自聊天(tiān)机器人ChatGPT火爆(bào)以来(lái)，微软公司(sī)创始人比尔·盖茨已多次公开谈论人工智能话题。在最(zuì)近的一次(cì)采访中，他再次(cì)表(biǎo)示：“AI可能(néng)会让科技行业迎来一(yī)次(cì)剧(jù)烈的洗牌”。

这个结论是他(tā)在当地(dì)时(shí)间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专访时(shí)提出(chū)的。

他预期，AI的发展可能(néng)会(huì)威胁到谷歌的市占率，因为微软(ruǎn)在AI方(fāng)面的行动相当(dāng)迅速。而最终(zhōng)科技巨(jù)头将把AI整(zhěng)合成用户的(de)“全能助手”，包揽(lǎn)一切应用(yòng)，与人们(men)进行(xíng)沟通并(bìng)提(tí)供(gōng)建议(yì)，可(kě)以取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口中全能助手的(de)到来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画(huà)为(wèi)代表(biǎo)的(de)AIGC上(shàng)一次爆火的(de)时(shí)候(hòu)，还是2022年8月，在美国(guó)科罗拉多州(zhōu)举(jǔ)办的(de)新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名(míng)为《太空歌(gē)剧院》的作品获奖。

随后(hòu)各大(dà)厂商的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中输入一组关键词或者一(yī)张照片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作画的关(guān)键就是(shì)所(suǒ)输入(rù)的文本。同一(yī)组关(guān)键词也(yě)可(kě)以创作出很多张风(fēng)格不一(yī)样的画(huà)作，这让创作的过程就像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不(bù)确定的惊喜，他们会将生成的美图当做头像(xiàng)。而另一部(bù)分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品。在(zài)社交媒(méi)体上，许多(duō)用户分享AI“翻车现场”，例如(rú)，一位网友(yǒu)的小狗照片被(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照片(piàn)被AI识(shí)别成了建筑(zhù)。

而如今(jīn)随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写(xiě)关键词游戏可能(néng)要被颠(diān)覆(fù)了。

ControlNet是(shì)一(yī)位正在斯(sī)坦福(fú)读博的(de)中国(guó)人张吕敏创作的一种基(jī)于控制点(diǎn)的图像变形算法，主要用于数字图像处理、计算机(jī)视觉和计算机(jī)图形学等领域(yù)。

其SD插件一经(jīng)发(fā)布(bù)，在短短的两天内便成为了AI绘画领(lǐng)域(yù)最新的热点。

在此(cǐ)之(zhī)前(qián)，大(dà)家用了很多(duō)方法想让AI生(shēng)成的结(jié)果尽(jǐn)可能的符合要(yào)求，但是都不尽如人意，它(tā)的出现代表着AI生(shēng)成(chéng)开(kāi)始进入(rù)真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图(tú)，人(rén)物的姿势和画面的(de)深度信息等。有了它(tā)的帮助，就不用频繁的(de)用提(tí)示词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔(mó)法”，不(bù)少博主的作品(pǐn)已经获得了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她(tā)们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过图片就可以看出来(lái)，效果十分(fēn)惊艳。

更厉害的(de)是，除了真实的照(zhào)片，草图也可(kě)以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大(dà)神张吕敏其本尊也亲自(zì)回(huí)应(yīng)。

不(bù)得不说当下AIGC已(yǐ)经变(biàn)得越来越强大，甚至(zhì)输出(chū)的作品都已经能(néng)以假乱(luàn)真了(le)。

02

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍网络(luò)，而经过警方辟谣(yáo)这所(suǒ)谓(wèi)的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里(lǐ)面(miàn)给出(chū)的美女照片都(dōu)是AI制作的(de)真(zhēn)人照片绘图，因(yīn)为(wèi)太逼真，被(bèi)大(dà)家(jiā)当成真(zhēn)事传播了。

不过仔细观察可(kě)以发现(xiàn)，活动发(fā)起者提供(gōng)的(de)照片中有个很大的漏洞可以发(fā)现并非真人，而是AI绘图，那便是图片中女性的手指部分有的(de)存在异常。

有行业(yè)人事表(biǎo)示：“现在(zài)因为手指部分的绘画算法比较复(fù)杂，AI还不太会(huì)画(huà)人的手，但最新(xīn)看(kàn)到(dào)的图片已经有越来越完(wán)美的AI模型出(chū)现(xiàn)，以后可能就(jiù)完(wán)全没有漏洞了(le)。”

类似的AI作图诈骗在国外也已(yǐ)有发(fā)生。据英国广(guǎng)播公司报(bào)道，土耳其(qí)地(dì)震期间，有Tiktok用户(hù)使用(yòng)AI合(hé)成了(le)儿童受灾的假照(zhào)片发布到网(wǎng)络，以此诱骗善良的人打赏“捐(juān)眉飞色舞是什么生肖 眉飞色舞是神态描写吗助”从(cóng)而实(shí)施诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经(jīng)能做(zuò)出真人照片(piàn)般的绘图效(xiào)果，如果(guǒ)这样的图(tú)片被用(yòng)来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引发(fā)了很(hěn)多担忧(yōu)，一方面，批判者(zhě)认为AI在“学习(xí)”了大量(liàng)前(qián)人的(de)作品之后，其创作没有任何情绪和灵魂，难以和人类(lèi)的艺术(shù)创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都并(bìng)没有得到有(yǒu)效的(de)解决，还有AIGC会不会代替人类“至(zhì)高无(wú)上”的创意。

马斯(sī)克也强调，人工(gōng)智能(néng)的安全(quán)问题(tí)需要(yào)得到重视，太(tài)晚就(jiù)来不及(jí)了。

03

AIGC下(xià)一站(zhàn)除了视频，还有远方

技术都是有两(liǎng)面性(xìng)的，潜(qián)在(zài)的(de)危(wēi)害并(bìng)不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人工智(zhì)能(néng)技(jì)术将是第四次工业(yè)革命的核心(xīn)驱动(dòng)力量，将创造新的(de)增长奇迹(jì)。

过去一年，人工智能在技术和(hé)商业层(céng)面都有了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性改变的(de)一个(gè)代表。其(qí)下一站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条引爆(bào)科(kē)技圈的(de)短视(shì)频。这些视频(pín)引发关(guān)注(zhù)并非(fēi)内(nèi)容做(zuò)得多优秀，反而都非(fēi)常简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩托车(chē)的第一视角录像，随便一个有手机的人都可(kě)以(yǐ)随(suí)手录下一段(duàn)。

但这(zhè)些短视频(pín)的创(chuàng)作方式非常简(jiǎn)单，创作(zuò)者仅仅(jǐn)需要(yào)向AI输入一(yī)段(duàn)话，甚至只是说一下要求，AI就可以根据需要生(shēng)成一段视频。

谷歌发(fā)布的两个(gè)AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出(chū)更(gèng)高清视(shì)频的AI还(hái)不(bù)足以在短时间内戳(chuō)中兴(xīng)奋点。

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(lián)贯的也有确切内容的视(shì)频，这才是(shì)真正(zhèng)让人们感到(dào)惊喜的地方。因为(wèi)无(wú)论AI生成的视频多么(me)高清，也只能是(shì)为内容生产(chǎn)者提供一个灵(líng)感，一个素材(cái)，一(yī)个过(guò)场动画。

不过能够制作出(chū)有(yǒu)具体剧情内容的视(shì)频就意味着，一些视频创作由(yóu)AI代替人工(gōng)完成(chéng)已经初(chū)步有了可能。

当下AI的发展(zhǎn)速度已经(jīng)超过大(dà)部分人的想(xiǎng)象。内(nèi)容产业的本质是供给创造需求(qiú)，AIGC作为全新(xīn)的内(nèi)容生产方式，可(kě)以(yǐ)为(wèi)内(nèi)容产业带来更(gèng)新的内容风格、更快的生产速度，更低(dī)的生(shēng)产成本(běn)，这无疑会驱(qū)动内(nèi)容产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码(mǎ)、机器人动作等(děng)多种内容形式的(de)生成(chéng)。不难发现该项(xiàng)技术不仅(jǐn)在(zài)游戏等行(xíng)业能(néng)得到有效(xiào)应用，对(duì)于下一(yī)代互联网各种(zhǒng)元素的构建亦有关键意义。

从商业(yè)化的角(jiǎo)度来看，文(wén)化娱乐、教育、传媒等诸多领(lǐng)域，本(běn)身(shēn)就对基于AI的(de)可(kě)视(shì)化内容有强烈需求。

因此(cǐ)，AI绘画及视(shì)频或不是结果，而只(zhǐ)是(shì)AI进程中的一块(kuài)重要拼图(tú)，有望在技术更新的(de)加持下(xià)实现更(gèng)大的应用价(jià)值。

AI从理解内(nèi)容，走向了可以生(shēng)成内容，甚至能够创造出独立价值(zhí)和(hé)独立(lì)视角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进(jìn)生产力(lì)即将到来(lái)。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从(cóng)技(jì)术的发展(zhǎn)也可以(yǐ)看出，在(zài)语言大模(mó)型、图像(xiàng)大模型(xíng)之后，多模态大模型已经成(chéng)为了(le)新的趋势。

大模型被(bèi)誉为当(dāng)前人工(gōng)智能发展(zhǎn)的智能底(dǐ)座，是全(quán)球竞争最激(jī)烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业(yè)都在(zài)竞(jìng)相发力(lì)。

不过训练大模(mó)型的确价格不菲，以国(guó)盛证券发布(bù)的《ChatGPT需要(yào)多少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成(chéng)本(běn)约(yuē)为140万(wàn)美元。而对于一些(xiē)更大的LLM(大型语言模型)，训(xùn)练成(chéng)本则介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对(duì)应芯片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅(jǐn)电费(fèi)就(jiù)在5万美元左右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力支持。在关(guān)注各类大(dà)模型(xíng)的发展同时，更应该关注算(suàn)力网络(luò)的(de)建(jiàn)设(shè)。

算力(lì)网络正驱动AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及通用AI这一(yī)人工智(zhì)能发展(zhǎn)的(de)终极目标离得更近。眉飞色舞是什么生肖 眉飞色舞是神态描写吗rong>