自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公(gōng)司创始(shǐ)人比尔·盖茨已多次公开谈(tán)论人工智能(néng)话题(tí)。在最近(jìn)的一(yī)次(cì)采访中(zhōng)，他再次(cì)表示(shì)：“AI可能(néng)会让科技行业迎来一(yī)次(cì)剧(jù)烈的洗牌”。

这(zhè)个(gè)结论是(shì)他(tā)在(zài)当(dāng)地时间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会(huì)威胁到谷歌的市占率，因为微软在AI方面的(de)行动相当迅(xùn)速。而最终科技巨头(tóu)将(jiāng)把(bǎ)AI整合成用户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建(jiàn)议，可(kě)以(yǐ)取(qǔ)代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚需时日，但由(yóu)ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中(zhōng)杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时(shí)候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件被广(guǎng)大(dà)网友(yǒu)熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可以(yǐ)在应(yīng)用(yòng)中(zhōng)输入一组关(guān)键词或(huò)者一(yī)张照片，就能获(huò)得一幅AI创(chuàng)作的(de)画作。

作画的关键就是(shì)所输入的文本。同一组关键词(cí)也(yě)可以创作出(chū)很多张风格(gé)不一(yī)样的画作，这让创(chuàng)作的过(guò)程(chéng)就像开盲盒。

很多(duō)用户(hù)很喜(xǐ)欢这种(zhǒng)不(bù)确定的惊喜，他(tā)们(men)会将(jiāng)生成的美图当做头(tóu)像。而另(lìng)一部分喜(xǐ)欢翻看AI绘画(huà)的(de)“翻车”作品(pǐn)。在社交媒(méi)体上，北约可以灭掉俄罗斯吗，北约为什么对抗俄罗斯许(xǔ)多用(yòng)户分(fēn)享AI“翻(fān)车现场”，例如，一位网友的小狗照片被AI画成了(le)“肌肉男”，还(hái)有网友(yǒu)的个(gè)人照(zhào)片被AI识别成了(le)建筑。

而(ér)如今(jīn)随着ControlNet的(de)出现与加持，以(yǐ)往(wǎng)AI绘(huì)画的填写(xiě)关键词游戏(xì)可能(néng)要被(bèi)颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福(fú)读博的中国人(rén)张(zhāng)吕(lǚ)敏创作的一种基于(yú)控制点的(de)图像变形算法，主(zhǔ)要用(北约可以灭掉俄罗斯吗，北约为什么对抗俄罗斯yòng)于数(shù)字图(tú)像处理、计算机视觉和(hé)计算(suàn)机图形(xíng)学等领(lǐng)域。

其SD插件一经发(fā)布，在短(duǎn)短的两天内便成为了AI绘画领域最新的热(rè)点。

在此之(zhī)前(qián)，大家用了很多(duō)方法(fǎ)想让AI生(shēng)成(chéng)的结果(guǒ)尽(jǐn)可能的符合(hé)要求，但是都不尽如人意，它的出现代表(biǎo)着(zhe)AI生成开始进入真正的(de)可控(kòng)时(shí)期。

因为ControlNet可以直接提取画面(miàn)的(de)构图，人物的姿势(shì)和画(huà)面(miàn)的深度信(xìn)息等。有(yǒu)了(le)它的帮(bāng)助，就不用频繁的用提示(shì)词来碰运气，抽盲(máng)盒式(shì)的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之一(yī)，他用朋友的照片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始换(huàn)关键词(cí)试(shì)效果。

通过图片(piàn)就可(kě)以看(kàn)出(chū)来，效(xiào)果十分惊艳。

更厉害的是，除了(le)真实的(de)照(zhào)片，草(cǎo)图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕敏(mǐn)其本(běn)尊(zūn)也亲(qīn)自回(huí)应。

不得(dé)不(bù)说(shuō)当(dāng)下AIGC已经(jīng)变(biàn)得(dé)越(yuè)来(lái)越强大，甚至(zhì)输(shū)出(chū)的作(zuò)品都已经能以假乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力爆发

警(jǐng)惕(tì)安全问题

近日，“苏(sū)州金鸡湖(hú)有(yǒu)游艇party”的消息火遍网络(luò)，而经过警方辟谣这所(suǒ)谓的“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。

由于这个活(huó)动里面给出的美女照片都是(shì)AI制作的真人(rén)照(zhào)片绘图，因为太逼真(zhēn)，被大家当(dāng)成真(zhēn)事传播了。

不(bù)过仔细观察可以发现，活动(dòng)发起者(zhě)提供的照片中有个很大的漏洞可以发现并非真人，而是AI绘(huì)图，那(nà)便是图片中女(nǚ)性的手(shǒu)指部分有的存在异常。

有行业人事表(biǎo)示：“现在(zài)因为手指部分的绘画(huà)算法比较复杂，AI还不太会画(huà)人(rén)的手，但最新看(kàn)到的(de)图(tú)片已经有越(yuè)来越(yuè)完美的AI模型出现，以后(hòu)可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也(yě)已(yǐ)有发生。据英(yīng)国广播公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成(chéng)了(le)儿童(tóng)受灾的假(jiǎ)照(zhào)片(piàn)发布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样(yàng)的图片(piàn)被用来(lái)诈(zhà)骗，将非常(cháng)可怕。

此外(wài)AIGC还(hái)引发了很多(duō)担忧，一方面，批判者认为(wèi)AI在(zài)“学习”了大量前(qián)人(rén)的作(zuò)品(pǐn)之后，其创作没有任何情绪和灵魂(hún)，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的(de)版(bǎn)权、目(mù)前(qián)都并没有(yǒu)得到有效(xiào)的解决，还有AIGC会不会代替人(rén)类“至高无上”的创意(yì)。

马斯克也强(qiáng)调，人(rén)工智能的(de)安(ān)全问题需要得到重视(shì)，太晚就来不及了(le)。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面(miàn)性的，潜在的危(wēi)害(hài)并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能技(jì)术将(jiāng)是第四次工(gōng)业革命的核(hé)心驱动力量，将创造新的增(zēng)长奇迹。

过去(qù)一(yī)年，人工智能在技术和(hé)商(shāng)业层面都(dōu)有了巨大进展，AI绘画就是人(rén)工智能技术发(fā)生方向性改变的一(yī)个代表。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈(quān)的短(duǎn)视频。这(zhè)些视频(pín)引(yǐn)发关注并(bìng)非(fēi)内容做得多优(yōu)秀，反而都非常(cháng)简(jiǎn)单，比(bǐ)如一匹正在喝水的马，一只画画的玩具熊，或者一段(duàn)骑摩托(tuō)车(chē)的第一视角录像，随便(biàn)一个有手机的人(rén)都可以(yǐ)随手录下(xià)一(yī)段。

但这些短(duǎn)视频的创作方式非常(cháng)简单，创作者仅仅需要向(xiàng)AI输入一段话(huà)，甚至只是(shì)说一下要求，AI就可以根(gēn)据需要(yào)生成一段视频。

谷歌发布的两个AI生成视频(pín)分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频(pín)后，AI圈(quān)就(jiù)已经玩了一(yī)波(bō)梗，一(yī)个能够做出更(gèng)高清视频(pín)的AI还不足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的(de)连贯的也有(yǒu)确切(qiè)内容的视频，这才是真正(zhèng)让人们感到惊喜(xǐ)的地(dì)方。因为无论AI生成(chéng)的视频多(duō)么高清，也只(zhǐ)能是(shì)为内容生产者提供一(yī)个灵感，一(yī)个(gè)素材(cái)，一(yī)个过场动画。

不(bù)过(guò)能(néng)够制作出有具(jù)体剧(jù)情内容的视频(pín)就意味着(zhe)，一些(xiē)视频创作由AI代替人工完成(chéng)已经初步有了可能。

当下AI的发(fā)展速度已经(jīng)超过大部分人的想象。内容产业的本(běn)质(zhì)是供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为(wèi)内容(róng)产业(yè)带(dài)来更新的内容风格、更快的生(shēng)产速度，更低的(de)生(shēng)产成本，这无疑会驱(qū)动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应(yīng)用于音乐、代(dài)码、机器(qì)人(rén)动(dòng)作(zuò)等多种内(nèi)容形式的生成。不难发(fā)现该项技术不仅在游戏等行业能得到(dào)有效应用，对于下一代互(hù)联网各种元素的构建(jiàn)亦有关键意义。

从商业化的角度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领域，本身(shēn)就对基于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不是(shì)结果，而只是AI进程中的一块(kuài)重(zhòng)要拼图，有望在技术更新(xīn)的加持下实现更(gèng)大的应用价值。

AI从(cóng)理解内(nèi)容(róng)，走向了可以生成内容，甚至能够创造出独立价(jià)值和独立(lì)视(shì)角的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未(wèi)来的先(xiān)进(jìn)生产力即将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技术的发(fā)展(zhǎn)也(yě)可以看出，在语言大(dà)模型(xíng)、图像大模(mó)型之后，多(duō)模态大(dà)模(mó)型(xíng)已经(jīng)成为了新的趋势。

大(dà)模型被誉(yù)为当前人工智能发展的智能底座，是(shì)全(quán)球竞争最激(jī)烈的研(yán)究方(fāng)向之一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过训练大模型的确(què)价格不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练(liàn)一(yī)次的成(chéng)本约为140万美元。而对(duì)于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美(měi)元至(zhì)1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其(qí)对应芯片(piàn)需求为3万多(duō)片(piàn)英伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元，每日(rì)仅电费就在5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞大算力支持(chí)。在关注各类大模型的发展同时，更应该关注算力(lì)网络的建设(shè)。

算力网络(luò)正(zhèng)驱动(dòng)AI产业发展(zhǎn)进入史诗(shī)级加速进(jìn)程(chéng)，让(ràng)AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发展的终(zhōng)极目标离得更近(jìn)。

因为(wèi)算力可以对突破(pò)性(xìng)技术创(chuàng)新提供大(dà)力的支(zhī)持。这(zhè)方面，多模态大模型是典型。作为(wèi)面向(xiàng)未来(lái)强人(rén)工智能、通用人(rén)工智能(néng)的重要技(jì)术创新，多(duō)模态大模型已经在人工智(zhì)能领域提(tí)出(chū)了很(hěn)多年(nián)，业界也有(yǒu)不少(shǎo)技术突破，但(dàn)是，多模态大模型进一步(bù)往下走，算力(lì)需求呈几何(hé)式上升(shēng)，一般的算力基(jī)础设施很快将难以胜任(rèn)。

从图像(xiàng)、文字、语音单独一项的训练，到(dào)双(shuāng)模态、三(sān)模态的跃迁，让(ràng)人工智能可以灵活应对不同(tóng)模态(tài)的(de)转(zhuǎn)化、像人与世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多(duō)需要爆发式增长的算力(lì)来支撑的(de)技术创新(xīn)，将在人工智(zhì)能算力网络支撑下快(kuài)速推进。

AIGC已经露出(chū)曙光，期待在(zài)大模(mó)型和(hé)大(dà)算力的支持下AIGC能(néng)持续颠(diān)覆内容生产的方式，将创造的边际成本降低，让万众受益。

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