自聊天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖(gài)茨已多次公(gōng)开谈论人工智能(néng)话题。在最近(jìn)的一次采访中，他再次表示：“AI可能(néng)会(huì)让科技行(xíng)业(yè)迎来一次剧烈(liè)的洗(xǐ)牌(pái)”。

这个结论(lùn)是他在当地(dì)时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他(tā)预期，AI的发展可能会威胁到(dào)谷(gǔ)歌的(de)市占率，因为(wèi)微软(ruǎn)在AI方面(miàn)的行动相当迅速。而最终科技巨(jù)头(tóu)将(jiāng)把AI整(zhěng)合成用户的“全能助手(shǒu)”，包揽一(yī)切应用，与人们进行沟通(tōng)并提供建议(yì)，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手的到来可能尚需时日(rì)，但由ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为代(dài)表的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年(nián)8月，在美国科罗拉多(duō)州(zhōu)举办(bàn)的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘画(huà)软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以(yǐ)在应用中输(shū)入一组关键词或者一(yī)张照片，就能获得一幅AI创作的画作(zuò)。

作画的关键就是(shì)所(suǒ)输入的文本(běn)。同一组关键词(cí)也可以创作出很多(duō)张风格不一样的画作，这让创作的过程(chéng)就像开盲盒。

很多(duō)用户很喜(xǐ)欢这种不确定的(de)惊喜，他们(men)会(huì)将生成(chéng)的美图当做头像。而另一(yī)部(bù)分喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社(shè)交(jiāo)媒(méi)体(tǐ)上，许多用户分享AI“翻(fān)车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的(de)个人(rén)照片被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的(de)填(tián)写(xiě)关(guān)键词游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读博(bó)的中国人张(zhāng)吕(lǚ)敏创(chuàng)作的一(yī)种基于(yú)控(kòng)制(zhì)点的(de)图像变形算法，主要用于数字图(tú)像(xiàng)处理、计算机视觉和(hé)计算(suàn)机图形学(xué)等领域。

其SD插件一(yī)经发布，在短短的两天内便(biàn)成为了(le)AI绘画领域(yù)最新(xīn)的热点。

在此之(zhī)前，大家用(yòng)了很(hěn)多(duō)方法(fǎ)想让(ràng)AI生成的结果(guǒ)尽可(kě)能的符合要求，但是都(dōu)不尽如人意，它的(de)出现代表着(zhe)AI生成开始进入真正的(de)可控时期。

因为ControlNet可以(yǐ)直接提取画(huà)面(miàn)的构图，人(rén)物的姿(zī)势和(hé)画(huà)面(miàn)的深度信息等。有了(le)它的帮助(zhù)，就(jiù)不用频繁的用提示(shì)词来(lái)碰(pèng)运气，抽盲盒式的创作(zuò)了。

通(tōng)俗的(de)说ControlNet相当(dāng)于(yú)给(gěi)AI绘画加(jiā)了(le)“魔法(fǎ)”，不(bù)少博主的(de)作品(pǐn)已经获得(dé)了大量的(de)浏览量，“viggo”就是(shì)其中之一，他用朋(péng)友(yǒu)的(de)照(zhào)片直(zhí)接带她们走(zǒu)进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效(xiào)果。

通过图片就可(kě)以看出(chū)来，效果十分(fēn)惊(jīng)艳。

更厉(lì)害的是(shì)，除了真实的照片，草图(tú)也可以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其本尊也(yě)亲自回应(yīng)。

不得(dé)不(bù)说当下AIGC已经变得越(yuè)来越强大，甚至(zhì)输出的作品都已经能(néng)以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏(sū)州(zhōu)金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络，而(ér)经(jīng)过(guò)警方辟谣这所谓的(de)“party”可能是全(quán)国(guó)第一起AI绘图诈骗。

由于这个(gè)活(huó)动里面给(gěi)出的美女照片(piàn)都(dōu)是AI制作的真人(rén)照片(piàn)绘图(tú)，因为太逼真，被(bèi)大(dà)家当成真事传播了。

不过仔细观(guān)察可以发现(xiàn)，活动(dòng)发起者提供(gōng)的照(zhào)片(piàn)中有(yǒu)个很大的漏洞可以发现并(bìng)非(fēi)真人，而(ér)是AI绘(huì)图(tú)，那便是图(tú)片中女(nǚ)性(xìng)的手指(zhǐ)部(bù)分有的存(cún)在异(yì)常。

有(yǒu)行业人事表示：“现在(zài)因(yīn)为(wèi)手指(zhǐ)部分的绘画算法比较复杂(zá)，AI还不太会(huì)画(huà)人的手，但最(zuì)新看(kàn)到(dào)的图片已经有(yǒu)越来(lái)越完(wán)美的AI模型出现，以后可能就完全(quán)没有漏洞了。”

类似的AI作(zuò)图诈骗在国(guó)外也已有发生。据英国广(guǎng)播(bō)公司报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照(zhào)片发布到网(wǎng)络(luò)，以此(cǐ)诱(yòu)骗善良的人打赏“捐(juān)助”从而(ér)实(shí)施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已经能做出真人(rén)照片般的绘图效果，如果(guǒ)这(zhè)样(yàng)的图(tú)片被(bèi)用来诈骗(piàn)，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在“学(xué)习”了大量前(qián)人的作品之后(hòu)，其创作没有(yǒu)任何情绪和灵魂，难以和人类的艺术创作(zuò)相(xiāng)提并论(lùn)。

另(lìng)一(yī)方面，AIGC背后的版权、目(mù)前(qián)都并没有得到有效的解(jiě)决，还有AIGC会(huì)不(bù)会代替(tì)人类“至(zhì)高无上”的创意。

马斯克(kè)也强(qiáng)调，人工智(zhì)能的安全(quán)问题(tí)需要(yào)得到重视(shì)，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技(jì)术都是(shì)有两面性的，潜在的危(wēi)害并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能技术将是第四次工业革命的核(hé)心(xīn)驱动力(lì)量，将(jiāng)创造新的增(zēng)长(zhǎng)奇迹(jì)。

过去一(yī)年，人工智能(néng)在技术和商业层面(miàn)都有了(le)巨(jù)大(dà)进展，AI绘(huì)画就(jiù)是人工智能技术发生方(fāng)向性改变的一(yī)个代(dài)表。其下(xià)一站或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了(le)几(jǐ)条引爆科技圈(quān)的(de)短视频。这些视频引发关注并非(fēi)内容做得(dé)多优秀，反而(ér)都非常简单，比如一(yī)匹正(zhèng)在喝(hē)水的马，一只画画的玩具熊，或者(zhě)一段(duàn)骑摩托(tuō)车的第一(yī)视(shì)角录(lù)像(xiàng)，随(suí)便一个(gè)有手机的人都可以随手录下一段。

但(dàn)这(zhè)些短(duǎn)视频(pín)的创作(zuò)方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输(shū)入一段(duàn)话，甚至(zhì)只是说一下要求，AI就可(kě)以(yǐ)根(gēn)据需(xū)要(yào)生成一段视频。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突(tū)出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经(jīng)玩了(le)一波梗(gěng)，一个能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟的连贯的(de)也(yě)有确切内容(róng)的视频，这才(cái)是真(zhēn)正(zhèng)让人们感到(dào)惊喜(xǐ)的(de)地(dì)方。因为无论AI生成的视频多么(me)高清，也只能是为内容生产者提供一个灵感，一(yī)个素材，一个过场动(dòng)画。

不过能(néng)够制作(zuò)出(chū)有(yǒu)具体剧情内容的视频就意味着，一些(xiē)视频创作由AI代替人工完成已经初步(bù)有了可能。

当(dāng)下AI的(de)发展速度已经超过大部(bù)分人(rén)的想象(xiàng)。内容产业的本(běn)质是供给创(chuàng)造(zào)需(xū)求，AIGC作(zuò)为全新的内容生(shēng)产方(fāng)式，可以(yǐ)为(wèi)内容产(chǎn)业带来(lái)更新的内容风(fēng)格、更快的生(shēng)产速度，更低的(de)生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应(yīng)用于(yú)音乐(lè)、代码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏(xì)等行业能得到有效应用，对于下一(yī)代互(hù)联网各种元素的(de)构建亦有关键意义。

从(cóng)商业(yè)化的(de)角度来看(kàn)，文化娱乐、教育、传媒等(děng)诸多领域，本身(shēn)就对(duì)基于AI的可视(shì)化内容有三公分是多少厘米 三公分是多少毫米强烈需(xū)求。

因(yīn)此，AI绘画及视频或不是结(jié)果(guǒ)，而只是AI进程中的一(yī)块重(zhòng)要拼图(tú)，有望在技(jì)术更新的加持(chí)下实现更大的应用价值(zhí)。

AI从理解内(nèi)容，走向了(le)可以生(shēng)成(chéng)内容，甚(shèn)至能够创造(zào)出独立价(jià)值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术的(de)发展(zhǎn)也可以看出(chū)，在语(yǔ)言大模型、图(tú)像(xiàng)大模型之(zhī)后，多模(mó)态大模(mó)型已经成(chéng)为了新的趋势。

大模型被誉为当前人(rén)工智能发展(zhǎn)的智(zhì)能底座，是(shì)全球(qiú)竞争(zhēng)最激烈的研究方(fāng)向之一，包括谷歌、亚(yà)马逊、百度、阿(ā)里(lǐ)、腾讯(xùn)等众(zhòng)多(duō)头部企业都在竞相(xiāng)发力。

不过训(xùn)练大模型的确价格不(bù)菲，以(yǐ)国盛证券(quàn)发(fā)布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成(chéng)本约为(wèi)140万(wàn)美元。而对(duì)于一些更(gèng)大的LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万(wàn)计算，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始(shǐ)投入(rù)成本约(yuē)为(wèi)8亿美元，每日(rì)仅电费就在5万美(měi)元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各类(lèi)大模型的(de)发展同时，更应该关注算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产业发展进入史(shǐ)诗级加速进程，让(ràng)AIGC及通用AI这一人工智能发展的(de)终极目(mù)标(biāo)离得更近(jìn)。

因为(wèi)算(suàn)力(lì)可以对突破性技术创新提(tí)供(gōng)大力的支持。这方(fāng)面，多模态大(dà)模型是典型。作为面向未来强人工智能、通用人工智(zhì)能的(de)重要技术创新，多模态大模(mó)型(xíng)已经在人工智能(néng)领域(yù)提出(chū)了很(hěn)多年，业界也有不少技术突破，但是，多模(mó)态大(dà)模型进一(yī)步往下走，算力需求呈几何式上升，一般(bān)的算(suàn)力基础设施(shī)很(hěn)快将(jiāng)难以胜任。

从图像、文字(zì)、语音(yīn)单独一(yī)项的训(xùn)练，到(dào)双模态、三模态的跃迁，让(ràng)人(rén)工智能可以(yǐ)灵活应对不(bù)同模(mó)态的转化、像人与世界交互一样自(zì)然，这方面，由算力(lì)网络来驱动将有明(míng)显优(yōu)势(shì)。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人工智能(néng)算力(lì)网络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算力的支持下AIGC能持续(xù)颠覆(fù)内容生产的方式(shì)，将创造的(de)边(biān)际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：绿茶通用站群 三公分是多少厘米 三公分是多少毫米