自(zì)聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多次(cì)公开(kāi)谈论(lùn)人工智能话题。在(zài)最(zuì)近的(de)一次采访(fǎng)中，他再次表示：“AI可能会让科技行业迎来一次剧(jù)烈(liè)的(de)洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因(yīn)为微(wēi)软在AI方面的行动(dòng)相当迅速(sù)。而最终(zhōng)科技巨头将把AI整合成用户(hù)的“全能(néng)助手”，包揽(lǎn)一切应用，与人(rén)们进行沟(gōu)通并提供建议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到(dào)来可能(néng)尚需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画(huà)浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的(de)时候(hòu)，还是2022年(nián)8月，在美国科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后(hòu)各(gè)大厂商的AI绘画软件(jiàn)被广(guǎng)大网(wǎng)友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用(yòng)户们(men)可(kě)以(yǐ)在应(yīng)用中输入一组关(guān)键(jiàn)词或(huò)者(zhě)一(yī)张照片，就能获得一幅AI创作的画作。

作画(huà)的关键(jiàn)就是所输入的文本。同一组关键(jiàn)词(cí)也可(kě)以创(chuàng)作(zuò)出很多张风格不一样的画作(zuò)，这让创作的过程就(jiù)像开盲盒。

很(hěn)多用(yòng)户很喜欢这种不确定的惊喜，他们会将生成的(de)美图(tú)当做头像(xiàng)。而另一(yī)部(bù)分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户(hù)分(fēn)享AI“翻(fān)车(chē)现场”，例(lì)如，一(yī)位网(wǎng)友的小狗(gǒu)照片被AI画成了“肌(jī)肉(ròu)男”，还有(yǒu)网友(yǒu)的(de)个人照片(piàn)被(bèi)AI识(shí)别成了建(jiàn)筑(zhù)。

而如今随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填(tián)写关键(jiàn)词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福读(dú)博(bó)的中国(guó)人张吕(lǚ)敏创作的一种基于控制(zhì)点的图像变形算法(fǎ)，主要用于数(shù)字图像(xiàng)处理、计算(suàn)机(jī)视觉和(hé)计算机(jī)图形学等领(lǐng)域。

其(qí)SD插件(jiàn)一经发布(bù)，在短短的两天(tiān)内便成为了AI绘画领域最新的热(rè)点(diǎn)。

在此之前，大家(jiā)用了很多方法想让AI生(shēng)成(chéng)的结果尽可能的符(fú)合(hé)要求，但是都(dōu)不尽如人意，它的出(chū)现代表着AI生成开始(shǐ)进入真正的可控时(shí)期(qī)。

因为ControlNet可以直接提取画(huà)面的(de)构图，人物的姿势和画面(miàn)的(de)深度信息等。有了它的帮助，就不用频繁的(de)用提(tí)示词来碰(pèng)运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经获得了大量(liàng)的浏(liú)览量(liàng)，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的(de)关键(jiàn)词；最后用(yòng)ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试效果。

通过图片就可以看出来(lái)，效果十分惊艳。

更厉害的是，除(chú)了真(zhēn)实的照片，草图也(yě)可以(yǐ)加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕(lǚ)敏(mǐn)其本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚(shèn)至输出的作(zuò)品都已(yǐ)经(jīng)能以假乱(luàn)真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网(wǎng)络(luò)，而经过警方辟谣这所谓的“party”可能(néng)是全国第一起AI绘(huì)图诈骗。

由于(yú)这个活动里面(miàn)给出的(de)美女照片(piàn)都是(shì)AI制作的真(zhēn)人(rén)照片绘图，因(yīn)为太逼(bī)真，被大家当成真事传播了。

不过仔细观察可(kě)以发现，活动发起者提供(gōng)的照片中有个很(hěn)大的漏洞可以发现并非真人(rén)，而是AI绘图(tú)，那便是图片中(zhōng)女性的(de)手指部分有(yǒu)的存在(zài)异常。

有行业(yè)人事表示：“现在因为手指(zhǐ)部分(fēn)的绘画算法比较复杂，AI还不太(tài)会(huì)画人的手，但最(zuì)新看(kàn)到的图片已经(jīng)有(yǒu)越来(lái)越完美的AI模型出现，以(yǐ)后可能(néng)就(jiù)完(wán)全(quán)没(méi)有(yǒu)漏洞了。”

类似(shì)的AI作图诈骗在国外(wài)也已有发生。据英(yīng)国广播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成(chéng)了儿童受灾的假(jiǎ)照片(piàn)发布到网(wǎng)络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前随(suí)着技术发展，AIGC已经能(néng)做出(chū)真人照片般(bān)的绘图效(xiào)果，如果这样的图片被用(yòng)来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者(zhě)认为AI在“学习”了(le)大量前人的(de)作品之后(hòu)，其创作没有(yǒu)任何情绪和灵魂，难以(yǐ)和人类的(de)艺(yì)术(shù)创作相提(tí)并论(lùn)。

另一方面，AIGC背后的版权、目(mù)前都并没有得(dé)到有效的解(jiě)决，还有AIGC会不(bù)会(huì)代替(tì)人类两害相权取其轻,两利相权取其重，两权相害取其轻正确说法是什么意思“至高无上”的(de)创意。

马斯克也(yě)强调，人工智能(néng)的安全问题(tí)需(xū)要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一(yī)站除了(le)视频，还(hái)有远方

技术都是有两面性的，潜在的危害(hài)并(bìng)不能掩盖其光辉的贡献。现(xiàn)在(zài)看来，人(rén)工智能技术(shù)将(jiāng)是第四(sì)次工(gōng)业(yè)革命的核心驱动力量，将创造新的增长奇迹。

过(guò)去一年，人工智(zhì)能在技术(shù)和商业层面都有(yǒu)了巨大(dà)进展(zhǎn)，AI绘画就(jiù)是人工(gōng)智能技术发生方向(xiàng)性改变(biàn)的一个(gè)代表。其下一站或许(xǔ)就(jiù)是视频。

此前，Meta和谷歌(gē)先后发布了几条引(yǐn)爆科技圈的短视频。这些视频引(yǐn)发关注(zhù)并非(fēi)内容做得多(duō)优秀，反(fǎn)而都非(fēi)常简单，比如(rú)一(yī)匹正在喝水(shuǐ)的马，一只画画(huà)的玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车的第(dì)一视角录像，随便一个有手机的人都可(kě)以(yǐ)随手录下一段。

但这些(xiē)短视频的(de)创作方(fāng)式非常(cháng)简单，创作(zuò)者仅仅需要向AI输入一段话，甚至只是(shì)说(shuō)一下要求，AI就可以根据需要生成(chéng)一段(duàn)视频(pín)。

谷歌发布的两(liǎng)个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈(quān)就已(yǐ)经玩了一波(bō两害相权取其轻,两利相权取其重，两权相害取其轻正确说法是什么意思)梗，一个(gè)能够做出更高清视(shì)频的AI还不(bù)足(zú)以在(zài)短(duǎn)时(shí)间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊的地(dì)方(fāng)在(zài)于，它可(kě)以制作出超过2分钟的(de)连(lián)贯的也有确(q两害相权取其轻,两利相权取其重，两权相害取其轻正确说法是什么意思uè)切(qiè)内(nèi)容的(de)视频，这才(cái)是真(zhēn)正让人(rén)们感到(dào)惊(jīng)喜的地方(fāng)。因为无论AI生成的视频多么高清，也只能是为内容生产者提(tí)供一个(gè)灵感，一个素材，一(yī)个过场(chǎng)动画。

不过能够制(zhì)作出(chū)有具体剧情内(nèi)容的视频就意味(wèi)着，一些视频创作由AI代(dài)替人工完成已经初步有了可(kě)能。

当(dāng)下AI的(de)发展速(sù)度(dù)已经超过大部分(fēn)人的想象。内容产业的(de)本质是供给创造(zào)需求，AIGC作为全新的(de)内容生产方(fāng)式，可以为内容产(chǎn)业(yè)带来(lái)更新(xīn)的内(nèi)容(róng)风(fēng)格、更(gèng)快的生产速度，更(gèng)低(dī)的生产成(chéng)本，这无疑会驱动内容(róng)产业(yè)的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用于音乐、代(dài)码、机器(qì)人动(dòng)作等(děng)多(duō)种内容形式的(de)生成。不难发(fā)现(xiàn)该项技术不仅在游(yóu)戏等行业能(néng)得(dé)到(dào)有(yǒu)效应用，对(duì)于下一代互(hù)联网各(gè)种元素的构建亦有关键(jiàn)意(yì)义。

从商业(yè)化的角度来(lái)看，文化娱乐、教(jiào)育、传媒(méi)等(děng)诸多领(lǐng)域，本身(shēn)就对基于AI的可(kě)视化(huà)内容有(yǒu)强烈(liè)需求(qiú)。

因此，AI绘画及视频或不是结果，而只(zhǐ)是(shì)AI进程中的一块重要拼图，有望在技(jì)术(shù)更(gèng)新的加持下实现更(gèng)大(dà)的应用价值。

AI从理解(jiě)内容，走向(xiàng)了可(kě)以生成内容，甚(shèn)至能够创造出独立(lì)价值和独立视(shì)角的内容。AIGC的再次出(chū)圈，更代表着未来的(de)先进(jìn)生产力即将到来。

04

紧抓(zhuā)大模型与(yǔ)算力(lì)，牢固AIGC底(dǐ)座

从技术的发展也可(kě)以看出，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态大模型已(yǐ)经成为了新的趋势。

大(dà)模(mó)型被誉为(wèi)当前人工智能发展的智能(néng)底座，是全球竞(jìng)争(zhēng)最激(jī)烈(liè)的研(yán)究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业(yè)都在竞(jìng)相发力。

不过训练大模型(xíng)的确(què)价格不菲(fēi)，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(yī)次的成本(běn)约为140万美(měi)元。而对于一些更大的LLM(大型语言模型)，训练成(chéng)本则介于200万美元至(zhì)1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立(lì)访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电费就在5万(wàn)美元左右。

此(cǐ)外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各(gè)类(lèi)大模型的(de)发展(zhǎn)同时，更应(yīng)该关(guān)注(zhù)算力网络的建设。

算力网络正(zhèng)驱(qū)动(dòng)AI产业发展进入史诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极目标离得(dé)更近。

因为算力可以对突破性技术创新提供大力(lì)的支(zhī)持。这方面，多模态(tài)大(dà)模型是(shì)典型。作为(wèi)面向(xiàng)未来强(qiáng)人工智能、通用人工智能的重要技术创新(xīn)，多模态大模型已经在人(rén)工智能领域提出(chū)了很多年，业界也有(yǒu)不(bù)少(shǎo)技术突破，但是，多模态大模型进(jìn)一(yī)步往下(xià)走，算力需求呈(chéng)几何式上升，一(yī)般的算力(lì)基础设施很快将难以胜任。

从图(tú)像(xiàng)、文字、语(yǔ)音单独(dú)一项(xiàng)的训(xùn)练，到双(shuāng)模态、三模态的跃迁(qiān)，让(ràng)人(rén)工智(zhì)能(néng)可以灵活应(yīng)对不同(tóng)模态的转(zhuǎn)化、像(xiàng)人(rén)与(yǔ)世(shì)界(jiè)交互一样自然，这方面，由(yóu)算力网络来驱动(dòng)将有明(míng)显(xiǎn)优势(shì)。

此外，还有很多需要爆(bào)发式(shì)增长(zhǎng)的算力来支撑(chēng)的技(jì)术创新，将在人工智能算力网(wǎng)络支撑下快速推进(jìn)。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的(de)支持下AIGC能持续颠(diān)覆内容(róng)生(shēng)产的方式，将创造(zào)的边际成本降低，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 两害相权取其轻,两利相权取其重，两权相害取其轻正确说法是什么意思