自聊(liáo)天机(jī)器人(rén)ChatGPT火爆(bào)以来，微软公司创(chuàng)始人比尔·盖茨已多次(cì)公(gōng)开谈(tán)论(lùn)人(rén)工智能话题。在最近(jìn)的一次采访(fǎng)中(zhōng)，他再次表(biǎo)示(shì)：“AI可能会让(ràng)科技行业(yè)迎来一次剧烈(liè)的(de)洗牌”。

这个结论是(shì)他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展(zhǎn)可能会威胁到谷歌的市占率，因为微软在(zài)AI方面的行(xíng)动相(xiāng)当迅速。而最终科(kē)技巨(jù)头(tóu)将把AI整合成用户的(de)“全能(néng)助(zhù)手”，包揽一切应用，与(yǔ)人(rén)们进行沟(gōu)通并提(tí)供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到来(lái)可(kě)能(néng)尚需时日，但由(yóu)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(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时候，还(hái)是2022年8月，在(zài)美国(guó)科罗拉多州举办的(de)新兴(xīng秋以为期句式特点，秋以为期句式判断)数字(zì)艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘画(huà)软件被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)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(de)关键就是所输(shū)入的文本。同一组关键词也(yě)可以(yǐ)创作出很多张风格不(bù)一(yī)样的画作，这让(ràng)创(chuàng)作的过程(chéng)就(jiù)像开(kāi)盲盒。

很多用(yòng)户很喜欢(huān)这种不确定的惊喜，他(tā)们会(huì)将生成(chéng)的美(měi)图(tú)当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在(zài)社交媒体上，许多(duō)用户分享AI“翻(fān)车现(xiàn)场”，例(lì)如，一位网(wǎng)友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写(xiě)关(guān)键(jiàn)词游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中(zhōng)国人张吕敏创作(zuò)的(de)一种(zhǒng)基于控制点(diǎn)的图(tú)像变形(xíng)算(suàn)法，主要用(yòng)于(yú)数(shù)字图像处(chù)理、计(jì)算机(jī)视觉和计算机图形学(xué)等领域。

其SD插件一经(jīng)发(fā)布，在短短的两天内便成为了AI绘画领域最(zuì)新的热点(diǎn)。

在(zài)此之前(qián)，大家用了很(hěn)多(duō)方法想让AI生成的结(jié)果尽可能的(de)符合要求，但(dàn)是都(dōu)不(bù)尽如人意(yì)，它的出现代表(biǎo)着AI生成开始(shǐ)进入(rù)真正的可控时期。

因为ControlNet可以直接提取画面的(de)构图(tú)，人(rén)物的姿势和画面的(de)深度信息等。有了它的帮(bāng)助(zhù)，就不用频繁的用提示词(cí)来(lái)碰(pèng)运气，抽盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法(fǎ)”，不(bù)少博主的作品已(yǐ)经获得了(le)大量的浏(liú)览(lǎn)量(liàng)，“viggo”就(jiù)是其中之一，他用(yòng)朋友(yǒu)的照片直接带(dài)她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的(de)关键(jiàn)词(cí)；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换(huàn)关键(jiàn)词试效果(guǒ)。

通(tōng)过(guò)图片就(jiù)可以看(kàn)出来，效果十分惊艳。

更(gèng)厉害的是(shì)，除了真实(shí)的照片，草图(tú)也可以(yǐ)加(jiā)上“魔法”，知乎(hū)大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚至输出(chū)的作品(pǐn)都已经(jīng)能(néng)以假乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消(xiāo)息火(huǒ)遍网络，而(ér)经(jīng)过警方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的真(zhēn)人照片绘图，因为太逼真，被大(dà)家当成真(zhēn)事传播了(le)。

不过仔细观(guān)察可以(yǐ)发现，活动发起者提供的照片中有个很(hěn)大的(de)漏洞可(kě)以发(fā)现(xiàn)并非真人，而(ér)是(shì)AI绘图，那便是图片中女(nǚ)性的(de)手指部分有(yǒu)的存在异常。

有行(xíng)业人事(shì)表示(shì)：“现在因为(wèi)手指部(bù)分的绘画(huà)算法比较复(fù)杂(zá)，AI还不太会画人的手，但最(zuì)新看到的(de)图片已经有越来越完美的AI模型出现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已(yǐ)有发(fā)生(shēng)。据英国广播公司(sī)报道，土耳(ěr)其地震(zhèn)期(qī)间，有Tiktok用户使(shǐ)用(yòng)AI合成了(le)儿童受灾的假(jiǎ)照(zhào)片发(fā)布到(dào)网络，以此诱骗善良的人打赏“捐助(zhù)”从而(ér)实施(shī)诈骗。

目前随着技术(shù)发展，AIGC已经能做出真人照片(piàn)般的绘图效果，如(rú)果(guǒ)这样的图片(piàn)被用来(lái)诈(zhà)骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一方(fāng)面，批判者认为AI在(zài)“学习”了大量前人(rén)的作品(pǐn)之后，其创(chuàng)作没有任何情绪和灵魂，难以和人类的(de)艺(yì)术创作相(xiāng)提并论。

另一(yī)方(fāng)面，AIGC背后的版权(quán)、目(mù)前都并(bìng)没有得到有效的(de)解决(jué)，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克也强调，人工智(zhì)能的(de)安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都是有两面性的，潜(qián)在的危害并不能掩(yǎn)盖其光辉的(de)贡献。现在看来，人工智能技(jì)术将是第四次工业革命的核心驱动力(lì)量(liàng)，将创造新的(de)增长奇(qí)迹。

过去一(yī)年，人(rén)工智(zhì)能在技术和商业层面都有了巨大进展，AI绘(huì)画就是人工智能技(jì)术发(fā)生方向性改变的(de)一个(gè)代表。其下一(yī)站或许(xǔ)就是(shì)视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几(jǐ)条引爆科(kē)技(jì)圈的短视频(pín)。这些视频(pín)引发关注并(bìng)非内容做得(dé)多优秀，反而都(dōu)非(fēi)常(cháng)简单，比如一匹正(zhèng)在喝(hē)水的马(mǎ)，一只画画(huà)的(de)玩(wán)具熊，或者(zhě)一段骑摩托车的(de)第一视角录(lù)像，随便一个有(yǒu)手机的(de)人都可以随手录下一(yī)段(duàn)。<秋以为期句式特点，秋以为期句式判断/p>

但这些短视频的(de)创作方式非常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只(zhǐ)是说(shuō)一(yī)下要求，AI就可以根据需要生成一段视频。

谷歌发布的(de)两个AI生成视(shì)频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出(chū)的是高清，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就已经玩了(le)一波梗(gěng)，一(yī)个能够做出更高清(qīng)视频的AI还不足(zú)以在短时间内戳(chuō)中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它(tā)可以制作出超过2分(fēn)钟(zhōng)的连贯的也有(yǒu)确切内(nèi)容的视频，这才是真正让(ràng)人们感到惊喜的地方。因为无论(lùn)AI生成(chéng)的视频多么高清，也只能是为内容生产者提(tí)供一个灵感(gǎn)，一个(gè)素材，一(yī)个过场动画。

不(bù)过能够制作出有具体剧情内容的视频就意(yì)味着(zhe)，一(yī)些视频创作由AI代替人工完成(chéng)已经初步(bù)有了可能。

当下AI的发展速度已经超过大部分人(rén)的(de)想象。内容产业的本(běn)质(zhì)是(shì)供(gōng)给创造需求，AIGC作为全新的(de)内(nèi)容生产方式，可以(yǐ)为内容(róng)产业(yè)带(dài)来更新的内容风格、更快的生(shēng)产速(sù)度，更低的生产成本，这无疑(yí)会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应(yīng)用于(yú)音乐(lè)、代码、机器人动(dòng)作等(děng)多种内容形式的生成。不(bù)难发现该项技术不仅(jǐn)在(zài)游戏等行业能得到(dào)有效应用，对于下一代互联网(wǎng)各种元素的构建亦(yì)有关键意义(yì)。

从商业(yè)化的角(jiǎo)度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领域，本(běn)身(shēn)就对(duì)基于AI的(de)可视(shì)化内容有强烈需求。

因(yīn)此，AI绘画及视频(pín)或不是结果，而只(zhǐ)是(shì)AI进(jìn)程中的一块重要拼图(tú)，有望在(zài)技术更新的加持下(xià)实现(xiàn)更大的(de)应(yīng)用价(jià)值。

AI从(cóng)理解内容，走(zǒu)向(xiàng)了可以生成内容，甚至能够创造出(chū)独立价值和独(dú)立(lì)视角的内(nèi)容。AIGC的(de)再(zài)次出圈，更代表(biǎo)着未来的先进(jìn)生(shēng)产力(lì)即将到来。

04

紧抓(zhuā)大模(mó)型与(yǔ)算力，牢固(gù)AIGC底座

从技术的发(fā)展也可以(yǐ)看出，在语言(yán)大模型、图(tú)像大(dà)模型之(zhī)后，多模态(tài)大模型已经成为了新的趋势。

大模型被誉(yù)为当前人工智能发(fā)展的智(zhì)能底(dǐ)座，是全球竞争(zhēng)最激烈(liè)的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯等众多头(tóu)部企(qǐ)业(yè)都在竞相(xiāng)发力。

不过训练大模型的确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需(xū)要多少算力》报告估(gū)算，GPT-3训练一次的成本(běn)约(yuē)为140万美元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美(měi)元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其(qí)对应芯片需(xū)求(qiú)为3万(wàn)多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就在5万(wàn)美(měi)元左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关(guān)注各类大模型的发展同时，更(gèng)应该关注算力网络(luò)的建设(shè)。

算(suàn)力网络正驱动(dòng)AI产业(yè)发展进入史诗级加(jiā)速(sù)进(jìn)程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标离(lí)得更近。

因为算力可以对突破(pò)性技术创新(xīn)提(tí)供大力的(de)支持(chí)。这方面(miàn)，多(duō)模(mó)态大模(mó)型(xíng)是典型(xíng)。作为面向未来强人工智能、通用人工(gōng)智能的重(zhòng)要技术(shù)创新(xīn)，多模态大模型(xíng)已经在人工智(zhì)能领域提出(chū)了很多年(nián)，业界(jiè)也有不(bù)少技术(shù)突破，但是，多模态大模型进(jìn)一步往(wǎng)下走，算力需(xū)求呈几何式上(shàng)升(shēng)，一(yī)般的算力基础设施很快将难以胜任。

从图像、文(wén)字、语音单独(dú)一项的训(xùn)练，到双模态、三模(mó)态的跃迁，让人工智(zhì)能可(kě)以灵活应对不同模态(tài)的转(zhuǎn)化、像人(rén)与(yǔ)世界交(jiāo)互(hù)一样自然，这方面，由(yóu)算力网络来驱动将有明显优势。

此外，还有(yǒu)很多需要爆发式(shì)增长的算力来支撑的技术创新(xīn)，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算(suàn)力的支持下AIGC能持续颠(diān)覆内容生产的方式，将(jiāng)创(chuàng)造的边际成本降低，让(ràng)万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 秋以为期句式特点，秋以为期句式判断