自(zì)聊天(tiān)机(jī)器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔(ěr)·盖茨已多次公开谈论(lùn)人工智能话题。在(zài)最(zuì)近(jìn)的(de)一(yī)次采访(fǎng)中，他(tā)再次表示(shì)：“AI可能(néng)会(huì)让科技行业迎来一(yī)次(cì)剧烈的洗(xǐ)牌”。

这个结论是(shì)他(tā)在当地时间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节(jié)目专访时提出的(de)。

他预期(qī)，AI的发展可能会威(wēi)胁到谷歌(gē)的市(shì)占率，因为微(wēi)软在AI方面的行动相当迅速。而最(zuì)终科技(jì)巨头将把AI整合成用(yòng)户的“全能助手”，包揽一(yī)切应用，与人们进(jìn)行沟(gōu)通并(bìng)提供建议(yì)，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助(zhù)手的到来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为代表(biǎo)的AIGC上(shàng)一次爆火的(de)时候，还是(shì)2022年8月，在美国科(kē)罗拉多州举办(bàn)的新兴数字(zì)艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以(yǐ)在(zài)应用中输入一组(zǔ)关键词或者一张照片，就能获得一幅AI创(chuàng)作的画作。

作画(huà)的关键(jiàn)就是所输入的文本。同一组关(guān)键(jiàn)词也可以创作出很多张风(fēng)格不一样(yàng)的画(huà)作，这让创作的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确(què)定的惊喜(xǐ)，他们会将生成的美图当做头(tóu)像(xiàng)。而另一(yī)部分(fēn)喜欢(huān)翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户(hù)分享AI“翻车现场”，例如(rú)，一(yī)位(wèi)网友的小狗照片被AI画成了“肌肉(ròu)男”，还有(yǒu)网友的个(gè)人照片被AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可能要被颠(diān)覆了(le)。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人张吕(lǚ)敏创作的一种基(jī)于控制点(diǎn)的(de)图像变形算法，主要用于数(shù)字图(tú)像处理、计算(suà200mm是多少米，2000mm是多少米n)机视觉和计算(suàn)机(jī)图形(xíng)学(xué)等(děng)领域。

其SD插件一经发布，在短短的两(liǎng)天内便(biàn)成为了AI绘画(huà)领域(yù)最新(xīn)的热(rè)点(diǎn)。

在(zài)此之前，大(dà)家用了很多方法想(xiǎng)让AI生成的结果尽(jǐn)可能的符合(hé)要求，但是都不(bù)尽如(rú)人意，它的出(chū)现代表着AI生成(chéng)开始进入真正的可控时期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的构图(tú)，人物的(de)姿(zī)势和画面的深度信(xìn)息等。有(yǒu)了(le)它的帮助，就不用频繁的用提示词来碰(pèng)运(yùn)气，抽(chōu)盲盒式的(de)创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是(shì)其中之一，他用(yòng)朋友的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对(duì)应的关(guān)键词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关键词试(shì)效果。

通(tōng)过图片就可(kě)以看(kàn)出来，效(xiào)果十(shí)分惊艳。

更厉(lì)害(hài)的是(shì)，除了(le)真实的照片，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图(tú)。大神张吕敏(mǐn)其(qí)本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得(dé)越来越(yuè)强(qiáng)大(dà)，甚(shèn)至输出(chū)的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发(fā)

警惕安(ān)全问(wèn)题

近日，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是全国(guó)第(dì)一起(qǐ)AI绘图诈骗。

由于这(zhè)个活(huó)动里(lǐ)面给出的美女照(zhào)片都是(shì)AI制作的(de)真人照片绘图，因为太逼真，被大家当成真事传播了。

不过(guò)仔细观察可以发现(xiàn)，活动发(fā)起者提供的照片中有个很大的漏(lòu)洞可(kě)以发现并非真人，而(ér)是(shì)AI绘(huì)图，那便是图片中女(nǚ)性的(de)手(shǒu)指部分有的存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘画算法比较(jiào)复(fù)杂，AI还不太会画(huà)人的手，但最新看到的(de)图片已经(jīng)有越(yuè)来(lái)越(yuè)完美的AI模型出现，以后可能就完(wán)全没有漏洞了。”

类(lèi)似的AI作图诈骗(piàn)在(zài)国外(wài)也(yě)已(yǐ)有发生。据英国广播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的(de)假(jiǎ)照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般的绘(huì)图效(xiào)果(guǒ)，如果这样的图片被(bèi)用来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面(miàn)，批判者认为(wèi)AI在“学习”了大量前人的作(zuò)品之后，其创作没(méi)有任何情绪和灵魂，难以和人类(lèi)的艺术创作相提并论(lùn)。

另一方面，AIGC背后的(de)版权、目前都并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会代(dài)替(tì)人(rén)类“至(zhì)高无上”的(de)创(chuàng)意(yì)。

马(mǎ)斯克也强(qiáng)调，人工智(zhì)能的安全(quán)问题(tí)需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下(xià)一(yī)站除了视频，还有(yǒu)远方

技术都是有(yǒu)两(liǎng)面性(xìng)的，潜在(zài)的(de)危(wēi)害并不能(néng)掩盖其光辉的贡献。现(xiàn)在看来，人工智能技(jì)术将是第四次工业革命的核(hé)心驱(qū)动(dòng)力量(liàng)，将(jiāng)创(chuàng)造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智能(néng)在技术和商业层(céng)面都有了(le)巨大(dà)进展，AI绘(huì)画就是(shì)人工智(zhì)能技术发生方向(xiàng)性(xìng)改变的一个(gè)代表。其下一站或许就是视频。

此前(qián)，Meta和(hé)谷歌(gē)先后(hòu)发布了几条引爆(bào)科技圈的短(duǎn)视(shì)频。这些视频引(yǐn)发关(guān)注并非内容做得(dé)多优秀，反(fǎn)而都非常简单，比如一匹正在喝水的马，一(yī)只画画的玩具熊，或者一(yī)段(duàn)骑(qí)摩(mó)托(tuō)车的第一视角录像，随便一个有手机(jī)的人都可(kě)以(yǐ)随手录下一(yī)段。

但这些短视频(pín)的创作方式非常简单，创作者仅仅需(xū)要向AI输(shū)入一段(duàn)话(huà)，甚至只是说一(yī)下(xià)要求，AI就可以根据需(xū)要生成(chéng)一段视频。

谷歌发布的(de)两个AI生成视频分(fēn)别来(lái)自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多(duō)的差别。

在(zài)Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈就已经玩了(le)一波梗，一个能够做出更高清(qīng)视频的AI还(hái)不足以在(zài)短(duǎn)时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地(dì)方(fāng)在于(yú)，它可以制作出超过2分钟的(de)连(lián)贯的也有(yǒu)确切(qiè)内容的(de)视(shì)频，这(zhè)才是真正让人们感到惊喜的(de)地方(fāng)。因为无(wú)论AI生(shēng)成(chéng)的视频(pín)多么高清(qīng)，也(yě)只(zhǐ)能是为内(nèi)容生产者提供(gōng)一个灵感(gǎn)，一个素材，一个过场动画。

不过能够(gòu)制作出(chū)有具体(tǐ)剧(jù)情内(nèi)容的(de)视(shì)频就意味着，一些视频创(chuàng)作由AI代(dài)替人工完成已经(jīng)初步有(yǒu)了可能(néng)。

当(dāng)下AI的发展速度已经超过大部分(fēn)人的(de)想(xiǎng)象。内容产业(yè)的本质是供(gōng)给创造需求，AIGC作为(wèi)全(quán)新的内容生产(chǎn)方式，可以为内容产(chǎn)业带来(lái)更新的内(nèi)容(róng)风格、更快的生200mm是多少米，2000mm是多少米产(chǎn)速度(dù)，更低(dī)的生产(chǎn)成本(běn)，这无疑会驱动内容产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技(jì)术(shù)还能应(yīng)用于音乐、代码、机(jī)器(qì)人动作等多种内(nèi)容(róng)形式的生成。不难发现该项技术不仅(jǐn)在游戏等行业能得到有效应(yīng)用，对于下(xià)一代(dài)互(hù)联网各种元素的构(gòu)建亦有关键意义。

从(cóng)商业化(huà)的(de)角度来(lái)看，文化娱乐、教育、传媒(méi)等诸多领域，本(běn)身就对基于AI的可视化内容有(yǒu)强烈(liè)需求。

因此，AI绘画(huà)及视(shì)频或不(bù)是(shì)结果(guǒ)，而(ér)只是(shì)AI进程(chéng)中的一块重(zhòng)要(yào)拼图，有(yǒu)望在(zài)技术更200mm是多少米，2000mm是多少米(gèng)新的加持下实现更大的应用价值。

AI从(cóng)理解内(nèi)容，走向了可以生成内容，甚至能够创造出独立价值和独(dú)立视角的内容。AIGC的再(zài)次出(chū)圈，更(gèng)代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大(dà)模型与(yǔ)算(suàn)力，牢固AIGC底座

从技术(shù)的发(fā)展也可(kě)以看出，在语言大模型(xíng)、图像(xiàng)大模型(xíng)之后，多模态大模型已经成为了新的趋势。

大模型被誉(yù)为当前人工智能发展(zhǎn)的智(zhì)能底(dǐ)座，是全球竞争最激(jī)烈(liè)的研究(jiū)方向(xiàng)之(zhī)一，包括谷(gǔ)歌、亚(yà)马逊、百度(dù)、阿里、腾讯(xùn)等众(zhòng)多头部企业都在(zài)竞相(xiāng)发力。

不过训(xùn)练大模型(xíng)的确价格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一次的成本(běn)约为140万美元(yuán)。而对(duì)于一些更(gèng)大(dà)的(de)LLM(大型语言(yán)模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万(wàn)计算，其对应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成本约为(wèi)8亿(yì)美元，每日仅电(diàn)费就在5万美元(yuán)左右(yòu)。

此(cǐ)外不论是(shì)ChatGPT还(hái)是(shì)AIGC，都离不开庞(páng)大(dà)算(suàn)力支(zhī)持(chí)。在(zài)关注(zhù)各类大模型(xíng)的发展同时，更应该关注算力网(wǎng)络的建设(shè)。

算力网络正(zhèng)驱动AI产(chǎn)业发展进(jìn)入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一人工智能发(fā)展的终极(jí)目标离(lí)得更近(jìn)。

因(yīn)为(wèi)算力(lì)可以对突破性技术创新(xīn)提供大力的支(zhī)持。这方面，多模(mó)态大模型(xíng)是典型。作为面向未来(lái)强(qiáng)人工智能、通(tōng)用人工智(zhì)能(néng)的重(zhòng)要技术创新，多模(mó)态(tài)大模型已(yǐ)经在人工智能领域提出(chū)了很多年，业界也有不少(shǎo)技术(shù)突破(pò)，但是，多模态大模型进一步往下走(zǒu)，算力需求(qiú)呈(chéng)几(jǐ)何式上升，一(yī)般的算力基(jī)础设施很快(kuài)将难以胜任。

从图像、文字(zì)、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以灵活应对不同(tóng)模态的转(zhuǎn)化、像人与世(shì)界交互一样自然(rán)，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有(yǒu)很多需要爆发式增(zēng)长的(de)算力来支撑的技术创新(xīn)，将在人(rén)工(gōng)智能算力(lì)网络支撑下快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能持(chí)续颠覆(fù)内(nèi)容(róng)生产(chǎn)的方式，将创造的(de)边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 200mm是多少米，2000mm是多少米