自(zì)聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软公司创始人(rén)比(bǐ)尔·盖茨已(yǐ)多次(cì)公(gōng)开(kāi)谈(tán)论人工智能话题。在最近的一次采访(fǎng)中，他再次(cì)表示：“AI可能会让科技(jì)行业迎来一次剧烈的洗(xǐ)牌(pái)”。

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

他(tā)预期，AI的发展可能会威(wēi)胁到谷歌的市占率，因(yīn)为微(wēi)软在(zài)AI方面的行(xíng)动相(xiāng)当迅(xùn)速。而最终科技巨头将把AI整合成用户的“全能(néng)助手(shǒu)”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到(dào)来可能尚需(xū)时日，但由ControlNet引发的又(yòu)一次(cì)AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题热(rè)点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近(jìn)

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火(huǒ)的(de)时(shí)候，还是2022年(nián)8月，在美国(guó)科(kē)罗拉多州举办的新兴(xīng)数字艺(yì)术家竞赛中(zhōng)，一幅名为(wèi)《太(tài)空歌剧院》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘画软(ruǎn)件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以在应(yīng)用中输(shū)入一组关键词或者(zhě)一张照片，就能获(huò)得(dé)一幅AI创作的画作。

作画的(de)关键(jiàn)就是(shì)所输(shū)入(rù)的(de)文本。同一组(zǔ)关(guān)键词也可(kě)以创作出很(hěn)多(duō)张(zhāng)风格不一样(yàng)的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种不确(què)定的惊喜，他们(men)会将生(shēng)成的美(měi)图当做头像。而另(lìng)一部分喜(xǐ)欢翻(fān)看(kàn)AI绘(huì)画的(de)“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位(wèi)网友的小狗(gǒu)照片被AI画成了(le)“肌肉男”，还(hái)有网友的个人照片(piàn)被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘画的(de)填写关(guān)键词游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国人张吕敏(mǐn)创(chuàng)作的一种基于控制(zhì)点的图(tú)像变形算(suàn)法，主要(yào)用于数字图像处理、计算机视觉和计算机图形学(xué)等领(lǐng)域。

其SD插(chā)件一经发布(bù)，在(zài)短短的两天内便成为了AI绘画领域最新的热点(diǎn)。

在此(cǐ)之前，大家(jiā)用了很多方(fāng)法想让AI生成的结果尽可能的(de)符合要求(qiú)，但是都不尽如人(rén)意，它的(de)出现(xiàn)代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可(kě)以直(zhí)接提(tí)取画面的构图，人物的(de)姿势和画面的深度信息等。有了它的帮(bāng)助，就不用频繁的用(yòng)提示(shì)词来碰运气(qì)，抽(chōu)盲盒式(shì)的(de)创作了。

通俗的(de)说ControlNet相(xiāng)当(dāng)于给AI绘(huì)画加了“魔法”，不少博(bó)主的作品已经获得了(le)大量的浏(liú)览量，“viggo”就是其中(zhōng)之一(yī)，他用朋(péng)友的照(zhào)片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼(gé)开(kāi)始换关键词试效果。

通过(guò)图片就(jiù)可以看出(chū)来(lái)，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自(zì)回应。

无菌蛋是什么，无菌蛋是什么蛋="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不(bù)得不说当下AIGC已(yǐ)经变(biàn)得(dé)越来(lái)越强大，甚至(zhì)输出的作(zuò)品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的(de)消(xiāo)息火遍网络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能是全(quán)国第一起AI绘图诈骗。

由于这个活动里(lǐ)面(miàn)给出的(de)美(měi)女照片都是AI制作(zuò)的真人(rén)照片绘图，因(yīn)为太逼真(zhēn)，被(bèi)大家(jiā)当成真事传播了。

不过仔(zǎi)细观察(chá)可以发(fā)现(xiàn)，活动发(fā)起者提供的(de)照片中有个很大的漏洞(dòng)可以发现(xiàn)并非真人(rén)，而是AI绘(huì)图，那便是图片中女性的(de)手指部分有的存在(zài)异常。

有行(xíng)业人事(shì)表示(shì)：“现在(zài)因为(wèi)手指部分的绘(huì)画算法比较复杂，AI还不太(tài)会画人的手，但最新看到(dào)的图片已经有越来越(yuè)完美的AI模(mó)型(xíng)出现，以后可能(néng)就完全没有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国(guó)外(wài)也(yě)已有发生(shēng)。据英(yīng)国广播公(gōng)司报道，土耳(ěr)其(qí)地(dì)震期间，有Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照片发布(bù)到(dào)网络，以此诱骗善(shàn)良的(de)人打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经(jīng)能(néng)做出真人照片般的绘(huì)图(tú)效果，如果这样的图片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大(dà)量前人的(de)作(zuò)品之后，其创(chuàng)作(zuò)没(méi)有任何情绪和(hé)灵魂，难以和人类的艺(yì)术创作相提(tí)并论。

另一(yī)方面，AIGC背后的版权、目前都并没(méi)有得到(dào)有效(xiào)的解决，还有AIGC会不会代替人(rén)类(lèi)“至高(gāo)无上”的(de)创(chuàng)意。

马(mǎ)斯克也(yě)强调，人工智能(néng)的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两面性的，潜在的危害并不(bù)能掩盖其光辉的贡献。现(xiàn)在(zài)看来(lái)，人工智能技术将是(shì)第四次工业革命的(de)核心驱动力量，将(jiāng)创造新(xīn)的增(zēng)长奇迹。

过去一年，人工(gōng)智能在技术和商业层(céng)面(miàn)都有了(le)巨大(dà)进展，AI绘画就(jiù)是(shì)人工智(zhì)能技术发生方向性改变的一个代表。其下(xià)一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后发布了几(jǐ)条(tiáo)引爆(bào)科技圈的短视频。这些视频(pín)引发关(guān)注(zhù)并(bìng)非内容做(zuò)得(dé)多优秀，反(fǎn)而都非(fēi)常简单，比如(rú)一匹正在喝水的马，一只画画的玩具熊(xióng)，或者一段骑(qí)摩(mó)托(tuō)车的第一(yī)视角录像，随(suí)便一个(gè)有(yǒu)手机(jī)的人都可以随手录下一段。

但这些短(duǎn)视频的(de)创作方(fāng)式非常简单，创作者(zhě)仅仅需要向AI输入(rù)一段话，甚至(zhì)只是说一下要求(qiú)，AI就可(kě)以根据需要(yào)生成一段视频。

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

在Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈就已经玩(wán)了(le)一波梗，一个能够做出更高清视(shì)频的AI还不足(zú)以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它可以制作(zuò)出超过2分(fēn)钟的连贯(guàn)的也有确切内容的(de)视频，这才是真正让人(rén)们感(gǎn)到(dào)惊喜(xǐ)的地方。因为(wèi)无论AI生(shēng)成(chéng)的视频多么高清，也只能是为内容生产者提供一个灵感，一个素(sù)材，一个过场动(dòng)画。

不过(guò)能够制(zhì)作出有具(jù)体剧情(qíng)内容的(de)视频就意味着，一(yī)些视频(pín)创作由AI代替(tì)人工完成(chéng)已(yǐ)经初(chū)步有了可能(néng)。

当下AI的发展速度已经超过大部分人的(de)想象。内容产业(yè)的本(běn)质是供给创(chuàng)造(zào)需求，AIGC作(zuò)为全新的内容生产(chǎn)方式，可(kě)以为(wèi)内容产业带来更(gèng)新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这(zhè)无(wú)疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术还(hái)能应用于音乐、代码、机(jī)器人动(dòng)作等(děng)多(duō)种(zhǒng)内容形式的(de)生成。不难发现该项技术(shù)不仅在游戏等行业能得到有效应用，对(duì)于下一代互联(lián)网(wǎng)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、教育(yù)、传媒等诸多领域，本身就(jiù)对基(jī)于(yú)AI的可视化(huà)内容(róng)有(yǒu)强烈需求。

因此(cǐ)，AI绘画(huà)及视频或不是(shì)结(jié)果，而只是AI进程中(zhōng)的一块重要拼图，有望(wàng)在技(jì)术更新的加持下实现更大的应用价值。

AI从理解内容，走(zǒu)向了(le)可以生成内容，甚至能(néng)够(gòu)创(chuàng)造出独立价(jià)值和独立(lì)视角的内容。AIGC的(de)再(zài)次出圈，更代表(biǎo)着未(wèi)来的先进生产力(lì)即(jí)将到来。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术(shù)的发展也(yě)可以看出，在语言大模型、图像大模(mó)型(xíng)之(zhī)后，多模态大模型已经成为了(le)新(xīn)的趋(qū)势(shì)。

大模型(xíng)被誉(yù)为当(dāng)前(qián)人(rén)工智能发展的智(zhì)能底座，是全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头部企业都在(zài)竞相发力。

不过训练大(dà)模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更(gèng)大的LLM(大型(xíng)语言(yán)模(mó)型)，训练成本则(zé)介于200万美元至1200万美元高(gāo)价(jià)之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年(nián)1月(yuè)的独立访(fǎng)客平均数1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约为8亿美(měi)元，每日(rì)仅电费就在5万(wàn)美(měi)元左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大(dà)算力支持。在关(guān)注各类大模(mó)型的(de)发展同(tóng)时，更应该关(guān)注(zhù)算力网络的建设(shè)。

算力网络正驱动AI产业发展进入(rù)史诗级加速(sù)进程，让AIGC及通(tōng)用AI这(zhè)一人工智(zhì)能发展的终极目(mù)标(biāo)离得(dé)更近。

因为算力可以对突(tū)破性(xìng)技(jì)术(shù)创新提供大力的支(zhī)持。这方面，多模态大模型是典型(xíng)。作(zuò)为面(miàn)向(xiàng)未来强人工(gōng)智(zhì)能、通用人工智(zhì)能(néng)的重(zhòng)要技术创新，多模(mó)态大模型已经在人工智(zhì)能领域提出了很多年，业界也有不少技术突破，但是，多模态(tài)大模型进一步往下走，算(suàn)力需求呈几(jǐ)何(hé)式(shì)上升，一般的算力基(jī)础设施很(hěn)快将(jiāng)难(nán)以胜任。

从图像、文(wén)字、语音单(dān)独一项的训(xùn)练，到双模(mó)态、三模(mó)态的跃迁，让人工智能可以灵活应对不同模态(tài)的转化、像(xiàng)人与世界交(jiāo)互一样自然(rán)，这方面(miàn)，由(yóu)算力网络来驱动将有(yǒu)明显优势。

此外，还有很多(duō)需(xū)要爆(bào)发式增长的算(suàn)力来支撑的技术创(chuàng)新，将在人工(gōng)智能算(suàn)力网络支撑(chēng)下快速(sù)推(tuī)进。

AIGC已经(jīng)露出曙光，期(qī)待在(zài)大模型和大算力的(de)支持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将(jiāng)创造(zào)的边际(jì)成(chéng)本降(jiàng)低，让(ràng)万众受益(yì)。

未经允许不得转载：绿茶通用站群 无菌蛋是什么，无菌蛋是什么蛋