自聊天(tiān)机器人ChatGPT火爆以来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多(duō)次公开谈论人工智能话题(tí)。在最近的一次采访中，他(tā)再次表示(shì)：“AI可能(néng)会让科(kē)技行(xíng)业迎来一次剧烈(liè)的洗牌”。

这个结(jié)论是(shì)他在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他(tā)预期，AI的发展可能会威胁到谷歌的市占率，因为(wèi)微软在AI方面的行动相当迅速(sù)。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与(yǔ)人们进(jìn)行沟通并(bìng)提供建议，可(kě)以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的(de)到(dào)来可(kě)能(néng)尚需时(shí)日(rì)，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一(yī)次爆火(huǒ)的时(shí)候，还是2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作品获(huò)奖。

随后各大厂(chǎng)商的AI绘画软件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以(yǐ)在应用中输入一组(zǔ)关键词(cí)或(huò)者一张照(zhào)片(piàn)，就能(néng)获得一幅AI创作的(de)画作。

作画(huà)的关键(jiàn)就是(shì)所输入的文本。同(tóng)一组关键词也可以创作(zuò)出很多张风格(gé)不(bù)一样的(de)画(huà)作，这让(ràng)创作的过程就(jiù)像开盲盒。

很多用(yòng)户(hù)很(hěn)喜欢这(zhè)种不确定的惊喜，他们会(huì)将生成的美图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社(shè)交媒体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被(bèi)AI画成了(le)“肌肉男”，还有(yǒu)网友的个人照(zhào)片(piàn)被AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕敏创作的一种基于控制点的图像变形算(suàn)法(fǎ)，主要(yào)用于数字图(tú)像处理、计(jì)算机视觉和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在短短(duǎn)的(de)两天内便(biàn)成(chéng)为了AI绘画领域最新的热点。

在此之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符合要求，但是都不(bù)尽(jǐn)如人(rén)意，它的出(chū)现代表着AI生成开始(shǐ)进(jìn)入真正的可控时期。

因为ControlNet可(kě)以直(zhí)接提(tí)取画面的构图，人(rén)物的姿势和画面(miàn)的深度信息(xī)等。有了它的帮助，就不用频繁的(de)用提示词来(lái)碰运气(qì)，抽(chōu)盲盒式(shì)的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的(de)作品已经获得了大量的(de)浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词(cí)；最后(hòu)用ControlNet插(chā)件绑(bǎng)定骨骼(gé)开始(shǐ)换关键词试效果。

通过图片就可以看出来(lái)，效果(guǒ)十分(fēn)惊艳。

更厉害的是，除了真(zhēn)实的照(zhào)片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其(qí)本尊也亲自回应(yīng)。

不得不说当下(xià)AIGC已经变得越来越强大(dà)，甚至(zhì)输出的作品都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警(jǐng)惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络，而经(jīng)过警方(fāng)辟谣(yáo)这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这(zhè)个活动(dòng)里面(miàn)给(gěi)出的美女照片都是AI制作的真人照片绘图，因为(wèi)太逼真(zhēn)，被大家(jiā)当(dāng)成真(zhēn)事传播了。

不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提供的照片中(zhōng)有个很(hěn)大的漏洞(dòng)可以发现并非真人，而是AI绘图，那(nà)便是图片中女性的手指部(bù)分有的存在异(yì)常。

有行(xíng)业人事表示(shì)：“现在因为手指部分的(de)绘画算法比较复杂，AI还不太会画人(rén)的手，但最新(xīn)看到的图片已经(jīng)有越来越完(wán)美的AI模(mó)型出现，以后可能就完全没有漏洞了。”

类似的(de)AI作图(tú)诈骗(piàn)在(zài)国(guó)外也已有发生。据英国广播公司报道，土耳(ěr)其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了儿童受(shòu)灾的假照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已(yǐ)经(jīng)能(néng)做出真人(rén)照片般的绘图效果，如果这样的图片被用来(lái)诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判(pàn)者(zhě)认(rèn)为AI在(zài)“学习”了大量前人的作(zuò)品(pǐn)之(明星死了 现在是替身，哪个明星的替身死了zhī)后，其创(chuàng)作(zuò)没(méi)有任(rèn)何情绪和灵魂，难(nán)以和人类的艺(yì)术(shù)创作相(xiāng)提并论。

另一方(fāng)面，AIGC背后(hòu)的版权(quán)、目前都(dōu)并没有(yǒu)得到有效的解决(jué)，还有(yǒu)AIGC会不会代替(tì)人(rén)类“至(zhì)高无上”的创意。

马斯克(kè)也强调，人工智能(néng)的(de)安全(quán)问题需(xū)要得到重视，太晚就来(lái)不及(jí)了。

03

AIGC下(xià)一站除了视频(pín)，还(hái)有远方

技术都是有两(liǎng)面性的，潜在的(de)危害并不(bù)能掩(yǎn)盖其光辉(huī)的贡献(xiàn)。现在看(kàn)来，人(rén)工智能技(jì)术将是第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇(qí)迹。

过去一(yī)年，人工(gōng)智能(néng)在(zài)技术(shù)和(hé)商业层(céng)面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画就是人工(gōng)智(zhì)能(néng)技术发(fā)生方向性改变的一(yī)个代(dài)表。其(qí)下一站(zhàn)或(huò)许就是(shì)视(shì)频。

此前(qián)，Meta和谷歌(gē)先(xiān)后发布了几(jǐ)条引爆科技圈(quān)的(de)短视(shì)频(pín)。这些(xiē)视频引(yǐn)发关注(zhù)并非内容(róng)做得多优秀(xiù)，反而(ér)都非常简单，比如一匹正(zhèng)在喝水(shuǐ)的马，一(yī)只画画的(de)玩(wán)具熊，或者一(yī)段骑摩(mó)托(tuō)车的第一视(shì)角(jiǎo)录像，随(suí)便一个有(yǒu)手机的人都(dōu)可以(yǐ)随手(shǒu)录下(xià)一段。

但(dàn)这些短视频的创(chuàng)作方(fāng)式非常(cháng)简单，创作者仅仅需要向AI输(shū)入一段(duàn)话，甚至只(zhǐ)是(shì)说(shuō)一下要求(qiú)，AI就可以(yǐ)根据需(xū)要生(shēng)成一段视频。

谷(gǔ)歌(gē)发(fā)布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈(quān)就已经玩了一(yī)波梗，一(yī)个能够做出(chū)更(gèng)高(gāo)清视频的AI还不足以(yǐ)在(zài)短时间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在(zài)于，它可以(yǐ)制作(zuò)出超过2分钟的连贯的也有确切(qiè)内(nèi)容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视(shì)频(pín)多么(me)高(gāo)清，也只能是为(wèi)内容生产者提供一(yī)个灵感，一(yī)个素材，一个过场动画。

不过能够制作出有具(jù)体剧情内容的视频(pín)就意味着，一(yī)些视频创作由AI代(dài)替人工(gōng)完成已经初(chū)步有(yǒu)了(le)可(kě)能。

当下AI的发(fā)展速度已经(jīng)超过大部分人的想象。内容产业(yè)的本质是(shì)供给创(chuàng)造(zào)需(xū)求，AIGC作为全新的内容(róng)生产(chǎn)方式，可以为内容产业带(dài)来更新(xīn)的内容风(fēng)格(gé)、更快的生(shēng)产(chǎn)速(sù)度，更低的生产成本，这(zhè)无疑会驱动内容产业(yè)的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应用(yòng)于音乐(lè)、代码、机器人(rén)动(dòng)作等(děng)多种内容形式的生成。不难(nán)发(fā)现该(gāi)项(xiàng)技术不(bù)仅在(zài)游戏等(děng)行业能得到(dào)有效应用，对于下一(yī)代互联网各种元素的构建亦有关键意义(yì)。

从商业化的角度来(lái)看，文化娱乐(lè)、教(jiào)育(yù)、传媒等诸多领(lǐng)域，本身就(jiù)对(duì)基于AI的(de)可(kě)视化内容有强烈需求(qiú)。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只(zhǐ)是AI进程(chéng)中的一块重要拼图，有望在技术更新(xīn)的加持(chí)下实(shí)现(xiàn)更大(dà)的应用(yòng)价值(zhí)。

AI从理解内容(róng)，走向(xiàng)了可以生(shēng)成内容，甚至(zhì)能够创造出独立价值和独立视角的内(nèi)容。AIGC的再次(cì)出圈，更代(dài)表着未(wèi)来(lái)的先进生(shēng)产(chǎn)力即将(jiāng)到来。

04

紧(jǐn)抓大模型与算力，牢(láo)固AIGC底座(zuò)

从(cóng)技(jì)术的发(fā)展也可以看(kàn)出(chū)，在语言大(dà)模型、图像大模型之(zhī)后，多模态大模型已经成为了新的趋势。

大模(mó)型被誉为当前(qián)人工智能(néng)发展(zhǎn)的(de)智能(néng)底(dǐ)座(zuò)，是全(quán)球竞争最激(jī)烈的研(yán)究(jiū)方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等(děng)众多(duō)头(tóu)部企业都在竞相发(fā)力。

不过训练大模型的确价(jià)格不(bù)菲，以国盛证券发布的《ChatGPT需要(yào)多(duō)少算(suàn)力》报告估算(suàn)，GPT-3训练一次(cì)的(de)成本约(yuē)为140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训(xùn)练成本则介(jiè)于200万(wàn)美(měi)元至(zhì)1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独(dú)立访(fǎng)客(kè)平均数1300万计算，其(qí)对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算(suàn)力支持(chí)。在关注各类大模(mó)型的(de)发(fā)展(zhǎn)同时，更应(yīng)该关注算(suàn)力网(wǎng)络的建(jiàn)设(shè)。

算力网络(luò)正驱动AI产(chǎn)业(yè)发(fā)展进入史诗(shī)级加速进(jìn)程(chéng)，让AIGC及(jí)通用AI这(zhè)一人工智能发展的终极目标离(lí)得更近。

因为(wèi)算力(lì)可以(yǐ)对突破性技术创新提供大力(lì)的(de)支持(chí)。这(zhè)方(fāng)面，多模态大(dà)模型是典(diǎn)型。作(zuò)为面向未来强人工智能、通(tōng)用人工智(zhì)能的重要(yào)技(jì)术(shù)创新(xīn)，多模态大模型已经(jīng)在人工智能领域提(tí)出了很多年(nián)，业(yè)界也有不少技术突破，但是，多模态大模(mó)型进一步往下走，算力需求呈几何式上升(shēng)，一般的(de)算力基础设(shè)施很快将难(nán)以(yǐ)胜任。

从图(tú)像、文(wén)字、语音(yīn)单独一(yī)项的训练(liàn)，到双模态、三模态的跃迁，让人工智能可以灵活应对不同模态(tài)的(de)转化、像人(rén)与(yǔ)世界交互一样自然，这方面，由(yóu)算力网络来驱动将有明显优(yōu)势。

此外，还(hái)有(yǒu)很多(duō)需(xū)要爆(bào)发式增长的算力来支撑的技术创(chuàng)新(xīn)，将(jiāng)在人工(gōng)智能算(suàn)力网络支撑(chēng)下快速推进(jìn)。

AIGC已经露出(chū)曙光，期待在大(dà)模(mó)型明星死了 现在是替身，哪个明星的替身死了和大算力的支持下(xià)AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创(chuàng)造的(de)边际成本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 明星死了 现在是替身，哪个明星的替身死了