自(zì)聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创(chuàng)始人比(bǐ)尔·盖茨(cí)已多次公开谈论人工(gōng)智能话题。在(zài)最(zuì)近的一次采访(fǎng)中(zhōng)，他(tā)再次表示：“AI可能会让科技行业(yè)迎来一(yī)次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节(jié)目专访(fǎng)时(shí)提出的。

他预期，AI的发展(zhǎn)可能(néng)会(huì)威胁(xié)到(dào)谷歌的市占率，因为微软在AI方面的行动相当迅速(sù)。而最终(zhōng)科技巨头将把AI整合成用户的“全能助(zhù)手”，包揽一切应用，与人们进(jìn)行(xíng)沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手(shǒu)的到来(lái)可能尚需时日(rì)，但由ControlNet引发(fā)的(de)又一(yī)次AI绘画浪潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的话题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代(dài)表的(de)AIGC上一次爆火(huǒ)的(de)时候，还是(shì)2022年8月(yuè)，在美国(guó)科罗拉多州举办(bàn)的新(xīn)兴数(shù)字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以(yǐ)在应用中输入(rù)一组关键词或者一张(zhāng)照(zhào)片，就(jiù)能获得(dé)一幅AI创作的(de)画作。

作画的关(guān)键就(jiù)是所输入的文本。同一组关键词也可以创作出(chū)很多张风格(gé)不一样的画作，这(zhè)让(ràng)创作(zuò)的过(guò)程(chéng)就像开盲(máng)盒。

很多用户很喜欢(huān)这(zhè)种不确(què)定的惊(jīng)喜，他们(men)会(huì)将生成的美图当(dāng)做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用(yòng)户分享AI“翻车(chē)现场”，例如(rú)，一位网友(yǒu)的(de)小狗照片被AI画成(chéng)了(le)“肌(jī)肉(ròu)男(nán)”，还有网友的(de)个人照(zhào)片被(bèi)AI识(shí)别成了建筑。

而如今随着ControlNet的(de)出(chū)现与(yǔ)加持(chí)，以往AI绘画的填写关(guān)键词游戏(xì)可(kě)能(néng)要(yào)被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作(zuò)的一种基于控(kòng)制点(diǎn)的图像变形(xíng)算法，主要用于(yú)数字图像处(chù)理(lǐ)、计算机视觉(jué)和计(jì)算(suàn)机图(tú)形学等(děng)领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画领(lǐng)域最新的(de)热(rè)点(diǎn)。

在此之(zhī)前，大家用了很多方(fāng)法想(xiǎng)让AI生成的结果(guǒ)尽可能的符(fú)合要求，但是都不尽如人意(yì)，它(tā)的出(chū)现代(dài)表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接(jiē)提取画面(miàn)的构图，人(rén)物的姿势和画面的深度信息等。有了它的帮助，就(jiù)不用频繁的用提(tí)示词来碰运气，抽(chōu)盲盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不(bù)少博主的作品已经获得(dé)了大量的(de)浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直接带(dài)她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关(guān)键词；最(zuì)后用ControlNet插(chā)件(jiàn)绑定(dìng)骨骼开始换关键词试(shì)效果。

通(tōng)过图片就可以看出来，效果十分(fēn)惊(jīng)艳。

更厉害的是，除了真实(shí)的照片，草图(tú)也可以(yǐ)加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神(shén)张(zhāng)吕敏其(qí)本尊(zūn)也(yě)亲自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至输出(chū)的作(zuò)品都已经(jīng)能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题(tí)

近(jìn)日(rì)，“苏州金鸡湖有游艇party”的(de)消息火(huǒ)遍(biàn)网(wǎng)络，而经(jīng)过警方辟(pì)谣(yáo)这所谓的(de)“party”可能是(shì)全国第一起AI绘图诈骗。

由(yóu)于这(zhè)个活动里面给出(chū)的美(měi)女照片都是AI制作的真(zhēn)人(rén)照片绘图，因为太逼真，被大家当成真事传播了(le)。

不过(guò)仔(zǎi)细(xì)观察可(kě)以发现，活动发起者提(tí)供的照片(piàn)中(zhōng)有(yǒu)个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的存在异常(cháng)。

有行(xíng)业人(rén)事表示：“现在因为手指部(bù)分的绘画(huà)算(suàn)法比较复(fù)杂，AI还不太会(huì)画人(rén)的(de)手，但最新看到的图片已(yǐ)经有(yǒu)越来(lái)越(yuè)完美(měi)的AI模型(xíng)出现(xiàn)，以(yǐ)后可能就完全没有漏洞了。”

类(lèi)似的(de)AI作图诈骗在国外也已(yǐ)有发(fā)生。据英(yīng)国广播(bō)公司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使(shǐ)用(yòng)AI合(hé)成了儿童受灾的(de)假照片发布(bù)到网络(luò)，以此诱骗善良的人打(dǎ)赏“捐(juān)助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能(néng)做(zuò)出真人(rén)照片般的绘图效果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判者认为AI在“学(xué)习(xí)”了大量前(qián)人的作品之后，其创(chuàng)作没(méi)有任何情绪和灵魂，难以和人(rén)类的艺(yì)术创作相提并论(lùn)。

另一(yī)方面，AIGC背(bèi)后的版权、目前(qián)都并没有得(dé)到(dào)有效(xiào)的(de)解决，还有AIGC会不会代替人类“至高无(wú)上”的(de)创意。

马斯克也强(qiáng)调，人工智能的安全问题需(xū)要得到(dào)重(zhòng)视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有两面性的(de)，潜在(zài)的(de)危害(hài)并不(bù)能掩盖其(qí)光辉的贡献(xiàn)。现在看来，人工智能技术将是第四次工业革命(mìng)的核(hé)心驱动(dòng)力量(liàng)，将创造新的(de)增长奇迹。

过去一年，人工智能在技术和商业(yè)层面都(dōu)有了巨大进展，AI绘画就(jiù)是(shì)人(rén)工智能(néng)技术发(fā)生(shēng)方向性(xìng)改变的(de)一个(gè)代表。其(qí)下(xià)一站或许就是视频。

此前，Meta和谷歌先后发(fā)布(bù)了几条引爆科技(jì)圈的短视频。这些(xiē)视频引发(fā)关注并(bìng)非内(nèi)容做(zuò)得多优秀(xiù)，反(fǎn)而都非(fēi)常简(jiǎn)单(dān)，比如一匹正(zhèng)在喝水(shuǐ)的马，一只画画(huà)的(de)玩(wán)具熊，或者一段骑摩托车(chē)的(de)第一视角录像，随便一个(gè)有(yǒu)手机(jī)的人都可以随手(shǒu)录(lù)下一段。

但这些短(duǎn)视频的创作方式非常(cháng)简单，创作者(zhě)仅仅需(xū)要向AI输入(rù)一(yī)段(duàn)话(huà)，甚至只(zhǐ)是说一(yī)下要求，AI就可以根据需要生(shēng)成一段视频。

谷(gǔ)歌发布的(de)两个(gè)AI生成(chéng)视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩(wán)了一波梗(gěng)，一个能够(gòu)做出更(gèng)高清视频的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方在于，它(tā)可以制作(zuò)出超(chāo)过2分钟的(de)连贯的也(yě)有确切内容的视频，这才是真正(zhèng)让人们感到惊喜的地方。因为无论AI生成(chéng)的视(shì)频多么(me)高清(qīng)，也只能是为内容生产者提(tí)供(gōng)一个灵感，一个素材，一个(gè)过场动(dòng)画。

不(bù)过(guò)能够制作出有具体剧情内容的(de)视频就意味着(zhe)，一些视频创作(zuò)由(yóu)AI代替人工完成已(yǐ)经初步有(yǒu)了(le)可能。

当下AI的发(fā)展速度已经超过(guò)大部分人的(de)想象。内容产业的本(běn)质是供给创(chuàng)造需求(qiú)，AIGC作为全(quán)新的内容生产方式，可以为内容(róng)产业(yè)带来(lái)更新的内容(róng)风格、更快的(de)生产速度，更低的生产成(chéng)本，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术(shù)还能应用于(yú)音乐(lè)、代码、机(jī)器人动作等多(duō)种(zhǒng)内(nèi)容形式的生成(chéng)。不(bù)难发现该(gāi)项(xiàng)技术不仅在游戏等(děng)行业能得到有效应用(yòng)，对于下一代互联网(wǎng)各种元素的(de)构建亦有关键意义。

从商业(yè)化的角度来(lái)看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身(shēn)就对(duì)基于AI的可视化内容有强烈需(xū)求(qiú)。

因此(cǐ)，AI绘画(huà)及视频或(huò)不是结果(guǒ)，而(ér)只是AI进程(chéng)中的(de)一块重要拼(pīn)图，有(yǒu)望在技术更新的(de)加持下实现更大的应(yīng)用(yòng)价(jià)值。

AI从(cóng)理解内容，走向了可以生成(chéng)内(nèi)容，甚至能够创造(zào)出独立价值(zhí)和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代表着未(wèi)来的先进生产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底(dǐ)座

从(cóng)技术的发展也可以看出(chū)，在语言(yán)大(dà)模型、图(tú)像大模(mó)型之后，多模态大模型(xíng)已经成为(wèi)了新的(de)趋势。

大模型被誉为当前人工智能(néng)发展的智能底(dǐ)座，是全球竞争最激烈的(de)研(yán)究方向(xiàng)之一，包括谷(gǔ)歌(gē)、亚马逊、百度(dù)、阿里、腾讯(xùn)等(文章真实身高，文章个人资料简介děng)众多头部企(qǐ)业都在竞(jìng)相发力。

不过训练大模型的确价格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需(xū)要多(duō)少(shǎo)算力》报告估算，GPT-3训练一次(cì)的成本约为140万美(měi)元。而对(duì)于一(yī)些(xiē)更大的LLM(大(dà)型语(yǔ)言模型(xíng))，训练(liàn)成本则介于(yú)200万美(měi)元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计(jì)算，其对应芯(xīn)片(piàn)需(xū)求(qiú)为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入成本约为(wèi)8亿(yì)美元，每日仅电费就(jiù)在(zài)5万美元(yuán)左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各(gè)类大模型的(de)发展(zhǎn)同时(shí)，更应该关注(zhù)算力网络的建设。

算力网络正驱动AI产业发(fā)展进(jìn)入史诗(shī)级加速进程，让AIGC及通用AI这一人(rén)工智能(néng)发展的(de)终极目标(biāo)离得更近。

因为(wèi)算力(lì)可以对突(tū)破性(xìng)技术创新提(tí)供大力(lì)的支持(chí)。这方面，多(duō)模态(tài)大模型是典型。作为面向(xiàng)未(wèi)来强人工智能、通用(yòng)人工(gōng)智能的重要技术(shù)创新，多模态大模型已经在人工(gōng)智能领域提出了很多(duō)年，业(yè)界(jiè)也有不少技术突破(pò)，但是，多(duō)模态大模型进(jìn)一(yī)步(bù)往下(xià)走，算力需求呈几何式上升，一般的算力基础设施很快将难以(yǐ)胜任。

从图像、文字(zì)、语音单(dān)独(dú)一项的训练，到双模态(tài)、三模态的跃迁，让人工智(zhì)能可以(yǐ)灵活应对不同模态的(de)转化、像人与(yǔ)世界交互一样(yàng)自然，这方面(miàn)，由算力网络来驱(qū)动将有明显优势。

此(cǐ)外，还(hái)有(yǒu)很多需要爆发式(shì)增长的算力来支撑的技术创新，将在(zài)人工智能(néng)算力网络支撑下(xià)快速推进。

AIGC已经露(lù)出曙光(guāng)，期待在(zài)大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成本(běn)降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 文章真实身高，文章个人资料简介