自(zì)聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始(shǐ)人比尔·盖茨已多次公开谈论人工智能话(huà)题。在最近(jìn)的一次采访中，他再次(cì)表示：“AI可能(néng)会让科技行(xíng)业迎来(lái)一次剧烈的(de)洗牌”。

这个结论是他在当地时(shí)间2月20日(rì)接受(shòu)《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可(kě)能会威胁(xié)到谷歌的市占率，因为微软在AI方面的行动(dòng)相当迅速。而(ér)最终科技巨头将(jiāng)把(bǎ)AI整合成(chéng)用户的(de)“全(quán)能(néng)助手”，包(bāo)揽一(yī)切(qiè)应用，与(yǔ)人们(men)进行(xíng)沟通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬(lǎo)口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法(fǎ)

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一次(cì)爆(bào)火的时候，还是2022年8月，在美国科(kē)罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件(jiàn)被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表(biǎo)。

用户们(men)可以在(zài)应用中(zhōng)输入一(yī)组关键词或者(zhě)一张(zhāng)照片(piàn)，就(jiù)能获得一(yī)幅AI创作的画作(zuò)。

作画的(de)关键就是所输入的文本(běn)。同一组关键(jiàn)词(cí)也可以创(chuàng)作出很多张风格不一样的(de)画作，这(zhè)让创(chuàng)作的(de)过程就像开盲盒。

很多用户很喜欢这种不确(què)定的(de)惊喜，他(tā)们(men)会将生成的美图当做头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画(huà)的(de)“翻(fān)车”作(zuò)品。在(zài)社交(jiāo)媒体上，许多用户(hù)分享AI“翻车现场”，例如，一(yī)位网友的小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还有(yǒu)网友的个人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画(huà)的(de)填写关键词游戏可(kě)能(néng)要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福读博的中(zhōng)国人张吕敏创作的一种基于控制(zhì)点的图像变形算法(fǎ)，主(zhǔ)要用于数(shù)字图像(xiàng)处理、计算机视觉和计(jì)算(suàn)机图(tú)形学等领域。

其SD插件一(yī)经(jīng)发布，在短短的两天内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大家用了很多方法想(xiǎng)让AI生成的结果尽可能的符(fú)合(hé)要(yào)求，但(dàn)是(shì)都不尽如人意，它的(de)出(chū)现(xiàn)代表着AI生成开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可(kě)以直(zhí)接(jiē)提(tí)取(qǔ)画面的构图(tú)，人物的姿势和画面的深度信息等。有了它的(de)帮助，就(jiù)不用频繁的用提示词(cí)来(lái)碰(pèng)运气，抽盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品(pǐn)已经获得了(le)大量的(de)浏(liú)览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们(men)走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始换关键词试效果。

通过图(tú)片就可以看出来(lái)，效(xiào)果十(shí)分惊艳(yàn)。

更厉害的是，除了真实(shí)的照片，草(cǎo)图也可(kě)以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能(néng)实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自(zì)回应。

不得不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至(zhì)输出的作品(pǐn)都已经能以(yǐ)假(jiǎ)乱真了。

02

难(nán)辨(biàn)虚实，AIGC技(jì)术(shù)力爆发(fā)

警(jǐng)惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍(biàn)网络，而经过(guò)警方(fāng)辟谣这(zhè)所谓的“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这个活动里面给出(chū)的美女照片都(dōu)是AI制作的真人照片绘(huì)图，因为太逼真(zhēn)，被(bèi)大家当成真事传播了。

不(bù)过仔细观察可以发(fā)现(xiàn)，活动发起者提供(gōng)的照片中有个很大的漏洞可以发现并非(fēi)真人，而是AI绘(huì)图(tú)，那(nà)便是图片中(zhōng)女性的手指部分(fēn)有的存(cún)在异常。

有行业(yè)人(rén)事表示：“现在因为手(shǒu)指(zhǐ)部分的绘画算法比(bǐ)较复杂，AI还不太会画人的手(shǒu)，但最(zuì)新看到的图(tú)片(piàn)已经(jīng)有(yǒu)越来越完(wán)美的AI模型出现，以后可能就完全没(méi)有漏(lòu)洞(dòng)了(le)。”

类似的(de)AI作图诈骗在国外也已有发生。据英(yīng)国广播公司报道，土耳其地(dì)震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的(de)人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术(shù)发展，AIGC已经能(néng)做出真人照片般的(de)绘图效果，如果这样的图片被用来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引发(fā)了很多(duō)担(dān)忧，一方面，批(pī)判者认为AI在“学(xué)习(xí)”了大量前人的(de)作品之后，其创(chuàng)作没有任(rèn)何情绪和灵魂，难以和(hé)人(rén)类(lèi)的艺术创作相提并论(lùn)。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决，还有AIGC会(huì)不会代替人类“至高(gāo)无上”的(de)创(chuàng)意。

马斯(sī)克也强调，人(rén)工智能的安全(quán)问题需(xū)要得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除(chú)了视频(pín)，还(hái)有远方(fāng)

技术都是有两面性的，潜在的(de)危害并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术(shù)将(jiāng)是第四次工业革命(mìng)的核心驱动力量，将(jiāng)创(chuàng)造新(xīn)的增长奇迹。

过(guò)去一(yī)年，人工智能在技术和商(shāng)业层(céng)面都(dōu)有了巨大进展，AI绘画就是人工智能技术发生方向性改变的一个代表。其下一站(zhàn)或许就是视(shì)频。

此(cǐ)前，Meta和谷歌(gē)先后(hòu)发布(bù)了几条引爆科技圈的短视频。这些视频(pín)引发关(guān)注并(bìng)非(fēi)内(nèi)容做得多优秀，反(fǎn)而都非(fēi)常(cháng)简单，比如(rú)一匹正在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩(mó)托车的(de)第一视角录(lù)像，随便一个有(yǒu)手机(jī)的人都(dōu)可(kě)以(yǐ)随手录下一段。

但这些短(duǎn)视频(pín)的创(chuàng)作(zuò)方式非常简(jiǎn)单，创(chuàng)作者(zhě)仅(jǐn)仅需(xū)要(yào)向AI输入一段(duàn)话，甚至只(zhǐ)是说(shuō)一下要求，AI就可以根据需要生成(chéng)一(yī)段视(shì)频。

谷(gǔ)歌发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈(quān)就已(yǐ)经(jīng)玩了一(yī)波(bō)梗，一个能够做出更高清视频的AI还不足以(yǐ)在短(duǎn)时(shí)间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方在于，它可以制作出(chū)超(chāo)过2分钟(zhōng)的连(lián)贯的也有确切内容的视(shì)频，这才是真正让(ràng)人们(men)感到惊喜的地方。因为(wèi)无论AI生(shēng)成(chéng)的视频多么高清，也只能是为内容生产(chǎn)者提供一(yī)个(gè)灵感，一个素材，一个过场动画。

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

当下AI的发展速(sù)度已经超过大部分人的想象。内容产业的本质是供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带来(lái)更(gèng)新的(de)内容风格(gé)、更快的生产(chǎn)速度，更低的生(shēng)产成本，这无疑会驱(qū)动内(nèi)容产业的大爆(bào)发。

除了(le)AI绘图、视(shì)频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器人动作等多种内容形式的生成。不难发现该项技(jì)术不仅(jǐn)在(zài)游(yóu)戏等行业能得到有(yǒu)效(xiào)应用，对于(yú)下一(yī)代互联网(wǎng)各种(zhǒng)元素的构(gòu)建(jiàn)亦(yì)有关(guān)键意义。

从商业(yè)化的(de)角度来(lái)看，文化娱(yú)乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可视化(huà)内容有强(qiáng)烈需(xū)求。

因此，AI绘画及(jí)视频或不(bù)是结果，而只(zhǐ)是AI进(jìn)程(chéng)中的(de)一块(kuài)重要(yào)拼图，有望在技(jì)术(shù)更新的加持下实现更大的应用(yòng)价值。

AI从理解内容，走(zǒu)向(xiàng)了可以生成(chéng)内容，甚(shèn)至(zhì)能够创造出独(dú)立(lì)价值(zhí)和(hé)独立视角(jiǎo)的(de)内(nèi)容。AIGC的(de)再次出圈，更(gèng)代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大(dà)模(mó)型与算力，牢固AIGC底座

从(cóng)技术的(de)发(fā)展(zhǎn)也可以看出，在语言大模型、图像大模型之后(hòu)，多(duō)模态大模型已(yǐ)经成为(wèi)了(le)新的(de)趋势。

大模型被誉为当(dāng)前人工智能(néng)发(fā)展的智能底座，是(shì)全球竞(jìng)争最激烈的研究方向之一，包括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾(téng)讯等众多(duō)头(tóu)部企业都在(zài)竞相(xiāng)发(fā)力。

不过训(xùn)练大模型的确(què)价格不菲(fēi)，以(yǐ)国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估算，GPT-3训练一(yī)次的成(chéng)本约为140万(wàn)美(měi)元。而对(duì)于一些更大的(de)LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立(lì)访客平均数1300万计算，其对(duì)应芯片(piàn)需求为3万(wàn)多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日仅电费就(jiù)在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大(dà)算力支持。在关注各类大模(mó)型的(de)发展同(tóng)时，更应该(gāi)关注算力(lì)网络(luò)的(de)建设(shè)。

算力网络正驱动AI产业发(fā)展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终(zhōng)极目(mù)标离得更近。

因(yīn)为算力可以(yǐ)对突破性(xìng)技术创新提供大力的支持(chí)。这方面，多模态(tài)大模型是典型。作(zuò)为面向未来(lái)强人工智能、通用人工智能的重要技术创新，多模态大模型已经在人工智能(néng)领域提出(chū)了很多年，业界也有不少(shǎo)技术突破，但(dàn)是，多模态大模型进一步往下走，算力需求呈几何式上(shàng)升(shēng)，一般的(de)算力基础设施(shī)很快将难以胜任。

从图像、文(wén)字、语音单独(dú)一(yī)项的训(xùn)练(liàn)，到双模(mó)态、三模态的跃(yuè)迁，让人工智能(néng)可以灵活应对不同模态的转化、像人(rén)与世(shì)界交互一(yī)样自然，这方(fāng)面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人(rén)工智能算力网(wǎng)络支(zhī)撑(chēng)下快速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能(néng)持续(xù)颠覆(fù)内容(róng)生产(chǎn)的方式，将创造的(de)边际成本降(jiàng)低(dī)，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 n是正极还是负极，L是正极还是负极