智能的重(zhòng)要技术创新，多模态(tài)大模型已经在人工智(zhì)能领(lǐng)域提出了很多年，业界也有不少技术突破，但是，多(duō)模态(tài)大模(mó)型进一步往下走，算力需求呈几何式上升，一般的(de)算力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音(yīn)单独一(yī)项的(de)训练(liàn)，到双模态、三模(mó)态的跃迁，让人工智能可以(yǐ)灵活应对不(bù)同(tóng)模态(tài)的(de)转化、像人与世界交(jiāo)互一样自(zì)然，这方面，由算力网(wǎng)络来驱动将有明显优势(shì)。

此(cǐ)外(wài)，还有(yǒu)很多需(xū)要爆发式增长(zhǎng)的算力来支撑的技术创新，将在人工智能算力网络支撑(chēng)下快速推进。

AIGC已经(jīng)露(lù)出曙(shǔ)光，期待(dài)在大模型和大算(suàn)力(lì)的(de)支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的边际(jì)成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 只要开窗一定不会煤气中毒吗，怎么判断煤气是不是漏了