自聊天机(jī)器人ChatGPT火爆以来，微软公(gōng)司创始(shǐ)人比(bǐ)尔(ěr)·盖茨已多次公开谈论人(rén)工智(zhì)能话(huà)题。在最近的(de)一(yī)次采(cǎi)访中，他再次表示：“AI可(kě)能会(huì)让(ràng)科技(jì)行业迎(yíng)来一次(cì)剧烈的洗牌”。

这个结(jié)论(lùn)是他(tā)在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访时提出的(de)。

他预期，AI的发展可能(néng)会威胁到谷(gǔ)歌的市占率，因为微(wēi)软在AI方面的行动相(xiāng)当迅速。而最(zuì)终科技巨头(tóu)将把AI整合(hé)成用(yòng)户的“全(quán)能助(zhù)手(shǒu)”，包揽一切应(yīng)用，与人(rén)们进行沟通并提供(gōng)建(jiàn)议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全(quán)能助手的到来可能尚需(xū)时(shí)日，但由ControlNet引(yǐn)发的(de)又一(yī)次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举(jǔ)办的新兴数字艺术家竞赛(sài)中，一幅(fú)名为《太(tài)空歌(gē)剧院》的作(zuò)品获奖。

随后各(gè)大厂商(shāng)的(de)AI绘画软(ruǎn)件被广大(dà)网(wǎng)友(yǒu)熟知并(bìng)体验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以(yǐ)在应用中输(shū)入一组关键词(cí)或(huò)者一张照片，就(jiù)能获得(dé)一幅AI创作的画(huà)作(zuò)。

作画的关(guān)键(jiàn)就是所输入(rù)的(de)文本。同一组关(guān)键词(cí)也(yě)可以创作出很多张(zhāng)风格不一样的画作，这让创作的过程(chéng)就像开(kāi)盲(máng)盒。

很(hěn)多用户很喜欢(huān)这种不确定的(de)惊(jīng)喜，他们(men)会将生成的美图(tú)当做头像(xiàng)。而(ér)另(lìng)一(yī)部(bù)分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成了(le)建筑。

而如今(jīn)随(suí)着ControlNet的(de)出现与加持，以往AI绘画的填写关键词(cí)游戏可能(néng)要被颠覆了(le)。

ControlNet是(shì)一位正在斯(sī)坦福读(dú)博的中国(guó)人张吕敏创(chuàng)作的一(yī)种基于(yú)控制点(diǎn)的图像变形算法，主要用于数字图像处理、计算机视(shì)觉和计算机图形学等(děng)领域。

其SD插件一经发布，在短短的两天(tiān)内(nèi)便成为了AI绘画领域(yù)最新的热点。

在此(cǐ)之前(qián)，大(dà)家(jiā)用了很多方(fāng)法想(xiǎng)让(ràng)AI生(shēng)成(chéng)的结果(guǒ)尽可(kě)能的(de)符合要求，但(dàn)是(shì)都不尽(jǐn)如人(rén)意(yì)，它(tā)的出现代表着AI生成开(kāi)始进入(rù)真正的可控时期。

因为(wèi)ControlNet可(kě)以直接提取(qǔ)画面的(de)构图(tú)，人物的姿势和画面(miàn)的深度信(xìn)息(xī)等。有了它的帮助，就不用频繁的(de)用提示词来(lái)碰运气(qì)，抽盲(máng)盒式(shì)的(de)创(chuàng)作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的作品已经获得了(le)大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字(zì)。

再(zài)用Text2Prompt插件(jiàn)拓展找到(dào)对应的(de)关键(jiàn)词；最(zuì)后用ControlNet插(chā)件绑定骨骼(gé)开始换关键词(cí)试效果。

通(tōng)过图片就可以看出(chū)来，效果十分惊艳(yàn)。

更厉害的是，除了(le)真实的照片，草图也可以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张吕敏其本(běn)尊也(yě)亲(qīn)自回应。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都已经能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息(xī)火遍网络(luò)，而经(jīng)过警(jǐng)方辟谣这所谓(wèi)的“party”可能(néng)是全国第一(yī)起(qǐ)AI绘(huì)图诈(zhà)骗(piàn)。

由于这(zhè)个(gè)活(huó)动里面给出(chū)的美女(nǚ)照片都(dōu)是AI制作(zuò)的真(zhēn)人照(zhào)片(piàn)绘图，因(yīn)为(wèi)太逼(bī)真(zhēn)，被大家(jiā)当成(chéng)真事传播了。

不过仔细观察(chá)可以(yǐ)发现，活动发(fā)起者(zhě)提供的照片中有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是(shì)AI绘图(tú)，那便是(shì)图片(piàn)中女性的手指部分有(yǒu)的(de)存在异常。

有行业(yè)人(rén)事表示：“现在(zài)因为手指部分的绘画算法比较复杂，AI还不(bù)太会画人(rén)的手(shǒu)，但最新看到的图片已(yǐ)经有越来(lái)越完美的AI模型(xíng)出现，以后可能就(jiù)完(wán)全没有(yǒu)漏(lòu)洞了。”

类(lèi)似的AI作图(tú)诈骗在国外也已(yǐ)有发生(shēng)。据英国(guó)广播(bō)公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾(zāi)的假照片(piàn)发布到网络，以此诱骗善良的(de)人打(dǎ)赏(shǎng)“捐助”从(cóng)而实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般的绘图效(xiào)果，如果这样的(de)图片被用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为AI在“学习”了大量前人的作(zuò)品之后，其(qí)创作没有任何情绪和灵魂，难以和人类(lèi)的艺术创作相提并论。

另一(yī)方面(miàn)，AIGC背后(hòu)的版权、目(mù)前(qián)都并没有得到有效的解决，还有AIGC会(huì)不会代替人(rén)类“至高无上”的创意。

马斯克(kè)也强(qiáng)调，人工(gōng)智能的安(ān)全问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还有远方

技术都是(shì)有两(liǎng)面(miàn)性的，潜在的危害并不(bù)能掩盖(gài)其(qí)光(guāng)辉(huī)的贡献。现在看来，人工智能技术(shù)将是第四(sì)次工业(yè)革命的核心驱动(dòng)力量，将创造新的(de)增长奇迹。

过去一年(nián)，人工智能在(zài)技术和商业层面(miàn)都有了巨大进展(zhǎn)，AI绘画就是人工智能(néng)技术发生方向性改(gǎi)变(biàn)的一个(gè)代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈的短(duǎn)视频。这些视频(pín)引(yǐn)发关(guān)注并非内容做得多优秀，反而都非(fēi)常(cháng)简单，比如一匹(pǐ)正在(zài)喝水的马，一(yī)只画画的玩(wán)具熊，或者一段骑摩托车的第一视角录(lù)像，随(suí)便(biàn)一个有手机的(de)人(rén)都可以(yǐ)随(suí)手录下一段(duàn)。

但这些短视(shì)频的创作方(fāng)式非常(cháng)简(jiǎn)单，创(chuàng)作(zuò)者仅仅需要向(xiàng)AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段(duàn)视频。

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

在(zài)Make-A-Video公(gōng)布了(le)AI生(shēng)成的视频后，AI圈就已经玩了一(yī)波梗(gěng)，一个能(néng)够(gòu)做出更(gèng)高清视频的AI还不(bù)足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制作出超(chāo)过2分钟的连贯的也有确切内容的视频，这才是(shì)真(zhēn)正让人们感(gǎn)到惊喜的地方。因为无(wú)论AI生(shēng)成(chéng)的视频多么(me)高清，也只能是(shì)为内容生产者(zhě)提供一个灵(líng)感，一个素(sù)材(cái)，一个过场动画。

不过能(néng)够制作出有具体剧情(qíng)内容(róng)的(de)视频就意味着，一些视频(pín)创作由AI代替(tì)人工完成已经初(chū)步有了可能。

当(dāng)下AI的发(fā)展速度已(yǐ)经超过大部分人(rén)的想(xiǎng)象。内容产业(yè)的(de)本(běn)质是供给创造需求(qiú)，AIGC作为(wèi)全(quán)新(xīn)的内(nèi)容(róng)生产方式，可以为(wèi)内容产业(yè)带来更(gèng)新的内容风格(gé)、更快的(de)生产速度，更低的生产(chǎn)成本，这(zhè)无(wú)疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码(mǎ)、机器人(rén)动作(zuò)等(děng)多种内容(róng)形(xíng)式的生成。不难发现该项技术不仅在游(yóu)戏(xì)等(děng)行业能(néng)得到(dào)有效应用(yòng)，对于下一代(dài)互联网各种元素(sù)的构建(jiàn)亦有(yǒu)关键意义(yì)。

从(cóng)商业化的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸(zhū)多领域，本(běn)身就(jiù)对(duì)基于AI的可视化内(nèi)容有(yǒu)强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视频(pín)或不是结果，而(ér)只是AI进程中的(de)一(yī)块(kuài)重要(yào)拼图，有望在(zài)技术更新的加持(chí)下实(shí)现(xiàn)更大的应用价值。

AI从(cóng)理解内容，走(zǒu)向了可以生成内容，甚至能(néng)够创造出(chū)独立价(jià)值和独立视角的内(nèi)容。AIGC的再次(cì)出圈，更代表着未来(lái)的先(xiān)进生产力即将到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术的发展也(yě)可以看(kàn)出(chū)，在语言大模型、图(tú)像大模型之后，多模态大模型已经成为了(le)新的趋势。

大模型被誉为当(dāng)前人工(gōng)智能发(fā)展(zhǎn)的智能底(dǐ)座，是全球竞争最(zuì)激烈(liè)的(de)研(yán)究(jiū)方(fāng)向(xiàng)之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多(duō)头(tóu)部企(qǐ)业都在竞相发力。

不过(guò)训练大模型的确(què)价格(gé)不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的(de)成本约为140万美元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则介于200万(wàn)美元至(zhì)1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对(duì)应芯(xīn)片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电(diàn)费就在5万美元左(zuǒ)右。

此外(wài)不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力(lì)支持。在关注各类(lèi)大模型的(de)发展同(tóng)时(shí)，更应该(gāi)关注算力网(wǎng)络(luò)的(de)建设。

算力网络正驱(qū)动AI产业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及通用AI这一人工智能发展的(de)终极目标离得更近。

因为(wèi)算(suàn)力可以对(duì)突破性技(jì)术创新提供(gōng)大力的支持。这方(fāng)面，多模态大模型是(shì)典型。作为面(miàn)向未来(lái)强人工智能(néng)、通用人工智能的重(zhòng)要技术创新(xīn)，多模态大(dà)模型已(yǐ)经在人工(gōng)智能领域(yù)提出了(le)很多年，业界也有不(bù)少技术突破，但(dàn)是，多模态大模型(xíng)进一步(bù)往(wǎng)下走，算力需求呈几(jǐ)何式上(shàng)升(shēng)，一般的算力基础设(shè)施(shī)很快将难以胜(shèng)任。

从图像、文字、语音单独一项的训(xùn)练(liàn)，到(dào)双(shuāng)模(mó)态、三模态的跃迁(qiān)，让人工(gōng)智能可以(yǐ)灵活应对不同模(mó)态的转(zhuǎn)化(huà)、像人与(yǔ)世(shì)界交(jiāo)互一样自然，这方面，由算力网(wǎng)络来驱动将有(yǒu)明显优势。

此外，还有很多需(xū)要(yào)爆发式(shì)增长(zhǎng)的算(suàn)力来支撑的技术创新，将在(zài)人工智能算(suàn)力网络支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模型(xíng)和大算力的支(zhī)持下AIGC能持续(xù)颠覆内容生产的方式，将创造的(de)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 在职教育是什么意思，补充在职是什么意思