自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人(rén)比(bǐ)尔·盖茨已多(duō)次公(gōng)开谈论人工智(zhì)能话题。在最近的(de)一次采访中，他再(zài)次表示：“AI可能会让科技(jì)行业迎来一次剧(jù)烈的洗牌(pái)”。

这个结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可(kě)能会(huì)威胁到谷歌的(de)市占率，因为微软在AI方面(miàn)的(de)行动相当迅速。而最终科技巨头(tóu)将把AI整合成用户的“全能(néng)助手”，包揽一切应(yīng)用(yòng)，与人们进行沟通并提供建议，可以取代(dài)亚(yà)马逊(xùn)、Siri或(huò)Outlook等应用(yòng)。

大佬口(kǒu)中全能(néng)助手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发(fā)的(de)又(yòu)一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点(diǎn)包(bāo)围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上一(yī)次爆火(huǒ)的(de)时(shí)候，还是(shì)2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随(suí)后各大厂商(shāng)的(de)AI绘(huì)画(huà)软(ruǎn)件被广(guǎng)大网(wǎng)友熟(shú)知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以在(zài)应(yīng)用中输入一(yī)组关键词或者一张照(zhào)片，就能获得(dé)一(yī)幅AI创作的(de)画作(zuò)。

作画(huà)的关键就是所输(shū)入的文本。同一(yī)组关键词也可以(yǐ)创作出很多张风格(gé)不一样的画作，这(zhè)让创作的过程(chéng)就像开盲(máng)盒。

很多用(yòng)户(hù)很喜欢这种不确定的惊喜，他们(men)会将生成的(de)美图当做头像。而另一部分喜欢翻(fān)看(kàn)AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的小(xiǎo)狗照片被AI画成了“肌肉男(nán)”，还(hái)有网友的个人(rén)照片被AI识别成(chéng)了(le)建筑。

而(ér)如今随着ControlNet的(de)出现(xiàn)与加持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏(xì)可能(néng)要(yào)被颠覆了。

ControlNet是一位正在(zài)斯坦福读(dú)博的(de)中国(guó)人张吕敏创作的一种(zhǒng)基于控制(zhì)点的(de)图像变形算法，主要(yào)用于数字(zì)图(tú)像处理、计(jì)算机(jī)视觉和(hé)计算机图(tú)形学等领(lǐng)域。

其SD插件一经发布，在短短的(de)两天(tiān)内便成为(wèi)了AI绘(huì)画领(lǐng)域最新的热点。

在此之(zhī)前，大(dà)家用了很多方法(fǎ)想让AI生成的结果尽可能(néng)的符合要求，但(dàn)是都不尽如人(rén)意，它的出现代表着AI生成开始进入真(zhēn)正(zhèng)的可控(kòng)时期。

因(yīn)为ControlNet可以直接提(tí)取画面的构图，人物的姿(zī)势和画面的深度信(xìn)息等。有了它的帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒式的(de)创作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博(bó)主的作品已经获得(dé)了大(dà)量的浏(liú)览(lǎn)量(liàng)，“viggo”就(jiù)是其中之(zhī)一，他用(yòng)朋友的照片直接(jiē)带她们(men)走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对(duì)应的关键(jiàn)词(cí)；最后用ControlNet插(chā)件绑定骨骼开始换(huàn)关键(jiàn)词试效果(guǒ)。

通过(guò)图片就(jiù)可以看出来，效果(guǒ)十分惊(jīng)艳。

更厉(lì)害的是，除了真(zhēn)实的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大(dà)神张(zhāng)吕敏(mǐn)其本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来(lái)越强大，甚至输出(chū)的作品(pǐn)都已经能以假乱(luàn)真了(le)。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片(piàn)都(dōu)是AI制作的真人照片绘图，因为太逼真，被大家当成真事传播了。

不过仔细观察可以发现，活动发(fā)起者提供(gōng)的照片中有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是AI绘图，那便是图片(piàn)中(zhōng)女(nǚ)性的手指部分(fēn)有(yǒu)的存在异常。

有行业人事表(biǎo)示：“现在(zài)因(yīn)为手指部分的(de)绘画算法比较复杂，AI还不太会(huì)画人的(de)手(shǒu)，但最新(xīn)看到的图(tú)片已经有越来越完美的AI模型出现，以后可能(néng)就完全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生(shēng)。据(jù)英国广(guǎng)播(bō)公(gōng)司报道，土耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿童受灾的(de)假照片发布到网络，以此诱(yòu)骗善良(liáng)的人打(dǎ)赏“捐助(zhù)”从而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真人(rén)照片般的绘图(tú)效果，如果(guǒ)这(zhè)样的图片(piàn)被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一方面，批判者认为(wèi)AI在“学习”了大量前人的(de)作(zuò)品(pǐn)之后(hòu)，其创作没有任何(hé)情绪(xù)和灵(líng)魂，难以和人类的艺(yì)术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯克也强调，人工(gōng)智能(néng)的安全问(wèn)题需要得(dé)到(dào)重视，太(tài)晚(wǎn)就来不及了。

03

AIGC下一站除了(le)视(shì)频(pín)，还有(yǒu)远(yuǎn)方

技术(shù)都(dōu)是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡(gòng)献。现在(zài)看(kàn)来，人工智能(néng)技(jì)术将(jiāng)是第四次工业(yè)革命(mìng)的核心驱动力量(liàng)，将创造新的增长奇迹。

过去一年(nián)，人(rén)工智能在技术(shù)和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘(huì)画就是人工智能技术(shù)发生方向性(xìng)改变的一个代表(biǎo)。其(qí)下一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了(le)几条(tiáo)引爆(bào)科技圈的短视(shì)频。这些(xiē)视频(pín)引发关注并非内(nèi)容做得多优秀，反而都非常简单(dān)，比如(rú)一(yī)匹正在喝水的马，一只画画的(de)玩具熊，或者一段骑摩托车的第一(yī)视角录像，随便一个有手机的(de)人都(dōu)可以(yǐ)随(suí)手录下一段。

但(dàn)这(zhè)些短视频的创作方式非常(cháng)简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说(shuō)一(yī)下要求，AI就(jiù)可以(yǐ)根据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清(qīng)，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的(de)视频后，AI圈就(jiù)已经玩了一(yī)波梗，一个能(néng)够做(zuò)出更高清视频的AI还不足(zú)以在短时(shí)间(jiān)内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以制作(zuò)出超过(guò)2分钟的连贯的也有确切(qiè)内容的视频(pín)，这才(cái)是真正(1克拉等于多少毫克 1克拉等于多少CTzhèng)让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高(gāo)清，也(yě)只能是为内(nèi)容生产者提(tí)供一个灵感，一个素材，一(yī)个过(guò)场动画。

不(bù)过能够制作出(chū)有具体剧(jù)情内(nèi)容的(de)视频就(jiù)意味着，一(yī)些视频创作由(yóu)AI代替人工完成已经初(chū)步有了(le)可能。

当下AI的发展速(sù)度已(yǐ)经超过(guò)大部分(fēn)人的想象。内容产(chǎn)业的本(běn)质是供给创造需求，AIGC作为全(quán)新的(de)内容生(shēng)产方式(shì)，可以为内容产业带来更新的内容风格(gé)、更快的生产速度，更低(dī)的生产成本，这(zhè)无疑会驱(qū)动(dòng)内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还(hái)能应用于音乐(lè)、代码(mǎ)、机器(qì)人动作(zuò)等多种内容形式的生成。不难发现该项技术不仅在游(yóu)戏等行业能得到(dào)有效应用，对于(yú)下一代互联网(wǎng)各(gè)种(zhǒng)元素的构建亦(yì)有关(guān)键意义(yì)。

从商业化的(de)角度(dù)来看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本身就对(duì)基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及视频(pín)或不是结(jié)果，而(ér)只是(shì)AI进程(chéng)中的一块(kuài)重要拼(pīn)图(tú)，有(yǒu)望在技术更新的加持下实现更大(dà)的应用价(jià)值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造出独立价值和独(dú)立视角的内容。AIGC的再次(cì)出圈，更代表着未(wèi)来的(de)先进(jìn)生产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢(láo)固(gù)AIGC底座

从技术(shù)的发展也(yě)可以看出(chū)，在(zài)语言大模(mó)型、图像(xiàng)大模型之后，多模态(tài)大(dà)模型已(yǐ)经成为(wèi)了新的趋势。

大模型被誉为当(dāng)前人工智能发(fā)展的智能底座，是全球竞争最(zuì)激烈的研(yán)究方向之一，包括(kuò)谷歌(gē)、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众(zhòng)多头部(bù)企业都在(zài)竞相发力。

不(bù)过训练(liàn)大模型的确价格不菲，以国盛(shèng)证(zhèng)券(quàn)发(fā)布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而对于一些更(gèng)大的(de)LLM(大型(xíng)语言模(mó)型(xíng))，训练成(chéng)本则(zé)介于200万(wàn)美元(yuán)至1200万(wàn)美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其(qí)对应芯片(piàn)需求(qiú)为3万多片英伟达A100 GPU，初始(shǐ)投入成(chéng)本约(yuē)为8亿美元(yuán)，每日(rì)仅电费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算力支持(chí)。在(zài)关注各类大(dà)模型的发展同时(shí)，更应该关注算力网络的建(jiàn)设。

算力(lì)网络正驱动AI产(chǎn)业(yè)发展进入史诗(shī)级加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离(lí)得更近。

因(yīn)为算(suàn)力可以对突(tū)破(pò)性技术创新提供大力的支(zhī)持。这方面，多模态(tài)大(dà)模(mó)型是典型。作(zuò)为面(miàn)向(xiàng)未来强人工(gōng)智能、通用(yòng)人工智(zhì)能的重要(yào)技术创新，多(duō)模态大模型已经在人工智能领(lǐng)域(yù)提出了很多(duō)年，业界也有不(bù)少技术突破，但是，多(duō)模态大模型进一步往下走，算力需求呈几何式上(shàng)升，一般(bān)的算力基础设施很快将难(nán)以胜任。

从图(tú)像、文(wén)字、语音单独一项的训练，到双(shuāng)模态、三模态的跃迁，让人工智能可以灵(líng)活应对不同模态的转化(huà)、像人与世(shì)界交互一样(yàng)自然，这方面(miàn)，由(yóu)算力网络来驱动(dòng)将有明显优势(shì)。

此外，还有很多需要爆发式增长(zhǎng)的算力来(lái)支撑(chēng)的技术创(chuàng)新，将在人工(gōng)智能算力网络支撑下快速推(tuī)进(jìn)。

AIGC已经露出曙光，期待在大(dà)模型和大算力的(de)支持下AIGC能持续颠覆内容生(shēng)产的方(fāng)式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 1克拉等于多少毫克 1克拉等于多少CT