自(zì)聊天机器人(rén)ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨(cí)已多次公开谈论(lùn)人工智(zhì)能(néng)话题。在(zài)最近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可能会让(ràng)科技行(xíng)业迎(yíng)来一次(cì)剧(jù)烈的洗牌(pái)”。

这个结论(lùn)是(shì)他在当地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可(kě)能会威胁到谷歌(gē)的市占率，因为(wèi)微软(ruǎn)在AI方面的行动(dòng)相当迅速。而最终科技(jì)巨头将把AI整合成用户的“全能(néng)助(zhù)手”，包揽(lǎn)一切应用，与人们进(jìn)行沟通并提供建(jiàn)议，可(kě)以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全(quán)能助(zhù)手的到来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘(huì)画为代表的AIGC上一次爆火的时(shí)候，还(hái)是2022年8月，在(zài)美国科(kē)罗拉多州举办的新兴数字艺术家竞赛(sài)中，一幅(fú)名为《太空歌剧院》的作(zuò)品获奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件被广大网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在应用中输入一组关键(jiàn)词或者一张(zhāng)照(zhào)片(piàn)，就(jiù)能获(huò)得一幅(fú)AI创作的(de)画(huà)作。

作画的关键(jiàn)就是所(suǒ)输入(rù)的文本。同一组关键词也(yě)可以创作(zuò)出很多张风格不一样的(de)画作，这让(ràng)创作(zuò)的(de)过程就像开盲盒。

很(hěn)多用户很(hěn)喜欢这种不确(què)定的惊喜，他们(men)会将(jiāng)生成的美图当做头像。而另一(yī)部(bù)分喜欢翻(fān)看AI绘(huì)画的“翻(fān)车”作品(pǐn)。在社交媒体上(shàng)，许多用户分享AI“翻(fān)车现场”，例(lì)如，一位网(wǎng)友的小狗(gǒu)照片被AI画成了“肌肉男(nán)”，还有网友(yǒu)的(de)个(gè)人照片被AI识别成了(le)建筑(zhù)。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘(huì)画的填写(xiě)关键词游戏可能(néng)要被颠覆了(le)。

ControlNet是一(yī)位正在斯坦福(fú)读博的(de)中国(guó)人张吕敏创作的一种基于控制点的图(tú)像变(biàn)形(xíng)算法，主要用于数(shù)字图像(xiàng)处理(lǐ)、计算机视觉和计(jì)算(suàn)机图形学等领域。

其SD插件一(yī)经发布，在(zài)短短的两(liǎng)天内便成(chéng)为了AI绘画领域最新(xīn)的(de)热点。

在此之前，大(dà)家用(yòng)了很多方法想(xiǎng)让AI生成的结果尽(jǐn)可能的(de)符合要求，但是都不(bù)尽如人意(yì)，它的(de)出现(xiàn)代表(biǎo)着AI生(shēng)成开始(shǐ)进入真(zhēn)正(zhèng)的可控时期(qī)。

因为ControlNet可(kě)以(yǐ)直(zhí)接提取画面的构图，人物的姿(zī)势和画面的深度信息(xī)等。有了它的帮助，就不用(yòng)频(pín)繁的用(yòng)提(tí)示词来(lái)碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不(bù)少博主的(de)作品已经获得了大(dà)量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试(shì)效果。

通过图片(piàn)就可以看(kàn)出(chū)来(lái)，效果十分惊艳。

更厉害(hài)的是(shì)，除了真实(shí)的照片(piàn)，草(cǎo)图也可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回应。

不得不(bù)说(shuō)当下(xià)AIGC已(yǐ)经(jīng)变得越来越强大(dà)，甚至输出的作品都(dōu)已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络(luò)，而经过警方(fāng)辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘(huì)图(tú)诈骗。

由于这个活动里(lǐ)面给出的美女照片(piàn)都是(shì)AI制作的真人照片绘(huì)图(tú)，因为太逼真(zhēn)，被大(dà)家当(dāng)成(chéng)真事(shì)传播了(le)。

不过仔细观察(chá)可以发现，活动发起者提(tí)供的(de)照片中有个很(hěn)大(dà)的漏洞可(kě)以发现(xiàn)并非真人，而(ér)是(shì)AI绘图(tú)，那便是图片(piàn)中女性(xìng)的(de)手指部分有的存在异(yì)常。

有(yǒu)行业人(rén)事表(biǎo)示：“现在因为手指部(bù)分的(de)绘(huì)画(huà)算法比较复(fù)杂，AI还不太会画(huà)人的(de)手，但(dàn)最新看(kàn)到的图片(piàn)已经(jīng)有越来越(yuè)完美的AI模型出现，以后可能(néng)就(jiù)完(wán)全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据英国(guó)广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童(tóng)受灾的假(jiǎ)照片发布到(dào)网络，以此诱骗善良的人(rén)打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着技术发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果(guǒ)这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很(hěn)多担忧，一方面，批判者认为(wèi)AI在“学(xué)习”了大量前人的作品之后(hòu)，其创(chuà吊带和背心有什么区别，吊带和背心有什么区别ng)作(zuò)没有任何情绪和灵魂，难以(yǐ)和人类的艺(yì)术创作相(xiāng)提并论(lùn)。

另一方面，AIGC背后的版权、目(mù)前都并(bìng)没有得到(dào)有效的解决，还有AIGC会不会(huì)代替人类“至高无上(shàng)”的(de)创意。

马斯克(kè)也强调，人工智能的安(ān)全问(wèn)题需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两(liǎng)面性(xìng)的，潜在的危害并不(bù)能掩盖其光辉的贡(gòng)献。现(xiàn)在看来，人工智能技术将(jiāng)是第四次工业革(gé)命的核心驱动力量(liàng)，将创造新的增长奇迹。

过去一年，人工智(zhì)能在(zài)技(jì)术和商业层(céng)面都有了(le)巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向(xiàng)性(xìng)改变的一个代表。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这(zhè)些视频引发(fā)关注并(bìng)非内容(róng)做得多优秀，反而都非常简单(dān)，比如一(yī)匹正在(zài)喝水的马，一只画(huà)画的玩(wán)具熊，或者一段(duàn)骑摩托车的第(dì)一视(shì)角录像，随便一个有手机的人(rén)都可以(yǐ)随手录下一段。

但这些短视(shì)频(pín)的(de)创作方式非常(cháng)简单，创作者仅(jǐn)仅需要(yào)向AI输入(rù)一(yī)段话，甚至(zhì)只是说一下要求(qiú)，AI就(jiù)可以(yǐ)根据(jù)需要生成一段视频(pín)。

谷歌发布(bù)的(de)两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突(tū)出的是(shì)高清(qīng)，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩了一(yī)波梗(gěng)，一个能够做出更高清视频的AI还不足以在短(duǎn)时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令(lìng)人(rén)震(zhèn)惊的(de)地(dì)方在于，它(tā)可以制作出超过2分钟的连贯的也(yě)有确切(qiè)内容的视频，这才是真正让人们感到惊喜的地方。因为(wèi)无论(lùn)AI生成的视频多么高(gāo)清(qīng)，也只(zhǐ)能(néng)是为(wèi)内容生(shēng)产者提供一(yī)个灵感，一个素材，一个过场动画。

不(bù)过能够(gòu)制作出(chū)有具体剧情内容(róng)的视(shì)频就意味着，一些视频创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的发展速度已经超过大(dà)部分人的想象(xiàng)。内容产(chǎn)业的(de)本质是供给创造(zào)需求(qiú)，AIGC作为(wèi)全新的内容生产方式(shì)，可以为内容产业(yè)带来更新的(de)内容风格、更快的生产速度，更低的生产(chǎn)成(chéng)本(běn)，这无疑(yí)会驱动内容(róng)产业的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发现该项技术不(bù)仅在游戏等行业能得到有效应用，对(duì)于下一代互联网(wǎng)各种元素的构建亦有关键(jiàn)意(yì)义。

从商(shāng)业(yè)化的角(jiǎo)度来看，文化娱乐、教育(yù)、传媒(méi)等诸(zhū)多(duō)领域，本身就对(duì)基于AI的可视化内(nèi)容有(yǒu)强(qiáng)烈需求。

因此(cǐ)，AI绘画(huà)及(jí)视(shì)频或不是结(jié)果，而只是AI进程中的一块重要拼(pīn)图，有望(wàng)在技术更新的加持下实现更大的(de)应用价(jià)值。

AI从理解内(nèi)容，走向了可以生成(chéng)内容，甚至能够创造出独(dú)立价值和独(dú)立视角的内容(róng)。AIGC的再次出圈(quān)，更代表着未来(lái)的(de)先进生(shēng)产力即将到来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底(dǐ)座(zuò)

从技术的发展也可以看出(chū)，在语言大模型、图(tú)像大模型(xíng)之后，多模态大模型已(yǐ)经成为了新(xīn)的趋势(shì)。

大(dà)模(mó)型被誉为当前人工智(zhì)能发展(zhǎn)的智能(néng)底(dǐ)座，是全球竞争最激烈的研(yán)究(jiū)方向之一(yī)，包括谷歌、亚马(mǎ)逊(xùn)、百(bǎi)度、阿里、腾讯等众多头(tóu)部企业都(dōu)在竞相发力。

不过训练(liàn)大模型的确价格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本(běn)约(yuē)为140万美元。而(ér)对于一些更(gèng)大的LLM(大型语言(yán)模(mó)型)，训练(liàn)成本(běn)则介于200万美(měi)元至(zhì)1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的独(dú)立访客平均数(shù)1300万计算(suàn)，其对应芯(xīn)片需求(qiú)为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入(rù)成本约为8亿美(měi)元，每(měi)日仅电费就(jiù)在5万(wàn)美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力(lì)支持(chí)。在关注(zhù)各类大模型的发(fā)展同时，更应该关注算力网络的建(jiàn)设。

算力(lì)网络(luò)正驱动(dòng)AI产业发展(zhǎn)进入史诗(shī)级加速进(jìn)程，让AIGC及通用AI这一人工智能发(fā)展(zhǎn)的(de)终(zhōng)极目标(biāo)离得更近。

因为算(suàn)力可以(yǐ)对突(tū)破性技术(shù)创新提(tí)供(gōng)大力的支持。这(zhè)方面，多模态(tài)大模(mó)型是典型。作为面向(xiàng)未(wèi)来强人工(gōng)智能、通用人工智能的(de)重要技术创新(xīn)，多模态(tài)大模型已经在(zài)人工智(zhì)能(néng)领域(yù)提出了很多年(nián)，业界也有不少技(jì)术突破，但是，多(duō)模态大模型进(jìn)一步往(wǎng)下走，算力需求呈几何式(shì)上(shàng)升，一般(bān)的(de)算力基础设(shè)施很(hěn)快将难以胜任(rèn)。

从图(tú)像、文字、语(yǔ)音单独一(yī)项的训练，到(dào)双(shuāng)模(mó)态、三模态的跃迁，让人工智能可(kě)以灵活应对不同模态的转化、像人与世(shì)界交互一样自然，这方面，由算力(lì)网络来驱动将(jiāng)有明(míng)显优势。

此(cǐ)外，还有很多需(xū)要爆发式增长的(de)算(suàn)力来支撑(chēng)的技术创新，将在人工智能算力网络支撑(chēng)下(xià)快速推进。

AIGC已经(jīng)露出曙光，期待在(zài)大(dà)模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，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：IDC站长站，IDC站长，IDC资讯--IDC站长站 吊带和背心有什么区别，吊带和背心有什么区别