自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题(tí)。在最(zuì)近的(de)一次(cì)采(cǎi)访中，他(tā)再次表示：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当(dāng)地时间(jiān)2月20日(rì)接受(shòu)《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他预期(qī)，AI的发展可(kě)能会威(wēi)胁到谷(gǔ)歌的市占(zhàn)率，因为(wèi)微软在AI方面的行动相当迅(xùn)速。而最终(zhōng)科技巨(jù)头将把AI整合成用户的“全能助(zhù)手”，包揽一(yī)切应用，与人们进(jìn)行沟通(tōng)并提(tí)供建议(yì)，可(kě)以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来可能(néng)尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)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向可(kě)控(kòng)靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术(shù)家(jiā)竞赛中(zhōng)，一幅(fú)名为(wèi)《太(tài)空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软件(jiàn)被广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户们可(kě)以在应用(yòng)中(zhōng)输入(rù)一组关键词或者一张(zhāng)照片，就(jiù)能获(huò)得一(yī)幅(fú)AI创作的(de)画作。

作画(huà)的(de)关(guān)键就是所输入的文本。同一组关键词(cí)也可以(yǐ)创作出很多张风格不一样的画作，这让(ràng)创作的过程(chéng)就(jiù)像开盲盒。

很多用户很(hěn)喜欢这种不(bù)确定的(de)惊喜，他们会(huì)将生成的(de)美图当做(zuò)头像。而(ér)另一部分(fēn)喜欢翻看AI绘画的(de)“翻(fān)车”作(zuò)品。在社交媒(méi)体上(shàng)，许(xǔ)多用(yòng)户(hù)分享(xiǎng)AI“翻(fān)车现场”，例(lì)如，一位(wèi)网友(yǒu)的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还有网(wǎng)友的个人照片被AI识别成(chéng)了建筑(zhù)。

而(ér)如今随(suí)着ControlNet的出现与加(jiā)持，以往AI绘画的填(tián)写关键词(cí)游戏可能(néng)要被(bèi)颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的中(zhōng)国人张(zhāng)吕敏(mǐn)创作的(de)一种(zhǒng)基于控制(zhì)点的图像变(biàn)形算(suàn)法，主要用于数(shù)字(zì)图(tú)像处理、计算(suàn)机视觉和(hé)计(jì)算机(jī)图(tú)形学(xué)等领域。

其SD插件一经(jīng)发布，在(zài)短短的两天(tiān)内便(biàn)成为了AI绘画领域最新的热点。

在此之前，大家(jiā)用了(le)很多(duō)方法(fǎ)想让(ràng)AI生成的结果尽可能的(de)符合(hé)要求，但(dàn)是都不尽如人意，它(tā)的出现代表着AI生(shēng)成(chéng)开始进入真(zhēn)正(zhèng)的(de)可控时(shí)期。

因为(wèi)ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的姿势和画面的(de)深(shēn)度信息等。有了它的帮助(zhù)，就不用(yòng)频(pín)繁(fán)的用提示词来碰(pèng)运气(qì)，抽盲盒式的创作了(le)。

通(tōng)俗(sú)的(de)说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不少博(bó)主的作品已经获得了大量的浏览(lǎn)量，“viggo”就(jiù)是其中之一，他(tā)用(yòng)朋(péng)友的照片直接带她们(men)走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开(kāi)始换(huàn)关(guān)键词(cí)试效果。

通过图片(piàn)就可以(yǐ)看出来，效果十分惊艳。

更厉害的(de)是，除了真(zhēn)实的照片，草图(tú)也可以(yǐ)加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应(yīng)。

不得不说当下(xià)AIGC已(yǐ)经变得越来越强(qiáng)大(dà)，甚至输出的作品都已经能(néng)以假乱(luàn)真了。

02

难辨(biàn)虚(xū)实(shí)，AIGC技术(shù)力爆发(fā)

警惕安(ān)全问题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的(de)消息火(huǒ)遍网(wǎng)络，而(ér)经过警方辟谣这所(suǒ)谓的(de)“party”可能是全国(guó)第一起AI绘图诈骗(piàn)。

由于这个活(huó)动里面(miàn)给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家当(dāng)成真事传播了。

不(bù)过仔细观察(chá)可(kě)以发现，活(huó)动(dòng)发起者提供的照(zhào)片中有个很大的(de)漏洞可以发现并(bìng)非真(zhēn)人(rén)，而(ér)是AI绘图，那便(biàn)是图片中(zhōng)女性的手指部分有的(de)存在异(yì)常。

有行业(yè)人事表示(shì)：“现在因为(wèi)手(shǒu)指部分的绘画算法比较复杂，AI还不(bù)太会画人的(de)手，但最新看到的图(tú)片已(yǐ)经有(yǒu)越来越(yuè)完美的AI模型出现，以(yǐ)后可能(néng)就完(wán)全没有漏洞了。”

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，土耳(ěr)其(qí)地震期(qī)间，有Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假照片(piàn)发布到网络，以此诱(yòu)骗善良的人(rén)打赏(shǎng)“捐助(zhù)”从而(ér)实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人(rén)照片般的绘图效果(guǒ)，如果这样的图片被用来诈骗(piàn)，将非(fēi)常可(kě)怕。

此外(wài)AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在(zài)“学(xué)习”了大量前人的(de)作品(pǐn)之后，其(qí)创作没有任何情绪和灵(líng)魂，难以和人(rén)类的艺术创作相提并论(lùn)。

另一方面(miàn)，AIGC背后的版权(quán)、目(mù)前都并(bìng)没有得到有效的解(jiě)决，还有AIGC会不会代替人类“至(zhì)高无上”的创意(yì)。

马斯(sī)克也(yě)强调，人工智能(néng)的(de)安全问题需要(yào)得到(dào)重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有(yǒu)两面性(xìng)的(de雨水淋过的衣服晒干还能穿吗，雨水淋过的衣服晒干还能穿吗)，潜在(zài)的危害(hài)并不能掩盖其光辉的(de)贡献(xiàn)。现在(zài)看(kàn)来，人工智能(néng)技术将是(shì)第(dì)四次工业革命的核心驱动力(lì)量，将(jiāng)创造新(xīn)的增长奇迹。

过去一年，人工智能(néng)在技术(shù)和商业层(céng)面(miàn)都有了巨大进展，AI绘(huì)画就是人工智能(néng)技术(shù)发(fā)生方向性改变的一(yī)个代(dài)表。其下一站或许(xǔ)就是视频(pín)。

此前，Meta和(hé)谷(gǔ)歌先(xiān)后(hòu)发布了(le)几条(tiáo)引爆科(kē)技圈的短视频(pín)。这些视频引发关(guān)注并(bìng)非内(nèi)容做得多优秀(xiù)，反(fǎn)而都非常简单(dān)，比如一匹正在(zài)喝水(shuǐ)的(de)马，一只画画的玩具熊，或者一段骑摩(mó)托车(chē)的第一视角录像，随便一个有手机(jī)的人都可(kě)以随手录(lù)下(xià)一(yī)段。

但这些短视频的创作方式非常(cháng)简单，创(chuàng)作者仅仅需要向AI输入一(yī)段话，甚(shèn)至只是说一下要求(qiú)，AI就(jiù)可以根据需(xū)要生(shēng)成一段(duàn)视频。

谷歌发(fā)布的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个(gè)能够做出更高清视频的(de)AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在(zài)于，它可以(yǐ)制作出超过(guò)2分钟的连贯的也(yě)有确切内容(róng)的(de)视频，这(zhè)才是真正让人们感(gǎn)到惊喜(xǐ)的地方(fāng)。因(yīn)为无(wú)论AI生(shēng)成的视频(pín)多(duō)么高清，也只能是为(wèi)内容生产者提供一个(gè)灵感(gǎn)，一个素(sù)材，一个过(guò)场动画。

不(bù)过能够制作出有具(jù)体剧情内(nèi)容的视频(pín)就意(yì)味着，一些视频创(chuàng)作由AI代(dài)替人工完成已经初步有了可(kě)能。

当下AI的(de)发展速度已经超过(guò)大(dà)部分人的想象。内容产(chǎn)业(yè)的(de)本质是供给创造(zào)需求，AIGC作为全新(xīn)的(de)内容生产方式(shì)，可以为(wèi)内(nèi)容产(chǎn)业带来更新的内容(róng)风格、更快的生产速度，更低的生产(chǎn)成本，这无疑会(huì)驱(qū)动内容(róng)产业的(de)大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应用于音乐(lè)、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发(fā)现(xiàn)该(gāi)项技(jì)术不仅在游戏等行业能得到(dào)有(yǒu)效应用(yòng)，对于下(xià)一代互联网各种元素的构建亦有关键意义。

从商业化的角度来(lái)看，文化(huà)娱乐(lè)、教育、传媒等诸(zhū)多(duō)领(lǐng)域，本身就对基于AI的可视化内(nèi)容有(yǒu)强(qiáng)烈需(xū)求。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只是(shì)AI进程中的(de)一块重(zhòng)要拼(pīn)图，有望在技术更新的(de)加(jiā)持下(xià)实现更大的应用价值。

AI从理(lǐ)解内(nèi)容，走向了可以生成内容，甚至(zhì)能够创造(zào)出独立价值(zhí)和(hé)独立视角(jiǎo)的内容(róng)。AIGC的再次出(chū)圈(quān)，更代表着未来的先进生产力即(jí)将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术(shù)的发展也可以看出，在语言大(dà)模型、图像大模(mó)型之后，多模态(tài)大模型已经成为了新的(de)趋势。

大模型被誉为当前(qián)人工智能发展(zhǎn)的(de)智能底座，是(shì)全球竞争最激烈(liè)的研究方(fāng)向之一，包括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等(děng)众多头部企业都在竞相发力。

不过(guò)训(xùn)练大模型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成本(běn)约(yuē)为140万美元(yuán)。而对于一(yī)些(xiē)更大(dà)的LLM(大型语言模(mó)型)，训练成本则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立(lì)访(fǎng)客(kè)平均数(shù)1300万计算(suàn)，其对(duì)应芯片(piàn)需(xū)求为(wèi)3万多片英伟达A100 GPU，初(chū)始投(tóu)入成(chéng)本约为8亿美元(yuán)，每日(rì)仅电(diàn)费就在5万美(měi)元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类大模(mó)型的发展同时(shí)，更应(yīng)该关注算力网(wǎng)络的建设(shè)。

算力网络正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人(rén)工智能发展的终极目标离得更近(jìn)。

因为算(suàn)力可以对突破性技术(shù)创新提(tí)供大力的支(zhī)持。这方面，多模(mó)态大模型是典型。作为(wèi)面向未来强人工(gōng)智能、通用人(rén)工(gōng)智能的重要技术创新，多(duō)模态大模(mó)型已经在人工智能领域提(tí)出了(le)很多年(nián)，业(yè)界也(yě)有不少技术突(tū)破(pò)，但是，多模态大(dà)模型进一步往下走，算力需(xū)求呈几何式上升，一般的算(suàn)力基(jī)础设施(shī)很快将难(nán)以(yǐ)胜(shèng)任。

从图像、文字、语音单独一项的训练，到(dào)双模态、三模(mó)态的(de)跃(yuè)迁，让人(rén)工智能可(kě)以灵(líng)活应对不同模态的转化、像人与世(shì)界交互(hù)一样自(zì)然，这方(fāng)面，由算(suàn)力(lì)网络来(lái)驱动将有明显(xiǎn)优势。

此(cǐ)外，还有很多需要(yào)爆发式增长(zhǎng)的算力来支撑的技术创新，将在人工智能(néng)算力网络支撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待在大(dà)模(mó)型和大(dà)算力的支持下AIGC能(néng)持续(xù)颠覆内容生产的方式(shì)，将创(chuàng)造的边际成本降低(dī)，让(ràng)万众(zhòng)受益(yì)。

未经允许不得转载：泉州电动车网 福建骑行网 雨水淋过的衣服晒干还能穿吗，雨水淋过的衣服晒干还能穿吗