自(zì)聊(liáo)天机器人ChatGPT火爆以(yǐ)来，微(wēi)软公(gōng)司创始人比尔·盖(gài)茨已多次公开谈论人工智能话题。在最近的一次(cì)采访(fǎng)中，他再次表(biǎo)示：“AI可能会(huì)让科技行业迎来一(yī)次剧烈的(de)洗牌(pái)”。

这个结论是(shì)他在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专(zhuān)访(fǎng)时提出(chū)的。

他(tā)预期，AI的发展可能会威胁到谷歌的市(shì)占率(l我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的ǜ)，因为(wèi)微软在AI方面(miàn)的行(xíng)动相当迅速。而最(zuì)终科(kē)技巨头将把AI整合成(chéng)用户的“全(quán)能助手”，包(bāo)揽一切(qiè)应用，与人们进行沟(gōu)通(tōng)并提(tí)供(gōng)建议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大(dà)佬口中(zhōng)全能助手的(de)到来可(kě)能尚需时(shí)日(rì)，但由ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代(dài)表(biǎo)的(de)AIGC上一次(cì)爆火的时(shí)候，还是2022年8月，在(zài)美国科罗拉多州举办的新(xīn)兴数字艺术(shù)家竞赛(sài)中，一幅名为(wèi)《太空歌剧院(yuàn)》的作品获(huò)奖(jiǎng)。

随后(hòu)各(gè)大厂(chǎng)商的AI绘画软件被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是(shì)其中(zhōng)代(dài)表。

用户们可以在应用(yòng)中输入一(yī)组关键词或(huò)者一张照片(piàn)，就(jiù)能获得一幅AI创作的(de)画作。

作画的关键就是所输入(rù)的文(wén)本。同一(yī)组关键词也可以创作出很多张风格不一样的画作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用(yòng)户很喜欢(huān)这种不确定的惊(jīng)喜，他们会将生(shēng)成的美图当做头像。而另一部分喜欢(huān)翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被(bèi)AI识(shí)别(bié)成(chéng)了建筑(zhù)。

而如(rú)今随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的填写关(guān)键词游戏(xì)可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的(de)中国(guó)人张吕敏创作的一种基(jī)于控制(zhì)点的(de)图像(xiàng)变形算(suàn)法(fǎ)，主要用于数字图(tú)像处理、计算机视觉和计算机图形(xíng)学等领域。

其SD插件(jiàn)一经发布，在(zài)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(cǐ)之前(qián)，大家用了(le)很多方法想让AI生(shēng)成的结果尽可能(néng)的(de)符合要求，但(dàn)是(shì)都不尽如人意，它的出(chū)现代表着(zhe)AI生成(chéng)开始进(jìn)入真正的可控(kòng)时期(qī)。

因为ControlNet可(kě)以(yǐ)直接提取(qǔ)画面(miàn)的构(gòu)图，人物的姿势(shì)和(hé)画(huà)面的深度信(xìn)息(xī)等(děng)。有了它的帮助，就(jiù)不用频繁的用(yòng)提(tí)示词来碰运气(qì)，抽盲盒式的创(chuàng)作了(le)。

通俗的(de)说ControlNet相当于(yú)给(gěi)AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照(zhào)片直(zhí)接带她(tā)们(men)走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最(zuì)后(hòu)用ControlNet插件绑定骨(gǔ)骼开始换关键词试效果。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊艳。

更厉害的是，除(chú)了(le)真实的照片(piàn)，草(cǎo)图也可以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全(quán)彩(cǎi)图。大神张吕敏其本尊也亲自回应(yīng)。

不得(dé)不说当下AIGC已(yǐ)经变得越来(lái)越强(qiáng)大，甚(shèn)至输(shū)出的作品(pǐn)都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的(de)消息火遍网络(luò)，而经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活(huó)动里面(miàn)给出(chū)的美女照片(piàn)都是(shì)AI制作的真人(rén)照片(piàn)绘图，因为太逼真，被大家当成(chéng)真事传播了。

不过仔(zǎi)细观察可(kě)以发(fā)现，活动发(fā)起者提供的照(zhào)片中有个很大的漏洞(dòng)可以发(fā)现并非真(zhēn)人，而是AI绘图，那便是图片中女性的手指部(bù)分有的存在异常。

有行(xíng)业人(rén)事表(biǎo)示：“现在(zài)因为手指部分的绘画算(suàn)法比较复杂，AI还不太会(huì)画(huà)人(rén)的手，但最新看到的图(tú)片已经有(yǒu)越来越完美的AI模型(xíng)出现(xiàn)，以后可能就完全没有漏(lòu)洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发生(shēng)。据(jù)英国广(guǎng)播(bō)公司报(bào)道，土(tǔ)耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片(piàn)发布到网络，以此诱(yòu)骗善良(liáng)的人打赏“捐(juān)助”从而(ér)实施诈骗。

目前(qián)随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效(xiào)果，如果这样的图片被(bèi)用来诈(zhà)骗，将(jiāng)非常(cháng)可怕。

此外(wài)AIGC还引(yǐn)发了很多(duō)担(dān)忧，一方面，批(pī)判者认(rèn)为AI在“学习”了大量前人的(de)作(zuò)品(pǐn)之(zhī)后，其创作没有任何情(qíng)绪和灵魂，难以和人类(lèi)的艺(yì)术创作相(xiāng)提并论(lùn)。

另一方面，AIGC背后的(de)版权、目前都并(bìng)没有得到有效的(de)解决，还有AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克也(yě)强调，人工智能的(de)安全问(wèn)题需(xū)要得(dé)到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一(yī)站除(chú)了视频，还有远方

技术都(dōu)是有两面(miàn)性的，潜在的(de)危害并(bìng)不能掩盖(gài)其光辉的贡献。现在看来，人(rén)工智能技术(shù)将是第四(sì)次工业(yè)革命的核心驱动力量，将(jiāng)创(chuàng)造新的增(zēng)长奇迹。

过(guò)去一年(nián)，人工智能(néng)在技术和商(shāng)业层面(miàn)都有了巨大进我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的(jìn)展，AI绘画就是(shì)人工(gōng)智能(néng)技(jì)术发(fā)生方向性改变(biàn)的一个代(dài)表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先(xiān)后(hòu)发布了几(jǐ)条引爆科技(jì)圈的短(duǎn)视频。这些视频引发关注并非(fēi)内容做得(dé)多优(yōu)秀(xiù)，反而都非常简单(dān)，比如(rú)一匹正在喝(hē)水的(de)马，一只画画的玩(wán)具(jù)熊(xióng)，或者一段骑摩托车的第一视角录像，随(suí)便一个有手机的(de)人都可以随手录下一段(duàn)。

但这些短(duǎn)视(shì)频的创作方式非(fēi)常简单，创作者仅仅需(xū)要向(xiàng)AI输入(rù)一段话，甚至只是(shì)说一下(xià)要求，AI就可以(yǐ)根据需要生成(chéng)一(yī)段视频。

谷(gǔ)歌发布的两(liǎng)个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与Meta的(de)Make-A-Video没有太多的(de)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，一个能够做出(chū)更高清视(shì)频(pín)的AI还不足以在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的(de)地方在于，它可以制作出超过2分钟的(de)连贯的(de)也有确切内容的视频，这(zhè)才(cái)是真正让人们感到(dào)惊喜的地(dì)方。因(yīn)为无(wú)论(lùn)AI生成的视(shì)频多么(me)高(gāo)清，也只能是为内容生产者提供(gōng)一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的视频就意味(wèi)着(zhe)，一些视频(pín)创(chuàng)作由AI代(dài)替(tì)人工完成已经初(chū)步有(yǒu)了可能。

当下AI的(de)发(fā)展速度已(yǐ)经超(chāo)过大部分(fēn)人(rén)的想象。内容产(chǎn)业的本(běn)质是供给创造需(xū)求，AIGC作为全新(xīn)的内容生产(chǎn)方(fāng)式，可(kě)以为内容产业带来更新的内(nèi)容风格(gé)、更快的(de)生产(chǎn)速度，更低的生产成(chéng)本，这无疑会驱动内(nèi)容产业的(de)大爆(bào)发。

除(chú)了AI绘图(tú)、视频，AIGC技(jì)术还能应(yīng)用(yòng)于音(yīn)乐、代码、机器人(rén)动(dòng)作(zuò)等多种(zhǒng)内容形(xíng)式的生(shēng)成。不难发(fā)现该项技术不仅在游(yóu)戏等行(xíng)业能得到有效应用，对于(yú)下一代互(hù)联网(wǎng)各种元素的构建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可(kě)视化内容有强烈需求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进程(chéng)中的一块重要拼图，有望在技(jì)术更新的加持下实现更大的应用(yòng)价值。

AI从(cóng)理解内容，走向了可以生(shēng)成内(nèi)容，甚至能够创造(zào)出独(dú)立(lì)价值(zhí)和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未(wèi)来的(de)先进生产力(lì)即将到(dào)来。

04

紧(jǐn)抓大(dà)模型(xíng)与(yǔ)算(suàn)力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也可(kě)以看出，在(zài)语言大模型、图(tú)像(xiàng)大模(mó)型之(zhī)后，多模态大模型已经(jīng)成为了新(xīn)的趋势(shì)。

大模型被誉为当前人工智能发(fā)展的智(zhì)能底(dǐ)座，是全(quán)球竞争最激(jī)烈(liè)的研究方向之(zhī)一，包括谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯等众多头部(bù)企业都在竞相(xiāng)发力。

不过训练(liàn)大模型的确价格(gé)不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练(liàn)一次的成本约为140万(wàn)美元。而对于一(yī)些(xiē)更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算，其对(duì)应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成(chéng)本约为8亿(yì)美(měi)元，每日(rì)仅(jǐn)电(diàn)费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支(zhī)持(chí)。在关注各类大模型的发展同时(shí)，更应(yīng)该关注(zhù)算力网络(luò)的建设。

算力(lì)网络正驱(qū)动AI产(chǎn)业(yè)发(fā)展(zhǎn)进入(rù)史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目标离(lí)得更(gèng)近(jìn)。

因(yīn)为算力可以(yǐ)对(duì)突(tū)破性技术(shù)创新提供(gōng)大力的支持。这(zhè)方面，多模态大模型是(shì)典型。作为(wèi)面向(xiàng)未(wèi)来强人工智能、通用人工智能的重要技术(shù)创新(xīn)，多(duō)模态大模型已经在人工智能领(lǐng)域提出了很多(duō)年，业界(jiè)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(suàn)力需求呈几何式上升，一般的算力基础设施(shī)很快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应对不同模态的转化、像人与(yǔ)世界交互一样自然，这(zhè)方(fāng)面(miàn)，由算(suàn)力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要(yào)爆发式增长的(de)算力我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的来支撑(chēng)的技术创新，将在人工智能算力网(wǎng)络支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力(lì)的支(zhī)持下AIGC能(néng)持续颠覆内容生产(chǎn)的方式，将创造的边际成本(běn)降低(dī)，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的