自聊(liáo)天机器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨已多次公开谈论(lùn)人工智能话题。在最(zuì)近的一(yī)次(cì)采访中，他再次表(biǎo)示：“AI可(kě)能会让(ràng)科技行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这个(gè)结(jié)论是他(tā)在当地时(shí)间2月20日接受《In Good Company》节(jié)目专(zhuān)访(fǎng)时(shí)提出的。

他预期，AI的发展可(kě)能会威(wēi)胁到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行动相当迅速(sù)。而(ér)最终科(kē)技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽(lǎn)一(yī)切应用，与人们进行沟(gōu)通(tōng)并提(tí)供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手(shǒu)的到来可能尚需时日(rì)，但由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字(zì)艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可(kě)以在应用中输入一组关键词或(huò)者一张照片，就能(néng)获得一(yī)幅AI创作的画作。

作画的关键就是所输入(rù)的文本(běn)。同一(yī)组关键词也(yě)可(kě)以创作出很(hěn)多张风格(gé)不一样的画作，这让创作(zuò)的过(guò)程就像(xiàng)开盲盒(hé)。

很多用户很喜欢这(zhè)种不(bù)确定的惊喜(xǐ)，他(tā)们会将生成(chéng)的美图当做(zuò)头像(xiàng)。而另一部分喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在社交媒体上，许(xǔ)多用(yòng)户分享(xiǎng)AI“翻(fān)车现场(chǎng)”，例如，一位(wèi)网(wǎng)友的小狗照片(piàn)被(bèi)AI画(huà)成了“肌肉男(nán)”，还(hái)有网友的(de)个人照片被AI识(shí)别成了建筑。

而如今随着(zhe)ControlNet的出(chū)现(xiàn)与加持(chí)，以往AI绘画(huà)的填写关键词游(yóu)戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博的中国(guó)人张(zhāng)吕敏创作的(de)一种基于控制点的(de)图像变(biàn)形算法，主要用于数字图(tú)像处理、计(jì)算(suàn)机视(shì)觉和计算(suàn)机图形学等领(lǐng)域。

其SD插件(jiàn)一经发布，在(zài)短短的两(liǎng)天内便成(chéng)为了AI绘画领域最新(xīn)的热点(diǎn)。

在此之前，大家用了很多方法(fǎ)想(xiǎng)让(ràng)AI生成的结(jié)果(guǒ)尽可(kě)能(néng)的符(fú)合要求，但是(shì)都不(bù)尽如人意，它的出现代表着(zhe)AI生成开始进入真(zhēn)正(zhèng)的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构图(tú)，人物的姿势和画面的深度信息等。有(yǒu)了它的(de)帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的(de)作(zuò)品已经(jīng)获得(dé)了大量的浏览量，“viggo”就是其中之(zhī)一，他用(yòng)朋(péng)友的照片直接带她们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过图片就可以看(kàn)出来，效果十分(fēn)惊艳。

更厉害的(de)是，除了真实(shí)的(de)照片，草图也可以加上(shàng)“魔(mó)法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩(cǎi)图(tú)。大(dà)神张(zhāng)吕(lǚ)敏其本尊也亲自回应。

不(bù)得不说(shuō)当下AIGC已经变(biàn)得(dé)越来越强大，甚至输出(chū)的(de)作(zuò)品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏(sū)州(zhōu)金鸡(jī)湖有游(yóu)艇party”的消息火遍网络，而经过警(jǐng)方辟谣(yáo)这所谓(wèi)的(de)“party”可能是全国第(dì)一起AI绘(huì)图(tú)诈骗。

由于这个活动里面给出的美(měi)女照片都是AI制作的真人照片绘图(tú)，因(yīn)为太逼真，被大家当成真事传播(bō)了。

不过仔细(xì)观察可以(yǐ)发现，活动发起(qǐ)者(zhě)提供的照片(piàn)中有个很大的漏洞可(kě)以(yǐ)发现并(bìng)非(fēi)真人，而是(shì)AI绘(huì)图(tú)，那(nà)便是(shì)图片中女(nǚ)性(xìng)的(de)手指部(bù)分有的(de)存在异(yì)常。

有(yǒu)行业人事(shì)表示：“现在(zài)因为手指(zhǐ)部分的绘画算法比较复杂，AI还不(bù)太会画人(rén)的(de)手，但最新(xīn)看(kàn)到的图片已经(jīng)有越来越(yuè)完美(měi)的AI模型出现，以后可能就完全(q岂汝先人志邪的翻译是什么，岂汝先人志邪的翻译英文uán)没有漏洞了(le)。”

类似的AI作图诈骗在国外也(yě)已有发生。据英国广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿童受灾(zāi)的假照片发布到(dào)网络，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从而实施诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已经能做(zuò)出真人照片般的绘图效果，如果这(zhè)样的(de)图片(piàn)被用来诈骗(piàn)，将非常可怕(pà)。

此外(wài)AIGC还引发了很多担(dān)忧，一方面(miàn)，批(pī)判(pàn)者(zhě)认为AI在“学习”了大量前人的(de)作品(pǐn)之后，其(qí)创(chuàng)作(zuò)没有(yǒu)任何情绪和灵魂，难(nán)以和人类(lèi)的艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到有效(xiào)的解决(jué)，还有AIGC会不会代替人类“至(zhì)高无上(shàng)”的创(chuàng)意。

马(mǎ)斯克也强调，人(rén)工智能(néng)的安全问题需要得到重视，太(tài)晚就来(lái)不及了。

03

AIGC下一站除了视频，还(hái)有远(yuǎn)方

技术都(dōu)是(shì)有两面性(xìng)的，潜在的危害(hài)并(bìng)不能掩(yǎn)盖其光辉(huī)的(de)贡(gòng)献(xiàn)。现在看来，人工智能技术将是第四次工业革(gé)命的核心驱动力量(liàng)，将创造新的(de)增(zēng)长奇迹。

过(guò)去一年，人(rén)工智能在技(jì)术和商(shāng)业层面都有了(le)巨大(dà)进展，AI绘画就是人工智能技(jì)术发(fā)生方向性(xìng)改(gǎi)变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引(yǐn)发(fā)关注并非(fēi)内容做得(dé)多(duō)优秀，反(fǎn)而都非(fēi)常简单，比(bǐ)如一匹正在喝水的(de)马，一(yī)只画(huà)画的玩具熊，或者(zhě)一段骑摩托车(chē)的第一视角录像，随便(biàn)一个(gè)有(yǒu)手机的人(rén)都可以随手录下一段。

但(dàn)这些(xiē)短视频(pín)的创作方(fāng)式非常简单，创作(zuò)者仅仅需(xū)要向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以根据(jù)需(xū)要生(shēng)成一段视频(pín)。

谷歌发(fā)布的两个(gè)AI生成视频(pín)分(fēn)别(bié)来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出(chū)的(de)是高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太(tài)多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的(de)视频(pín)后，AI圈就已经(jīng)玩(wán)了一波梗，一个能够做(zuò)出更高(gāo)清(qīng)视(shì)频的(de)AI还(hái)不足以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过(guò)2分(fēn)钟的连(lián)贯的(de)也有确切内容的视(shì)频，这才是真正让人们(men)感到惊喜的地方。因为无论AI生(shēng)成的(de)视频多么(me)高清(qīng)，也只能是为内容生产者提供一(yī)个灵感(gǎn)，一(yī)个(gè)素材，一(yī)个过场动画。

不过能够制作出有具体剧情(qíng)内容的视频(pín)就意味着，一(yī)些视频创作由(yóu)AI代替人工(gōng)完成已经初(chū)步(bù)有(yǒu)了(le)可(kě)能。

当下(xià)AI的发(fā)展速度(dù)已经(jīng)超过大部分人的(de)想(xiǎng)象。内容产业的(de)本质是供给创造需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可(kě)以为(wèi)内容产业带来更新的内容风格(gé)、更(gèng)快的生(shēng)产速度，更低(dī)的生产成本，这无疑会(huì)驱动内容(róng)产业的(de)大爆(bào)发。

除(chú)了(le)AI绘图、视频，AIGC技(jì)术(shù)还能应用于音乐(lè)、代码、机器(qì)人动作等多种内容形式的生成。不岂汝先人志邪的翻译是什么，岂汝先人志邪的翻译英文难发现该项技术不仅在游戏等行业能得到有效(xiào)应用，对于下一代互联网(wǎng)各种(zhǒng)元素的构建亦(yì)有关(guān)键意义(yì)。

从商(shāng)业化的(de)角度(dù)来看，文化(huà)娱乐、教育、传媒等诸多领域，本(běn)身就对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是(shì)AI进程中的一块重要拼(pīn)图，有望在技术更新的(de)加持下实(shí)现更大的应用价值。

AI从理(lǐ)解内(nèi)容(róng)，走向了可以生成内容，甚(shèn)至能够创造出独立价(jià)值和独立(lì)视角的内(nèi)容。AIGC的(de)再(zài)次出圈，更代表着未(wèi)来的先进生(shēng)产力即将到来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底(dǐ)座

从技术的发展也可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多(duō)模态(tài)大模(mó)型已经成为了新(xīn)的趋(qū)势。

大(dà)模型被誉(yù)为当前人工智(zhì)能发展的(de)智能底座，是全球竞争最激(jī)烈的(de)研究方向之(zhī)一，包括(kuò)谷歌(gē)、亚马(mǎ)逊、百(bǎi)度、阿里、腾(téng)讯等众多头部企业都(dōu)在竞(jìng)相发力(lì)。

不过训练大(dà)模(mó)型的(de)确(què)价(jià)格(gé)不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次(cì)的成(chéng)本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元(yuán)至(zhì)1200万美元(yuán)高价之间(jiān)。

以ChatGPT在(zài)2023年1月的(de)独立访客平均数(shù)1300万计算，其对(duì)应芯(xīn)片需求(qiú)为3万(wàn)多(duō)片英伟达A100 GPU，初(chū)始(shǐ)投入(rù)成(chéng)本约为(wèi)8亿美元，每日仅电费就(jiù)在5万美元左右。

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算(suàn)力(lì)支(zhī)持。在(zài)关注各类大模(mó)型的(de)发展同时，更应该关注算力网络的建设(shè)。

算(suàn)力网络正驱(qū)动AI产业发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标离(lí)得更近。

因为算力可(kě)以对突破(pò)性技术(shù)创(chuàng)新提供(gōng)大(dà)力(lì)的支持(chí)。这(zhè)方面，多(duō)模(mó)态大模型是典型。作(zuò)为面向(xiàng)未来强(qiáng)人工智(zhì)能、通(tōng)用(yòng)人(rén)工智能的重(zhòng)要技术创新，多模态大模型已经在人工智能领域提出了(le)很多年，业界也有不少技(jì)术突破，但是，多模态大模型(xíng)进一步(bù)往(wǎng)下走(zǒu)，算力需求(qiú)呈几何式上(shàng)升，一般(bān)的(de)算力(lì)基(jī)础设施很(hěn)快将难以胜任。

从图像、文(wén)字(zì)、语(yǔ)音单独一项的训(xùn)练(liàn)，到双模(mó)态、三模态的跃迁(qiān)，让人工(gōng)智能可(kě)以灵活应对(duì)不同(tóng)模态的转化、像人与世(shì)界交互一样自然，这方面，由算力网络来驱动将有(yǒu)明显优势(shì)。

此外，还有很多需(xū)要爆发式增长的(de)算力(lì)来支撑的技(jì)术创新，将在人工智能算力网(wǎng)络支撑下(xià)快速推(tuī)进。

AIGC已经(jīng)露出曙光，期待(dài)在大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆内(nèi)容生产的方式，将创造的边(biān)际成本降低，让(ràng)万众(zhòng)受益(yì)。

未经允许不得转载：绿茶通用站群 岂汝先人志邪的翻译是什么，岂汝先人志邪的翻译英文