自聊天(tiān)机(jī)器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始人比尔·盖茨已(yǐ)多(duō)次公开谈论人工智能(néng)话(huà)题。在最近(jìn)的一(yī)次采访中，他再次表示(shì)：“AI可能会让(ràng)科技行业(yè)迎(yíng)来一次剧烈的洗牌”。

这个结论是他在(zài)当地时间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专访时提(tí)出的(de)。

他预期，AI的发展可能会威胁(xié)到谷歌的市占(zhàn)率，因为微(wēi)软(ruǎn)在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户(hù)的“全(quán)能(néng)助手(shǒu)”，包(bāo)揽一切应用，与(yǔ)人们进(jìn)行沟通并提供建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手的到来(lái)可(kě)能尚需时日，但由ControlNet引发的(de)又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀(shā)出重(zhòng)围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩(wán)法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还(hái)是(shì)2022年(nián)8月，在(zài)美国科罗拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名(míng)为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后(hòu)各(gè)大(dà)厂商的(de)AI绘画软件被广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应(yīng)用(yòng)中(zhōng)输(shū)入一组(zǔ)关(guān)键词或者(zhě)一张(zhāng)照片，就(jiù)能获(huò)得一幅AI创(chuàng)作的画作。

作画的关键就(jiù)是所输(shū)入的文本(běn)。同(tóng)一组关(guān)键词也可以创作出很多(duō)张风格不一样的画作，这(zhè)让创(chuàng)作的过程就像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不(bù)确定的(de)惊喜，他(tā)们会将生(shēng)成的美图当做头像(xiàng)。而另一(yī)部(bù)分喜欢(huān)翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人照片被(bèi)AI识(shí)别(bié)成了(le)建(jiàn)筑(zhù)。

而如今随(suí)着(zhe)ControlNet的(de)出现与加持，以往AI绘(huì)画(huà)的填(tián)写关键词游戏可能(néng)要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的(de)一种(zhǒng)基(jī)于控制(zhì)点的图像变形算法，主要用于数字图像处(chù)理、计(jì)算机视觉和(hé)计算机图形学(xué)等领域。

其SD插(chā)件一(yī)经发布，在(zài)短(duǎn)短的两(liǎng)天(tiān)内便成为了(le)AI绘画领域最(zuì)新的(de)热(rè)点。

在此之前，大家用(yòng)了(le)很多(duō)方法(fǎ)想让(ràng)AI生成的结(jié)果尽(jǐn)可能的符(fú)合要求，但是都(dōu)不(bù)尽(jǐn)如人意，它的(de)出现代表着(zhe)AI生成开始进入真正的(de)可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人(rén)物的姿势和画(huà)面的深(shēn)度信(xìn)息等。有了它的帮助，就不(bù)用频(pín)繁的用提示(shì)词来碰(pèng)运气，抽盲盒式(shì)的创(chuàng)作了。

通俗(sú)的(de)说ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不(bù)少(shǎo)博主的作品已经获得了大量的(de)浏(liú)览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓展找到对(duì)应(yīng)的(de)关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真(zhēn)实的照片，草北约可以灭掉俄罗斯吗，北约为什么对抗俄罗斯图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还(hái)能实现(xiàn)线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回(huí)应(yīng)。

不得不说当下AIGC已经(jīng)变得越来越(yuè)强大，甚(shèn)至输(shū)出的作品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆发

警惕(tì)安全(quán)问题

近日，“苏州金鸡湖有游(yóu)艇party”的(de)消息火遍网络，而经过警(jǐng)方辟(pì)谣(yáo)这所谓的“party”可(kě)能(néng)是全国第一起(qǐ)AI绘图诈骗。

由(yóu)于这个活动里(lǐ)面给出的美女(nǚ)照(zhào)片都(dōu)是AI制作的真(zhēn)人照(zhào)片绘图，因为(wèi)太逼真(zhēn)，被(bèi)大家当成真事传(chuán)播(bō)了。

不过仔细(xì)观察(chá)可以发(fā)现，活(huó)动发起(qǐ)者提供的照片中有个很(hěn)大的(de)漏洞可以发(fā)现并非真人，而(ér)是AI绘图，那便是图片中女性的(de)手指部(bù)分有的存在异常。

有行(xíng)业人(rén)事表示：“现在因为(wèi)手指(zhǐ)部(bù)分的绘画算(suàn)法比较(jiào)复杂，AI还不太会画人(rén)的手，但(dàn)最新看到的图片已(yǐ)经有(yǒu)越来越完美(měi)的AI模型出(chū)现，以后可能就完全没(méi)有漏洞(dòng)了。”

类似的AI作(zuò)图诈骗在国外(wài)也已(yǐ)有发(fā)生。据英国广播公司报道(dào)，土(tǔ)耳其地(dì)震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的假照(zhào)片发布到网络，以此诱(yòu)骗善良的人(rén)打赏“捐助”从(cóng)而实施(shī)诈骗。

目前随(suí)着技术发展(zhǎn)，AIGC已经能做出(chū)真(zhēn)人照片般的(de)绘图效(xiào)果，如果这样的图片被(bèi)用来诈(zhà)骗，将非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前(qián)人的(de)作品(pǐn)之后(hòu)，其创(chuàng)作没有任何情绪和(hé)灵(líng)魂，难(nán)以(yǐ)和(hé)人(rén)类的艺术创作相(xiāng)提并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前都并没有得到有(yǒu)效的解决(jué)，还有AIGC会不会(huì)代替人类“至高(gāo)无上”的创意(yì)。

马斯(sī)克也强调，人(rén)工智(zhì)能的安全(quán)问(wèn)题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除了视频(pín)，还有(yǒu)远方(fāng)

技(jì)术都是(shì)有(yǒu)两面性的，潜在的危(wēi)害并(bìng)不能掩盖(gài)其光辉的(de)贡献。现(xiàn)在看来，人工智能技术将是第四次工业革命的核心(xīn)驱(qū)动力量，将创造(zào)新(xīn)的增长奇迹。

过去(qù)一年，人工智能在技术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技术(shù)发生方(fāng)向性改变的一个(gè)代表。其(qí)下一站或(huò)许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布了几条引爆科技圈的短视频(pín)。这(zhè)些视频引发关注并非内容做(zuò)得多优(yōu)秀，反而都(dōu)非常简单，比如一匹正在(zài)喝水的马，一只画画的玩具熊，或者一段骑摩托(tuō)车的第一视角录像，随(suí)便(biàn)一个有手机(jī)的(de)人都可(kě)以随手(shǒu)录下一段。

但这些短视频的创作方式非常简单(dān)，创作者仅仅(jǐn)需要向AI输入一段话，甚(shèn)至只是(shì)说(shuō)一下要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多(duō)的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已经玩了一(yī)波梗，一个能(néng)够做出更高清(qīng)视频的(de)AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作(zuò)出超过(guò)2分钟的连贯的也有确(què)切内容的视频，这才是真正(zhèng)让(ràng)人们感到惊喜的地方。因为(wèi)无论(lùn)AI生成的视(shì)频多么高清，也只能是为内容生产者(zhě)提供一个灵(líng)感，一个(gè)素材(cái)，一个过场动画。

不过(guò)能够制作出有(yǒu)具(jù)体剧情内(nèi)容(róng)的视频就(jiù)意(yì)味着，一(yī)些(xiē)视频(pín)创作由(yóu)AI代替人工完成(chéng)已经(jīng)初步有了可能。

当(dāng)下AI的发展速度(dù)已经超过(guò)大(dà)部分人的想象。内容产业的本质是供(gōng)给(gěi)创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更新的内容风格(gé)、更快的生产速度，更(gèng)低的(de)生产成本(běn)，这无疑会驱动内容产业的(de)大爆(bào)发。

除(chú)了AI绘(huì)图、视(shì)频(pín)，AIGC技术还能(néng)应用于音乐、代码(mǎ)、机器(qì)人动作(zuò)等多(duō)种内(nèi)容形(xíng)式(shì)的生成。不(bù)难发现该项技术不仅(jǐn)在(zài)游戏(xì)等行(xíng)业能得到有效(xiào)应用，对于下(xià)一代互(hù)联网各种元素的构建(jiàn)亦有(yǒu)关键意(yì)义(yì)。

从商(shāng)业化的角度来看，文(wén)化娱乐、教育、传媒等诸多领(lǐng)域，本(běn)身就(jiù)对基(jī)于AI的可视(shì)化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是(shì)结果，而只是AI进(jìn)程中的一(yī)块重要拼图，有望在技(jì)术更新的加持下(xià)实现(xiàn)更大的应用(yòng)价值(zhí)。

AI从理解内容，走向了可以生成内容，甚(shèn)至(zhì)能够(gòu)创造出独(dú)立(lì)价值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座(zuò)

从技(jì)术的发展也(yě)可以看出，在(zài)语(yǔ)言大模型(xíng)、图像大(dà)模(mó)型之后，多模态大模型已经成(chéng)为了新的趋(qū)势。

大模型被誉为当前人工智能发展的智能底(dǐ)座，是全球竞争最(zuì)激(jī)烈的(de)研究方向之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部(bù)企业都(dōu)在竞相发力(lì)。

不(bù)过(guò)训练大模型的确(què)价(jià)格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练(liàn)一次(cì)的成本约为140万(wàn)美元(yuán)。而对于一些更大(dà)的(de)LLM(大型语言(yán)模型)，训练成本则介于(yú)200万美(měi)元至1200万美元高价之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计(jì)算，其对应(yīng)芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元(yuán)，每日仅电费就在5万(wàn)美(měi)元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不(bù)开(kāi)庞(páng)大算力支(zhī)持。在关注各类大模型(xíng)的(de)发展同(tóng)时，更(gèng)应(yīng)该关注(zhù)算力网络的建设(shè)。

算力网络正(zhèng)驱动AI产业发展进入史(shǐ)诗级加(jiā)速(sù)进程，让AIGC及通用(yòng)AI这一人(rén)工(gōng)智能发展的终极目(mù)标离得更(gèng)近。

因为算(suàn)力可(kě)以对突破性技术创新(xīn)提(tí)供(gōng)大力的支持。这方面，多模态(tài)大模型是(shì)典(diǎn)型。作为面(miàn)向未(wèi)来强人工智能、通用人工智(zhì)能的重要技术创新，多模(mó)态(tài)大(dà)模型已经在人工智能领域提(tí)出了很多年，业界也有不(bù)少技术突(tū)破，但是，多模态大模型进一步往下走，算力(lì)需求呈几(jǐ)何式上升，一般的算力(lì)基础设施很快将(jiāng)难以胜任(rèn)。

从图像、文(wén)字(zì)、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人工(gōng)智(zhì)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(rán)，这方面，由算力(lì)网络来驱动将有明(míng)显优势。

此外(wài)，还有很多需要爆发式增长的算力来支撑的技术创(chuàng)新(xīn)，将在人工(gōng)智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和(hé)大算力的支持(chí)下AIGC能持续颠覆内容生产的方(fāng)式，将创造(zào)的边际(jì)成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 北约可以灭掉俄罗斯吗，北约为什么对抗俄罗斯