自聊天机器人(rén)ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始人比尔(ěr)·盖茨已多次公开谈论人工智能话题。在最近的一(yī)次采访(fǎng)中，他再次表示：“AI可能会(huì)让科技行业迎来一次(cì)剧烈(liè)的洗牌(pái)”。

这个结论是他(tā)在(zài)当地(dì)时(shí)间(jiān)2月20日接受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期，AI的发(fā)展可能会威胁到谷(gǔ)歌的(de)市占(zhàn)率，因为微软(ruǎn)在(zài)AI方面(miàn)的行(xíng)动相当(dāng)迅速。而(ér)最(zuì)终科技(jì)巨头将把AI整合(hé)成用户的“全能(néng)助手(shǒu)”，包揽一切(qiè)应用，与人(rén)们进行沟(gōu)通并提供建议，可以(yǐ)取代(dài)亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助(zhù)手的到来可能尚需时日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是(shì)2022年8月，在美(měi)国科罗拉多州(zhōu)举办的新兴数字(zì)艺(yì)术家竞赛中(zhōng)，一幅名(míng)为(wèi)《太(tài)空歌剧院(yuàn)》的(de)作品获奖。

随(suí)后(hòu)各大厂(chǎng)商(shāng)的(de)AI绘画软件被广(guǎng)大(dà)网(wǎng)友熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在(zài)应用中(zhōng)输入(rù)一组关键词或者一张照片，就(jiù)能(néng)获得一(yī)幅(fú)AI创作的画(huà)作。

作画的关键就(jiù)是(shì)所输入的文本。同一(yī)组(zǔ)关(guān)键词也(yě)可以创作(zuò)出很(hěn)多张(zhāng)风格(gé)不(bù)一样(yàng)的画作，这让创(chuàng)作的过程就(jiù)像开盲盒(hé)。

很(hěn)多用户很(hěn)喜(xǐ)欢(huān)这(zhè)种不(bù)确定的惊喜，他们会将(jiāng)生成的美图当做头(tóu)像。而另一(yī)部(bù)分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分(fēn)享AI“翻车现场”，例(lì)如，一位(wèi)网友(yǒu)的小狗照片被AI画成(chéng)了“肌(jī)肉男”，还有网友的个人(rén)照片被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏(xì)可(kě)能要(yào)被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创(chuàng)作的(de)一种基于控(kòng)制(zhì)点的图(tú)像(xiàng)变形算法，主要用于数字图像处理、计算机视觉和计算机图形(xíng)学(xué)等领域。

其SD插(chā)件(jiàn)一经发布(bù)，在短短的(de)两天(tiān)内便成为了AI绘(huì)画领域最新的热点。

在此之(zhī)前，大家用(yòng)了很多方法想让AI生成(chéng)的结(jié)果尽可能的符合要求(qiú)，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入(rù)真(zhēn)正的可控时期(qī)。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势和画(huà)面的深度信息(xī)等。有了它的帮助(zhù)，就不(bù)用频(pín)繁的用提示词来碰(pèng)运气，抽(chōu)盲(máng)盒式的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了(le)“魔法”，不(bù)少(shǎo)博主的作品(pǐn)已经获(huò)得了(le)大量的(de)浏览量，“viggo”就是其(qí)中之一(yī)，他用朋友的照片(piàn)直接(jiē)带(dài)她们走进动漫世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最(zuì)后用(yòng)ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼(gé)开始换关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉(lì)害的是(shì)，除了真实的照片，草图也可以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实(shí)现(xiàn)线稿转(zhuǎn)全彩图(tú)。大(dà)神张吕敏其本尊(zūn)也(yě)亲自回(huí)应。

不得不说当下AIGC已经(jīng)变得越(yuè)来越强大，甚至(zhì)输出的作品都已经能以(yǐ)假(jiǎ)乱(luàn)真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力(lì)爆发

警惕(tì)安全问题(tí)

近日(rì)，“苏州金(jīn)鸡(jī)湖有游艇party”的(de)消(xiāo)息火遍(biàn)网络(luò)，而经过(guò)警方(fāng)辟谣(yáo)这所(suǒ)谓的“party”可(kě)能是全国第一(yī)起AI绘图诈(zhà)骗。

由(yóu)于这(zhè)个活动里(lǐ)面给出的(de)美女照片都是AI制(zhì)作的真人照片绘图，因为太逼真，被大家当成真事传(chuán)播了。

不过仔细(xì)观察可以发现，活动发起者提供的照(zhào)片中有个很大的漏(lòu)洞可以(yǐ)发现并非(fēi)真(zhēn)人，而是AI绘图，那(nà)便是图片中女(nǚ)性(xìng)的手(shǒu)指部分有(yǒu)的存在异常。

有行业人(rén)事(shì)表示(shì)：“现在因为手指部分的绘画(huà)算(suàn)法(fǎ)比较复杂，AI还不太会(huì)画人的手，但(dàn)最新看到(dào)的图片(piàn)已经(jīng)有越来越完美的AI模型(xíng)出现，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗在国外也已有(yǒu)发生。据英(yīng)国广(guǎng)播公司报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿(ér)童受灾的假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而(ér)实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照片(piàn)般的绘(huì)图(tú)效果，如果这样的(de)图(tú)片被用来(lái)诈(zhà)骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了很多(duō)担忧，一方面，批判者认(rèn)为AI在“学(xué)习(xí)”了(le)大量前人的作品之后，其创作(zuò)没有任何情绪和灵(líng)魂(hún)，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后(hòu)的版权、目前都并没有得到有效的解决，还有AIGC会不会代替人类“至高无(wú)上”的创意(yì)。

马斯(sī)克(kè)也强调，人(rén)工智能的安全问题需要得到重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面(miàn)性(xìng)的(de)，潜在的危害并不能(néng)掩盖其(qí)光辉的(de)贡献。现在(zài)看来，人工智能技术(shù)将是第四次工业革命的核心(xīn)驱动力量，将创造新的(de)增长奇迹。

过去(qù)一年，人工智能在技术和商业层(céng)面都有了巨大进(jìn)展(zhǎn)，AI绘画(huà)就是人工智(zhì)能技术(shù)发生方向(xiàng)性改变(biàn)的一个代表(biǎo)。其下一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几(jǐ)条(tiáo)引爆科技圈的短视频。这些视频引发关注并(bìng)非内(nèi)容做得多优秀，反而都非常简单，比如一匹正在喝(hē)水的马(mǎ)，一只画画的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩托车的第一视角录像，随便一(yī)个(gè)有(yǒu)手机的(de)人都可以随手录下一段。

但这些短视频(pín)的创作方式非常简(jiǎn)单(dān)，创作者仅仅需要(yào)向AI输(shū)入一段话，甚至只是说(shuō)一下要求，AI就可以根据(jù)需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能够(空调匹数越大越费电吗，30平米客厅2匹空调够用吗gòu)做出更(gèng)高清视(shì)频的(de)AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的(de)地方在于(yú)，它可以制作(zuò)出超过2分钟的连贯的(de)也有确切内(nèi)容的(de)视频，这才是真正让人们感(gǎn)到惊喜(xǐ)的地方。因为(wèi)无(wú)论(lùn)AI生成的视频多么高清(qīng)，也(yě)只能是为(wèi)内容生(shēng)产者(zhě)提(tí)供一(yī)个灵(líng)感，一个素材(cái)，一个过(guò)场动画。

不(bù)过(guò)能够制作出有具体剧(jù)情(qíng)内容(róng)的视频(pín)就(jiù)意味着，一(yī)些(xiē)视频(pín)创作(zuò)由AI代替人工(gōng)完成已经初步(bù)有了(le)可能。

当下AI的发展速(sù)度已经超过大部(bù)分人(rén)的想象。内容产业(yè)的本质(zhì)是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为全新的内容生(shēng)产方式，可以为内容产业带(dài)来更新的内(nèi)容风(fēng)格、更快的生(shēng)产速度(dù)，更低的生产成本(běn)，这无(wú)疑会驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人动作等多(duō)种(zhǒng)内容形(xíng)式的生(shēng)成。不难发(fā)现(xiàn)该项技术不仅在游戏等行业(yè)能得(dé)到(dào)有效应用(yòng)，对于下一代互(hù)联网各种元素的构建亦有(yǒu)关键意义。

从商(shāng)业(yè)化的(de)角度来(lái)看(kàn)，文化娱乐、教育、传(chuán)媒等诸多领域(yù)，本(běn)身就对基于AI的(de)可视(shì)化内容有强烈需求(qiú)。

因(yīn)此，AI绘画(huà)及视频(pín)或不是结果，而只是AI进程中的(de)一块(kuài)重(zhòng)要拼图，有望在技术更新的加持下实现更大的应用价值。

AI从(cóng)理解内(nèi)容(róng)，走(zǒu)向了可以生成(chéng)内容，甚至能(néng)够创造出独立价值和(hé)独立视角的(de)内容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的先进(jìn)生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力(lì)，牢固(gù)AIGC底座

从技(jì)术的发展也可以看出，在语言(yán)大模型、图像大模型之后，多模态(tài)大模型已经成为了新的趋势(shì)。

大模型被(bèi)誉(yù)为当前(qián)人工智能(néng)发(fā)展的智能底座(zuò)，是全球竞(jìng)争最激烈的研究(jiū)方向之一(yī)，包括谷歌(gē)、亚马逊、百(bǎi)度、阿里(lǐ)、腾(téng)讯等众多头部企(qǐ)业都在(zài)竞相(xiāng)发力。

不过训练(liàn)大模型的确价格不菲，以(yǐ)国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训(xùn)练一次的成本约(yuē)为140万美元。而(ér)对(duì)于一些更大(dà)的LLM(大(dà)型(xíng)语言模(mó)型)，训练成本则介于200万(wàn)美元至(zhì)1200万(wàn)美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平(píng)均数(shù)1300万计算，其对应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日仅电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注(zhù)各(gè)类大模型的发(fā)展(zhǎn)同时，更应该关注(zhù)算力网络的建设。

算力网络正驱(qū)动AI产业发展进入史诗(shī)级加速(sù)进程(chéng)，让(ràng)AIGC及通用AI这一人工智(zhì)能(néng)发展的终极目(mù)标(biāo)离(lí)得更近。

因为算力可(kě)以对突破性技术创新(xīn)提(tí)供大力的支(zhī)持。这方面，多模态大模型是典(diǎn)型。作为面向未来强人工智能、通用人工(gōng)智能的重(zhòng)要技术创新(xīn)，多模态大模型(xíng)已经在人工智能(néng)领域提出了很多年，业界(jiè)也有不少技术突破，但是，多模态大模型进一步往下走，算(suàn)力需(xū)求(qiú)呈几(jǐ)何式上升(shēng)，一(yī)般的算力基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双模态、三模态(tài)的(de)跃迁(qiān)，让人工(gōng)智能可以灵活应(yīng)对不(bù)同模态的转化、像人与世界交(jiāo)互一样自然，这方面(miàn)，由算力网络来(lái)驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算(suàn)力(lì)来支撑的技术创新，将在人工(gōng)智(zhì)能算力网络支撑下(xià)快速推进(jìn)。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型(xíng)和大算力的(de)支持下(xià)AIGC能持续颠覆内容生产的方式(shì)，将创(chuàng)造的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 空调匹数越大越费电吗，30平米客厅2匹空调够用吗