自聊天机器人ChatGPT火爆(bào)以来(lái)，微(wēi)软(ruǎn)公司创始人比尔·盖茨已多次公开谈论人工智能话题。在(zài)最近的一次(cì)采访(fǎng)中(zhōng)，他再次表示：“AI可能会让科技行(xíng)业迎来(lái)一次(cì)剧烈(liè)的洗牌”。

这个(gè)结论是(shì)他在当地(dì)时间(jiān)2月20日接受《In Good Company》节(jié)目专(zhuān)访时提出(chū)的。

他预期(qī)，AI的发展可能(néng)会威胁(xié)到谷(gǔ)歌(gē)的市占率，因为微软在AI方面(miàn)的行(xíng)动(dòng)相当迅(xùn)速。而(ér)最终(zhōng)科技巨头(tóu)将把AI整合成(chéng)用户(hù)的“全能助手”，包揽一切应(yīng)用，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到(dào)来可能(néng)尚需时日(rì)，但(dàn)由(yóu)ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候(hòu)，还是2022年8月，在(zài)美国科罗拉(lā)多州举办的新兴数字(zì)艺术家竞赛中，一(yī)幅名为《太空(kōng)歌剧院(yuàn)》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以(yǐ)在应用中(zhōng)输入一组关(guān)键词或者一张(zhāng)照(zhào)片，就能获得一(yī)幅AI创作的(de)画作(zuò)。

作(zuò)画(huà)的关键就是所输入的文(wén)本。同一组关键词也可以(yǐ)创作出很多张风格不一样的画(huà)作，这让创作的过程就像(xiàng)开盲盒。

很(hěn)多用户(hù)很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将生成的美图当(dāng)做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别(bié)成了(le)建筑。

而如今随(suí)着ControlNet的出现与加(jiā)持(chí)，以往(wǎng)AI绘画的(de)填写关键词(cí)游戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的中国人张(zhāng)吕敏(mǐn)创作的一种基(jī)于控(kòng)制点(diǎn)的图像变形算法(fǎ)，主(zhǔ)要用(yòng)于(yú)数字图像处理、计算(suàn)机视觉和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在短短的两天内便成为了AI绘(huì)画领(lǐng)域最新(xīn)的热点。

在此之(zhī)前，大家用了很多方法想让AI生成的结(jié)果(guǒ)尽可能的符合要求(qiú)，但是都不(bù)尽如人意，它的(de)出现(xiàn)代表(biǎo)着AI生成(chéng)开始(shǐ)进入真正的可控时期。

因(yīn)为ControlNet可以直接提取画面的构(gòu)图，人(rén)物的姿势(shì)和画(huà)面的(de)深度信息等(děng)。有(yǒu)了它的(de)帮(bāng)助，就不(bù)用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔(mó)法”，不少博(bó)主(zhǔ)的作品已(yǐ)经获得了大(dà)量的浏览量，“viggo”就是其中之一，他(tā)用朋友的照片直接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更(gèng)厉(lì)害的是(shì)，除了真实(shí)的(de)照(zhào)片(piàn)，草(cǎo)图也可以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”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。

不得(dé)不说(shuō)当(dāng)下AIGC已经变(biàn)得越来(lái)越强大，甚(shèn)至输出(chū)的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕(tì)安全问题

近(jìn)日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息火遍(biàn)网络，而(ér)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(huó)动(dòng)里面给出的美女照片都是AI制作的(de)真人照片绘图，因为(wèi)太逼真，被大家当成真事(shì)传(chuán)播(bō)了。

不过(guò)仔细观察(chá)可以发现(xiàn)，活动发(fā)起者提供的照(zhào)片中(zhōng)有个很大的漏洞(dòng)可以发(fā)现并非真人，而是(shì)AI绘图，那便是(shì)图片中女(nǚ)性的手指(zhǐ)部分有的存在异常。

有行业(yè)人事表示：“现(xiàn)在因为手指(zhǐ)部(bù)分的绘画算法(fǎ)比较复杂，AI还(hái)不太会画(huà)人的手(shǒu)，但(dàn)最新看到的(de)图片已经有越来越完美(měi)的AI模(mó)型(xíng)出(chū)现，以后(hòu)可能(néng)就完全(quán)没有漏洞了。”

类似的AI作图诈骗在(zài)国外也已有(yǒu)发生。据英国广(guǎng)播公司报道(dào)，土耳(ěr)其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假(jiǎ)照(zhào)片发布到网(wǎng)络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而(ér)实(shí)施诈骗。

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

此外(wài)AIGC还(hái)引发了很(hěn)多担忧，一(yī)方面，批判者认为AI在“学习”了大量前(qián)人的作品(pǐn)之(zhī)后，其(qí)创作没有任何情绪和灵(líng)魂，难以和(hé)人类的艺(yì)术创作相提(tí)并论(lùn)。

另一(yī)方面，AIGC背后的版(bǎn)权、目前都并没有得(dé)到有效的(de)解决，还有AIGC会(huì)不会(huì)代替(tì)人类“至高(gāo)无上”的创意(yì)。

马斯克也强调，人工智能的安全(quán)问题需要(yào)得到重视，太晚(wǎn)就来不及(jí)了。

03

AIGC下一(yī)站除了视频，还有远(yuǎn)方

技术(shù)都是有两面(miàn)性的，潜在的(de)危害(hài)并不能掩盖(gài)其(qí)光辉的(de)贡献。现在看(kàn)来，人工(gōng)智能技术将(jiāng)是第四次工业革命(mìng)的核心驱动力量(liàng)，将创造新的增长奇迹。

过(guò)去一(yī)年(nián)，人(rén)工智能在技术和商业层面(miàn)都有了巨大进展(zhǎn)，AI绘画(huà)就(jiù)是人工(gōng)智能技术发(fā)生方(fāng)向性改变的(de)一个代(dài)表。其(qí)下一站或(huò)许就是视频。

此前(qián)，Meta和谷歌(gē)先后(hòu)发布了几条引爆科技圈的(de)短视(shì)频。这些视(shì)频引发关(1元等于多少伊朗币，1元人民币等于多少伊朗元guān)注并非内容做得多(duō)优秀，反而都非常简单，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩(wán)具熊(xióng)，或(huò)者一段骑摩托车的第一(yī)视角录像，随便一个有手机的人都(dōu)可以随手录下一段。

但这(zhè)些(xiē)短视频(pín)的创(chuàng)作方(fāng)式非常简单(dān)，创作(zuò)者仅仅需要向(xiàng)AI输入(rù)一段(duàn)话(huà)，甚至(zhì)只(zhǐ)是说一下要求，AI就(jiù)可(kě)以根据需要生成一(yī)段视频。

谷(gǔ)歌发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了(le)一波梗，一(yī)个能(néng)够做(zuò)出更高(gāo)清视频的AI还(hái)不足(zú)以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作(zuò)出超过2分钟的(de)连贯的(de)也有确切内容的视频，这才是真(zhēn)正(zhèng)让人们(men)感到惊喜的地方。因(yīn)为无论AI生成(chéng)的视频多么高清，也只能是(shì)为内容生产者提(tí)供一个灵感，一个(gè)素材，一个过场(chǎng)动(dòng)画。

不过能够制作出(chū)有具体剧(jù)情(qíng)内容(róng)的视频(pín)就意味(wèi)着，一些视(shì)频(pín)创(chuàng)作(zuò)由AI代替人工完成(chéng)已经初(chū)步有了可能。

当下(xià)AI的发展速度已经(jīng)超过大(dà)部分人的想象。内容产业的本质是供(gōng)给创造(zào)需(xū)求，AIGC作为全新的内容(róng)生产方式，可以为内容产(chǎn)业带来更新的内容风(fēng)格、更快的生产速(sù)度(dù)，更低的生(shēng)产成(chéng)本(běn)，这无疑会驱(qū)动(dòng)内(nèi)容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代(dài)码(mǎ)、机器人动作等多(duō)种(zhǒng)内容(róng)形式(shì)的(de)生成(chéng)。不难发现该项(xiàng)技术(shù)不仅在游(yóu)戏等行业能得到(dào)有效应用(yòng)，对于下一(yī)代互联网(wǎng)各种元(yuán)素的构(gòu)建(jiàn)亦有关键(jiàn)意义。

从商业化的角度(dù)来看，文(wén)化娱乐(lè)、教育、传媒等诸多领域，本身(shēn)就(jiù)对基(jī)于AI的(de)可视(shì)化内容有强烈(liè)需求。

因此，AI绘画及视(shì)频或不是结果，而(ér)只是AI进程(chéng)中的一块重要拼图，有望在技术(shù)更新的加持下实现更大的应用价值。

AI从理解内(nèi)容，走(zǒu)向了可以生成内(nèi)容，甚至(zhì)能(néng)够创造出独立价(jià)值和独立视角(jiǎo)的(de)内容。AIGC的再次出(chū)圈，更(gèng)代表着(zhe)未来的先(xiān)进(jìn)生产力即将到(dào)来。

04

紧抓(zhuā)大模(mó)型(xíng)与算力，牢固(gù)AIGC底座

从技(jì)术的发展(zhǎn)也可(kě)以(yǐ)看出，在语言大模型、图像(xiàng)大模(mó)型之后，多模态大(dà)模(mó)型已经成为了新的趋势。

大模型被誉为当前人工(gōng)智能发展(zhǎn)的智能底座，是全(quán)球竞争最激烈(liè)的研究(jiū)方(fāng)向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过训练大模型的确价格不菲，以国(guó)盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万美(měi)元(yuán)。而对于(yú)一些更大的LLM(大型语(yǔ)言模型(xíng))，训练成本则介(jiè)于200万(wàn)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1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日(rì)仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发(fā)展同(tóng)时(shí)，更应(yīng)该关注算力(lì)网络的建设。

算力网络正驱动(dòng)AI产业发(fā)展进入史诗级加速(sù)进程，让AIGC及通用AI这(zhè)一人工(gōng)智能发展的(de)终极目标离得更(gèng)近。

因为(wèi)算力可以对突破(pò)性技术创新提供大力的支持。这方面(miàn)，多模态大(dà)模型是典(diǎn)型。作(zuò)为(wèi)面(miàn)向(xiàng)未来强人工(gōng)智能、通用人工智(zhì)能的重要技术创新，多模(mó)态(tài)大模型(xíng)已(yǐ)经(jīng)在(zài)人(rén)工智能领域提出了很多年(nián)，业界也有不少技术突破(pò)，但是，多模(mó)态大模型(xíng)进一(yī)步往(wǎng)下走，算力需求呈几何式上(shàng)升，一般(bān)的算力基础设施很快(kuài)将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单独一项的训(xùn)练，到双模态、三模态的跃(yuè)迁(qiān)，让人(rén)工智能可以灵活应(yīng)对不同模(mó)态的转化(huà)、像人与世界交互一样自然，这(zhè)方面，由算力网络(luò)来驱动(dòng)将(jiāng)有明显(xiǎn)优(yōu)势。

此(cǐ)外，还有很多需要爆发(fā)式(shì)增长(zhǎng)的(de)算(suàn)力(lì)来支撑的技术创新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持下AIGC能(néng)持(chí)续颠覆(fù)内容生产的方式，将创造的边际成本降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 1元等于多少伊朗币，1元人民币等于多少伊朗元