自(zì)聊天机器(qì)人(rén)ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖茨已多次(cì)公(gōng)开谈论(lùn)人(rén)工智(zhì)能话(huà)题。在最近(jìn)的一(yī)次(cì)采(cǎi)访中，他再(zài)次表示：“AI可能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(dì)时间2月20日接(jiē)受《In Good Company》节目(mù)专访(fǎng)时(shí)提(tí)出(chū)的。

他预期(qī)，AI的(de)发展可能会(huì)威(wēi)胁到(dào)谷歌的(de)市占率，因为微软(ruǎn)在AI方(fāng)面(miàn)的行动相当迅速。而(ér)最终科(kē)技巨头将把AI整合成用户的“全能(néng)助手”，包揽一切应用，与人们进行(xíng)沟(gōu)通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中(zhōng)全能助手的到来(lái)可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)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(xīng)数字艺术家(jiā)竞赛(sài)中(zhōng)，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘画软件被广大(dà)网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在(zài)应用中输入(rù)一组(zǔ)关键词或者一张照(zhào)片，就能获得(dé)一幅(fú)AI创(chuàng)作的(de)画作。

作画的关键就是(shì)所输入的文(wén)本(běn)。同一组关键词也可以创作出很多张风格不一样的画作(zuò)，这让创作的过程就像开盲(máng)盒。

很多(duō)用(yòng)户很喜欢这(zhè)种(zhǒng)不确(què)定(dìng)的惊喜(xǐ)，他(tā)们会将(jiāng)生成的美图当(dāng)做(zuò)头像(xiàng)。而另一部分(fēn)喜(xǐ)欢翻(fān)看AI绘画的“翻车”作(zuò)品。在(zài)社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例(lì)如，一位(wèi)网友的(de)小狗照片被AI画成了“肌肉男(nán)”，还有网友的个人照片被AI识别成了(le)建(jiàn)筑。

而如今随(suí)着ControlNet的出现(xiàn)与加(jiā)持，以(yǐ)往AI绘画的填写关(guān)键词(cí)游(yóu)戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕(lǚ)敏创作的一种基于控制点(diǎn)的图像变形算法，主(zhǔ)要用于数字图像处理、计算(suàn)机视觉和计算(suàn)机图(tú)形学等(děng)领(lǐng)域(yù)。

其SD插件(jiàn)一经(jīng)发布，在短短的两天内便(biàn)成(chéng)为(wèi)了AI绘(huì)画(huà)领域(yù)最(zuì)新的热点。

在此之前，大(dà)家用了很(hěn)多方(fāng)法想让AI生成的结果尽可能的符合要求(qiú)，但(dàn)是都不尽如(rú)人意(yì)，它的出现(xiàn)代(dài)表着AI生成开始进入真正的(de)可控时(shí)期。

因为ControlNet可以直(zhí)接(jiē)提取画面的构图(tú)，人物的(de)姿势和画面的深度信息等(děng)。有了它(tā)的帮助(zhù)，就不(bù)用频繁(fán)的用提(tí)示词来碰运(yùn)气，抽盲盒(hé)式的(de)创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加(jiā)了“魔法”，不(bù)少博(bó)主(zhǔ)的作品已经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用(yòng)朋友的照片直接(jiē)带她们走进(jìn)动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对(duì)应的(de)关键词；最后(hòu)用(yòng)ControlNet插件绑定(dìng)骨骼开始(shǐ)换关键词试(shì)效果。

通过图片就可以看(kàn)出(chū)来，效果(guǒ)十分惊艳(yàn)。

更厉害的是，除(chú)了真实的照(zhào)片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线(xiàn)稿转全彩图。大神张吕敏(mǐn)其本(běn)尊也(yě)亲(qīn)自(zì)回应。

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

02

难辨虚(xū)实，AIGC技术力(lì)爆发(fā)

警惕安(ān)全问题

近日(rì)，“苏州金鸡(jī)湖有游(yóu)艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的(de)“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片(piàn)都是AI制作的真人照片绘图，因为太(tài)逼真，被大家当(dāng)成真事传(chuán)播了。

不过仔细观察(chá)可以发现(xiàn)，活动发起者(zhě)提供的照片中有个很大的漏(lòu)洞可以发现并非真人，而是AI绘图(tú)，那(nà)便是(shì)图(tú)片中女性的手指部(bù)分(fēn)有的存在异常。

有行业(yè)人事表示：“现在因为手指(zhǐ)部分的绘(huì)画算(suàn)法比较复杂(zá)，AI还不太会画(huà)人的手，但最新看到的图片已经(jīng)有(yǒu)越来越完美的AI模(mó)型出现(xiàn)，以后可能就完全没有(yǒu)漏(lòu)洞(dòng)了。”

类似(shì)的AI作图诈骗在(zài)国外也已有发生(shēng)。据(jù)英国广播公司报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的(de)假照片发(fā)布到网络(luò)，以此诱(yòu)骗善良的(de)人(rén)打(dǎ)赏“捐助”从而实施诈(zhà)骗(piàn)。

目前随着技(jì)术(shù)发展，AIGC已经能做(zuò)出真人照片般的绘图效果，如果这样(yàng)的图片被(bèi)用来(lái)诈骗，将(jiāng)非(fēi)常可(kě)怕。

另一方面(miàn)，AIGC背后(hòu)的版权、目前都并(bìng)没(méi)有得(dé)到有效的解决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克(kè)也强调，人工智能的安全问题需(xū)要得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有远(yuǎn)方

技(jì)术(shù)都是有两面性的，潜在的(de)危害并不能掩(yǎn)盖其(qí)光辉的贡献。现在看来，人(rén)工智能技术将是第四次工业(yè)革命(mìng)的核(hé)心驱动力量，将创造(zào)新的增长奇迹(jì)。

过去一年，人工智能在技(jì)术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生(shēng)方(fāng)向性改变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科(kē)技圈的短视(shì)频。这些(xiē)视频引发关注并(bìng)非内容做得(dé)多优秀，反(fǎn)而都(dōu)非常简单，比如一匹(pǐ)正(zhèng)在喝水的马(mǎ)，一只画画的玩具(jù)熊(xióng)，或者一段骑摩托车(chē)的(de)第一视角(jiǎo)录像(xiàng)，随便一(yī)个有手机(jī)的人都可以随手录下一段。

但(dàn)这(zhè)些短视频的创作方式非(fēi)常简单(dān)，创作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至(zhì)只是说(shuō)一下(xià)要求，AI就可(kě)以根(gēn)据需要生成一(yī)段视频。

谷歌发(fā)布(bù)的(de)两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一(yī)波(bō)梗，一个能够做(zuò)出更高清视频的AI还不足以在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它可(kě)以制作(zuò)出超过(guò)2分钟的连(lián)贯的也有确切(qiè)内容(róng)的(de)视频，这才(cái)是(shì)真正让(ràng)人们感到惊喜的地方。因为无(wú)论AI生(shēng)成的视频多么(me)高清，也只能(néng)是(shì)为内容生产者(zhě)提(tí)供一个灵感，一个素材，一个过场动画。

不过能(néng)够制作出有具体剧情内容(róng)的视频就意味着，一(yī)些视(shì)频(pín)创作由AI代替人工完成已(yǐ)经初步有了可能。

当(dāng)下AI的发展速度已经超过大部分人的想象。内容产业的(de)本质是供给创造需求，AIGC作为全新的内容(róng)生产(chǎn)方式，可以为内容产业(yè)带来更新的内容(róng)风格、更快的生产速度，更低的(de)生产成本，这(zhè)无(wú)疑会驱动内容产业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器(qì)人动作(zuò)等多种内(nèi)容(róng)形式的生成。不难(nán)发现该项技术不(bù)仅(jǐn)在游(yóu)戏等行业(yè)能得到有效应用，对于下(xià)一代互联网各种元素的构建亦有关键意义。

从商(shāng)业化的(de)角度(dù)来看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对基于AI的可视化内容(róng)有强烈需求。

因(yīn)此，AI绘画及(jí)视(shì)频(pín)或不是结果，而只是AI进程中的(de)一块重要拼图，有望在技术更(gèng)新的加(jiā)持(chí)下实(shí)现更大的应用价值。

AI从理解内容，走向了可以生成内容(róng)，甚至能够(gòu)创造出独(dú)立价值和独立(lì)视角的内容。AIGC的再次出圈，更代表着未来的(de)先进生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座

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

大模(mó)型被誉为当(dāng)前(qián)人工智能(néng)发展的智能底座，是全(quán)球竞争最激烈的(de)研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都(dōu)在竞相发力。

不过训练大模(mó)型的确价(jià)格(gé)不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报(bào)告(gào)估算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元(yuán)。而(ér)对于一些更(gèng)大(dà)的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本(běn)则介于200万美元(yuán)至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平(píng)均(jūn)数1300万计(jì)算，其对(duì)应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始投入(rù)成(chéng)本约为8亿(yì)美元，每(měi)日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算(suàn)力支持(chí)。在(zài)关注(zhù)各(gè)类大模型的发展同时(shí)，更应该关(guān)注算力(lì)网络的建(jiàn)设。

算力网(wǎng)络正(zhèng)驱动AI产业发展(zhǎn)进入史诗级加(jiā)速进程，让AIGC及(jí)通(tōng)用AI这一人工(gōng)智能发展的(de)终极目标离得更(gèng)近。

因(yīn)为算力可以对突破性技术创(chuàng)新(xīn)提供大力的支持。这方面，多模态大(dà)模型是典(diǎn)型(xíng)。作为面向未来强人工智能、通用人工智能的重要技术创(chuàng)新，多模态大模型已(yǐ)经在人(rén)工智(zhì)能领域提(tí)出了很多(duō)年，业界(jiè)也有不少技术(shù)突(tū)破，但是(shì)，多模(mó)态大模型进一步(bù)往下走(zǒu)，算力(lì)需求呈几何式(shì)上(shàng)升，一般的算力基础设施很快将(jiāng)难以胜(shèng)任(rèn)。

从图像、文(wén)字、语音单独一项的训(xùn)练，到双模态、三模态的跃迁(qiān)，让人工智能可(kě)以灵活应对不同(tóng)模态的(de)转化、像人与世界交互(hù)一样自(zì)然，这方(fāng)面，由算力网络来驱动(dòng)将有(yǒu)明显优势(shì)。

此外，还有很(hěn)多(duō)需要(yào)爆发式(shì)增(zēng)长的算力来支撑的技术创新，将在人(rén)工智能(néng)算力网络支撑下快(kuài)速(sù)推(tuī)进(jìn)。

AIGC已经露出曙光，期待在大(dà)模型和大(dà)算力的支持下(xià)AIGC能(néng)持续颠覆内容生产的方式(shì)，将创造的(de)边际成本降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 小迷糊面膜成分安全吗，小迷糊适用年龄段