自聊天机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创始人比(bǐ)尔(ěr)·盖茨已(yǐ)多次公开谈(tán)论人工智(zhì)能话题。在最近的一次采访中，他再(zài)次(cì)表示：“AI可能会让科技行业迎来(lái)一次剧烈(liè)的洗(xǐ)牌”。

这(zhè)个(gè)结论(lùn)是他在当(dāng)地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他(tā)预期(qī)，AI的发展(zhǎn)可能(néng)会威胁到谷(gǔ)歌的市占(zhàn)率，因为微软在(zài)AI方面的行动(dòng)相当迅速。而最终科技巨头将(jiāng)把(bǎ)AI整合成(chéng)用户的(de)“全能助手”，包揽一切应(yīng)用，与人们进行沟(gōu)通并提(tí)供建议，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能(néng)助手的到(dào)来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘(huì)画为代(dài)表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科(kē)罗拉多州举办的新(xīn)兴(xīng)数字艺(yì)术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后(hòu)各(gè)大(dà)厂(chǎng)商的AI绘画(huà)软件被(bèi)广大(dà)网友熟知(zhī)并体验，Stable Diffusion便是其(qí)中代表。

200克等于多少毫升水，200克是多少ml水data-type="jpeg" data-w="639">

用户们可以(yǐ)在应用中输入一组关键词或者一张照片，就(jiù)能获得一幅AI创作的(de)画作。

作(zuò)画的关键就是所输入的(de)文本。同(tóng)一组(zǔ)关键词也可以(yǐ)创作出很多张风格不(bù)一样的画作，这(zhè)让创作的过(guò)程(chéng)就像(xiàng)开盲(máng)盒(hé)。

很多用户很喜(xǐ)欢这种(zhǒng)不(bù)确(què)定(dìng)的惊喜，他们会将生成(chéng)的美图当做(zuò)头像。而另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的(de)小狗照(zhào)片被AI画(huà)成了“肌肉男”，还有(yǒu)网(wǎng)友的个人(rén)照片(piàn)被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与(yǔ)加(jiā)持，以往(wǎng)AI绘画的填(tián)写关键词游戏可(kě)能(néng)要被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中(zhōng)国人(rén)张吕敏创作的(de)一200克等于多少毫升水，200克是多少ml水种基于(yú)控(kòng)制点(diǎn)的(de)图(tú)像变形算法，主(zhǔ)要用于数字图像处(chù)理、计(jì)算(suàn)机视觉(jué)和计(jì)算机图形学等领域。

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

在(zài)此(cǐ)之(zhī)前，大家用了很多方法想(xiǎng)让(ràng)AI生成的结果尽(jǐn)可(kě)能的(de)符合要求，但是都(dōu)不尽如人意，它的出(chū)现代(dài)表(biǎo)着AI生成(chéng)开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直接提取画(huà)面的(de)构图，人(rén)物的姿势(shì)和(hé)画面的深度信息等(děng)。有了它的(de)帮(bāng)助(zhù)，就不用频繁的用(yòng)提示词(cí)来(lái)碰运气(qì)，抽盲盒式(shì)的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作品已(yǐ)经(jīng)获得了大量的浏(liú)览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的(de)照片(piàn)直接带她们走进动漫(màn)世界。

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

再用Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关(guān)键词试效果。

通过图(tú)片就可以(yǐ)看出来，效(xiào)果十分惊(jīng)艳。

更(gèng)厉害(hài)的是，除了(le)真(zhēn)实的(de)照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏其(qí)本尊也亲自(zì)回应(yīng)。

不(bù)得(dé)不说当下AIGC已经(jīng)变得越来越强大，甚(shèn)至输出的作品都已经能以假乱真了(le)。

02

难辨(biàn)虚实(shí)，AIGC技术力爆(bào)发(fā)

警(jǐng)惕(tì)安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是(shì)全国(guó)第一起(qǐ)AI绘图诈(zhà)骗。

由于这个(gè)活动里面给出的(de)美(měi)女照片都是AI制(zhì)作的(de)真人照片绘图，因为太逼(bī)真(zhēn)，被(bèi)大家当成(chéng)真(zhēn)事传播了。

不(bù)过仔细观察(chá)可以发(fā)现，活动发起(qǐ)者提供的照片(piàn)中(zhōng)有个很大的漏洞(dòng)可以发现并非真人，而(ér)是AI绘图，那便是图片中(zhōng)女性的(de)手(shǒu)指部分有的存在异常。

有行业人(rén)事表(biǎo)示：“现在因为(wèi)手指(zhǐ)部(bù)分的(de)绘画算法比较复杂，AI还不太会(huì)画人(rén)的手，但最新看到的图片已(yǐ)经(jīng)有越来越(yuè)完美的AI模型出现(xiàn)，以后可能(néng)就(jiù)完全没有漏洞了。”

类(lèi)似的AI作图(tú)诈(zhà)骗在(zài)国外也已有发生(shēng)。据英国广播公司报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童受灾的(de)假照片发布到(dào)网(wǎng)络，以此(cǐ)诱骗善良的人打(dǎ)赏“捐助(zhù)”从(cóng)而实(shí)施(shī)诈骗。

目前随(suí)着技(jì)术发(fā)展(zhǎn)，AIGC已(yǐ)经能(néng)做出(chū)真人照片般的绘(huì)图效(xiào)果，如果这(zhè)样的图片被用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还(hái)引发了很多(duō)担忧，一方面，批判者认为AI在“学习”了大量前(qián)人(rén)的作品之后，其创作没有任何情绪和灵魂，难以和人(rén)类(lèi)的艺(yì)术(shù)创(chuàng)作相提并论。

另一(yī)方面，AIGC背后的版权、目(mù)前都并(bìng)没有得到有效(xiào)的解决，还有AIGC会不会(huì)代替人类(lèi)“至高(gāo)无上”的创意(yì)。

马斯(sī)克也强调，人(rén)工智能(néng)的安(ān)全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还(hái)有(yǒu)远方

技术都(dōu)是有两面性(xìng)的，潜在的(de)危害并不能(néng)掩(yǎn)盖其(qí)光辉的(de)贡献。现在看来，人工智能(néng)技(jì)术将是第四次工业革(gé)命的核心驱动力量，将创造新(xīn)的(de)增长奇迹。

过去一年，人工(gōng)智能(néng)在技术和商业层面都有了巨大进展，AI绘画就是人工(gōng)智(zhì)能(néng)技术发生(shēng)方向性改变的一个代表。其下一站或许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条(tiáo)引爆科技圈的短视(shì)频(pín)。这(zhè)些视频引(yǐn)发关(guān)注并非内容(róng)做得多(duō)优(yōu)秀(xiù)，反而都非(fēi)常(cháng)简单(dān)，比如一匹正在喝水(shuǐ)的马，一只画(huà)画的玩具熊(xióng)，或者一(yī)段(duàn)骑摩托车的第(dì)一视(shì)角录像，随便一个有手机的人都可以随手录下一段。

但这些短(duǎn)视频的创作方式(shì)非(fēi)常简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一段话，甚(shèn)至只是说一下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌(gē)发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成(chéng)的视频后，AI圈就已经玩了(le)一波梗，一个(gè)能够做出更(gèng)高清(qīng)视频的(de)AI还(hái)不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以制(zhì)作出(chū)超过2分钟(zhōng)的连贯(guàn)的也有(yǒu)确(què)切(qiè)内容的视频，这(zhè)才(cái)是真正让人们感到惊(jīng)喜的地方。因为无论(lùn)AI生成的视频(pín)多么高清，也(yě)只能是为(wèi)内容生(shēng)产(chǎn)者提(tí)供(gōng)一(yī)个灵感，一个(gè)素材，一个过场动画。

不过能够制作出(chū)有具体剧情内容的视频就意味着，一些视(shì)频(pín)创作由AI代替人工完成已经初步有(yǒu)了(le)可能。

当下(xià)AI的(de)发展速度(dù)已经(jīng)超过(guò)大(dà)部分人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为(wèi)全(quán)新的内容生产方(fāng)式，可以(yǐ)为(wèi)内容产业带来更新的内(nèi)容风格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作(zuò)等多(duō)种内容形式(shì)的生成。不难(nán)发现该项技术不(bù)仅在(zài)游戏等行业能得到有效应用，对(duì)于下一代(dài)互联网各种(zhǒng)元素的构建亦(yì)有关键意义。

从商业化的角(jiǎo)度来看，文化娱乐(lè)、教育(yù)、传媒等诸多领域，本(běn)身就对基(jī)于AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是(shì)结果，而只是AI进程中的一(yī)块(kuài)重(zhòng)要拼图，有(yǒu)望在技术更新的加(jiā)持(chí)下实(shí)现更大(dà)的应用价值。

AI从理解内(nèi)容，走向了可以(yǐ)生成内容，甚至能够创造出(chū)独立价值和独立(lì)视角的(de)内(nèi)容(róng)。AIGC的再次(cì)出圈，更(gèng)代表着未来的先进生产力即(jí)将(jiāng)到来。

04

紧抓大(dà)模(mó)型与算(suàn)力，牢固AIGC底座

从技术的(de)发展也可(kě)以看出，在语(yǔ)言大(dà)模型(xíng)、图像(xiàng)大模(mó)型之后，多模(mó)态大模型已经成为(wèi)了新的趋势(shì)。

大模型被誉为当前人工(gōng)智能发展的智能底(dǐ)座，是全(quán)球竞争(zhēng)最激烈的研究方(fāng)向之一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾(téng)讯等众多(duō)头(tóu)部企业都在(zài)竞(jìng)相发力。

不过训(xùn)练大(dà)模型的确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而(ér)对于一些更(gèng)大(dà)的LLM(大(dà)型语言模型)，训练成本则介于200万(wàn)美(měi)元至(zhì)1200万美元高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万计算，其(qí)对应(yīng)芯片需求为3万多片英(yīng)伟达(dá)A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日仅电费就在(zài)5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支持。在关注各类大模型(xíng)的发展同时，更(gèng)应该关注(zhù)算力(lì)网络的建(jiàn)设。

算力网络正(zhèng)驱动AI产业发展进入史诗级加速进(jìn)程，让AIGC及通用AI这一(yī)人工智能(néng)发(fā)展的终(zhōng)极目标离得(dé)更近。

因为算(suàn)力可以对突(tū)破(pò)性技术创新(xīn)提(tí)供(gōng)大(dà)力的支持(chí)。这方面(miàn)，多(duō)模态大模型是典型。作为(wèi)面向未来强人工智能、通用人工智(zhì)能的重要(yào)技术创新(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，业界(jiè)也有不(bù)少技术突破(pò)，但是，多模态大模型(xíng)进(jìn)一(yī)步往下走，算(suàn)力需求呈几何(hé)式上升，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文(wén)字、语音单独(dú)一项的训(xùn)练，到(dào)双模态、三模态的跃迁，让人工(gōng)智(zhì)能可以灵活应(yīng)对不(bù)同模态的转化、像(xiàng)人(rén)与世(shì)界(jiè)交互一(yī)样(yàng)自然，这方面(miàn)，由算力网(wǎng)络来驱动将(jiāng)有明(míng)显(xiǎn)优势。

此外，还有很多需要爆发式增(zēng)长的算力来支撑的(de)技术创(chuàng)新，将在人(rén)工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算(suàn)力(lì)的支(zhī)持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创造的边际成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 200克等于多少毫升水，200克是多少ml水