自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论(lùn)人(rén)工智(zhì)能话题。在最(zuì)近的一次(cì)采访中，他再次表示：“AI可能会(huì)让(ràng)科技行业迎来一(yī)次剧(jù)烈的洗牌”。

这个结(jié)论是(shì)他在(zài)当地时间(jiān)2月20日接受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的(de)发展可能(néng)会威胁到谷歌(gē)的市占率(lǜ)，因(yīn)为微软在AI方面的行动相当迅速。而(ér)最终科技巨头(tóu)将把AI整合成用户的“全能(néng)助(zhù)手”，包揽一切应用，与人们进行沟(gōu)通并提(tí)供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能(néng)助手的到来(lái)可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太(tài)空歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的(de)AI绘画软(ruǎn)件(jiàn)被广大网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以在应用中输入一组关键词或者一张照(zhào)片，就能获得一幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入的文本(běn)。同(tóng)一组(zǔ)关键(jiàn)词也可以(yǐ)创作出很(hěn)多张风格不一样的画(huà)作，这让创作的过程就像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢(huān)翻看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒(méi)体上，许多用户分享AI“翻车现(xiàn)场”，例(lì)如(rú)，一位(wèi)网(wǎng)友的小狗照片被AI画(huà)成(chéng)了“肌肉男”，还(hái)有网友的(de)个人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出现与加持(chí)，以往AI绘画蜡的熔点是多少度的填写关键词(cí)游(yóu)戏可能要被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作(zuò)的一种基于控制点(diǎn)的图像(xiàng)变形算法(fǎ)，主要用于数字(zì)图(tú)像处理、计算机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插件一经发布(bù)，在短短的两天内便(biàn)成为了AI绘(huì)画(huà)领域最新的热点(diǎn)。

在此(cǐ)之前(qián)，大家(jiā)用了(le)很多方法想让AI生(shēng)成的结(jié)果尽(jǐn)可能的符合要求，但是都不(bù)尽如人(rén)意，它的(de)出现代(dài)表着(zhe)AI生成开始进入(rù)真(zhēn)正的(de)可控时期。

因为ControlNet可(kě)以直接提取画(huà)面的构图，人物的姿(zī)势和画面(miàn)的(de)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，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加(jiā)了“魔(mó)法”，不少(shǎo)博主(zhǔ)的(de)作品已经获得了大(dà)量(liàng)的浏览量，“viggo”就是(shì)其中之(zhī)一，他用朋友的(de)照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊艳。

蜡的熔点是多少度coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害(hài)的(de)是，除了真实的(de)照片，草图也可以(yǐ)加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏(mǐn)其本(běn)尊也亲自回应(yīng)。

不得不说当下AIGC已(yǐ)经变得越(yuè)来越强大，甚至输出(chū)的作品都(dōu)已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力(lì)爆(bào)发

警(jǐng)惕(tì)安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息火遍网络，而(ér)经过警(jǐng)方(fāng)辟谣(yáo)这(zhè)所谓的“party”可(kě)能(néng)是全(quán)国第一起AI绘图诈(zhà)骗。

由于(yú)这个活动里面给(gěi)出的美女照片(piàn)都是AI制作(zuò)的(de)真人照片绘图(tú)，因为太(tài)逼真，被大家(jiā)当成真事传播了。

不过仔细(xì)观察可以(yǐ)发现，活(huó)动发起者提供的照(zhào)片(piàn)中有个很大(dà)的漏洞可以发现并(bìng)非真人(rén)，而是AI绘图，那便(biàn)是图片中女性的手(shǒu)指部分有(yǒu)的存在异常。

有行业人事表(biǎo)示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还不太会画(huà)人的手，但最(zuì)新(xīn)看到的图片已经有(yǒu)越来越完美的AI模型(xíng)出(chū)现(xiàn)，以后可能(néng)就完全没有漏洞了。”

类似的AI作图诈骗在国外(wài)也已(yǐ)有(yǒu)发生(shēng)。据蜡的熔点是多少度(jù)英国(guó)广(guǎng)播公司报(bào)道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使(shǐ)用(yòng)AI合成了儿童(tóng)受灾的假照(zhào)片(piàn)发布到网络，以此诱骗善(shàn)良的人打赏“捐(juān)助”从(cóng)而(ér)实施诈(zhà)骗。

目(mù)前随(suí)着技(jì)术(shù)发展，AIGC已(yǐ)经能做(zuò)出真人(rén)照片般的绘图效果，如果这样的(de)图片被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认为(wèi)AI在(zài)“学(xué)习”了(le)大(dà)量前人的作品之后，其创作没(méi)有(yǒu)任何情绪(xù)和灵魂，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会(huì)代替人(rén)类(lèi)“至(zhì)高无上”的创(chuàng)意。

马斯克也强调，人工智能(néng)的安(ān)全(quán)问(wèn)题需要得到重视(shì)，太晚(wǎn)就来不及(jí)了(le)。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远(yuǎn)方

技术都是有两面性的，潜在的危害(hài)并不能掩(yǎn)盖其光辉的(de)贡献(xiàn)。现在看(kàn)来，人工智能技术将是第四次(cì)工业(yè)革命(mìng)的核心(xīn)驱(qū)动力量(liàng)，将创造(zào)新的(de)增(zēng)长奇迹。

过去一年，人工(gōng)智能(néng)在技术和(hé)商业层(céng)面都有(yǒu)了巨大进(jìn)展，AI绘画就是人(rén)工智(zhì)能技术发(fā)生方向性改变的一个代表。其下一(yī)站或许就是视频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条引爆科技圈的短视频。这些视(shì)频引发关注并非(fēi)内容做(zuò)得多(duō)优(yōu)秀，反而(ér)都非常(cháng)简单，比如一(yī)匹正在喝水的马，一(yī)只画(huà)画的玩具熊(xióng)，或者一段骑摩托车的第(dì)一视角录像(xiàng)，随便一个有(yǒu)手(shǒu)机的(de)人都可以随手录下一段。

但这些(xiē)短视(shì)频的(de)创作方式非(fēi)常简单，创(chuàng)作者仅仅需要向AI输(shū)入一段(duàn)话，甚至只是说一下要求，AI就可以根据需要生(shēng)成一段视频。

谷歌发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做出更(gèng)高清(qīng)视频(pín)的AI还(hái)不足以在(zài)短时间内(nèi)戳中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方在于，它可(kě)以制(zhì)作出超过2分钟的连(lián)贯的也(yě)有确切内容的视频，这才是真(zhēn)正让人(rén)们(men)感到惊喜的地方(fāng)。因为无(wú)论AI生成的视频多(duō)么高(gāo)清，也只能是为(wèi)内(nèi)容(róng)生产者提供一个灵感，一个(gè)素材，一个过(guò)场(chǎng)动画。

不过能够制作出有具体剧情内容的视频就(jiù)意味着，一些视(shì)频创作由AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展速度已经超(chāo)过大部分人的想象。内容产(chǎn)业的本质是供给(gěi)创造需求，AIGC作为全新(xīn)的内容生产方式，可(kě)以为内容(róng)产业带来(lái)更(gèng)新的内容风格、更(gèng)快的生产(chǎn)速度，更(gèng)低的生产成本，这(zhè)无(wú)疑(yí)会(huì)驱动内容产(chǎn)业(yè)的大爆(bào)发(fā)。

除了AI绘图、视(shì)频(pín)，AIGC技术还能(néng)应用于音乐、代码、机器人(rén)动作(zuò)等多(duō)种内容形式的生成。不(bù)难(nán)发(fā)现该(gāi)项(xiàng)技术不(bù)仅(jǐn)在(zài)游(yóu)戏等行业(yè)能得到有效应用(yòng)，对于下一(yī)代互联(lián)网各(gè)种(zhǒng)元(yuán)素(sù)的构建亦有关键意义。

从商(shāng)业(yè)化的(de)角度(dù)来看(kàn)，文化娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可视(shì)化内(nèi)容有(yǒu)强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进(jìn)程中的一块重要拼图(tú)，有望在技术更新的(de)加(jiā)持(chí)下实现更大的应用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够创造(zào)出独立价(jià)值和独立视角的内容(róng)。AIGC的再(zài)次出圈，更(gèng)代表着未(wèi)来的(de)先进(jìn)生产力即(jí)将到(dào)来(lái)。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座

从(cóng)技术的发(fā)展(zhǎn)也可以看出，在语言大模型、图像大模型之后，多模(mó)态大模(mó)型已经成为了(le)新的趋势。

大模(mó)型被誉为(wèi)当前人(rén)工(gōng)智能(néng)发展的(de)智能底(dǐ)座，是(shì)全球竞争最激烈的研究方向之一(yī)，包括(kuò)谷歌(gē)、亚(yà)马逊(xùn)、百度、阿里、腾(téng)讯(xùn)等众(zhòng)多头部企业(yè)都(dōu)在竞相发力。

不过训(xùn)练大模型的确价格(gé)不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需(xū)要多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对于一(yī)些更大的LLM(大型语(yǔ)言模(mó)型)，训练(liàn)成(chéng)本则介于200万美元至1200万美元高价(jià)之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月(yuè)的独(dú)立访客平(píng)均数1300万计算(suàn)，其对应芯(xīn)片(piàn)需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入(rù)成(chéng)本约为8亿美元(yuán)，每日(rì)仅电费就(jiù)在5万美(měi)元左(zuǒ)右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算力支(zhī)持(chí)。在关(guān)注各类大模型的发展同(tóng)时，更应该关注算力网(wǎng)络(luò)的建设(shè)。

算(suàn)力(lì)网(wǎng)络正驱动(dòng)AI产业发(fā)展进入史诗(shī)级加速进程，让AIGC及通用AI这一人工(gōng)智能发(fā)展的终极目标离得更近。

因为算力可以对突(tū)破性技术创新提供大力的支(zhī)持。这方面，多模态大模型是典型。作为面向(xiàng)未来强人工智(zhì)能、通用(yòng)人工智能的重要技术创新，多(duō)模态大(dà)模型已经在人工智能领(lǐng)域提出了很多年，业界(jiè)也有不少技(jì)术突破，但是，多模(mó)态(tài)大模型进一步(bù)往(wǎng)下走，算力需求呈几何(hé)式上升，一般的算力基础设施很快将(jiāng)难以胜任。

从图像、文字、语音单独一项的训(xùn)练，到双模态、三模(mó)态(tài)的(de)跃(yuè)迁，让人工(gōng)智能可以(yǐ)灵(líng)活应对不同模态(tài)的转(zhuǎn)化、像人(rén)与世界交互一(yī)样自然(rán)，这方(fāng)面，由算力(lì)网络(luò)来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来(lái)支撑的技术创(chuàng)新，将(jiāng)在(zài)人工(gōng)智能算(suàn)力网(wǎng)络(luò)支撑下快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力的支持(chí)下(xià)AIGC能持续颠覆内容生产(chǎn)的方式，将创造的(de)边(biān)际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 蜡的熔点是多少度