自聊天机器人ChatGPT火(huǒ)爆(bào)以来(lái)，微软公(gōng)司(sī)创(chuàng)始(shǐ)人(rén)比尔·盖茨已(yǐ)多次公开谈论人(rén)工智能话题。在最近(jìn)的一次采访(fǎng)中，他(tā)再次(cì)表示：“AI可能会(huì)让科技行(xíng)业迎来一次剧烈的洗牌”。

这(zhè)个结论是(shì)他在当地(dì)时间2月20日(rì)接受《In Good Company》节(jié)目专(zhuān)访(fǎng)时(shí)提出的。

他预期，AI的发展可能会(huì)威(wēi)胁到(dào)谷歌的市占率，因(yīn)为微软在(zài)AI方面的(de)行动相当(dāng)迅速。而最终科技巨头将把(bǎ)AI整合(hé)成用户的“全能助手”，包揽一切(qiè)应用，与(yǔ)人们进行(xíng)沟通并提供建(jiàn)议(yì)，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到(dào)来可能尚(shàng)需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩(wán)法(fǎ)

AIGC向(xiàng)可控靠(kào)近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多(duō)州(zhōu)举办的新兴(xīng)数字(zì)艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获奖。

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

用户们可以在应用中输入一(yī)组关(guān)键词(cí)或(huò)者一张照片(piàn)，就能获得一幅AI创作的画作(zuò)。

作画的关键就(jiù)是(shì)所输(shū)入(rù)的文本。同一组关键词也可以创作出(chū)很多(duō)张风格不一样的画作，这让创作(zuò)的过程就像开盲盒。

很多用(yòng)户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会将生成(chéng)的美(měi)图当做头像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻车”作品。在(zài)社(shè)交媒体上(shàng)，许多(duō)用户分享AI“翻车现场”，例如，一位网(wǎng)友的小狗照(zhào)片(piàn)被AI画成了“肌(jī)肉男”，还有网(wǎng)友的个人(rén)照片(piàn)被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游戏可能(néng)要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的(de)一种(zhǒng)基于(yú)控制点的图像(xiàng)变形(xíng)算法，主要用于数字图像(xiàng)处理(lǐ)、计(jì)算(suàn)机视觉和计算机图形学等领(lǐng)域。

其SD插件一(yī)经(jīng)发布，在短短的两天内(nèi)便成为了AI绘画领域(yù)最(zuì)新的热点。

在此(cǐ)之前，大家用了很多(duō)方法想让AI生成(chéng)的结(jié)果尽(jǐn)可能的符合要求，但是都不(bù)尽如人意，它的出(chū)现代表着AI生(shēng)成(chéng)开始进入真正(zhèng)的可(kě)控时(shí)期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图(tú)，人物(wù)的姿势和画(huà)面的深(shēn)度信息等(děng)。有(yǒu)了(le)它(tā)的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品(pǐn)已经获得了大量(liàng)的(de)浏(liú)览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她(tā)们走(zǒu)进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关(guān)键(jiàn)词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换关(guān)键(jiàn)词试效果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除(chú)了真实(shí)的照(zhào)片，草图也可(kě)以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神张(zhāng)吕敏其本尊也亲自回应。

不(bù)得不说当下AIGC已(yǐ)经变得越来越强大，甚至输出的作(zuò)品都已经能以(yǐ)假乱(luàn)真了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安(ān)全问题(tí)

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动(dòng)里面给(gěi)出的(de)美女(nǚ)照(zhào)片都(dōu)是(shì)AI制作的真人照片(piàn)绘图，因为太逼真，被大家当成真事(shì)传播了。

不过仔细观(guān)察可(kě)以发现，活动发起(qǐ)者提供的(de)照片(piàn)中有个很大的漏(lòu)洞可以发现并(bìng)非真人，而是AI绘图，那(nà)便是图片中女性(xìng)的手指(zhǐ)部分有的存在异(yì)常。

有行业人事表示：“现在因为(wèi)手指部分的绘画算法比较(jiào)复杂，AI还不太(tài)会画人的手，但最新(xīn)看到的(de)图片(piàn)已经有越来越完美(měi)的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发生。据英国广播公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用户(hù)使用(yòng)AI合成了(le)儿童受灾的假(jiǎ)照片发布(bù)到网(wǎng)络，以此诱骗善良的人(rén)打(dǎ)赏“捐(juān)助”从(cóng)而实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样的(de)图片被用(yòng)来(lái)诈骗，将非常可(kě)怕。

此(cǐ)外(wài)AIGC还引(yǐn)发了很多担(dān)忧，一方面(miàn)，批判者认为AI在“学(xué)习”了大量前人的作品之(zhī)后，其创作(zuò)没有任(rèn)何情绪和灵魂，难(nán)以(yǐ)和人类的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解决，还(hái)有AIGC会不会(huì)代替人类“至高无上”的(de)创意。

马斯克(kè)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(le)视频(pín)，还有远方

技术(shù)都是(shì)有两面性的，潜在(zài)的危(wēi)害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看来，人(rén)工智能技术将是第四次工业革命(mìng)的(de)核心驱动力量(liàng)，将创(chuàng)造(zào)新的增长(zhǎng)奇(qí)迹。

过去一年，人工智能在(zài)技(jì)术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方(fāng)向性改(gǎi)变(biàn)的一个代(dài)表。其(qí)下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈的短视频。这些视频引(yǐn)发(fā)关注并(bìng)非内容做得(dé)多优(yōu)秀(xiù)，反而都非(fēi)常(cháng)简单(dān)，比如一(yī)匹正在喝水的马，一只画画的玩具(jù)熊，或者一段骑摩(mó)托车(chē)的第一视角录像，随便一个有(yǒu)手(shǒu)机的人都可以随(suí)手录下一段。

但这些短视频的创作方式(shì)非(fēi)常(cháng)简单，创作者(zhě)仅仅需要向(xiàng)AI输入一段话，甚至只是说(shuō)一下(xià)要求(qiú)，AI就可以根据需要生成一段视频(pín)。

谷歌(gē)发布(bù)的两(liǎng)个AI生成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成的(de)视频(pín)后，AI圈就已经(jīng)玩了(le)一波梗(gěng)，一个能(néng)够做出更高清视频的AI还不足以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于(yú)，它(tā)可以制作出(chū)超过2分钟的连贯的也有确(què)切内容(róng)的视频，这才是真(zhēn)正让(ràng)人们感到惊喜的地方。因为(wèi)无论(lùn)AI生成(chéng)的视频多么高(gāo)清，也(yě)只(zhǐ)能是为内容(róng)生产(chǎn)者提供一个灵(líng)感，一(yī)个素材，一(yī)个过场(chǎng)动(dòng)画。

不过能够制作出(chū)有具体(tǐ)剧情内容的(de)视频就意味(wèi)着，一些视频创作(zuò)由AI代替人工(gōng)完成已(yǐ)经(jīng)初步有了可能。

当下AI的发展速(sù)度已(yǐ)经超过(guò)大部分人(rén)的想象(xiàng)。内容产业的本质是供给创造需求(qiú)，AIGC作为全新的(de)内容生产方式，可以为内容(róng)产(chǎn)业(yè)带来更新(xīn)的(de)内容风(fēng)格、更快的生产速度，更低的生(shēng)产(chǎn)成本，这无(wú)疑(yí)会驱动内(nèi)容(róng)产业的大爆发。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应用于音乐(lè)、代码(mǎ)、机(jī)器人(rén)动作(zuò)等(děng)多种内容(róng)形式的生成。不难(nán)发现该(gāi)项技(jì)术(shù)不仅(jǐn)在游(yóu)戏等(děng)行业能(néng)得到有效应(yīng)用，对于下一代互(hù)联网(wǎng)各种元素的构建亦有关键意义。

从商业化的角度来看，文化娱(yú)乐、教育、传(chuán)媒等诸多领域，本身就对(duì)基(jī)于AI的可视化内容有强(qiá王杰2001年后嗓子变了谁下的毒，王杰2001年后嗓子变了还唱歌吗ng)烈需求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只(zhǐ)是AI进程(chéng)中的一块重要拼图(tú)，有望在技术更新(xīn)的加(jiā)持下实现更(gèng)大的(de)应用价值。

AI从理解(jiě)内容，走向了可(kě)以生成内容(róng)，甚至(zhì)能够创造出(chū)独立价值(zhí)和独立视角的(de)内(nèi)容。AIGC的再(zài)次(cì)出圈，更代表着未来(lái)的(de)先进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座(zuò)

从技术的发展(zhǎn)也可以(yǐ)看出，在(zài)语言大模型、图像大模(mó)型之后，多模态大模(mó)型已经(jīng)成为了(le)新的趋势。

大模型被誉为(wèi)当前人工智能(néng)发展的智(zhì)能底座，是全球竞争(zhēng)最激烈的研究(jiū)方向(xiàng)之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多(duō)头部企业都在竞相发力。

不过训练大模型的(de)确(què)价格不菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多(duō)少算力》报告估算，GPT-3训(xùn)练一次的成(chéng)本(běn)约为140万美(měi)元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平(píng)均(jūn)数1300万计算，其对(duì)应(yīng)芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日仅电费就在(zài)5万(wàn)美元(yuán)左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不(bù)开庞大算力(lì)支(zhī)持。在关注(zhù)各(gè)类大(dà)模(mó)型的发展同时，更应该关注算(suàn)力网络(luò)的建设。

算力网络(luò)正驱(qū)动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发(fā)展(zhǎn)的终极目标离(lí)得更(gèng)近。

因(yīn)为算力可以对突(tū)破性技术创(chuàng)新(xīn)提供大(dà)力的支持(chí)。这(zhè)方面，多模态大模型(xíng)是(shì)典型。作(zuò)为面向未来强(qiáng)人工智能(néng)、通用(yòng)人工智能的重要技术(shù)创新，多模(mó)态(tài)大模型已经在人(rén)工智(zhì)能领域提(tí)出了很多年，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多(duō)模态大模型进一步往下走，算力需求呈几何式上升，一般的算力(lì)基础设施很快将难以胜任。

从图像、文字、语音单独一项(xiàng)的(de)训练(liàn)，到双模态、三模态(tài)的跃迁，让人(rén)工智能可以(yǐ)灵(líng)活应对(duì)不同(tóng)模(mó)态(tài)的(de)转(zhuǎn)化(huà)、像人(rén)与世(shì)界交互一样自然，这方(fāng)面，由(yóu)算力(lì)网络来驱动将有明显优势。

此外，还有很多(duō)需要爆(bào)发(fā)式增长(zhǎng)的算力来(lái)支撑的(de)技术(shù)创(chuàng)新，将在(zài)人工智能算力网络支撑下快速推进(jìn)。

AIGC已经(jīng)露出曙光，期待在大模型和大算力(lì)的(de)支持下(xià)AIGC能持(chí)续颠覆内容生产的方(fāng)式(shì)，将创(chuàng)造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 王杰2001年后嗓子变了谁下的毒，王杰2001年后嗓子变了还唱歌吗