自(zì)聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话(huà)题。在(zài)最近的一次采(cǎi)访(fǎng)中，他再次(cì)表示：我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的g>“AI可能会(huì)让科技行业(yè)迎来一次剧烈(liè)的洗牌”。

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

他预(yù)期，AI的(de)发展(zhǎn)可(kě)能会威(wēi)胁到谷(gǔ)歌的(de)市占率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成用户(hù)的(de)“全能助手(shǒu)”，包(bāo)揽(lǎn)一切应用，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到(dào)来(lái)可能(néng)尚需时日，但(dàn)由ControlNet引(yǐn)发的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近(jìn)

以AI绘(huì)画(huà)为(wèi)代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国(guó)科罗拉多州举办的新兴数字艺术家竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院》的(de)作品获奖(jiǎng)。

随后各大(dà)厂商(shāng)的AI绘画软件被广大网(wǎng)友(yǒu)熟(shú)知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以在应(yīng)用中输(shū)入一组关键词(cí)或者一张(zhāng)照片(piàn)，就(jiù)能获(huò)得(dé)一幅AI创作的画作。

作画的关键就(jiù)是所输入(rù)的文(wén)本。同一组关键词也可以(yǐ)创作出很多(duō)张风格不一样(yàng)的画(huà)作，这让(ràng)创作的过程就像(xiàng)开盲盒。

很多(duō)用(yòng)户很喜欢(huān)这种不确(què)定的惊喜，他们会将生成的(de)美图当做头像。而另一部分(fēn)喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒(méi)体上，许多用户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友(yǒu)的(de)小狗照片被AI画成了(le)“肌肉男”，还(hái)有网友的(de)个(gè)人(rén)照片被(bèi)AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画(huà)的填写关键词游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏(mǐn)创(chuàng)作的一(yī)种基于控制点的(de)图像变形算法，主(zhǔ)要用于数字图像处(chù)理、计算机(jī)视(shì)觉和计算机图形学(xué)等领域(yù)。

其SD插件(jiàn)一经(jīng)发布，在短(duǎn)短的两天内便(biàn)成为了AI绘画(huà)领域最新的热点(diǎn)。

在此之前，大家用了很多方法想让AI生成(chéng)的(de)结(jié)果尽可(kě)能的符合(hé)要求(qiú)，但是都不尽如人意，它的(de)出现代(dài)表着AI生成开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的构图，人物(wù)的姿(zī)势(shì)和画面的(de)深度信(xìn)息等(děng)。有了它的帮助，就不(bù)用频(pín)繁的用提示(shì)词来碰运(yùn)气，抽(chōu)盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用(yòng)朋(péng)友的照片(piàn)直接带她们走(zǒu)进动(dòng)漫(màn)世(shì)界。

viggo先用StableDiffusion图(tú)片(piàn)转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试效果。

通过图片就(jiù)可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真(zhēn)实的照片(piàn)，草图(tú)也(yě)可以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕(lǚ)敏其本(běn)尊也亲(qīn)自回应。

不(bù)得不(bù)说当(dāng)下AIGC已(yǐ)经变(biàn)得越来越强大，甚(shèn)至输出(chū)的作品都已经能(néng)以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安全(quán)问题(tí)

近日，“苏州金鸡湖有游艇(tǐng)party”的(de)消息火遍网(wǎng)络，而(ér)经过(guò)警方辟谣这所(suǒ)谓的“party”可(kě)能是全国(guó)第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面给(gěi)出的美女(nǚ)照片都是AI制(zhì)作的真人照片绘图，因为太逼真，被大(dà)家(jiā)当成(chéng)真事传播了。

不过仔细观察可以发现，活(huó)动发起者提供的照片中(zhōng)有个很大的漏洞可以发(fā)现并非(fēi)真(zhēn)人(rén)，而是AI绘图，那便是图片中女(nǚ)性的手(shǒu)指部分(fēn)有的(de)存在(zài)异常。

有行业人事表示：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不太(tài)会画人的手，但(dàn)最(zuì)新看到(dào)的图片已经有越来越完美(měi)的(de)AI模型出现，以后可能就完全没有漏(lòu)洞了(le)。”

类似(shì)的AI作图诈骗(piàn)在(zài)国(guó)外也已有发生。据英国广(guǎng)播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照(zhào)片发布(bù)到网络，以(yǐ)此诱骗善(shàn)良(liáng)的人打赏“捐(juān)助”从而(ér)实施诈骗。

目(mù)前随(suí)着技术发(fā)展，AIGC已经能做出真人照片般的绘图(tú)效果(guǒ)，如果(guǒ)这样(yàng)的图片被用来诈(zhà)骗，将非(fēi)常可怕。

此外(wài)AIGC还(hái)引发了很多担忧，一方面，批判(pàn)者认(rèn)为(wèi)AI在“学(xué)习(xí)”了(le)大量(liàng)前人(rén)的(de)作(zuò)品之后，其创作没有任何情(qíng)绪和灵魂，难以和人类的艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背(bèi我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的)后(hòu)的(de)版(bǎn)权、目前都(dōu)并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会(huì)代替人类“至(zhì)高无上”的创意。

马斯克也强(qiáng)调，人工智能(néng)的安全(quán)问题需要得到重视，太晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有两面性的(de)，潜(qián)在的危害并不(bù)能掩盖其光辉的贡(gòng)献。现在看来，人工智能技术(shù)将是第(dì)四次(cì)工业革(gé)命的核心驱动力量(liàng)，将创造新(xīn)的(de)增长奇迹。

过去一(yī)年，人工智能在技术和商业层面都有了巨大进(jìn)展，AI绘画(huà)就是人(rén)工智(zhì)能技术发生方向(xiàng)性改变(biàn)的一个代表。其下一站或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发布了几条引爆(bào)科技圈的短视(shì)频。这(zhè)些视频引发关注并非内容(róng)做得多优秀，反而都(dōu)非常简(jiǎn)单，比如一匹正在(zài)喝水的马(mǎ)，一只画(huà)画的玩具熊，或(huò)者一段骑摩托(tuō)车的第一视角录像，随便一个(gè)有手机(jī)的(de)人(rén)都可以随手录下一(yī)段(duàn)。

但这些短(duǎn)视(shì)频的创(chuàng)作(zuò)方式(shì)非常简单，创作者(zhě)仅仅需要向(xiàng)AI输入一段话，甚至(zhì)只是说一下(xià)要求，AI就可以根据(jù)需(xū)要生成一段视频(pín)。

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

在(zài)Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一(yī)波(bō)梗，一个能够做出更高清视频的AI还不(bù)足以在(zài)短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它可以制作出(chū)超过2分钟的连贯的也有确切内容(róng)的视频，这才是真(zhēn)正(zhèng)让人(rén)们(men)感到惊喜(xǐ)的(de)地方。因(yīn)为无论(lùn)AI生(shēng)成的视频多么高清，也(yě)只能是为(wèi)内容生产者(zhě)提(tí)供一个灵感，一个(gè)素材，一个过场动画。

不(bù)过(guò)能(néng)够制作出有具体剧(jù)情内容的视频就意(yì)味着，一些视(shì)频(pín)创作由AI代替(tì)人工完(wán)成已经(jīng)初步有了可(kě)能。

当下AI的发展速度已经超过(guò)大部(bù)分(fēn)人的想象。内容产(chǎn)业的本(běn)质是供给创造需求(qiú)，AIGC作为全新(xīn)的内容(róng)生产(chǎn)方式，可以为内(nèi)容(róng)产(chǎn)业(yè)带来更新的内容风格(gé)、更(gèng)快的(de)生产(chǎn)速度(dù)，更低的生产成本，这无(wú)疑(yí)会驱(qū)动内容产业的大爆发(fā)。

除了AI绘图、视(shì)频，AIGC技术还能应用于(yú)音乐、代(dài)码、机器人动作(zuò)等多种内容形式的生成。不(bù)难发现该项技术不仅在游(yóu)戏等(děng)行业能得到有效应用(yòng)，对于下一代(dài)互(hù)联(lián)网(wǎng)各种元素的构建亦有(yǒu)关键(jiàn)意义。

从商业化(huà)的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视(shì)化内容有强烈需求。

因(yīn)此(cǐ)，AI绘画(huà)及(jí)视频或不(bù)是结果，而只是AI进程中(zhōng)的一块重要(yào)拼图，有望在技(jì)术更新(xīn)的加持下实现更大(dà)的应用(yòng)价值。

AI从理(lǐ)解内容，走向了可(kě)以生成(chéng)内容，甚至(zhì)能够(gòu)创造出独立价值和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更代表着(zhe)未来的先进生产力(lì)即(jí)将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在(zài)语言大模型、图(tú)像大模型之后，多模态大模型已经成(chéng)为了新的趋势。

大模型被誉(yù)为当(dāng)前人工(gōng)智能(néng)发展的智能(néng)底(dǐ)座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部(bù)企业都在竞相发力。

不过训练大模型的确价(jià)格不菲，以(yǐ)国盛(shèng)证券(quàn)发布的《ChatGPT需要多(duō)少算力》报(bào)告估(gū)算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对(duì)于一些(xiē)更(gèng)大的LLM(大(dà)型(xíng)语言模(mó)型)，训练成本则介于(yú)200万美元(yuán)至(zhì)1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年(nián)1月的独(dú)立访客平(píng)均数1300万计算，其对应芯片需(xū)求(qiú)为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每日仅电(diàn)费(fèi)就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各(gè)类大模型(xíng)的发展同(tóng)时，更应该关注算(suàn)力网络的建设。

算力(lì)网络正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一(yī)人(rén)工智能(néng)发展的终极(jí)目标离(lí)得(dé)更近(jìn)。

因为(wèi)算力可以对突破性(xìng)技术(shù)创(chuàng)新提供大力的支持。这方面(miàn)，多模态大模(mó)型(xíng)是典型。作为(wèi)面向未来强人工智能、通(tōng)用人(rén)工(gōng)智(zhì)能的(de)重(zhòng)要技术(shù)创新，多模(mó)态大模型已经(jīng)在人工智(zhì)能(néng)领(lǐng)域提出(chū)了很多年，业界也有(yǒu)不(bù)少技术突破，但是，多模态大模(mó)型进一步往(wǎng)下走，算力需求呈几(jǐ)何式上(shàng)升，一般的(de)算力基础(chǔ)设施很快将难以胜任。

从(cóng)图像、文字、语(yǔ)音单独一项(xiàng)的训练，到双(shuāng)模态(tài)、三模态的(de)跃迁(qiān)，让人工智能可以灵活应对不同模态的转化、像(xiàng)人(rén)与(yǔ)世(shì)界交互一(yī)样自然，这方面(miàn)，由算力网络(luò)来(lái)驱动将(jiāng)有明(míng)显优势(shì)。

此(cǐ)外，还有(yǒu)很多需要爆发(fā)式增长的算力来支撑(chēng)的技术创新，将(jiāng)在人(rén)工智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模(mó)型和大算(suàn)力的支(zhī)持下AIGC能持续颠覆内容(róng)生(shēng)产的方式，将创造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 我想是因为我不够温柔是什么歌 我想是因为我不够温柔是谁唱的