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

这个结论是他在当(dāng)地时间2月20日(rì)接受《In Good Company》节目专访时提出(chū)的。

他预(yù)期，AI的(de)发展(zhǎn)可能会威胁到谷歌的市占率，因为微(wēi)软在AI方面的(de)行动相当迅速。而最终科技巨(jù)头将把AI整合成用户的(de)“全能助(zhù)手”，包揽(lǎn)一切(qiè)应用(yòng)，与人们进行沟通(tōng)并提供建议(yì)，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到来(lái)可能(néng)尚需时日，但由(yóu)ControlNet引发(fā)的又一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆(bào)火的时候，还是2022年(nián)8月，在美国科罗(luó)拉多州举(jǔ)办的新(xīn)兴数(shù)字艺(yì)术(shù)家竞赛(sài)中，一幅名为《太空歌剧院》的(de)作品获奖。

随后各(gè)大厂(chǎng)商(shāng)的AI绘画软件被广大网(wǎng)友熟(shú)知并(bìng)体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以在(zài)应用中(zhōng)输入一组(zǔ)关键(jiàn)词或(huò)者一张照片，就能获(huò)得一(yī)幅AI创作的画作。

作(zuò)画的关键就是(shì)所输入的(de)文本。同一组关键(jiàn)词也可以创作出很多张风格(gé)不(bù)一样(yàng)的画(huà)作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜(xǐ)，他们会将生成的(de)美图当做头像。而另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友的(de)个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏可能要(yào)被(bèi)颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读(dú)博的中(zhōng)国人张吕敏(mǐn)创作的一种基(jī)于控制点的图像变形(xíng)算法，主要用于(yú)数字图(tú)像处理(lǐ)、计算(suàn)机视觉和计算机图形学等领域。

其(qí)SD插件一经(jīng)发(fā)布，在短短的两天(tiān)内(nèi)便成(chéng)为了AI绘画领域最新的(de)热点(diǎn)。

在此之前(qián)，大(dà)家(jiā)用(yòng)了很多方法(fǎ)想让AI生(shēng)成的结果尽(jǐn)可(kě)能(néng)的(de)符合要求，但(dàn)是都不(bù)尽如人(rén)意，它的出(chū)现代表着AI生成开始进(jìn)入真正的可控时(shí)期。

因为ControlNet可以直(zhí)接(jiē)提取(qǔ)画面的构图，人物的姿势和画面的深度信息等。有了(le)它的帮助，就不用(yòng)频繁的用提示词来碰运气，抽盲盒式的(de)创作了。

通俗(sú)的说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作(zuò)品已(yǐ)经(jīng)获得了大量的浏览量(liàng)，“viggo”就(jiù)是(shì)其中(zhōng)之一，他用朋友的照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词(cí)；最后用ControlNet插件绑定骨骼开始换(huàn)关(guān)键词试效(xiào)果。

通过图片就(jiù)可(kě)以看出来，效果十分(fēn)惊艳。

更厉害的(de)是，除了真实的照片，草(cǎo)图也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神张吕敏(mǐn)其本(běn)尊也(yě)亲(qīn)自回应。

不(bù)得不说当下AIGC已经变得越来(lái)越强大，甚至输出的作品都已(yǐ)经(jīng)能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕(tì)安全问(wèn)题(tí)

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络，而经过(guò)警方(fāng)辟(pì)谣这所谓(wèi)的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动(dòng)里面给出的美女(nǚ)照片都是AI制作的真人照(zhào)片(piàn)绘图，因为太逼真，被大家当成真事传播了。

不过(guò)仔细观察可以发现，活(huó)动发(fā)起者提供的照片中有个很大的漏洞可以发现并非真人(rén)，而是AI绘图，那便是图(tú)片中女性的(de)手指部分(fēn)有的存(cún)在异(yì)常。

有行业人事(shì)表示：“现在因为手指部(bù)分(fēn)的绘画算(suàn)法比较(jiào)复杂，AI还不太会画人(rén)的手，但(dàn)最新看(kàn)到的图片已经有越来越完(wán)美的AI模型出(chū)现，以后(hòu)可(kě)能(néng)就完全没(méi)有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国外也(yě)已有发生(shēng)。据(jù)英国(guó)广播公司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的(de)假照(zhào)片(piàn)发布(bù)到网络，以此诱骗善良的人打赏“捐助(zhù)”从而实施(shī)诈骗(piàn)。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经能做出(chū)真(zhēn)人照片(piàn)般(bān)的(de)绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面，批判者(zhě)认(rèn)为AI在(zài)“学(xué)习(xí)”了大量前人的作品之(zhī)后，其创作(zuò)没有(yǒu)任何情绪和灵魂，难以和人类的(de)艺术创作相提并论(lùn)。

另一方面，AIGC背后的(de)版权、目前都并没有得到(dào)有效的解决，还有AIGC会不会代替人类“至高无(wú)上”的创意(yì)。

马(mǎ)斯(sī)克(kè)也强调，人工智能的安全问(wèn)题需要得(dé)到重视(shì)，太晚就来不及(jí)了。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还有远方

技术都(dōu)是有两面(miàn)性(xìng)的(de)，潜在(zài)的危害并不能掩盖其光辉的贡(gòng)献。现在看来，人工智能技术将是第(dì)四次工(gōng)业革命的(de)核心驱动力量，将创造新的(de)增长奇迹。

过去一(yī)年(nián)，人工智能在(zài)技(jì)术和商业(yè)层面都有了巨(jù)大进展(zhǎn)，AI绘画就是人工智能技(jì)术发生方(fāng)向(xiàng)性改变的一个代(dài)表。其下一(yī)站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了(le)几条引(yǐn)爆科技圈的短视频(pín)。这些视(shì)频引(yǐn)发关注并非内容做得多优秀，反而都非常简单，比如(rú)一匹正在喝水的(de)马，一只画画的玩(wán)具熊，或者一段骑摩托车的第一视角录(lù)像，随便一个有手(shǒu)机的(de)人都可以随(suí)手(shǒu)录下一段。

但这些(xiē)短视频的创作方式非(fēi)常(cháng)简单，创作(zuò)者仅(jǐn)仅需要向AI输(shū)入一段话，甚至只(zhǐ)是(shì)说(shuō)一下(xià)要求，AI就可以(yǐ)根据需要生成(chéng)一段视频(pín)。

谷歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈就已(yǐ)经玩了(le)一波梗，一个能够(gòu)做出(chū)更高(gāo)清视频的AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它可以制作出超过2分钟的(de)连贯的(de)也有(yǒu)确切内容的(de)视频，这(zhè)才是(shì)真正让人(rén)们感到(dào)惊(jīng)喜的地方。因为无论(lùn)AI生成的视频多么高(gāo)清(qīng)，也(yě)只(zhǐ)能是(shì)为内容(róng)生产(chǎn)者(zhě)提(tí)供一个灵感，一(yī)个素材，一(yī)个过场(chǎng)动画。

不(bù)过能够制作(zuò)出有具体剧情内容的视频就意(yì)味着(zhe)，一些视频创作由AI代(dài)替(tì)人工完成已经初步有(yǒu)了可(kě)能(néng)。

当下AI的发展(zhǎn)速度已经超过大部分人的(de)想象。内容产业的本质是供(gōng)给创造需求，AIGC作(zuò)为全新的内容生产(chǎn)方式(shì)，可以为(wèi)内容产业带来更新的内容风格、更(gèng)快的生产(chǎn)速度，更低的生产成本，这无(wú)疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视(shì)频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动作等多种内(nèi)容形式(shì)的生成。不(bù)难发现(xiàn)该项技术不仅在游戏等(děng)行业能得到有(yǒu)效应用，对(duì)于下一代互联网各种(zhǒng)元素的(de)构建亦有关键意义。

从(cóng)商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对(duì)基于(yú)AI的可视化内容有强烈(liè)需求(qiú)。

因(yīn)此(cǐ)，AI绘画及(jí)视频或(huò)不是结果，而只是AI进程中(zhōng)的一块重(zhòng)要拼图，有望在技术更新(xīn)的加(jiā)持下实现更大(dà)的应用价(jià)值。

AI从(cóng)理(lǐ)解内(nèi)容(róng)，走向了(le)可以生成内容，甚至能(néng)够创造出独立价值和独立视角的内容。AIGC的再次出(chū)圈(quān)，更代表着未来的(de)先进生(shēng)产力即将(jiāng)到来。

04

紧抓(zhuā)大模型与算力(lì)，牢固(gù)AIGC底座

从技术的发展也可以看出，在语言大(dà)模型、图(tú)像大模(mó)型之后，多模态大模型(xíng)已经成为了(le)新(xīn)的趋势(shì)。

大模型被誉为(wèi)当前(qián)人工智能发展的智(zhì)能(néng)底座，是全(quán)球(qiú)竞争最(zuì)激烈的(de)研究方向之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过(guò)训(xùn)练大(dà)模型(xíng)的确价格不菲(fēi)，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更(gèng)大的LLM(大型语言模型)，训练成(chéng)本则(zé)介于200万(wàn)美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客(kè)平均数1300万计算，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成(chéng)本约为8亿美(měi)元(yuán)，每日(rì)仅电(diàn)费(fèi)就在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的发(fā)展同时，更应该关注算力(lì)网络的建设(shè)。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进(jìn)入史诗(shī)级加速(sù)进(jìn)程(chéng)，让AIGC及(jí)通用AI这(zhè)一人(rén)工智能(néng)发展的终极目标离得更(gèng)近。

因(yīn)为(wèi)算力可(kě)以对突破性技术(shù)创(chuàng)新(xīn)提供大力的支(zhī)持。这方(fāng)面，多模态大模型是典型。作为面向未来强人(rén)工(gōng)智(zhì)能、通用人工(gōng)智(zhì)能(néng)的重要技(jì)术(shù)创新，多(duō)模态大模(mó)型已经(jīng)在人工智(zhì)能领域提(tí)出了(le)很多年，业界(jiè)也(yě)有不(bù)少(shǎo)技术突破(pò)，但是，多模态(tài)大模型(xíng)进一步(bù)往下走(zǒu)，算力需求呈几何式上(shàng)升，一般的算力基础设施(shī)很快(kuài)将难以胜(shèng)任。

从(cóng)图像(xiàng)、文(wén)字、语音单(dān)独一项的训练，到双模态、三模态的跃(yuè)迁(qiān)，让人工智能可(kě)以灵活应(yīng)对不同模(mó)态的转化(huà)、像人与世(shì)界(jiè)交互一样(yàng)自然(rán)，这方(fāng)面，由算(suàn)力网络来驱动(dòng)将有明显优势(shì)。

此外，还(hái)有很多需要爆发(fā)式(shì)增长的算(suàn)力来支撑(chēng)的技术创新，将(jiāng)在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将(jiāng)创(chuàng)造(zào)的边际(jì)成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 陌上花开是什么意思,代表什么，微信名陌上花是什么意思