自聊天(tiān)机器人ChatGPT火(huǒ)爆以来(lái)，微(wēi)软公司创始人比(bǐ)尔·盖茨已多次公开谈论(lùn)人工智能(néng)话(huà)题。在最(zuì)近的(de)一次采访中，他(tā)再次表示(shì)：“AI可能(néng)会让科(kē)技(jì)行业迎来一(yī)次剧烈(liè)的洗牌”。

这个结论是(shì)他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可(kě)能会威胁到谷(gǔ)歌(gē)的市占率，因为微软在(zài)AI方面的行动相(xiāng)当(dāng)迅(xùn)速。而(ér)最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助(zhù)手(shǒu)的(de)到来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国(guó)科罗(luó)拉多(duō)州举办的新(xīn)兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太空歌剧(jù)院(yuàn)》的(de)作(zuò)品获奖。

随后各(gè)大(dà)厂商(shāng)的AI绘(huì)画软件被广大网(wǎng)友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以在(zài)应(yīng)用中输入一组(zǔ)关键词或者一张(zhāng)照片(piàn)，就能获得一幅AI创作的(de)画作(zuò)。

作画的关键就是(shì)所输入的(de)文本。同一(yī)组关键词也可以创作(zuò)出很多张风(fēng)格不一样的画作，这让(ràng)创作(zuò)的(de)过程就像(xiàng)开盲盒(hé)。

很多用(yòng)户很喜欢这种不确定的(de)惊喜，他(tā)们会(huì)将生成的美图当做(zuò)头(tóu)像。而另一部(bù)分喜欢(huān)翻看AI绘画(huà)的“翻车”作品(pǐn)。在社交媒体上，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一位(wèi)网(wǎng)友的小狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友的个人照(zhào)片被AI识别成了建筑(zhù)。

而如(rú)今随着(zhe)ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘画的填写关键词游戏可能要(yào)被(bèi)颠(diān)覆(fù)了。

ControlNet是一(比玉皇大帝还大的是谁，比玉皇大帝还厉害的是谁yī)位正(zhèng)在斯坦(tǎn)福读博的中国人张(zhāng)吕敏创(chuàng)作的(de)一种(zhǒng)基(jī)于控(kòng)制点(diǎn)的(de)图像变(biàn)形算法，主要用于数字图像处理、计(jì)算机视觉和计(jì)算(suàn)机图形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内(nèi)便成为了AI绘画领(lǐng)域最新的热点。

在(zài)此之前，大家(jiā)用了很(hěn比玉皇大帝还大的是谁，比玉皇大帝还厉害的是谁)多方(fāng)法(fǎ)想让AI生成的结果尽可(kě)能的符(fú)合要求，但是都不尽(jǐn)如人意(yì)，它的出现代(dài)表着AI生成开(kāi)始(shǐ)进入真正的可(kě)控时期。

因为ControlNet可(kě)以直(zhí)接提取画面的构图，人物的姿势(shì)和(hé)画面的(de)深度信息等。有(yǒu)了它的帮(bāng)助(zhù)，就不用频繁(fán)的用提示词(cí)来碰运(yùn)气(qì)，抽盲盒(hé)式的(de)创(chuàng)作了(le)。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画(huà)加(jiā)了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一，他(tā)用朋(péng)友(yǒu)的照片直(zhí)接带她们走(zǒu)进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对(duì)应的关键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼(gé)开始换关键词试效果。

通过图片就可(kě)以看出来，效果十分惊(jīng)艳。

更厉害的是，除了真实的照(zhào)片(piàn)，草图也(yě)可以加(jiā)上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还能(néng)实现线(xiàn)稿转(zhuǎn)全彩图(tú)。大(dà)神张吕敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越强大(dà)，甚(shèn)至输出的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过(guò)警方辟谣这(zhè)所(suǒ)谓的“party”可能是(shì)全(quán)国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女(nǚ)照片(piàn)都是AI制作的真人照片绘图，因为太逼真，被大(dà)家当(dāng)成真事传播(bō)了。

不(bù)过(guò)仔(zǎi)细观(guān)察可以(yǐ)发现，活动(dòng)发起者提供的照(zhào)片中有个很(hěn)大的漏洞可以发现并(bìng)非真人，而是(shì)AI绘图，那(nà)便是图(tú)片中女性的手(shǒu)指部(bù)分有(yǒu)的存在异常。

有行业人事(shì)表示：“现在因为手指部(bù)分(fēn)的(de)绘画算法比较复杂，AI还不(bù)太会画(huà)人的手，但最新看(kàn)到的图片(piàn)已经有(yǒu)越来(lái)越完美的(de)AI模型出现，以(yǐ)后(hòu)可(kě)能就(jiù)完全没有漏(lòu)洞了。”

类似(shì)的AI作图比玉皇大帝还大的是谁，比玉皇大帝还厉害的是谁诈骗(piàn)在国外也已有(yǒu)发生。据(jù)英国广(guǎng)播(bō)公(gōng)司报道，土耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网络，以此诱(yòu)骗(piàn)善良(liáng)的人打赏“捐助(zhù)”从(cóng)而实施诈骗。

目(mù)前(qián)随着技(jì)术发展，AIGC已经能做出真人(rén)照片般的绘图效果，如果(guǒ)这样的图片被(bèi)用来(lái)诈骗，将非常可怕(pà)。

此外(wài)AIGC还(hái)引发了很多担忧，一方面(miàn)，批判者认为AI在“学习”了大(dà)量(liàng)前人的作品之(zhī)后，其创作没有任(rèn)何情绪和灵魂，难(nán)以(yǐ)和人类的艺术创作相提并论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的版权、目前都并没有得到有效的解(jiě)决(jué)，还有AIGC会不会代(dài)替人(rén)类“至高无上”的(de)创意。

马斯克也强调(diào)，人工智能(néng)的(de)安全问(wèn)题需要得到重视，太(tài)晚就(jiù)来(lái)不及了。

03

AIGC下(xià)一站除了视频，还有远方(fāng)

技术都是有两面(miàn)性的，潜在的危害(hài)并不能掩盖其光辉的贡献。现在看来，人工(gōng)智能技术将是第四次(cì)工业(yè)革命的核心驱动力(lì)量，将(jiāng)创造新(xīn)的增长奇迹。

过去一年，人工(gōng)智能在技术和商业层(céng)面都有(yǒu)了(le)巨大(dà)进展，AI绘画就是人工(gōng)智能技术发生方向性(xìng)改变的(de)一个代表。其下一站或(huò)许就(jiù)是视频。

此(cǐ)前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的短视频。这些(xiē)视频(pín)引发关注并非内容做得多(duō)优秀，反而(ér)都非常(cháng)简单，比如一匹(pǐ)正在喝水(shuǐ)的(de)马，一只(zhǐ)画画的玩(wán)具熊，或者一段(duàn)骑(qí)摩(mó)托(tuō)车的第一视(shì)角录像，随便(biàn)一个有手机的人都可(kě)以随手录下一段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅仅(jǐn)需要向AI输入(rù)一段(duàn)话，甚至只是说(shuō)一(yī)下要求，AI就可以根据需要(yào)生成(chéng)一段视频。

谷歌发布的(de)两个(gè)AI生成视(shì)频(pín)分别(bié)来(lái)自(zì)于(yú)Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公(gōng)布了(le)AI生(shēng)成的(de)视频后，AI圈就已经玩了一波梗，一个能(néng)够做(zuò)出更高清(qīng)视频的AI还不足以在短(duǎn)时间内戳(chuō)中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于，它(tā)可以(yǐ)制作(zuò)出(chū)超过2分(fēn)钟的连贯的也有确切内容的视频，这才(cái)是真正(zhèng)让(ràng)人们感到惊喜的地方。因(yīn)为无论AI生(shēng)成(chéng)的视频多么(me)高(gāo)清，也只能是为内容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不过能(néng)够制作出有具体(tǐ)剧情内容的视频就意味(wèi)着(zhe)，一些视频创作由AI代替人工完成已经初步(bù)有了可能。

当(dāng)下AI的发(fā)展速(sù)度已经超过大部(bù)分人的(de)想(xiǎng)象。内(nèi)容产业的本质是供给创造(zào)需求(qiú)，AIGC作为全新(xīn)的(de)内容生产方式，可以(yǐ)为内(nèi)容(róng)产业带来更新的内容风格(gé)、更快的生(shēng)产(chǎn)速度，更低(dī)的(de)生产成本，这无疑(yí)会驱动内容产业(yè)的(de)大爆发。

除了(le)AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐(lè)、代(dài)码、机器人动作等多种内(nèi)容(róng)形式的生成。不(bù)难发现(xiàn)该(gāi)项技术不仅在游(yóu)戏等行业能得到(dào)有效应(yīng)用，对于下一(yī)代(dài)互(hù)联网各种元素的构建亦(yì)有关键意义。

从商(shāng)业化的角度来看，文(wén)化娱乐、教育、传媒等诸(zhū)多(duō)领(lǐng)域(yù)，本身就对(duì)基(jī)于AI的可视化内容有强(qiáng)烈需求。

因此(cǐ)，AI绘(huì)画及视频或不是结果，而只是AI进(jìn)程中的一块重要拼图，有望在(zài)技术更新的加(jiā)持下实(shí)现更大的应用价值。

AI从理解内(nèi)容(róng)，走向了可以生成内容，甚至能够创造出独立价值和(hé)独立视角的内容。AIGC的再次出圈，更代表(biǎo)着未(wèi)来的先(xiān)进生产力即将(jiāng)到来。

04

紧(jǐn)抓(zhuā)大(dà)模(mó)型与算力(lì)，牢(láo)固AIGC底座

从技术的发展也可以看出(chū)，在语言(yán)大模型、图像大模(mó)型(xíng)之后，多模(mó)态(tài)大模型(xíng)已经成(chéng)为了新(xīn)的趋势。

大模型被誉为(wèi)当前人工(gōng)智(zhì)能(néng)发展的(de)智能底(dǐ)座(zuò)，是(shì)全球(qiú)竞争最激(jī)烈的研究方向之(zhī)一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众多头部(bù)企业都在竞相发(fā)力。

不过训练大模(mó)型的(de)确价格不菲，以国(guó)盛(shèng)证券(quàn)发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练(liàn)一次的成本约为140万美元。而对(duì)于(yú)一些更大的LLM(大型语言(yán)模型)，训(xùn)练成本(běn)则(zé)介(jiè)于200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平(píng)均数1300万计算，其对(duì)应(yīng)芯(xīn)片需(xū)求为3万(wàn)多片英伟达(dá)A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元，每(měi)日仅电费就在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持(chí)。在关注各类大(dà)模型的发展同时(shí)，更应该(gāi)关注算力网络的建设(shè)。

算力网络正驱(qū)动(dòng)AI产业(yè)发展进(jìn)入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展的(de)终极目(mù)标离得更近。

因为算力可(kě)以(yǐ)对(duì)突(tū)破性技术创(chuàng)新(xīn)提供大力的支(zhī)持。这(zhè)方面，多模态(tài)大模(mó)型是典型。作为面向(xiàng)未来强人工智能、通用(yòng)人工智能的重(zhòng)要技术创新，多模态大模型已经在(zài)人工(gōng)智能领域提出了很(hěn)多年，业界也有不少技(jì)术突破(pò)，但是，多(duō)模态(tài)大模型进一步往下走，算力(lì)需求呈几何式上升，一般的(de)算(suàn)力(lì)基础设施很快将难以胜任。

从图像、文(wén)字(zì)、语音单独一项(xiàng)的训练，到双模态、三模态的跃迁(qiān)，让人工(gōng)智能可以灵活(huó)应对(duì)不同模态的转化、像人(rén)与世界(jiè)交互(hù)一样自然，这方面，由(yóu)算力(lì)网络来(lái)驱动将(jiāng)有(yǒu)明显优势。

此外(wài)，还有很多需要爆发式增长的(de)算力来支(zhī)撑的技术创(chuàng)新，将在(zài)人工(gōng)智能(néng)算力网络支撑下快速推(tuī)进。

AIGC已(yǐ)经(jīng)露出曙(shǔ)光(guāng)，期待在(zài)大模(mó)型和大算(suàn)力(lì)的(de)支持下AIGC能(néng)持(chí)续颠覆(fù)内容生产(chǎn)的方式，将创造(zào)的边际成本降(jiàng)低，让(ràng)万(wàn)众(zhòng)受益。

未经允许不得转载：绿茶通用站群 比玉皇大帝还大的是谁，比玉皇大帝还厉害的是谁