自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多次(cì)公开谈论(lùn)人工(gōng)智能话(huà)题(tí)。在最近的一(yī)次(cì)采访中(zhōng)，他再次表(biǎo)示(shì)：“AI可能会(huì)让科技行业迎来一次剧烈的洗牌”。

这个结论是他(tā)在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目专访时(shí)提(tí)出的(de)。

他预期(qī)，AI的发展可能会威(wēi)胁到谷歌的市(shì)占率(lǜ)，因为(wèi)微(wēi)软在AI方面(miàn)的(de)行动相当迅速。而最终科技巨头将(jiāng)把AI整合成用户的(de)“全能助手”，包揽一切应用，与(yǔ)人(rén)们进行沟通并(bìng)提供(gōng)建议，可以取(qǔ)代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等应用。

大(dà)佬(lǎo)口中全能助手的到来(lái)可能(néng)尚需(xū)时(shí)日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户(hù)们可以在应(yīng)用中输入一组关键词或者一张(zhāng)照(zhào)片，就能获得一幅AI创作(zuò)的画作。

作画的关(guān)键就是所输(shū)入(rù)的文(wén)本。同一组关键词(cí)也可以创作(zuò)出很多张风格不一样的画作，这让(ràng)创作的(de)过程(chéng)就像开盲盒。

很多用户很(hěn)喜(xǐ)欢这种(zhǒng)不确定的惊喜，他们(men)会将(jiāng)生成的美图当做头(tóu)像。而另一部分喜欢翻看(kàn)AI绘(huì)画(huà)的“翻车”作品。在社(shè)交媒体上(shàng)，许多用(yòng)户分享AI“翻车(chē)现(xiàn)场”，例如(rú)，一位网友的小狗照(zhào)片被AI画成(chéng)了(le)“肌肉男”，还有网友的个人照片被AI识(shí)别(bié)成(chéng)了(le)建筑(zhù)。

而如今(jīn)随(suí)着ControlNet的(de)出现与加持，以往AI绘画的填写关键词游戏(xì)可(kě)能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张(zhāng)吕敏创(chuàng)作的一种(zhǒng)基于控(kòng)制点的图像(xiàng)变形算法，主要(yào)用于(yú)数字(zì)图像处理、计算(suàn)机视觉和计(jì)算机图形学等(děng)领域。

其SD插件一经(jīng)发布，在(zài)短短的两天内便(biàn)成为了(le)AI绘(huì)画领域最新的(de)热点(diǎn)。

在(zài)此之前，大家(jiā)用了(le)很多方(fāng)法(fǎ)想让AI生成(chéng)的结果尽可能的符合要求(qiú)，但是都不(bù)尽如(rú)人意，它的出(chū)现代表着AI生成开始进(jìn)入(rù)真正的可控时(shí)期。

因为ControlNet可(kě)以直接提取画面(miàn)的构图，人物的姿势和画(huà)面的深度(dù)信息等(děng)。有了(le)它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了(le)“魔法(fǎ)”，不少博主(zhǔ)的作品已经获得了大量的(de)浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋友的照片直接带(dài)她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词试(shì)效果。

通(tōng)过图片(piàn)就可以看出(chū)来(lái)，效(xiào)果十分(fēn)惊艳。

更厉害(hài)的是，除了真实的照片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自回应。

不得不(bù)说(shuō)当下(xià)AIGC已经变(biàn)得越来越(yuè)强大，甚至输出的(de)作品(pǐn)都(dōu)已经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆(bào)发

警惕(tì)安(ān)全问题(tí)

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警方辟(pì)谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这个(gè)活动里(lǐ)面给出的(de)美女照片(piàn)都是(shì)AI制(zhì)作的(de)真人照片绘(huì)图，因为太逼(bī)真，被大家当(dāng)成(chéng)真事传播了(le)。

不过仔细观(guān)察可(kě)以发现，活动发起(qǐ)者提供的(de)照片中(zhōng)有个(gè)很大的漏洞可(kě)以发现(xiàn)并(bìng)非真人，而是(shì)AI绘(huì)图，那(nà)便(biàn)是图片中女性的手指(zhǐ)部(bù)分有的存在异(yì)常。

有行业人事表示(shì)：“现在(zài)因为手(shǒu)指部分的绘画算法比较复(fù)杂，AI还不太会画人(rén)的手(shǒu)，但最新(xīn)看到的图片已经有越来(lái)越(yuè)完美的AI模型出现，以后可(kě)能就完(wán)全没有漏洞(dòng)了(le)。”

类(lèi)似的(de)AI作图诈骗在国(guó)外也(yě)已有发生。据英国广播(bō)公司报道(dào)，土耳(ěr)其地震(zhèn)期(qī)间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受(shòu)灾的假照片发布到网络，以此诱(yòu)骗善(shàn)良的人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前(qián)随着技术发展，AIGC已经(jīng)能做(zuò)出(chū)真人照片般的(de)绘图(tú)效果，如果这样的图片被(bèi)用来诈骗(piàn)，将非常可怕(pà)。

此(cǐ)外(wài)AIGC还(hái)引(yǐn)发(fā)了很(hěn)多担忧，一方面，批判者认(rèn)为AI在(zài)“学(xué)习”了大量前人(rén)的(de)作品(pǐn)之后(hòu)，其(qí)创作(zuò)没有任何情(qíng)绪和灵(líng)魂，难以(yǐ)和人类的艺(yì)术创作(zuò)相提并(bìng)论。

另一方面(miàn)，AIGC背(bèi)后的版权、目前(qián)都并没有得到(dào)有效的解决，还(hái)有(yǒu)AIGC会不会代替人类(lèi)“至高无上(shàng)”的(de)创意。

马斯(sī)克(kè)也强调，人(rén)工智(zhì)能的(de)安全问题需要得到重视(shì)，太晚就(jiù)来不及了(le)。

03

AIGC下一站除了视频，还(hái)有远方

技术都(dōu)是有两面性的，潜在(zài)的危(wēi)害并不能掩盖其光辉的贡献。现在看(kàn)来，人(rén)工智能技(jì)术(shù)将是第四次工(gōng)业革命的核心驱动力量，将创造新的增长奇(qí)迹。

过去(qù)一年，人工智能在技术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能(néng)技术(shù)发生方向(xiàng)性改变的(de)一个(gè)代(dài)表。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先后(hòu)发布(bù)了几条引爆科技圈的短视(shì)频。这(zhè)些视(shì)频引发关注并(bìng)非内容做(zuò)得多(duō)优秀，反(fǎn)而都非(fēi)常简单，比如一匹正(zhèng)在喝水的马(mǎ)，一(yī)只画画的玩具熊，或者一段骑(qí)摩托(tuō)车的第一视角录像(xiàng)，随便一个有手(shǒu)机的人都可以随手(shǒu)录下一段。

但这(zhè)些短视频的创作方式非常(cháng)简单，创(chuàng)作者仅(jǐn)仅需(xū)要向AI输入一段话(huà)，甚至只是说(shuō)一下(xià)要求(qiú)，AI就(jiù)可(kě)以(yǐ)根据需要生成一段(duàn)视频。

谷歌发(fā)布的(de)两个AI生成视频分别(bié)来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突(tū)出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够做出更高清(qīng)视(shì)频的AI还不足以(yǐ)在(zài)短时(shí)间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制(zhì)作出超过(guò)2分钟的连贯的也有确切(qiè)内容(róng)的视(shì)频，这(zhè)才是真正让人们(men)感到惊喜的地方。因为无(wú)论(lùn)AI生(shēng)成(chéng)的视频多(duō)么(me)高清，也只(zhǐ)能是为内容生产者提供(gōng)一个灵感，一个(gè)素材，一个过场(chǎng)动画。

不过能够制(zhì)作(zuò)出(chū)有具(jù)体剧情内容的视频(pín)就意味着，一(yī)些(xiē)视频创(chuàng)作(zuò)由AI代替人工完成已经初(chū)步有了可能。

当(dāng)下(xià)AI的(de)发(fā)展速度(dù)已经超过大部分人的想象(xiàng)。内容(róng)产业的本质是供给创(chuàng)造需求，AIGC作为全新的(de)内(nèi)容(róng)生(shēng)产方(fāng)式，可以为内容产业带(dài)来(lái)更新的内容风格、更快的(de)生产速度(dù)，更低(dī)的生产成本，这无疑会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码(mǎ)、机器人动作等多种内容形式的生(shēng)成(chéng)。不难发现该(gāi)项(xiàng)技术不仅在(zài)游戏(xì)等(děng)行业能(néng)得到(dào)有效应用，对于(yú)下一(yī)代互联(lián)网(wǎng)各种元素的构建(jiàn)亦有关键(jiàn)意义。

从(cóng)商业化的角度来看，文化娱乐、教育(yù)、传媒等诸(zhū)多领域，本身就对基于AI的可视(shì)化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是AI进(jìn)程中的一块重要拼图，有望(wàng)在(zài)技术更新的加持下实现更大(dà)的应用(yòng)价值。

AI从理解(jiě)内(nèi)容，走(zǒu)向(xiàng)了可以生成(chéng)内容，甚至能够创造出(chū)独立价值(zhí)和独立视角的内容(róng)。AIGC的再次(cìknocked什么意思，knocking什么意思)出圈，更代表(biǎo)着未来的先进生产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的发展也可以(yǐ)看出，在语言(yán)大(dà)模型、图像大模型之后(hòu)，多(duō)模态大模型已(yǐ)经成为了(le)新的趋势(shì)。

大模型被(bèi)誉为当(dāng)前人工智能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研究方向之一(yī)，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞相(xiāng)发力。

不(bù)过训练大(dà)模型的(de)确价(jià)格不菲(fēi)，以国盛证券发(fā)布的(de)《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一次(cì)的成(chéng)本约为(wèi)140万(wàn)美(měi)元(yuán)。而(ér)对于一(yī)些(xiē)更大的LLM(大型语言模型)，训练成本则介于(yú)200万美元(yuán)至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的(de)独立访(fǎng)客平均(jūn)数1300万计算，其对应芯(xīn)片需求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电费就(jiù)在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离(lí)不开庞(páng)大算(suàn)力支持。在关注各类大模(mó)型的发展同时，更应该关(guān)注算力网络的建设。

算力网络正驱(qū)动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一(yī)人(rén)工智(zhì)能发展的(de)终极目标离得更近。

因为算力可以对突破性技术创(chuàng)新(xīn)提供(gōng)大力(lì)的支(zhī)持。这方面，多模(mó)态大模型是典型(xíng)。作(zuò)为(wèi)面向未来强人工(gōng)智能、通(tōng)用人工智(zhì)能的重要技术创新，多模(mó)态大模型已(yǐ)经在人(rén)工智(zhì)能领域提出(chū)了很多年，业界(jiè)也有(yǒu)不少技术(shù)突破，但是，多模(mó)态大模(mó)型进一步(bù)往(wǎng)下走，算(suàn)力需(xū)求呈几何式(shì)上升，一般的算力基础设施很(hěn)快将难以胜任。

从(cóng)图(tú)像(xiàng)、文(wén)字、语音单独一(yī)项的训练，到(dào)双模态、三(sān)模态的(de)跃迁，让(ràng)人工智能可以灵(líng)活应对不同模态(tài)的转化、像人与世界交互(hù)一(yī)样自(zì)然，这方面，由算力(lì)网(wǎng)络来驱动(dòng)将有(yǒu)明(míng)显(xiǎn)优势。

此外，还有很多需要爆发式增长(zhǎng)的算力来支(zhī)撑的(de)技术创新，将(jiāng)在人工智能算力网(wǎng)络支(zhī)撑(chēng)下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在大模型和大(dà)算力的支持下AIGC能持续颠覆内(nèi)容(róng)生产的方式，将创造的边际成(chéng)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 knocked什么意思，knocking什么意思