自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始(shǐ)人(rén)比(bǐ)尔(ěr)·盖茨已多(duō)次公开谈论人工智能话题。在最近的一(yī)次采访(fǎng)中，他再(zài)次(cì)表示：“AI可能会让科技行业迎来(lái)一次(cì)剧烈(liè)的洗牌”。

这个结论是他(tā)在当地(dì)时间(jiān)2月(yuè)20日接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷(gǔ)歌的市占率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨头将(jiāng)把AI整合成用户的“全能(néng)助手”，包揽(lǎn)一切应(yīng)用，与人们进(jìn)行沟通并(bìng)提供建(jiàn)议，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的(de)到来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一(yī)次爆火的时(shí)候(hòu)，还是(shì)2022年8月，在(zài)美国科罗拉多(duō)州(zhōu)举(jǔ)办的(de)新(xīn)兴数(shù)字艺术(shù)家竞赛(sài)中，一幅名为(wèi)《太(tài)空歌剧(jù)院》的作品获奖(jiǎng)。

随(suí)后各大厂商(shāng)的AI绘(huì)画软件被广大网友熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以在应用中输(shū)入一组(zǔ)关键词(cí)或者一张照片(piàn)，就能获得一幅AI创作的画作(zuò)。

作画(huà)的关(guān)键就(jiù)是所(suǒ)输(shū)入的文(wén)本。同一组关(guān)键词也可(kě)以创作出很多张风格不一样的画作，这让(ràng)创(chuàng)作的过程(chéng)就像开(kāi)盲(máng)盒。

很多用(yòng)户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他们会将生(shēng)成的美图当做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作品。在社交(jiāo)媒体上，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一位网(wǎng)友的小狗(gǒu)照(zhào)片(piàn)被AI画成了“肌肉男”，还有网友的个人照(zhào)片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的(de)出现与加(jiā)持，以往AI绘画的填写关(guān)键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博(bó)的中(zhōng)国人张(zhāng)吕敏(mǐn)创(chuàng)作的一(yī)种基于(yú)控制点的(de)图(tú)像变形算法，主(zhǔ)要(yào)用于数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短的两(liǎng)天内便成为了AI绘(huì)画领域最新(xīn)的(de)热(rè)点(diǎn)。

在此之(zhī)前(qián)，大家用了很(hěn)多方法想让(ràng)AI生(shēng)成的结果尽可能的符合要求，但是都不尽如人意，它的(de)出现代表着AI生成开始(shǐ)进入真正的可(kě)控时期。

因为ControlNet可以直接提(tí)取画(huà)面的(de)构图，人(rén)物的(de)姿势和画面的(de)深度信息等。有了它的帮(bāng)助(zhù)，就不用频繁的(de)用提示(shì)词来碰运(yùn)气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的(de)作品(pǐn)已经获得了大(dà)量(liàng)的(de)浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始(shǐ)换关键词(cí)试效果。

通过图片(piàn)就(jiù)可以看出(chū)来(lái)，效果十分惊(jīng)艳。

更(gèng)厉害的是，除了真实的照片，草图也可(kě)以(yǐ)加(jiā)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。大神(shén)张(zhāng)吕敏其本尊也(yě)亲自回(huí)应。

不(bù)得不说当下AIGC已经变得(dé)越来越强大(dà)，甚至输出的作品都已(yǐ)经(jīng)能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于(yú)这个(gè)活动里面给出的美女照(zhào)片都是AI制(zhì)作的真人照片绘图，因为太逼真，被(bèi)大家当成真事(shì)传(chuán)播了。

不过仔(zǎi)细观(guān)察可以发(fā)现，活动发起者提供(gōng)的照片中有个很大的漏洞可(kě)以发现(xiàn)并(bìng)非真人，而是AI绘图，那便是图片(piàn)中女(nǚ)性的手指部(bù)分有的存在(zài)异常。

有(yǒu)行(xíng)业人事表示：“现在因(yīn)为手指部(bù)分(fēn)的绘(huì)画算法比较(jiào)复杂，AI还不太(tài)会画人(rén)的手(shǒu)，但最新看到(dào)的(de)图片已经有越(yuè)来越完美的AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了(le)。”

类似的AI作图诈骗在国外也已有(yǒu)发生(shēng)。据(jù)英(yīng)国广播公(gōng)司(sī)报(bào)道，土耳其地(dì)震期间，有(yǒu)Tiktok用户(hù)使用AI合成(chéng)了儿童受灾(zāi)的假照片(piàn)发布到(dào)网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助”从而(ér)实施诈(zhà)骗。

目前(qián)随着技术发展，AIGC已(yǐ)经(jīng)能做出(chū)真人照片(piàn)般的绘图效果，如果这样(yàng)的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发了(le)很多担忧，一(yī)方(fāng)面，批判者认为AI在“学习”了大量前(qián)人(rén)的作品(pǐn)之后(hòu)，其(qí)创作没(méi)有任何情(qíng)绪和灵魂(hún)，难以和人类的艺术创作相提并论。

另一(yī)方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决，还有AIGC会不会代(dài)替(tì)人类“至高无上”的创意(yì)。

马斯克也(yě)强调，人工智能的安全(quán)问题需要得(dé)到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两面性的，潜在的危害(hài)并不能掩盖其光辉(huī)的(de)贡献。现(xiàn)在看来，人(rén)工智能技术将是(shì)第四次工(gōng)业革(gé)命的(de)核心驱动力(lì)量(liàng)，将创造新(xīn)的增长奇迹(jì)。

过(guò)去(qù)一年，人(rén)工(gōng)智能(néng)在技(jì)术和商业层(céng)面都有了巨大进展(zhǎn)，AI绘(huì)画就(jiù)是人(rén)工智能技(jì)术发生方向性(xìng)改变的一个代表。其(qí)下一(yī)站或(huò)许(xǔ)就是(shì)视(shì)频(pín)。

此前，Meta和谷歌先(xiān)后发(fā)布(bù)了几条(tiáo)引爆科(kē)技圈的短(duǎn)视频(pín)。这(zhè)些视频引发关注并非内容做得多优秀，反而都非常简单，比(bǐ)如一匹正在(zài)喝水的马，一只画画的玩具(jù)熊(xióng)，或者一段骑(qí)摩托车的(de)第一视角(jiǎo)录像，随便(biàn)一(yī)个有手机的人(rén)都可以随手录下(xià)一段(duàn)。

但这些短视频(pín)的创作方式非(fēi)常简单(dān)，创(chuàng)作者仅仅需要向AI输入一段话(huà)，甚(shèn)至(zhì)只是(shì)说(shuō)一下要求，AI就可以根据需要(yào)生成一(yī)段(duàn)视频(pín)。

谷(gǔ)歌发布的两个(gè)AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已(yǐ)经玩(wán)了一波梗，一个(gè)能够(gòu)做出更高清视频的AI还不足以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的(de)地方在于(yú)，它可以制(zhì)作出超过2分钟(zhōng)的(de)连贯的(de)也(yě)有确切内(nèi)容的视频，这(zhè)才是真(zhēn)正(zhèng)让人们感到(dào)惊喜的地方。因为(wèi)无论AI生成的(de)视频多么高(gāo)清，也只能是为内容生产者提供一(yī)个(gè)灵感，一个素材，一个过(guò)场动画。

不过(guò)能够制作出有具体(tǐ)剧(jù)情内容的视频(pín)就意味着，一些视频(pín)创作由(yóu)AI代替人工(gōng)完(wán)成已(yǐ)经(jīng)初步有了可能(néng)。

当下AI的发展速度已经超过大部分人的想象。内容产业的本质(zhì)是供给创(chuàng)造需求(qiú)，AIGC作(zuò)为全(quán)新的内(nèi)容生产方(fāng)式，可以为内容产业带来(lái)更新的内容风(fēng)格、更快的生产速(sù)度，更低的生产(chǎn)成本，这(zhè)无疑会驱动内(nèi)容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用(yòng)于音乐、代码(mǎ)、机器人动作等多种(zhǒng)内容(róng)形(xíng)式的生成。不难(nán)发(fā)现该项技术不仅在游(yóu)戏等行业(yè)能得到(dào)有效应用，对于下一代(dài)互联(lián)网各(gè)种元素的构建亦有关键(jiàn)意义。

从(cóng)商业化的角(jiǎo)度来看，文化(huà)娱乐(lè)、教育、传媒(méi)等诸多领(lǐng)域(yù)，本(běn)身就对(duì)基于AI的可视(shì)化内容有强烈需求。

因此，AI绘(huì)画及(jí)视频或(huò)不是结(jié)果(guǒ)，而(ér)只是AI进程中的(de)一块(kuài)重要拼图，有(yǒu)望在技(jì)术更新的加持下实现更大的应用价值(zhí)。

AI从理解(jiě)内容，走向(xiàng)了可以生成内容，甚(shèn)至能够创造(zào)出(chū)独立(lì)价值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即(jí)将(jiāng)到来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固AIGC底座(zuò)

从技术的(de)发展也可以看(kàn)出，在语言大模型、图像大模型之(zhī)后，多模态大模型已经(jīng)成为(wèi)了新的趋势。

大模型被(bèi)誉为当前人工智能发展的智能底(dǐ)座(zuò)，是全球竞(jìng)争最(zuì)激(jī)烈的研究方(fāng)向之一，包括谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾(téng)讯等众多头部企业(yè)都(dōu)在竞相(xiāng)发力。

不过训练(liàn)大模型的(de)确价格不菲，以(yǐ)国盛证券发(fā)布(bù)的(de)《ChatGPT需(xū)要多少算(suàn)力》报告估(gū)算，GPT-3训练(liàn)一次的成(chéng)本约为140万美元。而对于一些更大(dà)的LLM(大型(xíng)语言模型)，训练成本则介(jiè)于200万美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算(suàn)，其对应芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每日(rì)仅电费就在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大(dà)算力支(zhī)持。在关(guān)注各类大模型(xíng)的发展同时，更应(yīng)该(gāi)关注算力网(wǎng)络的建设。

算力网(wǎng)络正驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更(gèng)近(jìn)。

因(yīn)为(wèi)算力可以对突破性技术创新提供大力的支持(chí)。这方面，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(néng)的重要技术创新，多模(mó)态(tài)大模型(xíng)已经在人工智能领域提出了很(hěn)多年，业界也有(yǒu)不(bù)少技术(shù)突破(pò)，但是，多模(mó)态大模型进一步往下(xià)走，算力(lì)需(xū)求呈几何式上升(shēng)，一般(bān)的算(suàn)力基(jī)础设施很快(kuài)将难以(yǐ)胜任(rèn)。

从图像(xiàng)、文字、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(zhì)能(néng)可以灵活应对(duì)不同(tóng)模态的转化、像(xiàng)人与(yǔ)世界交互一样自然，这(zhè)方面，由算力网(wǎng)络来驱动将(jiāng)有(yǒu)明显优(yōu)势。

此(cǐ)外，还有很多需要爆发式增长(zhǎng)的算力来支撑的技术创新，将在人工智能算力网络(luò)支撑下(xià)快(kuài)速推进。

AIGC已经露(lù)出曙光，期(qī)待在(zài)大模型(xíng)和大算力的支(zhī)持下(xià)AIGC能持续颠覆内容生产的方式(shì)，将创(chuàng)造的边际成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 knocked什么意思，knocking什么意思