自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人(rén)比尔(ěr)·盖茨已多次公(gōng)开谈论人工(gōng)智能(néng)话(huà)题。在最近的一(yī)次采访中(zhōng)，他再(zài)次(cì)表示：“AI可能会让科技行(xíng)业迎来一次剧烈的(de)洗(xǐ)牌(pái)”。

这个结论是他在当地时间(jiān)2月20日接(jiē)受《In Good Company》节目专(zhuān)访(fǎng)时提(tí)出的。

他预期，AI的(de)发展(zhǎn)可能会威胁(xié)到(dào)谷歌的市占(zhàn)率，因为(wèi)微软在AI方面的行动相当迅速。而(ér)最终科技(jì)巨头将把AI整合成用户的(de)“全能助手”，包揽(lǎn)一切应用，与人们进行(xíng)沟(gōu)通并提(tí)供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全(quán)能助手(shǒu)的(de)到来(lái)可(kě)能尚需时日，但由ControlNet引发(fā)的(de)又(yòu)一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表的AIGC上一(yī)次(cì)爆火(huǒ)的时(shí)候，还(hái)是2022年8月，在美国(guó)科罗拉(lā)多州举办(bàn)的(de)新兴数字艺术家竞(jìng)赛中，一幅(fú)名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随(suí)后各(gè)大厂(chǎng)商的(de)AI绘画软件(jiàn)被(bèi)广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以(yǐ)在(zài)应(yīng)用中(zhōng)输入(rù)一组(zǔ)关(guān)键词或者(zhě)一张照片，就能获得一幅AI创作的(de)画作。

作(zuò)画的关键就是(shì)所输入的文本。同一(yī)组关键词也可以创(chuàng)作(zuò)出(chū)很多张风格不一样的画作(zuò)，这让创作的过程(chéng)就像开盲盒。

很多用户很喜(xǐ)欢这种(zhǒng)不(bù)确定的惊喜，他们会将生(shēng)成(chéng)的美图当做头(tóu)像。而另一(yī)部分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在(zài)社交媒体上，许多(duō)用(yòng)户分享AI“翻车现场”，例如(rú)，一(yī)位网友的(de)小(xiǎo)狗照片被AI画成(chéng)了“肌肉(ròu)男”，还有网友的个人照片被AI识别22寸是多少厘米成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的填写关键词(cí)游戏可(kě)能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯(sī)坦福(fú)读博的中国人(rén)张吕敏创作(zuò)的一种(zhǒng)基(jī)于控制(zhì)点的图像变形算法，主(zhǔ)要用于数(shù)字图(tú)像(xiàng)处理、计算机视觉和(hé)计算机图形学等领域。

其SD插件一(yī)经(jīng)发布，在短短(duǎn)的两(liǎng)天内便成为了AI绘画领域最新的热(rè)点。

在此之前，大家用了很多(duō)方法想让AI生(shēng)成的结果尽可能的符合(hé)要(yào)求，但是都不尽如人意，它的(de)出现代表着AI生成开始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取画(huà)面的构图，人(rén)物的姿势和画面(miàn)的深(shēn)度信息等。有了它的(de)帮(bāng)助(zhù)，就不用频繁的用提(tí)示词来碰运气，抽盲(máng)盒(hé)式的创作了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画加了“魔法(fǎ)”，不(bù)少博(bó)主的(de)作品已经获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片(piàn)直接带她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关(guān)键词；最(zuì)后用(yòng)ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词试效果。

通过(guò)图片就可以看出来，效果(guǒ)十分惊(jīng)艳。

更厉害(hài)的是(shì)，除了真实的(de)照片，草图也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不(bù)得不说当下AIGC已经变(biàn)得越来越强大(dà)，甚至输出的作(zuò)品都已经能以假乱(luàn)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，“苏州金鸡湖有游艇party”的消息(xī)火(huǒ)遍网络，而经过警方辟谣(yáo)这所谓的“party”可(kě)能是全国第(dì)一起AI绘图诈骗(piàn)。

由(yóu)于这个活动里面给出的美女照片都是AI制作(zuò)的真人(rén)照片绘图，因为(wèi)太逼真，被大(dà)家当成(chéng)真事传(chuán)播了。

不过(guò)仔细观察可以发现，活(huó)动发起者提(tí)供的照(zhào)片中(zhōng)有个很大的(de)漏洞可以发现并非真人，而是AI绘(huì)图，那便(biàn)是图片中女(nǚ)性(xìng)的(de)手指部分有的存在异常。

有行(xíng)业人事表示(shì)：“现在因(yīn)为手指部分(fēn)的绘画算法比较复杂，AI还不太(tài)会画人的手(shǒu)，但最新看到(dào)的图片(piàn)已(yǐ)经有越来越完美(měi)的AI模型(xíng)出(chū)现，以(yǐ)后可能(néng)就完(wán)全(quán)没有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了(le)儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的人打赏“捐(juān)助(zhù)”从(cóng)而实(shí)施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真(zhēn)人(rén)照片般的绘图效果，如果这样(yàng)的(de)图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多(duō)担忧(yōu)，一方面，批判者认为(wèi)AI在“学(xué)习”了大(dà)量前人的作品(pǐn)之(zhī)后，其(qí)创作没有任何情绪和灵(líng)魂，难以和(hé)人(rén)类的(de)艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前(qián)都并没有(yǒu)得到有效的解决(jué)，还有AIGC会不(bù)会(huì)代替人类“至高无上”的创意(yì)。

马斯克(kè)也强调，人工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技(jì)术都是(shì)有两(liǎng)面性的，潜在(zài)的危(wēi)害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看来(lái)，人工(gōng)智能技术将是第四次(cì)工业革(gé)命的(de)核心驱动(dòng)力量，将创(chuàng)造新(xīn)的增长(zhǎng)奇(qí)迹。

过(guò)去一年，人(rén)工智(zhì)能在技术和商业层面(miàn)都(dōu)有了巨(jù)大(dà)进展，AI绘画就(jiù)是人工智(zhì)能(néng)技(jì)术发生方向(xiàng)性改变的(de)一个代(dài)表。其下(xià)一站(zhàn)或许就是视频。

此前(qián)，Meta和谷(gǔ)歌先后发布(bù)了几条引爆(bào)科技圈的(de)短视频。这(zhè)些视(shì)频(pín)引发(fā)关注并非内容(róng)做得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩(wán)具熊(xióng)，或者一段骑摩托车的(de)第(dì)一视角录像，随便一个有手机的人(rén)都可以随手录下一段(duàn)。

但这(zhè)些短(duǎn)视(shì)频的创作方式非常简单(dān)，创作者仅仅需要向AI输入一段话(huà)，甚至(zhì)只是说(shuō)一(yī)下(xià)要求，AI就可以根据需要生成一段视(shì)频。

谷歌发(fā)布的(de)两(liǎng)个(gè)AI生成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成的(de)视频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能(néng)够做出更高清(qīng)视(shì)频(pín)的AI还不足(zú)以在短时间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也有(yǒu)确切内容(róng)的视频，这(zhè)才是真正让人们感到惊(jīng)喜(xǐ)的地方(fāng)。因为无论(lùn)AI生成(chéng)的视频多(duō)么(me)高清，也(yě)只能是为内容生产者提供一个灵感，一个素材(cái)，一个过场动画(huà)。

不(bù)过能够制(zhì)作出有具(jù)体剧情内容(róng)的(de)视频(pín)就意味着，一(yī)些视频创(chuàng)作由AI代替(tì)人工完成(chéng)已经初步有了可能。

当(dāng)下(xià)AI的发(fā)展(zhǎn)速(sù)度已经超(chāo)过大部分人(rén)的(de)想象。内容产业(yè)的本质是供给创(chuàng)造需(xū)求，AIGC作为(wèi)全新(xīn)的内容生产(chǎn)方式(shì)，可以为(wèi)内容产业带来更(gèng)新的(de)内容风格、更(gèng)快(kuài)的生产(chǎn)速度，更低(dī)的生产成本(běn)，这无疑会(huì)驱动内容产(chǎn)业的大(dà)爆发。

除22寸是多少厘米了AI绘图、视(shì)频，AIGC技术还能应用(yòng)于音乐、代码、机器人动(dòng)作等多种内容形式的生成。不(bù)难(nán)发现该项(xiàng)技(jì)术不仅在(zài)游戏等(děng)行业(yè)能得到(dào)有效(xiào)应用(yòng)，对于下一代互联网各种元(yuán)素的(de)构建亦有关键意义。

从商业化的(de)角度来看，文化娱乐、教育(yù)、传媒等诸(zhū)多领域，本身就对(duì)基于AI的可视化(huà)内(nèi)容有强(qiáng)烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频或不是结果，而(ér)只是AI进程中的一块重要拼(pīn)图(tú)，有望在技术更(gèng)新的加持下实(shí)现更大的应用(yòng)价(jià)值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创(chuàng)造(zào)出(chū)独立价值和独立视角(jiǎo)的(de)内容。AIGC的再次出圈，更代表(biǎo)着未来的先进(jìn)生(shēng)产力(lì)即将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固(gù)AIGC底座(zuò)

从(cóng)技术的发展也可(kě)以看出(chū)，在语言大模型、图像大模(mó)型之(zhī)后，多模态大(dà)模型已经(jīng)成为了新的趋势(shì)。

大模型被誉为当(dāng)前人(rén)工(gōng)智能发(fā)展(zhǎn)的智能底座，是全球竞争最(zuì)激烈的研(yán)究方向之一，包括谷歌、亚(yà)马逊、百度、阿里(lǐ)、腾(téng)讯等众(zhòng)多头部企业都在(zài)竞相发力(lì)。

不过训练大模型的(de)确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报(bào)告估算(suàn)，GPT-3训练一(yī)次(cì)的成(chéng)本约为140万美元。而对于一些更(gèng)大的(de)LLM(大型语言(yán)模型)，训练成本(běn)则介(jiè)于200万美元至(zhì)1200万美元高(gāo)价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计(jì)算，其对应芯片需求为3万多片(piàn)英(yīng)伟达A100 GPU，初始(shǐ)投入成(chéng)本约为(wèi)8亿美(měi)元，每(měi)日仅电(diàn)费就在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注(zhù)各(gè)类大模型(xíng)的(de)发(fā)展同时，更应该关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗(shī)级加(jiā)速进程，让(ràng)AIGC及通用(yòng)AI这一人工智能发展的终(zhōng)极目标离得更近。

因(yīn)为算力(lì)可以对突破性技术创新(xīn)提供大(dà)力(lì)的支持。这方面(miàn)，多模态(tài)大模型是典(diǎn)型。作为(wèi)面向(xiàng)未来强(qiáng)人工(gōng)智能(néng)、通用人(rén)工(gōng)智能的重(zhòng)要技术创新，多(duō)模态大模型已经在人工智能领域提出了很多年，业界(jiè)也有不少技术突破，但是，多模态大模型进一步往下走，算力需求呈几何式上升，一般的算(suàn)力基础设(shè)施很快(kuài)将难以胜任。

从图(tú)像、文字、语音单独一项的(de)训练(liàn)，到双模态(tài)、三模(mó)态的跃迁，让人工(gōng)智能可以灵活应对不同模态的转化(huà)、像人与世界交互(hù)一样自然，这(zhè)方(fāng)面，由算力网络来(lái)驱动将有明(míng)显优势。

此外，还有很多需要爆发式增长(zhǎng)的算(suàn)力来(lái)支(zhī)撑的技术创新，将(jiāng)在人工智能算力网络(luò)支撑下(xià)快速(sù)推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持下(xià)AIGC能持续(xù)颠覆内容生产的方(fāng)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 22寸是多少厘米