自(zì)聊天机(jī)器(qì)人ChatGPT火爆以来，微(wēi)软公(gōng)司(sī)创始人(rén)比尔·盖茨已多次公(gōng)开谈论(lùn)人工智能话题。在最近的一(yī)次(cì)采访(fǎng)中，他再(zài)次表示：“AI可能会让科(kē)技(jì)行业迎(yíng)来一次剧烈的洗牌”。

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

他预(yù)期，AI的发展可(kě)能会威胁到谷歌的(de)市(shì)占率，因为微软在AI方面的(de)行动相当迅速。而最终科技巨(jù)头(tóu)将把AI整合成用户的“全能助(zhù)手”，包揽一切应用(yòng)，与人们进(jìn)行沟通并提供建议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来可能(néng)尚需(xū)时(shí)日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画(huà)浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘(huì)画为(wèi)代表(biǎo)的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴数(shù)字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘(huì)画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输(shū)入一组关(guān)键词(cí)或者一张照片，就(jiù)能(néng)获得一幅AI创作的(de)画作(zuò)。

作画的关键就是所输入的文本。同一组关键词也可以创作出很多(duō)张风格不一样的画作，这让创作(zuò)的过(guò)程就像开盲盒。

很多(duō)用(yòng)户很喜欢这(zhè)种(zhǒng)不确定(dìng)的惊喜，他们(men)会将生成的美图当做(zuò)头像。而另一部(bù)分喜欢(huān)翻(fān)看AI绘画的“翻车”作(zuò)品。在社(shè)交媒体上，许多用户分享AI“翻(fān)车现场”，例如，一位(wèi)网友的小(xiǎo)狗照片被AI画成(chéng)了(le)“肌肉(ròu)男(nán)”，还有网(wǎng)友的个人(rén)照(zhào)片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的(de)出现与加持，以往AI绘画的填(tián)写关(guān)键词(cí)游戏(xì)可能(néng)要被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创(chuàng)作的一(yī)种基于(yú)控制点的(de)图像变形算法(fǎ)，主要(yào)用(yòng)于数(shù)字图像处理、计算机(jī)视(shì)觉和计算机图形(xíng)学等领域。

其SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为了(le)AI绘画领(lǐng)域最新的(de)热点。

在(zài)此之前，大家用了(le)很多(duō)方(fāng)法(fǎ)想让AI生成的结果尽(jǐn)可能的符合要求，但(dàn)是(shì)都不尽如人意，它的出现代表着AI生成(chéng)开始(shǐ)进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直接提取画(huà)面的(de)构图，人物的姿势和画面(miàn)的深度信息等。有了它(tā)的(de)帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲盒式的创(chuàng)作(zuò)了。

通俗的(de)说ControlNet相(xiāng)当于(yú)给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经获得(dé)了(le)大量(liàng)的浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词(cí)试(shì)效(xiào)果。

通过(guò)图片就可以看(kàn)出来(lái)，效果十分惊艳(yàn)。

更厉害的是，除了真(zhēn)实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现线(xiàn)稿(gǎo)转全彩图(tú)。大神张(zhāng)吕敏(mǐn)其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得(dé)越来(lái)越(yuè)强(qiáng)大，甚至输出的作品都已(yǐ)经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息火(huǒ)遍网络，而经过警(jǐng)方辟(pì)谣这所谓的“party”可能是全国第一起AI绘图(tú)诈(zhà)骗。

由(yóu)于这个活动里面(miàn)给出的美女照片都(dōu)是AI制(zhì)作的真人照(zhào)片(piàn)绘(huì)图(tú)，因(yīn)为太逼真，被大家当(dāng)成真事传播了(le)。

不(bù)过(guò)仔细观察(chá)可以发现，活动发起(qǐ)者提供的照片中有个很大的漏洞可以(yǐ)发现并非真人(rén)，而(ér)是(shì)AI绘图，那便是图片中女(nǚ)性的(de)手指部分有的(de)存在异常。

有行业(yè)人事表(biǎo)示(shì)：“现在因(yīn)为手指部分的绘画算法(fǎ)比较复杂，AI还(hái)不太会(huì)画人的手(shǒu)，但(dàn)最新看到的图片已(yǐ)经有越来越(yuè)完(wán)美(měi)的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国(guó)广播公司报(bào)道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的(de)假照片(piàn)发布到网络，以此诱骗善良(liáng)的人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的(de)绘(huì)图效(xiào)果，如果(guǒ)这样的图(tú)片被用来(lái)诈骗(piàn)，将(jiāng)非(fēi)常可怕(pà)。

此外AIGC还引(yǐn)发了很(hěn)多担忧，一方面，批判者认为AI在(zài)“学习”了大量前人的作品之后，其创作(zuò)没有任(rèn)何情绪(xù)和灵魂，难以和人(rén)类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到(dào)有效的解决，还有AIGC会(huì)不会代替人类(lèi)“至高无(wú)上”的创(chuàng)意。

马斯(sī)克(kè)也强调，人工智能的安全问(wèn)题需要(yào)得(dé)到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一站(zhàn)除了视频(pín)，还有远方

技术都是(shì)有两面性的，潜在的危害(hài)并不能(néng)掩(yǎn)盖其光(guāng)辉(huī)的贡(gòng)献。现在看来，人工智(zhì)能技术将是第四次(cì)工业革(gé)命的核心驱动力量(liàng)，将创造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有了巨大(dà)进展，AI绘(huì)画就是人工(gōng)智能技(jì)术发生(shēng)方向性改变(biàn)的(de)一(yī)个代表(biǎo)。其(qí)下一(yī)站或许就是视频。

此前，Meta和(hé)谷(gǔ)歌(gē)先后发布了几条引爆科技(jì)圈的短(duǎn)视(shì)频。这些视频引(yǐn)发(fā)关注(zhù)并非(fēi)内容(róng)做得多优秀，反而都非常简(jiǎn)单，比如一匹正(zhèng)在喝水的马(mǎ)，一(yī)只画画的(de)玩具熊，或者一段骑(qí)摩托车的第一视(shì)角录(lù)像(xiàng)，随便(biàn)一个有手机(jī)的人都(dōu)可以随手录下(xià)一段。

但这些短视频的创作方式非常简单(dān)，创(chuàng)作(zuò)者(zhě)仅仅需要向AI输(shū)入一(yī)段话(huà)，甚至只是说一下要求，AI就可以根据需要生成一段(duàn)视频。

谷歌(gē)发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了(le)AI生成的(de)视频后(hòu)，AI圈就已经玩了一(yī)波梗，一个能(néng)够(gòu)做出(chū)更(gèng)高清视频的(de)AI还不足(zú)以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方在于，它可以制作出(chū)超过2分钟的连贯(guàn)的也有确切内(nèi)容的(de)视(shì)频(pín)，这才(cái)是真正(zhèng)让人们(men)感到惊(jīng)喜的(de)地方。因为无论AI生成(chéng)的视频多么高(gāo)清，也只能是为内容(róng)生产者(zhě)提供一个灵感，一(yī)个素材(cái)，一(yī)个过场动画(huà)。

不(bù)过(guò)能够制作出(chū)有具(jù)体剧情内(nèi)容的视频就意味(wèi)着，一(yī)些视频创作由AI代(dài)替人(rén)工完成已经(jīng)初步有了可(kě)能。

当下AI的发展速(sù)度已经(jīng)超过大部分人的想象。内容产业的本质是供(gōng)给(gěi)创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为(wèi)内(nèi)容(róng)产(chǎn)业带来(lái)更新的(de)内容风格、更快(kuài)的生产速度，更低的生(shēng)产成本，这无疑会驱(qū)动内容产业的大爆发(fā)。

除(chú)了AI绘图、视(shì)频，AIGC技术还能应用于音(yīn)乐(lè)、代码、机(jī)器(qì)人动作等(děng)多种(zhǒng)内容形式的生成(chéng)。不难发(fā)现该项技术不仅(jǐn)在游戏等(děng)行(xíng)业能得(dé)到(dào)有(yǒu)效(xiào)应用，对(duì)于下一代互(hù)联网(wǎng)各种元素(sù)的(de)构建亦有关键(jiàn)意义(yì)。

从商业(yè)化的角度(dù)来(lái)看，文(wén)化娱乐、教育(yù)、传(chuán)媒等诸多领域(yù)，本(běn)身就对基(jī)于(yú)AI的可视化(huà)内(nèi)容有强烈(liè)需(xū)求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中(zhōng)的一(yī)块重要拼图，有望在技术(shù)更(gèng)新的加持(chí)下实现更大的应用(yòng)价值。

AI从理解内容，走向了(le)可(kě)以生成内容(róng)，甚至(zhì)能够(gòu)创(chuàng)造(zào)出独立价值和独(dú)立视(shì)角(jiǎo)的(de)内容。AIGC的再(zài)次出(chū)圈，更(gèng)代表着(zhe)未来的先进生产力即将到(dào)来。

04

紧抓大(dà)模型与算力(lì)，牢(láo)固AIGC底座

从技(jì)术的(de)发展也可以看出，在语言(yán)大模型、图像大(dà)模型之(zhī)后，多模态大模型已经成(chéng)为(wèi)了新的趋势。

大(dà)模型被誉(yù)为当前人工智能发展的智(zhì)能(néng)底座，是全球竞争(zhēng)最激烈的(de)研(yán)究方向之一，包括(kuò)谷歌、亚马(mǎ)逊、百度、阿里、腾讯(xùn)等众多头部企业都在竞相发力。

不过训练大模型的确价格不菲，以(yǐ)国盛(shèng)证券发布(bù)的《ChatGPT需要(yào)多少算力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而对于(yú)一些更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访客平(píng)均数1300万(wàn)计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大模型的发展(zhǎn)同时，更(gèng)应(yīng)该关注算(suàn)力网络的建设。

算力网络正驱动AI产业发展进入(rù)史诗(shī)级加速进程，让AIGC及(jí)通用AI这(zhè)一人工智能发(fā)展的(de)终极目标离得更近。

因为(wèi)算力(lì)可(kě)以(yǐ)对突破性技术创新提(tí)供大力的支持。这方面，多模态大模(mó)型是典型。作为面向(xiàng)未来强人工智能、通用人(rén)工智能(néng)的重要技术(shù)创新，多模态大模型已经在人工智能领域提出了很(hěn)多年，业界也有不(bù)少(shǎo)技术突破风味发酵乳是不是酸奶(pò)，但(dàn)是，多模(mó)态大模型进一步往下走，算力需求呈(chéng)几何式上升(shēng)，一般的算力基(jī)础(chǔ)设(shè)施很快将难以胜任。

从(cóng)图像、文字、语(yǔ)音单独一项的训练，到(dào)双模态、三模态的(de)跃迁(qiān)，让人工智能可以灵活应(yīng)对不同模态的(de)转化、像人与世(shì)界交互一样自然(rán)，这方面，由算力网(wǎng)络(luò)来驱(qū)动将有(yǒu)明显(xiǎn)优势。

此外(wài)，还(hái)有很多需要爆发(fā)式增长的算力来(lái)支撑的技术创新，将在(zài)人工(gōng)智能算力网络(luò)支撑(chēng)下快速(sù)推进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和大(dà)算力的支持(chí)下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将创造的边际成本降低，让万(wàn)众(zhòng)受益(yì)。

未经允许不得转载：绿茶通用站群 风味发酵乳是不是酸奶