自聊天(tiān)机(jī)器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多(duō)次公开谈论人工智能话题。在最近(jìn)的一次采访中，他再次表示：“AI可(kě)能会(huì)让科技行(xíng)业迎(yíng)来一次剧烈的(de)洗牌”。

这个结论是他在当地(dì)时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会(huì)威(wēi)胁到谷歌的市占率，因为微软在(zài)AI方面的行动相当(dāng)迅(xùn)速。而(ér)最终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一(yī)切应用，与人(rén)们进(jìn)行(xíng)沟通(tōng)并(bìng)提(tí)供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手(shǒu)的到(dào)来可(kě)能尚需时日，但(dàn)由(yóu)ControlNet引发的(de)又(yòu)一次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画为代表的AIGC上一(yī)次爆火的时候，还是2022年(nián)8月，在美(měi)国科(kē)罗拉多州举办(bàn)的(de)新兴数字艺术家竞赛中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软(ruǎn)件(jiàn)被广大网(wǎng)友熟知(zhī)并体验，Stable Diffusion便是其(qí)中代表。

用(yòng)户们可以在应(yīng)用中输入(rù)一组关(guān)键词(cí)或者一张(zhāng)照片，就能获得一幅AI创(chuàng)作(zuò)的画(huà)作。

作画的关键就是所(suǒ)输入的文本(běn)。同一组关(guān)键词(cí)也(yě)可(kě)以创作(zuò)出很多张风格不一样的画作，这让(ràng)创作的过程就(jiù)像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的惊喜(xǐ)，他(tā)们会将生成的美图当(dāng)做头像。而另一部分喜欢翻(fān)看AI绘(huì)画的“翻车(chē)”作品(pǐn)。在社交媒(méi)体上，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例(lì)如，一位(wèi)网友的小(xiǎo)狗照片(piàn)被AI画(huà)成了“肌(jī)肉男”，还(hái)有网友的个人照片被AI识别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加持(chí)，以往AI绘(huì)画的填(tián)写关键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的(de)中国人张吕敏创作的(de)一种基于(yú)控(kòng)制点(diǎn)的图像变(biàn)形算法，主要(yào)用于数字图像处理、计算(suàn)机视觉和计算(suàn)机图形(xíng)学等领域。

其SD插件一经发布，在短短的两天内便成为了(le)AI绘画领域最(zuì)新的热点。

在此之前，大家用(yòng)了(le)很多方(fāng)法想让AI生成的结果尽可(kě)能(néng)的符合要求，但是都不(bù)尽如人(rén)意，它的(de)出现代表着AI生成开(kāi)始进入真正(zhèng)的(de)可控时期。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿势和(hé)画面的深(shēn)度信息等(děng)。有(yǒu)了(le)它(tā)的帮助，就不用频繁的用提(tí)示(shì)词来(lái)碰运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主的作品已(yǐ)经(jīng)获得(dé)了大量的浏览量，“viggo”就是(shì)其(qí)中之一，他用朋(péng)友的照片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找到对应(yīng)的关(guān)键词；最后用ControlNet插件(jiàn)绑(bǎng)定(dìng)骨骼开始(shǐ)换关键词试效(xiào)果(guǒ)。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全(quán)彩图。大神张吕敏其(qí)本(běn)尊也(yě)亲自回(huí)应。

不得不说当(dāng)下AIGC已经(jīng)变得(dé)越来越强大，甚(shèn)至输出(chū)的作(zuò)品都已经(jīng)能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息(xī)火(huǒ)遍网(wǎng)络(luò)，而(ér)经(jīng)过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个(gè)活动里面给出的美(měi)女照片都是(shì)AI制作的真人照片绘(huì)图，因为太逼真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观察可以(yǐ)发现，活动发起者提供的照(zhào)片中(zhōng)有(yǒu)个(gè)很大的(de)漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中女性的(de)手(shǒu)指部(bù)分有的存在异(yì)常。

有行业人(rén)事表(biǎo)示(shì)：“现(xiàn)在因为手指部分(fēn)的(de)绘(huì)画(huà)算法(fǎ)比较复杂(zá)，AI还不(bù)太(tài)会画(huà)人的手，但最新看(kàn)到的图片已经有(yǒu)越来越完美(měi)的AI模型(xíng)出现(xiàn)，以后可能就(jiù)完全(quán)没有漏洞(dòng)了。”

类似的AI作(zuò)图(tú)诈骗在国外也已有发生(shēng)。据英(yīng)国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发布到(dào)网络，以此(cǐ)诱骗善良(liáng)的人(rén)打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人照片般的(de)绘(huì)图效果，如果这样的图片被用来诈骗，将(jiāng)非常(cháng)可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有(yǒu)任何情绪和灵魂，难以和人类的艺术(shù)创作相(xiāng)提并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目(mù)前都并(bìng)没有得到有效的解决，还(hái)有AIGC会不会(huì)代替人类“至高无上(shàng)”的创(chuàng)意。

马斯克也强(qiáng)调，人工智能的(de)安全问题需(xū)要得到重视(shì)，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术(shù)都是有两面(miàn)性的(de)，潜在的危害并不能掩盖其(qí)光(guāng切成两半的鸡蛋可以放微波炉吗，微波炉热鸡蛋如何不炸)辉的贡献。现(xiàn)在看(kàn)来(lái)，人工智(zhì)能技术将是第四次工业革命的核心驱动力(lì)量，将(jiāng)创造新(xīn)的增长奇(qí)迹。

过去一年，人工智(zhì)能(néng)在(zài)技术和商(shāng)业(yè)层面都有了巨(jù)大(dà)进(jìn)展，AI绘(huì)画(huà)就是人(rén)工智能技术发生方向性改变的一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引爆科(kē)技圈(quān)的短视频。这些视频引发关注并非内容做得(dé)多优秀，反(fǎn)而都(dōu)非常简单，比如(rú)一(yī)匹正在喝水的(de)马，一只画画(huà)的玩具熊(xióng)，或者一段骑摩(mó)托车的第一视角录像，随便一个有手机(jī)的人都可(kě)以(yǐ)随手录下一段。

但这(zhè)些短视频的创(chuàng)作(zuò)方(fāng)式非(fēi)常简单，创作(zuò)者仅仅需要向AI输入一段话(huà)，甚至只是(shì)说(shuō)一下要求，AI就可以根据需要生成一段(duàn)视(shì)频。

谷歌发(fā)布的两个(gè)AI生成视频(pín)分(fēn)别来自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩(wán)了一波梗，一个能够做出更高清视频的(de)AI还不足(zú)以在短时间(jiān)内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地方在于，它可(kě)以制(zhì)作出(chū)超过2分(fēn)钟的连贯的(de)也有确切内容的视频，这(zhè)才是真正让人们(men)感到惊喜的地方。因为无论AI生成的(de)视(shì)频多么高清，也只(zhǐ)能是为内容生产者提供一个灵感(gǎn)，一个素材，一个过场(chǎng)动(dòng)画。

不过能够制(zhì)作出有具(jù)体剧情内(nèi)容的视(shì)频(pín)就(jiù)意味着，一些视频创作由(yóu)AI代替人工(gōng)完成(chéng)已经初(chū)步有了(le)可能。

当(dāng)下AI的发展速度已经(jīng)超过大(dà)部分人的想象。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的内容(róng)生产方式，可以为内容产业带(dài)来更新的(de)内容风格、更快的(de)生产速(sù)度(dù)，更低的生产成本，这(zhè)无(wú)疑会驱动内容产业(yè)的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器人动作(zuò)等多(duō)种内容形(xíng)式的生成。不难(nán)发(fā)现该项技术不仅在游(yóu)戏等行(xíng)业能得到有效(xiào)应用，对于下(xià)一代互联网(wǎng)各(gè)种元素的(de)构建亦有关键意义。

从商业化的角度来看，文(wén)化娱乐(lè)、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可视化(huà)内容有(yǒu)强(qiáng)烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中的一(yī)块(kuài)重要拼图，有望在技术更(gèng)新(xīn)的加(jiā)持下(xià)实现更大的应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以生成(chéng)内容(róng)，甚至(zhì)能够创(chuàng)造出独立价值和独立视(shì)角(jiǎo)的内容。AIGC的再次出(chū)圈(quān)，更代表着未来的先(xiān)进生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型与算力(lì)，牢(láo)固AIGC底座

从(cóng)技术的发展也可以看出，在语(yǔ)言大(dà)模型、图像大(dà)模型之后，多(duō)模态大模型已经成为了新(xīn)的趋(qū)势。

大模型被誉(yù)为当前人工智能发展的智(zhì)能底座，是全球竞争最激(jī)烈的研究方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多头部企(qǐ)业(yè)都在竞相(xiāng)发力。

不过训(xùn)练大模型的确价(jià)格(gé)不菲，以国盛证(zhèng)券(quàn)发(fā)布的(de)《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训练(liàn)一次的成本约(yuē)为(wèi)140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入(rù)成(chéng)本约为8亿美元，每日仅(jǐn)电费就在5万美(měi)元左(zuǒ)右(yòu)。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞(páng)大(dà)算力支(zhī)持。在关注各类大模型的(de)发展同(tóng)时，更应(yīng)该关注(zhù)算力网络的建(jiàn)设(shè)。

算力网络正(zhèng)驱动(dòng)AI产业发展进入史诗级加速进程，让AIGC及(jí)通用AI这一(yī)人(rén)工智(zhì)能发展的终极目(mù)标离得更近。

因为算力可以对突破(pò)性技术创新(xīn)提供大(dà)力的(de)支持。这方(fāng)面(miàn)，多(duō)模态大模(mó)型是(shì)典型。作(zuò)为面(miàn)向未来强人(rén)工(gōng)智能(néng)、通用人(rén)工(gōng)智能(néng)的重(zhòng)要(yào)技术(shù)创新(xīn)，多模(mó)态大(dà)模型已经在人工(gōng)智能(néng)领(lǐng)域提出了(le)很多年，业(yè)界也有不少技术突(tū)破(pò)，但是，多模态大模型(xíng)进一步往下走(zǒu)，算力(lì)需求呈几何式上(shàng)升，一般的算力基础设施很(hěn)快将难以胜任。

从图像、文字、语(yǔ)音单独一(yī)项(xiàng)的训(xùn)练，到双模态、三模态的跃(yuè)迁，让人(rén)工智能可以(yǐ)灵(líng)活应对不同模(mó)态的转化、像人与世(shì)界交互(hù)一样自然，这方(fāng)面，由算(suàn)力网络来驱动将有明显优势。

此外，还有很多需要爆发式(shì)增(zēng)长的(de)算力来支(zhī)撑的技(jì)术创新，将在(zài)人工智能(néng)算(suàn)力网络支撑下快速推(tuī)进(jìn)。

AIGC已经露出曙光，期(qī)待在大(dà)模型和大算力的支持下AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创造的(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 切成两半的鸡蛋可以放微波炉吗，微波炉热鸡蛋如何不炸