自(zì)聊天机(jī)器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已(yǐ)多次公开谈(tán)论人工(gōng)智(zhì)能(néng)话题。在最近的一(yī)次(cì)采访中，他再次表(biǎo)示：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌”。

这(zhè)个结(jié)论是他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌(gē)的市占率，因为(wèi)微软在AI方(fāng)面的(de)行(xíng)动(dòng)相当迅(xùn)速。而最终科技巨头将把(bǎ)AI整(zhěng)合(hé)成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助(zhù)手的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的时候，还(hái)是(shì)2022年8月，在美(měi)国(guó)科(kē)罗拉多州(zhōu)举办(bàn)的新兴数(shù)字(zì)艺术家竞赛(sài)中(zhōng)，一幅名(míng)为《太(tài)空歌(gē)剧院(yuàn)》的作品获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软件被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们可以(yǐ)在应用中输入一组关键词或者一张照片(piàn)，就能(néng)获得一幅AI创作的画作。

作(zuò)画的关键就是所(suǒ)输入的文(wén)本。同一组关键词也可以创(chuàng)作(zuò)出很多张(zhāng)风格不一样的画作(zuò)，这让创(chuàng)作的(de)过(guò)程就像开盲盒。

很多用(yòng)户(hù)很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生成的美图当做(zuò)头像。而另一(yī)部(bù)分喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社(shè)交(jiāo)媒(méi)体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的小狗(gǒu)照(zhào)片(piàn)被AI画成了“肌(jī)肉男(nán)”，还有(yǒu)网友的个人(rén)照片被AI识别成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关(guān)键词(cí)游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕敏创作的(de)一(yī)种(zhǒng)基于控(kòng)制点(diǎn)的(de)图像(xiàng)变形(xíng)算法，主(zhǔ)要用于数字图(tú)像处理、计算机视觉和(hé)计(jì)算(suàn)机图形学(xué)等(děng)领域。

其SD插(chā)件一经发布，在短短的(de)两(liǎng)天内便成(chéng)为了AI绘画领域最(zuì)新(xīn)的热点(diǎn)。

在此之前，大家用了很多方法想让AI生成(chéng)的结果尽可能(néng)的(de)符合要求，但(dàn)是(shì)都不(bù)尽(jǐn)如人意，它的出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时(shí)期。

因(yīn)为ControlNet可以直接(jiē)提取画面的构图，人物的姿(zī)势和画面的深度信息等。有了它的帮助，就不用频繁的用提示词(cí)来碰运气，抽盲盒(hé)式的(de)创作了。

通(tōng)俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主(zhǔ)的作品已经获得了大量的(de)浏览量，“viggo”就是其中之一(yī)，他用朋友的照(zhào)片直(zhí)接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关(guān)键词试(shì)效果(guǒ)。

通过图片就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉(lì)害的(de)是，除了真实的照片，草图也(yě)可(kě)以(yǐ)加上(shàng)“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得不说(shuō)当(dāng)下AIGC已(yǐ)经变得越来越强大，甚至输出的作品都已经能(néng)以假乱真了(le)。

02

难辨虚实(shí)，AIGC技术力爆(bào)发

警惕安(ān)全问(wèn)题(tí)

近日(rì)，“苏州金(jīn)鸡(jī)湖有游(yóu)艇party”的消(xiāo)息火遍(biàn)网络，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图诈(zhà)骗。

由于这个(gè)活(huó)动里面给出的(de)美(měi)女照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被大家当成真(zhēn)事(shì)传播了。

不过仔细观察可以(yǐ)发现(xiàn)，活动发起者(zhě)提供的(de)照片(piàn)中有个很(hěn)大的漏洞可以发现并非真人，而是AI绘图，那便(biàn)是图片中女(nǚ)性的手(shǒu)指(zhǐ)部分有(yǒu)的存(cún)在(zài)异常。

有行业人(rén)事表示：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的手，但最新(xīn)看(kàn)到的图片已经有越来越完美的(de)AI模(mó)型出现，以后可能(néng)就完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到(dào)网络，以此诱骗善良的(de)人打赏(shǎng)“捐助(zhù)”从而(ér)实(shí)施(shī)诈骗。

目前随着技术发展，AIGC已经能(néng)做出(chū)真人照(zhào)片(piàn)般的绘图效果，如果这样(yàng)的(de)图片被用(yòng)来诈骗(piàn)，将非(fēi)常可怕(pà)。

此外AIGC还引发(fā)了(le)很多担忧，一方面(miàn)，批判者认为(wèi)AI在“学习(xí)”了大量前人的(de)作品(pǐn)之后，其创(chuàng)作(zuò)没有任何情绪和灵魂，难以和人类(lèi)的艺术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后的版权、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会(huì)代替人类“至高无上”的创意。

马斯克也强(qiáng)调，人工(gōng)智能的(de)安全(quán)问(wèn)题需要(yào)得到重视，太(tài)晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都是(shì)有两面(miàn)性(xìng)的，潜在(zài)的危害并不能掩盖其(qí)光辉(huī)的贡献。现在看来，人(rén)工智能(néng)技(jì)术将是第(dì)四次工业革(gé)命的核心驱动力量(liàng)，将创造(zào)新的(de)增长(zhǎng)奇迹。

过去一年，人工智能在技术(shù)和商业层面都有了巨(jù)大(dà)进展，AI绘画就是人(rén)工智能技(jì)术发生方向性改变的一(yī)个代表。其下一站或许就是视(shì)频。

此(cǐ)前，Meta和(hé)谷(gǔ)歌(gē)先后发布了(le)几条引爆(bào)科技(jì)圈的短视频。这(zhè)些视(shì)频引发关注并非内容做得多优(yōu)秀，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只画画的(de)玩具熊，或者一段骑(qí)摩托(tuō)车的第(dì)一(yī)视角录像，随便(biàn)一(yī)个有(yǒu)手机(jī)的人(rén)都可以随手录下一段。

但这些(xiē)短视频的创作方式非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说(shuō)一下要求，AI就可以(yǐ)根据需(xū)要生(shēng)成(chéng)一(yī)段视频。

谷歌发布的(de)两个AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要(yào)突(tū)出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈(quān)就已经玩(wán)了一(yī)波梗，一个能(néng)够做出更高清视频的AI还不(bù)足以在短时(shí)间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制(zhì)作出超过2分钟的连贯的也有确切内容的视频，这才是(shì)真正让人们(men)感到惊喜的(de)地方(fāng)。因为无论AI生成的视频多么高(gāo)清，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作(zuò)出有具体剧情内(nèi)容的(de)视频就意(yì)味着，一些视频创作由AI代替人工完成已经初(chū)步有了可能。

当(dāng)下AI的发(fā)展速度已经超过(guò)大部分人(rén)的想(xiǎng)象。内容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新的(de)内容生产方式，可(kě)以为内容产业带来(lái)更新的内容风格、更(gèng)快的生产(chǎn)速(sù)度，更低的生产成本，这(zhè)无疑会驱动(dòng)内容产业(yè)的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动(dòng)作等多种内(nèi)容形式的生成(chéng)。不难(nán)发(fā)现该项技术(shù)不仅在游(yóu)戏(xì)等行(xíng)业能得(dé)到有效(xiào)应用，对于下(xià)一(yī)代(dài)互(hù)联网各种元素的构建亦(yì)有关键意义。

从商业化的角(jiǎo)度来看，文化(huà)娱乐、教育(yù)、传媒等诸多领域，本身就(jiù)对(duì)基于AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不(bù)是结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更新的加持下实现更大的应用(yòng)价值。

AI从理(lǐ)解内容，走(zǒu)向(xiàng)了可以(yǐ)生(shēng)成(chéng)内容，甚至能够(gòu)创造出独立价值(zhí)和独(dú)立视角的内(nèi)容。AIGC的再次出圈，更代(dài)表着未来的先进(jìn)生(shēng)产力(lì)即将到来。

04

紧抓(zhuā)大模(mó)型与算力，牢固AIGC底座(zuò)

从技术的发展也(yě)可(kě)以看出(chū)，在语(yǔ)言(yán)大模(mó)型、图像大模(mó)型之后，多模态大模型已经成(chéng)为了新的趋势。

大模(mó)型(xíng)被誉为当前人工智能发(fā)展(zhǎn)的智能(néng)底座，是全球竞争最激烈的研究方(fāng)向之一(yī)，包括谷歌、亚(yà)马逊(xùn)、百度、阿(ā)里、腾讯等(děng)众多(duō)头(tóu)部企(qǐ)业都(dōu)在竞(jìng)相发(fā)力(lì)。

不过训练大模型的确价(jià)格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本约1元等于多少伊朗币，1元人民币等于多少伊朗元为140万美元。而(ér)对于(yú)一(yī)些更大的(de)LLM(大型语言模型)，训练(liàn)成本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访客平(píng)均数1300万(wàn)计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电(diàn)费(fèi)就(jiù)在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支持(chí)。在关注各类大模型的发展同时(shí)，更(gèng)应(yīng)该关(guān)注算力(lì)网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一(yī)人工(gōng)智能发展(zhǎn)的终极(jí)目标离得更近。

因为算力可以对(duì)突破性技术创新提供大力的(de)支持。这方面(miàn)，多模态大(dà)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(xīn)，多模(mó)态大模(mó)型已经在人工智能领域提(tí)出了(le)很多年，业界也(yě)有不少技术突破(pò)，但(dàn)是，多模(mó)态大(dà)模型进一步往下走，算力(lì)需求呈几何式上升，一般的算(suàn)力基础(chǔ)设(shè)施(shī)很(hěn)快将难以胜任。

从图像、文字(zì)、语(yǔ)音单独一(yī)项(xiàng)的训练，到双模态(tài)、三模态的跃迁(qiān)，让人工智(zhì)能可以灵活应对不同(tóng)模态的转化、像人(rén)与世界交(jiāo)互(hù)一样自(zì)然(rán)，这(zhè)方面，由算力网(wǎng)络来(lái)驱(qū)动将有明显优(yōu)势。

此外，还有很多需要爆发(fā)式(shì)增长的算力来支(zhī)撑(chēng)的技(jì)术创(chuàng)新，将在(zài)人工智能算力网络支(zhī)撑下快速推进。

AIGC已(yǐ)经(jīng)露(lù)出曙光(guāng)，期待在大模型和(hé)大算力的支持下AIGC能(néng)持(chí)续颠覆内容生产的方式，将创(chuàng)造(zào)的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 1元等于多少伊朗币，1元人民币等于多少伊朗元