自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多(duō)次公开谈(tán)论人工智能话(huà)题。在最近的一(yī)次采访中(zhōng)，他再次表示：“AI可能会让科技行(xíng)业迎来一次剧烈的(de)洗牌”。

这个结论是他(tā)在当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访(fǎng)时提(tí)出的。

他(tā)预期(qī)，AI的发展可能(néng)会(huì)威胁到谷歌(gē)的市占率，因为微软在AI方面的行动(dòng)相当迅(xùn)速(sù)。而最终科技(jì)巨头将把(bǎ)AI整合成用户的(de)“全(quán)能助(zhù)手(shǒu)”，包揽一(yī)切应用，与人(rén)们进行沟(gōu)通并提供建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到来可能尚(shàng)需时日(rì)，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉(lā)多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

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

用户们可以在应用(yòng)中输入一组关键词或者一(yī)张照(zhào)片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是(shì)所输(shū)入的文本。同一组关键词也可(kě)以(yǐ)创作(zuò)出很多张风格不一样的(de)画作，这让创作(zuò)的过程就像开盲盒。

很多(duō)用户很喜(xǐ)欢这种不确定的惊喜，他们会将生成的美图当做头像。而(ér)另一(yī)部分喜(xǐ)欢(huān)翻看(kàn)AI绘(huì)画的“翻(fān)车(chē)”作品。在社(shè)交媒体上，许多用(yòng)户分享(xiǎng)AI“翻车现(xiàn)场(chǎng)”，例如，一位网(wǎng)友(yǒu)的小狗照片被(bèi)AI画成了(le)“肌肉男”，还有(yǒu)网友的个人照片被(bèi)AI识(shí)别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的(de)填(tián)写关键词游(yóu)戏可能要被颠覆了(l一寸是多长多少厘米，一寸是多长多宽e)。

ControlNet是一位(wèi)正在斯坦福读博的中国人(rén)张(zhāng)吕敏(mǐn)创作(zuò)的一种基于控制点的图像变(biàn)形(xíng)算(suàn)法，主要用(yòng)于数(shù)字图像处理、计算(suàn)机视(shì)觉和(hé)计算(suàn)机图形学等(děng)领域(yù)。

其SD插件一(yī)经发(fā)布，在(zài)短短(duǎn)的两(liǎng)天(tiān)内便成为了AI绘画领域最新的(de)热点(diǎn)。

在此(cǐ)之前(qián)，大(dà)家(jiā)用了很多方法想让AI生成(chéng)的结果尽可能的符合要求，但是都不尽如(rú)人意，它(tā)的(de)出现(xiàn)代表着AI生(shēng)成开始进入真正(zhèng)的(de)可(kě)控时期。

因为ControlNet可以直接(jiē)提(tí)取画面的构图，人物的姿势(shì)和画面(miàn)的深度信息(xī)等。有了它的帮助(zhù)，就不用频繁(fán)的用(yòng)提示词(cí)来碰运(yùn)气，抽(chōu)盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了(le)“魔(mó)法(fǎ)”，不(bù)少博主的作品已(yǐ)经获得(dé)了大量(liàng)的浏览(lǎn)量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的(de)关键词；最后用ControlNet插件(jiàn)绑(bǎng)定(dìng)骨(gǔ)骼开(kāi)始换(huàn)关键词试效(xiào)果。

通(tōng)过图片就(jiù)可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是(shì)，除(chú)了真实(shí)的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿(gǎo)转全彩图。大(dà)神张(zhāng)吕敏(mǐn)其(qí)本(běn)尊也(yě)亲(qīn)自回应。

不得不说当(dāng)下(xià)AIGC已(yǐ)经变得(dé)越来越强大(dà)，甚至输出的(de)作品都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟谣这所谓的“party”可(kě)能是全国(guó)第一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里面给(gěi)出(chū)的美(měi)女照片都是AI制作的真(zhēn)人照片(piàn)绘图，因为太逼真，被大家(jiā)当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发(fā)起(qǐ)者提(tí)供的(de)照片中(zhōng)有个很(hěn)大的漏(lòu)洞可以(yǐ)发现并非真人，而是AI绘(huì)图，那便是(shì)图片中女性的手指(zhǐ)部分有的(de)存在异常。

有行(xíng)业人(rén)事表示：“现在因(yīn)为手指部(bù)分的绘画(huà)算(suàn)法比较(jiào)复杂，AI还不太会画人的(de)手，但最新看(kàn)到的图片已经有(yǒu)越来越完美的AI模型(xíng)出(chū)现(xiàn)，以后可能就(jiù)完全(quán)没有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在(zài)国外也已有发(fā)生。据英国广(guǎng)播公司报道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使用AI合成(chéng)了儿童受灾的假照(zhào)片发(fā)布到网(wǎng)络，以此(cǐ)诱(yòu)骗善良的人打赏(shǎng)“捐助”从而实(shí)施诈(zhà)骗。

目(mù)前随着技术(shù)发展，AIGC已经能做出真人照(zhào)片(piàn)般的绘图效果，如果这样的图(tú)片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面(miàn)，批判者认为(wèi)AI在“学习”了(le)大量(liàng)前人的(de)作品之后，其创作没有(yǒu)任何情(qíng)绪和灵(líng)魂，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有效的解决，还(hái)有AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克也强调(diào)，人工智(zhì)能的安全问题(tí)需要得到重视，太晚(wǎn)就来不及(jí)了(le)。

03

AIGC下一(yī)站除了(le)视频，还有远方

技术都是(shì)有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工(gōng)智能技术将是第四次工业(yè)革命的核心(xīn)驱动(dòng)力量(liàng)，将(jiāng)创造新的增长奇(qí)迹。

过去一年，人工智能在技术和商业层(céng)面(miàn)都有了巨(jù)大进展，AI绘画就(jiù)是(shì)人工智能技术(shù)发生方向性(xìng)改变的一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引爆(bào)科技圈的短视频(pín)。这些视频引发(fā)关注并非内容做得多优(yōu)秀，反而都非常简(jiǎn)单，比(bǐ)如一匹(pǐ)正在喝水的马，一只画画的玩具熊(xióng)，或(huò)者一段骑摩托车的第(dì)一(yī)视角(jiǎo)录像，随便一个有手机的人都可以随手录下一段。

但这些短视频的(de)创作方式非常简单，创作者仅(jǐn)仅需要(yào)向(xiàng)AI输入一段话，甚至(zhì)只是说一(yī)下(xià)要(yào)求，AI就可以根据(jù)需要(yào)生成一段视(shì)频。

谷歌发布(bù)的两个(gè)AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已(yǐ)经玩了一波(bō)梗，一个能够做出(chū)更(gèng)高清视频的AI还(hái)不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作(zuò)出超过(guò)2分钟的连贯(guàn)的(de)也有(yǒu)确切内容的视频，这才是真正让人们(men)感到惊(jīng)喜的地方。因为(wèi)无论AI生成的视(shì)频多(duō)么高(gāo)清，也只(zhǐ)能是为内容(róng)生(shēng)产者提供一(yī)个灵感(gǎn)，一个(gè)素材，一个(gè)过场动画。

不过能够制作出有具体剧情(qíng)内容的视频就意味着，一些视频创作由AI代替人工完成(chéng)已经初步(bù)有了可能。

当下AI的发展速(sù)度已经超过(guò)大部(bù)分人的想象。内容产(chǎn)业的本质是(shì)供给创(chuàng)造需求，AIGC作为全新的内容生(shēng)产方式(shì)，可以为内容(róng)产业(yè)带来更新的内容(róng)风格(gé)、更快的生产速(sù)度(dù)，更(gèng)低的生产成本，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现该项技术不仅在游戏等行业(yè)能得到有效(xiào)应(yīng)用，对于下一代互(hù)联网各种元素的构建亦有关键意(yì)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(zhū)多领域，本身就对基于(yú)AI的可视(shì)化(huà)内容(róng)有强烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视频或不是结果，而(ér)只是AI进程中(zhōng)的(de)一(yī)块重要拼图，有(yǒu)望在技术更新的加(jiā)持下实现(xiàn)更大的应用价值(zhí)。

AI从(cóng)理(lǐ)解(jiě)内容，走向了可以生(shēng)成内(nèi)容，甚至能够创造出独立价(jià)值(zhí)和独(dú)立(lì)视(shì)角的内(nèi)容。AIGC的再次出(chū)圈，更代表着未来的(de)先进生产力即将到(dào)来。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出(chū)，在(zài)语言大(dà)模型(xíng)、图像大模型(xíng)之后(hòu)，多模(mó)态大(dà)模型已经成为了新的趋(qū)势(shì)。

大模型被誉为当前人工智(zhì)能发展的智能底(dǐ)座，是全球竞争最激烈的(de)研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯(xùn)等众多头部(bù)企业都在竞相发力。

不过训练大模型的确价格不菲，以(yǐ)国(guó)盛(shèng)证券发布的《ChatGPT需(xū)要多(duō)少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元。而对(duì)于(yú)一(yī)些(xiē)更(gèng)大的LLM(大型(xíng)语言模型)，训(xùn)练(liàn)成本则(zé)介于200万美元至(zhì)1200万(wàn)美(měi)元(yuán)高价(jià)之间。

以ChatGPT在(zài)2023年(nián)1月(yuè)的独立访(fǎng)客(kè)平均数1300万计(jì)算，其(qí)对应芯(xīn)片(piàn)需求为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始投入成(chéng)本约为(wèi)8亿(yì)美元，每日仅电(diàn)费就在(zài)5万(wàn)美元左右(yòu)。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注(zhù)各类大模型(xíng)的发展同时，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发展进入史诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发展的终(zhōng)极目标离(lí)得(dé)更近。

因为算力可以对(duì)突(tū)破性(xìng)技术(shù)创(chuàng)新提供大(dà)力的支持。这方(fāng)面，多模态(tài)大模(mó)型是典型(xíng)。作(zuò)为面向未来强人工智能、通用人(rén)工智能的重要技术创新，多模态大模型已(yǐ)经在人(rén)工智能领(lǐng)域提(tí)出了很多(duō)年，业界也(yě)有不少技术(shù)突破(pò)，但是，多模态大模型进(jìn)一(yī)步往(wǎng)下(xià)走(zǒu)，算力需求呈几(jǐ)何式上升(shēng)，一般的算力基础设施很快(kuài)将难以胜任。

从(cóng)图像、文字、语音单独一项的训练，到双模(mó)态、三模(mó)态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对(duì)不同模态(tài)的转(zhuǎn)化、像人与(yǔ)世界交(jiāo)互一样自(zì)然，这(zhè)方面(miàn)，由算力网络来驱(qū)动将(jiāng)有明显优势。

此外，还有很多需(xū)要爆发式增长的算力来支撑的(de)技术创(chuàng)新(xīn)，将在人工智能算力网络支撑(chēng)下(xià)快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的支持下AIGC能持续颠覆内容生产的方式，将创造的(de)边际成(chéng)本降低(dī)，让万众(zhòng)受益(yì)。

未经允许不得转载：绿茶通用站群 一寸是多长多少厘米，一寸是多长多宽