自聊天机器(qì)人ChatGPT火爆以来，微软(ruǎn)公(gōng)司(sī)创始人比尔·盖茨已多次公开(kāi)谈论人工(gōng)智能话题。在最近的一次采访中，他再(zài)次(cì)表示：“AI可能会让科技行业迎(yíng)来(lái)一次(cì)剧烈的洗牌”。

这个结论(lùn)是他在当(dāng)地时(shí)间(jiān)2月(yuè)20日(rì)接受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发(fā)展可(kě)能会威胁到谷歌的市(shì)占率，因(yīn)为微(wēi)软在AI方面的行动相当迅速。而最(zuì)终科技巨头将把AI整合成(chéng)用户(hù)的“全(quán)能(néng)助手”，包揽(lǎn)一切(qiè)应用，与人们进行沟(gōu)通并提供(gōng)建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口(kǒu)中全能助手的到来(lái)可能尚(shàng)需(xū)时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表(bch2是什么基团，chch3ch3是什么基团iǎo)的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺(yì)术(shù)家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获(huò)奖。

随后各大(dà)厂商的(de)AI绘(huì)画软件被广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一(yī)组(zǔ)关键词(cí)或者一张(zhāng)照片，就(jiù)能获得(dé)一幅AI创作的画(huà)作。

作画(huà)的关键就是所输(shū)入的文本。同一组(zǔ)关(guān)键词也可以创作出很多(duō)张(zhāng)风格不一样的画作(zuò)，这(zhè)让创作的过程就像开(kāi)盲盒(hé)。

很多(duō)用户很喜(xǐ)欢(huān)这种不(bù)确定的惊(jīng)喜，他们会将生成的(de)美(měi)图当(dāng)做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在(zài)社交媒体上(shàng)，许多用户分(fēn)享AI“翻车现场”，例如，一位(wèi)网(wǎng)友的小(xiǎo)狗照片被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了(le)建筑。

而(ér)如今随着ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关(guān)键(jiàn)词游(yóu)戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的中国人张吕(lǚ)敏(mǐn)创作的一种基于控制(zhì)点(diǎn)的图像变(biàn)形算法，主要用于数(shù)字图像处(chù)理、计(jì)算机视觉(jué)和计(jì)算(suàn)机图形学等领域。

其SD插件一(yī)经发(fā)布，在短短的两天内便(biàn)成为了AI绘(huì)画领域最(zuì)新的热点。

在此之前，大家用了(le)很多方法(fǎ)想(xiǎng)让(ràng)AI生成的结果(guǒ)尽可能的(de)符合要(yào)求，但(dàn)是(shì)都不尽如(rú)人意，它的出现代表着AI生(shēng)成开始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人(rén)物的姿势和画面的深度信息等(děng)。有了它的帮(bāng)助，就不(bù)用频繁的用提示(shì)词来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给(gěi)AI绘画加了(le)“魔(mó)法”，不(bù)少博主的作品已(yǐ)经获得了(le)大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到(dào)对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试(shì)效(xiào)果。

通(tōng)过图片就可(kě)以看出来，效果(guǒ)十(shí)分(fēn)惊艳。

更厉害的是(shì)，除了真实(shí)的照片，草图也(yě)可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自(zì)回(huí)应(yīng)。

不得不说当下AIGC已经变得(dé)越来(lái)越强大(dà)，甚至输(shū)出的作(zuò)品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日(rì)，“苏州(zhōu)金鸡湖有游(yóu)艇party”的(de)消息火遍(biàn)网络，而经过警方辟(pì)谣这所(suǒ)谓的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由(yóu)于这个活动(dòng)里面给出的美女照片(piàn)都(dōu)是AI制(zhì)作的真(zhēn)人照片绘图，因为(wèi)太逼真，被大家(jiā)当(dāng)成(chéng)真(zhēn)事传播了。

不过仔细观察(chá)可以发现，活(huó)动(dòng)发起者提供的照片中有(yǒu)个很(hěn)大的漏洞可以发现并非(fēi)真人，而是(shì)AI绘图，那便是图片中女性的(de)手指部分有的(de)存在(zài)异常(cháng)。

有(yǒu)行业人事表(biǎo)示(shì)：“现(xiàn)在(zài)因(yīn)为手指部分的(de)绘画算法比较复(fù)杂(zá)，AI还不(bù)太会画人的(de)手(shǒu)，但最(zuì)新看到的图片已经有越来(lái)越完美的(de)AI模型(xíng)出(chū)现，以后可能(néng)就完全没有(yǒu)漏洞(dòng)了。”

类似(shì)的AI作(zuò)图诈骗(piàn)在(zài)国外(wài)也(yě)已有发生。据英国广播公司(sī)报道，土耳其地震期(qī)间(jiān)，有Tiktok用户(hù)使用AI合成了儿(ér)童(tóng)受灾的假照(zhào)片(piàn)发布到(dào)网络，以此诱(yòu)骗善良(liáng)的人打赏“捐(juān)助”从而(ér)实施(shī)诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般(bān)的绘图效(xiào)果，如果这样的图片被(bèi)用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多(duō)担(dān)忧，一方面，批判者认为AI在“学习”了大量前人的(de)作(zuò)品之后，其创作没有(yǒu)任何情绪和灵(líng)魂，难以(yǐ)和人类的艺术(shù)创作相提并(bìng)论。

另(lìng)一方(fāng)面，AIGC背后的(de)版权、目前都并没(méi)有得(dé)到有效的(de)解决，还有(yǒu)AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面(miàn)性的，潜在的危(wēi)害并不能掩盖其(qí)光辉的贡(gòng)献。现在(zài)看来，人工智能技术将是第(dì)四(sì)次工业革命的核心(xīn)驱动力量，将创造新的增长奇迹。

过去一年(nián)，人工(gōng)智能(néng)在(zài)技术和(hé)商业层面都有了巨大进展，AI绘画就是人工智(zhì)能技(jì)术发生方(fāng)向性改变(biàn)的一个代表。其(qí)下一(yī)站或许就(jiù)是(shì)视(shì)频。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科技圈的(de)短视频(pín)。这些视频引发关(guān)注并非内(nèi)容做得多优(yōu)秀，反而(ér)都非常简(jiǎn)单(dān)，比(bǐ)如一匹正在(zài)喝水的马，一只画画(huà)的玩具(jù)熊，或者一(yī)段骑摩(mó)托车(chē)的第一(yī)视角录像，随便一个有手机的人(rén)都可以(yǐ)随(suí)手录下一段。

但这(zhè)些短(duǎn)视(shì)频的创作方式非常简(jiǎn)单，创(chuàng)作者(zhě)仅仅(jǐn)需(xū)要向(xiàng)AI输入一段话(huà)，甚至只是说一下(xià)要求(qiú)，AI就(jiù)可以根(gēn)据需要生成一段(duàn)视频。

谷歌发(fā)布的两个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能够做出(chū)更高(gāo)清视频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以制(zhì)作出超过2分钟的连(lián)贯的也有(yǒu)确切内容的视频，这(zhè)才是真(zhēn)正让人(rén)们(men)感到(dào)惊喜的(de)地方(fāng)。因为无论(lùn)AI生成的视(shì)频多么高(gāo)清，也只能是为内容生产(chǎn)者(zhě)提供一个灵感，一个素(sù)材，一(yī)个过场动(dòng)画。

不过能够制作出有具体剧情(qíng)内容的视频就意味着，一些视频创作由AI代替人工完(wán)成已经初(chū)步有了(le)可(kě)能。

当(dāng)下AI的发展速度已经超过大部分(fēn)人的想象。内容产业的本(běn)质是供给创造需(xū)求，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内(nèi)容产业带(dài)来更新的内(nèi)容(róng)风格、更快的生产速(sù)度，更低的生产成本，这无疑(yí)会驱动内容产业的(de)大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器(qì)人(rén)动作等多种内容形式的生(shēng)成。不难发(fā)现该项技术不仅在游戏等行(xíng)业(yè)能得到有(yǒu)效应用，对于下(xià)一代(dài)互联网各种元素(sù)的构建亦有关键意义。

从商业化的角度来看，文化娱乐(lè)、教(jiào)育、传媒等诸多领域(yù)，本身(shēn)就对基于AI的可视化(huà)内容有(yǒu)强烈需求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而只(zhǐ)是AI进程中的一块重要拼(pīn)图，有望在技术更新的加持下实(shí)现(xiàn)更大的应(yīng)用(yòng)价值。

AI从理(lǐ)解内容，走向(xiàng)了(le)可以生成内容，甚至(zhì)能(néng)够(gòu)创造出独立价值和独立视角的内(nèi)容。AIGC的再(zài)次出圈，更代表着未来的先进生(shēng)产力即将到来。

04

紧抓(zhuā)大模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的发展也可(kě)以看(kàn)出，在语言大模(mó)型(xíng)、图(tú)像大(dà)模(mó)型之后，多(duō)模态大模(mó)型已经成(chéng)为了新的趋势。

大模(mó)型被誉为(wèi)当前人工智能发展(zhǎn)的智能底座(zuò)，是(shì)全(quán)球竞(jìng)争最激烈的(de)研究方向之一(yī)，包括谷(gǔ)歌(gē)、亚马逊(xùn)、百(bǎi)度、阿里、腾(téng)讯(xùn)等众(zhòng)多头(tóu)部企业都在竞相(xiāng)发力。

不过(guò)训练大模(mó)型的确价格(gé)不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元。而(ér)对于一些(xiē)更大的LLM(大型语言模型)，训练(liàn)成本则介于200万美元(yuán)至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其(qí)对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都(dōu)离(lí)不开庞(páng)大算力支持。在关注各类大模型的发展同(tóng)时，更应该关注算力网(wǎng)络(luò)的建(jiàn)设(shè)。

算力网(wǎng)络正驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得(dé)更近(jìn)。

因为算力可以(yǐ)对突(tū)破性技术创(chuàng)新提(tí)供大(dà)力的支持。这(zhè)方面，多(duō)模态大(dà)模型是典型。作(zuò)为(wèi)面向未来强人工智能、通用人工智能的(de)重要(yào)技术创新，多模态大模型(xíng)已经在人工(gōng)智能(néng)领(lǐng)域提出了很多年，业界也有不少技术突破，但是，多(duō)模态大模型进(jìn)一步(bù)往下走，算力(lì)需求呈几何(hé)式(shì)上升，一般的(de)算(suàn)力(lì)基础设(shè)施很快将难以胜(shèng)任(rèn)。

从图(tú)像、文字、语音单独一项的(de)训练，到双模(mó)态、三模(mó)态(tài)的跃迁，让人工智能可(kě)以(yǐ)灵活应(yīng)对(duì)不同模态(tài)的转化、像人与(yǔ)世界交互一样自然，这方面，由算力网络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多需要(yào)爆发式增长的(de)算力来支撑(chēng)的(de)技(jì)术创新(xīn)，将在人(rén)工智(zhì)能算力网(wǎng)络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙光，期(qī)待在大模型(xíng)和大算力(lì)的支持下AIGC能持续(xù)颠覆内容生产的(de)方式，将创(chuàng)造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 ch2是什么基团，chch3ch3是什么基团