自(zì)聊天机(jī)器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次(cì)公开谈(tán)论人工智能话题。在最近的一次采访中，他再次表示：“AI可能(néng)会(huì)让科技行业(yè)迎来(lái)一次剧烈(liè)的洗(xǐ)牌”。

这个结(jié)论是他(tā)在(zài)当地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的(de)发展(zhǎn)可能会威胁到谷(gǔ)歌的市占率(lǜ)，因(yīn)为微(wēi)软(ruǎn)在AI方面的行动相当迅速。而(ér)最终(zhōng)科技巨头将(jiāng)把(bǎ)AI整合成用户(hù)的“全能助手”，包揽一切应(yīng)用，与人们进行沟(gōu)通并提(tí)供建(jiàn)议(yì)，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助(zhù)手(shǒu)的到(dào)来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)办的新(xīn)兴数(shù)字(zì)艺术(shù)家竞赛(sài)中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画(huà)软(ruǎn)件被广(guǎng)大(dà)网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是(shì)其中(zhōng)代(dài)表。

用户们可以在应(yīng)用中输入一(yī)组关键(jiàn)词或者一张照片，就能获(huò)得一幅AI创(chuàng)作的(de)画作(zuò)。

作画的关(guān)键就是所(suǒ)输入的文本。同一组关键词也可以创作出很多张风格不一样(yàng)的画作，这让创作(zuò)的(de)过(guò)程(chéng)就(jiù)像开盲盒。

很多用户很喜(xǐ)欢(huān)这种(zhǒng)不确(què)定的惊(jīng)喜(xǐ)，他们会将生成的美图当(dāng)做头像。而另一(yī)部分喜欢(huān)翻看(kàn)AI绘画(huà)的“翻车”作(zuò)品(pǐn)。在社交(jiāo)媒(méi)体(tǐ)上(shàng)，许多用户分(fēn)享(xiǎng)AI“翻车(chē)现场”，例如，一位网(wǎng)友的(de)小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人照片被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与加持(chí)，以往AI绘画的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中国人张吕敏(mǐn)创作的一种基(jī)于控(kòng)制点(diǎn)的图像变(biàn)形算法(fǎ)，主要用于数字图(tú)像处理(lǐ)、计算机(jī)视觉和计算机图形学等领(lǐng)域(yù)。

其SD插件一经发(fā)布(bù)，在(zài)短短的两天内便成为了AI绘画领域最新(xīn)的热点。

在(zài)此之(zhī)前(qián)，大(dà)家用了很多(duō)方法想让AI生成的结果尽可能的(de)符(fú)合要求，但是都不尽(jǐn)如人意(yì)，它的(de)出现代表着AI生成开(kāi)始进入(rù)真正(zhèng)的可控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构(gòu)图，人(rén)物的姿势和画面的(de)深度(dù)信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了(le)。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加(jiā)了“魔法”，不少(shǎo)博主的作品已(yǐ)经获得了大量(liàng)的浏(liú)览量，“viggo”就(jiù)是其(qí)中之(zhī)一，他用朋友的照片直接带她(tā)们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关(guān)键词试效果(guǒ)。

通过图(tú)片就(jiù)可(kě)以看出来(lái)，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可(kě)以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转(zhuǎn)全彩图。大(dà)神张吕敏其本尊(zūn)也亲(qīn)自回应(yīng)。

不得不说(shuō)当下(xià)AIGC已经变(biàn)得越来越(yuè)强大，甚(shèn)至输出的作品(pǐn)都已经能(néng)以(yǐ)假(jiǎ)乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网络，而经过警(jǐng)方辟谣(yáo)这所(suǒ)谓(wèi)的“party”可(kě)能是全国第一起AI绘图诈骗。

由(yóu)于这个活动里(lǐ)面给出的美(měi)女照片都是AI制作的真人照片绘图，因为太(tài)逼(bī)真，被(bèi)大家(jiā)当成真事传(chuán)播了。

不过仔(zǎi)细观察可(kě)以发现，活动(dòng)发起者提供(gōng)的(de)照片(piàn)中有个很(hěn)大的漏洞可(kě)以发现并非真(zhēn)人，而(ér)是AI绘图(tú)，那便是(shì)图片中女性的手(shǒu)指部分有的存在异常。

有行业人事表(biǎo)示(shì)：“现在(zài)因为手指(zhǐ)部分的绘(huì)画算法比较复(fù)杂，AI还不太会画人的手，但最(zuì)新看(kàn)到的(de)图片已(yǐ)经有(yǒu)越(yuè)来越(yuè)完美的(de)AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图(tú)诈(zhà)骗在(zài)国外也已(yǐ)有发(fā)生(shēng)。据英(yīng)国广播公司报(bào)道，土耳(ěr)其(qí)地震期间，有Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假照片发布到网(wǎng)络，以此诱(yòu)骗善(shàn)良的(de)人(rén)打赏(shǎng)“捐(juān)助”从(cóng)而实(shí)施(shī)诈骗。

目前随着技(jì)术发(fā)展，AIGC已经(jīng)能做出(chū)真人照片般的绘图效果，如果这样的图(tú)片被用来(lái)诈(zhà)骗，将非常(cháng)可(kě)怕。

此(cǐ)外AIGC还(hái)引发了很多担(dān)忧，一方面，批(pī)判者认(rèn)为(wèi)AI在(zài)“学(xué)习”了(le)大量前人的作品(pǐn)之后，其创作没(méi)有任何情绪和(hé)灵魂，难以和(hé)人类的艺术创作(zuò)相提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都(dōu)并没有得到(dào)有(yǒu)效的解决，还有AIGC会不会代替(tì)人类“至高(gāo)无上”的创意(yì)。

马斯克也(yě)强调，人工智能的安全(quán)问题需要得(dé)到重视，太(tài)晚(wǎn)就来不(bù)及了(le)。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方

技术都是有两面(miàn)性的，潜在的危害并不能掩盖其光辉的贡(gòng)献。现在看(kàn)来(lái)，人工智(zhì)能(néng)技(jì)术将是第四次(cì)工业革命的核心(xīn)驱动力量，将创造新的增长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业(yè)层面(miàn)都有了巨大进展，AI绘画就是(shì)人工智(zhì)能技术发生方向(xiàng)性改变(biàn)的一个代表。其(qí)下(xià)一(yī)站或(huò)许(xǔ)就(jiù)是视(shì)频。

此前，Meta和谷歌(gē)先后(hòu)发布了几条引(yǐn)爆科技圈的(de)短(duǎn)视频。这些视频引发(fā)关注并非内容做得多优(yōu)秀(xiù)，反而都非(fēi)常简单，比如一匹正(zhèng)在喝水(shuǐ)的马，一(yī)只画画的玩具(jù)熊，或者一段骑摩托(tuō)车的(de)第一视角录像，随便(biàn)一个有(yǒu)手(shǒu)机的人都(dōu)可以随(suí)手录下(xià)一段。

但(dàn)这些(xiē)短视频的创作方(fāng)式(shì)非常简单(dān)，创(chuàng)作者(zhě)仅仅需要(yào)向AI输(shū)入(rù)一段话(huà)，甚(shèn)至只是说一下(xià)要求，AI就可(kě)以根(gēn)据需要生成(chéng)一段视频。

谷歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成的视(shì)频(pín)后，AI圈就(jiù)已经玩了(le)一(yī)波梗，一个(gè)能(néng)够做出更(gèng)高清视频的AI还不(bù)足(zú)以(yǐ)在短时(shí)间(jiān)内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出超过(guò)2分钟的连贯的也有(yǒu)确切内容(róng)的视(shì)频，这才是真正(zhèng)让人们(men)感到惊喜的地方。因为(wèi)无论AI生成的(de)视频多么高清，也只能是为内容生产(chǎn)者提(tí)供一个(gè)灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有具体剧(jù)情内容的视(shì)频就意味(wèi)着，一些(xiē)视频创作由AI代替人工完成已经初步有了(le)可能(néng)。

当下(xià)AI的发展(zhǎn)速度(dù)已经超过大部(bù)分人的想象。内容产业(yè)的本质是供给(gěi)创造需求，AIGC作为(wèi)全新的(de)内容生(shēng)产方式，可以为内容产业带来更(gèng)新的内容风格、更(gèng)快(kuài)的生产(chǎn)速度，更低的生(shēng)产成(chéng)本，这(zhè)无疑会驱动内容产业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应用于音乐、代码、机器人动作等(děng)多种内容形式的(de)生成。不难发现该项技术不仅在游戏等(děng)行(xíng)业能得到有(yǒu)效应用(yòng)，对于(yú)下(xià)一(yī)代互联网(wǎng)各种元(yuán)素的构(gòu)建亦有关键意(yì)义。

从商业化的角度来看，文化娱(yú)乐(lè)、教育、传媒(méi)等诸多(duō)领域，本身(shēn)就对基于AI的可视(shì)化内容有强烈需求。

因此(cǐ)，AI绘画(huà)及视频或不是结果(guǒ)，而只是AI进(jìn)程中(zhōng)的一块重要拼图(tú)，有望在(zài)技术更新的加持(chí)下实现更大(dà)的应用价(jià)值。

AI从理解内容，走(zǒu)向了可以生成内容，甚至(zhì)能够创造出独(dú)立价值和(hé)独(dú)立视(shì)角的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生产力即(jí)将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢(láo)固AIGC底(dǐ)座

从技术的发展也(yě)可(kě)以看出，在语(yǔ)言大模型、图像大模型之(zhī)后，多(duō)模态大(dà)模型已经成为(wèi)了新的趋势(shì)。

大模型被誉为当前人工智能发展的智能(néng)底座，是全球竞争最激(jī)烈(liè)的研究(jiū)方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞(jìng)相发力。

不过(guò)训练大模型的确价(jià)格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的(de)成本约为140万(wàn)美元。而对于一些更(gèng)大的LLM(大(dà)型语言模型)，训练成本(běn)则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访(fǎng)客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费就在5万美(měi)元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大(dà)算力支持。在关注各类大模(mó)型(xíng)的发(fā)展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算力网络正驱动AI产业发(fā)展(zhǎn)进入史诗级(jí)加速进程(chéng)，让AIGC及通(tōng)用(yò怀瑾握瑜,嘉言懿行，嘉言懿行 怀瑾握瑜含义ng)AI这一人工智能发展(zhǎn)的终极(jí)目标离得更(gèng)近(jìn)。

因为算(suàn)力可以对(duì)突破性技术创新提供大(dà)力(lì)的支(zhī)持。这方面，多模态大模型是典(diǎn)型。作为面向未来强(qiáng)人(rén)工智能、通用人工智(zhì)能(néng)的(de)重要技(jì)术创新，多模态大模型已经在(zài)人(rén)工智(zhì)能领域(yù)提出(chū)了很多年，业界也(yě)有不(bù)少技(jì)术突破，但是，多模态大模型进一步往下走，算力需求呈几何式上升，一般(bān)的算力基础设(shè)施很快将难以胜任(rèn)。

从图像(xiàng)、文(wén)字、语音单独一项的(de)训练，到双模态、三模态(tài)的跃迁，让人工智能可以(yǐ)灵活应(yīng)对不同模态的转化、像人与世界交互一样自然，这方面，由(yóu)算力网络来驱动将有(yǒu)明显优(yōu)势。

此外(wài)，还有很多需要爆(bào)发式增长的(de)算力来支(zhī)撑的技(jì)术创(chuàng)新，将在人工智(zhì)能算(suàn)力网络(luò)支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模型和(hé)大算力的支(zhī)持(chí)下(xià)AIGC能(néng)持续颠覆内(nèi)容生产的(de)方式(shì)，将创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 怀瑾握瑜,嘉言懿行，嘉言懿行 怀瑾握瑜含义