自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比尔·盖茨已多(duō)次公(gōng)开谈(tán)论人(rén)工(gōng)智能(néng)话题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科(kē)技行业迎来一(yī)次剧烈的(de)洗牌”。

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

他(tā)预期，AI的发展可能会(huì)威胁到(dào)谷歌的市占率，因为微(wēi)软在AI方面(miàn)的行(xíng)动相当迅(xùn)速。而最终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通(tōng)并(bìng)提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需时(shí)日，但由ControlNet引(yǐn)发的又(yòu)一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代(dài)表的AIGC上一(yī)次(cì)爆火的(de)时候，还是2022年8月，在美(měi)国科罗拉多州举(jǔ)办的新兴数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各(gè)大(dà)厂商的AI绘(huì)画软件被广大(dà)网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户们可以(yǐ)在应(yīng)用中(zhōng)输入(rù)一组关键词(cí)或(huò)者一张照(zhào)片，就能(néng)获得一幅AI创作的(de)画作。

作(zuò)画(huà)的关(guān)键就(jiù)是所输入(rù)的文本。同一(yī)组关(guān)键(jiàn)词也可以创作出很多张风格不一样的画作(zuò)，这让(ràng)创作的过程就(jiù)像开盲盒。

很多用(yòng)户很喜欢这种不确(què)定的惊喜，他(tā)们会(huì)将生(shēng)成的美图(tú)当做头像。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交媒体(tǐ)上，许多用户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友的小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还(hái)有网友的个人(rén)照片(piàn)被AI识别成了建筑(zhù)。

而如今随着ControlNet的出现与(yǔ)加持(chí)，以往AI绘画的填写关键(jiàn)词游戏(xì)可能要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏(mǐn)创作的一种基于控制(zhì)点(diǎn)的图像变(biàn)形(xíng)算法，主要用于数字图像处理、计算机视觉和计算(suàn)机图形学等领(lǐng)域。

其(qí)SD插件(jiàn)一经发布，在短(duǎn)短的两(liǎng)天内便成为了(le)AI绘(huì)画领域(yù)最新的热(rè)点。

在(zài)此之前，大家(jiā)用了很(hěn)多方法想让AI生成的(de)结果尽可能的符合要求(qiú)，但是都(dōu)不尽如人意，它的(de)出(chū)现(xiàn)代(dài)表(biǎo)着AI生(shēng)成开始进入(rù)真正(zhèng)的可控时期。

因为ControlNet可(kě)以(yǐ)直接提(tí)取画面的构图(tú)，人物的姿势(shì)和画面的深度信息等。有(yǒu)了它的帮助，就不用频繁的(de)用(yòng)提示词(cí)来碰运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘(huì)画加了(le)“魔法”，不少博主的作品已(yǐ)经获得了大(dà)量(liàng)的(de)浏览量，“viggo”就是其中之一(yī)，他用朋(péng)友(yǒu)的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效(xiào)果。

通过图片(piàn)就可以看出来，效果十分惊艳(yàn)。

更厉(lì)害的是(shì)，除(chú)了(le)真(zhēn)实的照片，草图也可以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图(tú)。大神张吕(lǚ)敏其本尊也亲(qīn)自回应。

不得不(bù)说当下AIGC已经(jīng)变(biàn)得(dé)越来(lái)越强大，甚至输出(chū)的作品都(dōu)已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏(sū)州金(jīn)鸡(jī)湖有游(yóu)艇party”的消息火遍(biàn)网络，而经(jīng)过警(jǐng)方辟谣这(zhè)所谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由(yóu)于这个活(huó)动里(lǐ)面给出的(de)美女照片都是AI制作的(de)真人(rén)照片绘(huì)图，因为太逼真，被大家当成真事传播(bō)了。

不过仔细观察可(kě)以发(fā)现(xiàn)，活动发起者提供的照片中(zhōng)有个很大的漏洞(dòng)可以(yǐ)发现并非真人(rén)，而(ér)是AI绘图，那(nà)便是(shì)图片(piàn)中女性(xìng)的(de)手(shǒu)指部分有的存在异常。

有行业人事表(biǎo)示：“现(xiàn)在因为手(shǒu)指部分的绘画算(suàn)法比(bǐ)较复杂(zá)，AI还不太会画人的手，但最新看到的图片(piàn)已(yǐ)经有越来越完美的AI模型出(chū)现，以后(hòu)可能就完全没有漏洞了。”

类似的AI作(zuò)图(tú)诈骗在(zài)国(guó)外也已有(yǒu)发生(shēng)。据英国广播(bō)公司报(bào)道，土耳其(qí)地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾(zāi)的(de)假照片发布(bù)到(dào)网络，以此(cǐ)诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能(néng)做出(chū)真人照(zhào)片般的绘图效果，如果这样的图片被用来(lái)诈骗，将非(fēi)常(cháng)可怕。

此外AIGC还引(yǐn)发了(le)很(hěn)多担忧(yōu)，一方面，批判者认为AI在“学习(xí)”了大量(liàng)前人的作(zuò)品之后，其创作没(méi)有任何情(qíng)绪和灵魂，难以和人类(lèi)的艺(yì)术创作相提并论。

另一方面，AIGC背(bèi)后的版权、目(mù)前都(dōu)并没有得到有效的解决，还有AIGC会(huì)不会代替(tì)人类(lèi)“至高无(wú)上”的创(chuàng)意。

马斯(sī)克也(yě)强调(diào)，人(rén)工智(zhì)能(néng)的安全问(wèn)题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方(fāng)

技术都是有两面性的，潜在的危害(hài)并不能(néng)掩(yǎn)盖其光(guāng)辉的贡献。现在看(kàn)来(lái)，人工智能技术将是第四次工业(yè)革命的核心驱动力量，将创造(zào)新的增长奇(qí)迹。

过(guò)去(qù)一年，人工智能在技(jì)术和商业层面都(dōu)有了巨大(dà)进展，AI绘画就是人工智(zhì)能技术(shù)发生(shēng)方(fāng)向(xiàng)性改(gǎi)变的(de)一个(gè)代(dài)表。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科技圈的短视频。这些视频(pín)引发关注并非(fēi)内容做(zuò)得多优秀，反(fǎn)而(ér)都(dōu)非常简单(dān)，比(bǐ)如(rú)一(yī)匹(pǐ)正(zhèng)在喝水的马，一只画画的玩具(jù)熊，或(huò)者(zhě)一段骑摩托车的第一视角录像，随(suí)便一个有手机的人都可(kě)以随手录下一段。

但这些短视频的创作方式(shì)非常简单，创作者仅(jǐn)仅需要(yào)向(xiàng)AI输入一段话(huà)，甚至只是说(shuō)一下要(yào)求，AI就(jiù)可以根(gēn)据需要(yào)生(shēng)成一段视频。

谷歌发(fā)布的(de)两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要(yào)突(tū)出的是高(gāo)清，与Meta的(de)Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个(gè)能够做出(chū)更高清(qīng)视频(pín)的AI还不(bù)足以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方在于，它可以制作(zuò)出超过2分钟的(de)连贯的也有确切(qiè)内容(róng)的视频，这才是真正(zhèng)让人们感到惊(jīng)喜的地方。因为(wèi)无(wú)论AI生成的视频(pín)多(duō)么(me)高清(qīng)，也(yě)只能是为内容生产者(zhě)提供一(yī)个灵感，一(yī)个素材，一个(gè)过场动画。

不过能够制作出有具(jù)体剧情内容的视(shì)频就意味着，一(yī)些视(shì)频(pín)创作由AI代替人(rén)工完成已(yǐ)经(jīng)初步有了(le)可能。

当下AI的(de)发(fā)展(zhǎn)速度已经超过大部分人的想象。内(nèi)容(róng)产业的(de)本质(zhì)是供给创造需求，AIGC作为(wèi)全(quán)新(xīn)的内容生(shēng)产方式，可以为内(nèi)容产业(yè)带来(lái)更新的内(nèi)容北京市有几个区，北京市有几个区,都叫什么风格、更快的(de)生产(chǎn)速度，更低的生产成本，这无疑(yí)会驱(qū)动内(nèi)容产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应用于(yú)音乐、代码、机(jī)器人动作等多(duō)种内(nèi)容形式的(de)生(shēng)成。不(bù)难(nán)发现(xiàn)该项技术不仅在游戏等(děng)行业(yè)能得到有(yǒu)效应用，对于(yú)下一代互联网各种元(yuán)素的(de)构(gòu)建(jiàn)亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教(jiào)育、传(chuán)媒等(děng)诸多领域，本身就对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是(shì)AI进程北京市有几个区，北京市有几个区,都叫什么(chéng)中的一块(kuài)重要拼图，有(yǒu)望(wàng)在技术更新的加持下实现更大的应(yīng)用(yòng)价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至(zhì)能够创(chuàng)造(zào)出独(dú)立价值(zhí)和独立(lì)视角的内容(róng)。AIGC的再(zài)次出圈，更代表着(zhe)未来的先进生产力即将(jiāng)到来。

04

紧抓大模(mó)型与(yǔ)算(suàn)力(lì)，牢固AIGC底座

从技术的发展也可以看(kàn)出，在(zài)语言大模(mó)型、图像大模型之后，多模态大模型(xíng)已(yǐ)经成为了新的趋势。

大模型被誉为当(dāng)前人工智能发(fā)展的智能底座，是全球竞(jìng)争(zhēng)最(zuì)激烈的研究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯(xùn)等(děng)众(zhòng)多头(tóu)部企(qǐ)业都在竞相(xiāng)发(fā)力。

不过训练大模(mó)型的(de)确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多(duō)少算(suàn)力(lì)》报告估(gū)算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语言(yán)模(mó)型(xíng))，训练成本则介于(yú)200万(wàn)美元至1200万美(měi)元(yuán)高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应(yīng)芯(xīn)片需(xū)求为3万多片(piàn)英(yīng)伟达A100 GPU，初始(shǐ)投入成本(běn)约为(wèi)8亿美(měi)元，每日(rì)仅电费就在5万(wàn)美(měi)元左右。

此外(wài)不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持。在关注各类大模型的发展同时，更应(yīng)该(gāi)关注算力网(wǎng)络的建设。

算力网络正(zhèng)驱动AI产业发展进入史诗(shī)级加速进程(chéng)，让AIGC及通(tōng)用AI这一人工智(zhì)能(néng)发展的终极目标离得(dé)更近。

因为算力可(kě)以对突(tū)破性技(jì)术创新提供大力的支持。这方面，多模态大(dà)模(mó)型是典型。作(zuò)为面向未来强人工智能、通用人(rén)工智(zhì)能的重(zhòng)要技术创新，多模(mó)态大模型已经在人工智能领(lǐng)域提(tí)出(chū)了很多年，业界也有(yǒu)不少技术突破，但是(shì)，多(duō)模态大模(mó)型进一步往下(xià)走，算(suàn)力需求呈几何(hé)式上升，一般(bān)的算力(lì)基础设施很快将(jiāng)难以胜任。

从图(tú)像、文字(zì)、语音单独一项的训练，到(dào)双模态(tài)、三模态的跃迁(qiān)，让人工智能可(kě)以灵(líng)活应对不同(tóng)模态的转化、像(xiàng)人与世界交互一样(yàng)自然，这(zhè)方面(miàn)，由算力网络来驱动将有明(míng)显优势。

此外，还有(yǒu)很多(duō)需要(yào)爆(bào)发(fā)式(shì)增长(zhǎng)的算(suàn)力来(lái)支撑的(de)技术创新，将在人工智(zhì)能算力网络支撑下快速推(tuī)进。

AIGC已经露(lù)出(chū)曙光，期(qī)待在大模型和大算力的支持下AIGC能持续颠覆(fù)内(nèi)容生产的方(fāng)式，将创造(zào)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 北京市有几个区，北京市有几个区,都叫什么