自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始(shǐ)人(rén)比(bǐ)尔·盖茨已多(duō)次公开(kāi)谈论人工智能话题(tí)。在最近的一次采访中，他再次表(biǎo)示：“AI可(kě)能会让科(kē)技行业迎来一次剧烈的(de)洗牌”。

这(zhè)个结论是他在当地时间2月20日(rì)接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发(fā)展可能会(huì)威胁到谷歌的(de)市(shì)占率，因为微软在AI方面的(de)行动相当迅速(sù)。而最终科(kē)技(jì)巨(jù)头将(jiāng)把AI整(zhěng)合成用户(hù)的“全能(néng)助手”，包揽一(yī)切应(yīng)用(yòng)，与(yǔ)人们进行(xíng)沟通并提(tí)供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可能尚需时日(rì)，但由(yóu)ControlNet引发的又(yòu)一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上(shàng)一次爆火的时(shí)候，还是2022年8月(yuè)，在美国科罗拉(lā)多州(zhōu)举办的新兴数字(zì)艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作品(pǐn)获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软件(jiàn)被广大(dà)网友熟(shú)知(zhī)并体验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中输(shū)入一组关键(jiàn)词或者一张照(zhào)片，就能(néng)获得一(yī)幅AI创(chuàng)作的画作。

作画的(de)关键就是所(suǒ)输入的文本。同一组(zǔ)关键(jiàn)词也可(kě)以创(chuàng)作出很多张风格不一样(yàng)的画作，这让创作的(de)过程就像开(kāi)盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜(xǐ)，他(tā)们会(huì)将生成的美图当做头像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网友的小狗照片(piàn)被AI画(huà)成了(le)“肌肉男”，还(hái)有(yǒu)网友(yǒu)的个(gè)人(rén)照片被AI识别成了建筑。

而如(rú)今(jīn)随(suí)着ControlNet的出现与加持，以往AI绘画的填写(xiě)关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福(fú)读博的中国人(rén)张吕敏创作的一种基于(yú)控制点的(de)图像(xiàng)变(biàn)形(xíng)算法，主要用于数字(zì)图像(xiàng)处理、计(jì)算机视觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成(chéng)为了AI绘画领域最新的热点。

在(zài)此(cǐ)之前，大家用了很多方法想让AI生成的结(jié)果尽可能的符合要求，但是都(dōu)不尽如人(rén)意，它的出现代表着AI生成开始进入真正的可(kě)控时(shí)期。

因为(wèi)ControlNet可以(yǐ)直接提取画面(miàn)的构图(tú)，人物的姿势和画(huà)面(miàn)的深度信息等。有了它的帮助，就不用(yòng)频繁的用提示词来(lái)碰运气，抽盲盒式的创作(zuò)了(le)。

通俗(sú)的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主(zhǔ)的作品已经(jīng)获得了大量的(de)浏览量，“viggo”就是其中之一(yī)，他(tā)用朋友的照片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找(zhǎo)到(dào)对应(yīng)的(de)关键词；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键词试效果(guǒ)。

一公里大概多少步 一公里大概要走几分钟-s="300,640" data-type="jpeg" data-w="1280">

通过图片就(jiù)可以看出来，效(xiào)果(guǒ)十分(fēn)惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转全彩(cǎi)图(tú)。大神张(zhāng)吕敏其本尊也亲(qīn)自回(huí)应。

不得不(bù)说当下AIGC已经变得越来(lái)越(yuè)强大(dà)，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕(tì)安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火遍(biàn)网络(luò)，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片都是AI制作的真(zhēn)人(rén)照片绘图，因(yīn)为太逼真，被大家当成(chéng)真事传(chuán)播了。

不过(guò)仔细(xì)观察可(kě)以发现，活动发(fā)起者提供(gōng)的照片中有个(gè)很大的漏洞可以发现并一公里大概多少步 一公里大概要走几分钟非真人(rén)，而(ér)是AI绘图(tú)，那便是图(tú)片中女性的手指(zhǐ)部分有的存在异常。

有(yǒu)行业人事表示：“现在因为(wèi)手指部(bù)分的绘画算法比较复(fù)杂，AI还不太会画人的手，但最新看到的图片已经有(yǒu)越来越(yuè)完美的(de)AI模型(xíng)出现，以后可能就完(wán)全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已(yǐ)有发(fā)生。据英国(guó)广播(bō)公(gōng)司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合(hé)成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善(shàn)良(liáng)的人打赏“捐助”从而(ér)实(shí)施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真人照片般(bān)的绘图(tú)效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判(pàn)者认(rèn)为AI在“学习”了(le)大(dà)量前人(rén)的(de)作品之后(hòu)，其创作没有任何情绪和灵魂(hún)，难(nán)以(yǐ)和(hé)人类的艺术创作相(xiāng)提并(bìng)论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没有得(dé)到有效的(de)解(jiě)决，还有AIGC会不(bù)会代替人类“至高(gāo)无上”的创意。

马(mǎ)斯克也(yě)强(qiáng)调(diào)，人工智能的安全问(wèn)题需要得(dé)到重视(shì)，太晚就来不及了(le)。

03

AIGC下(xià)一站除了视频，还(hái)有(yǒu)远方

技术都(dōu)是有两面性的，潜(qián)在的危害并不能掩盖(gài)其光辉的贡献。现(xiàn)在看(kàn)来(lái)，人工智能(néng)技术将是第(dì)四次工业革(gé)命的核心(xīn)驱动力量，将创(chuàng)造(zào)新(xīn)的增长奇(qí)迹。

过(guò)去一年，人工智(zhì)能(néng)在技术(shù)和(hé)商业层面都有了巨(jù)大进展，AI绘画就是人工(gōng)智能(néng)技(jì)术(shù)发生方向性改变(biàn)的一个代表(biǎo)。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视(shì)频。这些视频引发(fā)关注并非(fēi)内(nèi)容做得多优秀(xiù)，反而都非(fēi)常简单(dān)，比如一匹正(zhèng)在喝水(shuǐ)的马，一只画画的(de)玩具熊，或者一段骑摩托车的(de)第一视角录(lù)像(xiàng)，随(suí)便一个有(yǒu)手机的人都可以随(suí)手录下一段。

但这(zhè)些短视频(pín)的(de)创(chuàng)作方式(shì)非常简单(dān)，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是(shì)说一下要求，AI就(jiù)可(kě)以(yǐ)根据需要(yào)生成一段视频。

谷歌发(fā)布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多(duō)的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一个能(néng)够做出更(gèng)高清(qīng)视频的AI还(hái)不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超过2分钟的连贯的也有确(què)切(qiè)内容的视频(pín)，这才是(shì)真正(zhèng)让人们(men)感到惊(jīng)喜的地方。因为无(wú)论AI生(shēng)成的(de)视(shì)频多么(me)高清，也只(zhǐ)能是为内(nèi)容生产者(zhě)提供一(yī)个灵感，一个素材，一个过(guò)场动画。

不过(guò)能够(gòu)制(zhì)作出有具体(tǐ)剧情(qíng)内容(róng)的视频(pín)就(jiù)意味着，一些视频(pín)创作由AI代替(tì)人(rén)工完成已经初步有(yǒu)了(le)可能。

当下AI的(de)发展速度(dù)已经超过大部分(fēn)人的想象(xiàng)。内容产(chǎn)业(yè)的本(běn)质是供给创造需求(qiú)，AIGC作为全(quán)新(xīn)的内容生产方式，可(kě)以为内容产业带来更新的内(nèi)容风格、更快的生产速(sù)度(dù)，更低的生产(chǎn)成本，这无疑(yí)会驱(qū)动内容产(chǎn)业的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技(jì)术还能(néng)应用于(yú)音乐、代码(mǎ)、机(jī)器人动作(zuò)等多种内容(róng)形式的(de)生成。不难发现该项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素的构建(jiàn)亦有关键(jiàn)意(yì)义。

从(cóng)商业(yè)化的(de)角度(dù)来看，文化娱乐、教育、传(chuán)媒(méi)等诸多领(lǐng)域，本身(shēn)就对基于AI的可(kě)视化内容(róng)有强烈需求。

因(yīn)此，AI绘画及(jí)视频或不是结果(guǒ)，而只(zhǐ)是AI进(jìn)程中的(de)一块重要拼图，有望在技术(shù)更(gèng)新(xīn)的加(jiā)持下(xià)实现更(gèng)大的(de)应用(yòng)价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够创造出独立价值(zhí)和独立视角的内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未来(lái)的先进(jìn)生产力即将(jiāng)到来。

04

紧(jǐn)抓大(dà)模(mó)型与算(suàn)力，牢固(gù)AIGC底(dǐ)座(zuò)

从(cóng)技术的发展(zhǎn)也可以看(kàn)出，在语言大模型、图像(xiàng)大模(mó)型(xíng)之后，多模态大模型已(yǐ)经成为了(le)新的趋势。

大模(mó)型(xíng)被(bèi)誉为当前人工智能(néng)发(fā)展(zhǎn)的智能底座，是全球竞争最激烈的研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等众多头部企业都在竞相发力(lì)。

不过(guò)训练大模型的确价格不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次(cì)的成本约为140万美(měi)元。而对于一些更大的LLM(大型语(yǔ)言模型(xíng))，训练(liàn)成本则介于200万(wàn)美(měi)元至1200万美(měi)元高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月的(de)独立访客(kè)平均(jūn)数1300万计算，其对应(yīng)芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持(chí)。在关注各类大模型的发展(zhǎn)同时，更应该关注(zhù)算力(lì)网络的建设。

算力网(wǎng)络正驱动AI产业发展进入(rù)史(shǐ)诗级(jí)加速进程，让AIGC及通用(yòng)AI这一人工智(zhì)能发展(zhǎn)的(de)终极目标(biāo)离得更近。

因为算力可以(yǐ)对突(tū)破性技术创新提供(gōng)大力的支持。这(zhè)方(fāng)面，多模态大模(mó)型(xíng)是典(diǎn)型。作为面向未来强(qiáng)人工智(zhì)能、通用人(rén)工(gōng)智(zhì)能的重(zhòng)要技(jì)术创新，多(duō)模态大模型已(yǐ)经在人工(gōng)智能领域提出了(le)很多(duō)年，业界(jiè)也(yě)有不(bù)少技(jì)术突破，但是，多模态(tài)大(dà)模型(xíng)进一(yī)步往(wǎng)下(xià)走，算力需求呈几何式上升，一般(bān)的算(suàn)力基础设施很快将难以胜任。

从图像、文字、语(yǔ)音单独(dú)一项(xiàng)的训练，到双模态(tài)、三模态的跃(yuè)迁，让人工智能可以灵活(huó)应对不同模态的转化、像人与世界(jiè)交互一样自然，这方面，由算力网络来驱动将有明(míng)显优势。

此(cǐ)外，还有(yǒu)很多需要爆发(fā)式(shì)增长的算力来(lái)支撑的技术创新(xīn)，将在(zài)人工(gōng)智能算力网络(luò)支撑(chēng)下(xià)快(kuài)速推进。

AIGC已经露(lù)出曙光(guāng)，期待在大模型和大算力的(de)支持下AIGC能持(chí)续颠覆内(nèi)容生产的方式(shì)，将(jiāng)创造的边际成(chéng)本(běn)降低，让万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 一公里大概多少步 一公里大概要走几分钟