自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人比尔·盖茨已(yǐ)多次公开谈(tán)论(lùn)人工智能话(huà)题。在最近的(de)一次(cì)采(cǎi)访(fǎng)中，他(tā)再次表示：“AI可能会让(ràng)科技(jì)行(xíng)业迎来(lái)一(yī)次剧烈的洗牌”。

这个结论是(shì)他(tā)在当地时间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提出的(de)。

他预期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因(yīn)为微软在(zài)AI方面的(de)行动相当迅速(sù)。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)的(de)到(dào)来可(kě)能尚(shàng)需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候(hòu)，还是2022年8月，在美(měi)国科罗(luó)拉多州举办的(de)新兴数字艺术(shù)家竞(jìng)赛中，一幅名为《太空歌剧院(yuàn)》的作品(pǐn)获奖(jiǎng)。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户(hù)们可以在应用(yòng)中输入一(yī)组关键(jiàn)词(cí)或(huò)者一(yī)张(zhāng)照片，就能(néng)获得一幅AI创作的画作。

作画(huà)的关键就是所(suǒ)输(shū)入的(de)文本。同一组关键词也(yě)可以创作出很多(duō)张(zhāng)风格不(bù)一(yī)样的画作，这让创(chuàng)作的过(guò)程就(jiù)像(xiàng)开盲盒。

很多用户(hù)很喜欢(huān)这种不确(què)定的惊喜，他们会(huì)将(jiāng)生成的美图当(dāng)做(zuò)头像(xiàng)。而另一部(bù)分喜(xǐ)欢翻(fān)看(kàn)AI绘画(huà)的(de)“翻车(chē)”作品。在社交媒体上(shàng)，许多用户分享AI“翻车(chē)现(xiàn)场”，例(lì)如(rú)，一位网(wǎng)友的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个人照片(piàn)被(bèi)AI识(shí)别成(chéng)了建筑(zhù)。

而如今(jīn)随着(zhe)ControlNet的(de)出现与加持，以往AI绘(huì)画的填写关键词游(yóu)戏可(kě)能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的(de)一种基于(yú)控制点的图像变形算法(fǎ)，主要用于数(shù)字图像(xiàng)处理、计算机视(shì)觉和计算机图形学等(děng)领域(yù)。

其SD插件一(yī)经(jīng)发布(bù)，在(zài)短短的两天(tiān)内便(biàn)成为了AI绘画领域最新的热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结果(guǒ)尽可能的(de)符合要求，但是(shì)都不(bù)尽如(rú)人意，它的出现代表着AI生成开始(shǐ)进入(rù)真正的可控(kòng)时期。

因为ControlNet可(kě)以(yǐ)直接(jiē)提(tí)取画面的构图，人物的姿势(shì)和画面的深度信息等。有了它的帮助，就不用(yòng)频繁(fán)的用提示词来碰运气，抽盲盒式的创作了(le)。

通俗(sú)的(de)说ControlNet相当(dāng)于给(gěi)AI绘画(huà)加了“魔法”，不少博主的作品(pǐn)已(yǐ)经获(huò)得了大量的(de)浏(liú)览量，“viggo”就(jiù)是其中之一(yī)，他用朋友的照片直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对(duì)应的关键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关(guān)键词试效(xiào)果。

通(tōng)过图(tú)片(piàn)就可以看出(chū)来，效果十分惊艳。

更(gèng)厉害的是，除了(le)真实(shí)的照片，草图(tú)也可以(yǐ)加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回应(yīng)。

不得不说(shuō)当(dāng)下AIGC已经(jīng)变得(dé)越来越(yuè)强大，甚至输出的作品都(dōu)已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆(bào)发(fā)

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经过警方(fāng)辟(pì)谣这(zhè)所(suǒ)谓的“party”可能是(shì)全国第(dì)一起AI绘图(tú)诈骗。

由于这个活动里面给出的美女照片都是AI制(zhì)作(zuò)的真人照(zhào)片(piàn)绘图，因(yīn)为太(tài)逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者(zhě)提供的照片中有个(gè)很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那便(biàn)是(shì)图片中女性的手指部(bù)分有的存在异常。

有行业人事表(biǎo)示：“现在因为手指(zhǐ)部分的(de)绘画算法比较复(fù)杂，AI还不太会画(huà)人(rén)的手，但最新看(kàn)到(dào)的图片已经有越来越(yuè)完(wán)美的AI模型出现，以(yǐ)后可(kě)能(néng)就完(wán)全(quán)没有漏洞了。”

类似(shì)的AI作(zuò)图(tú)诈骗(piàn)在国外也已(yǐ)有(yǒu)发生。据英国(guó)广播公司报道(dào)，土耳其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照(zhào)片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从(cóng)而实施诈骗。

目(mù)前随着技(jì)术发展，AIGC已经能(néng)做出真人照片(piàn)般的绘图效果(guǒ)，如果这(zhè)样的图片被用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了(le)很多担忧，一方面，批判者认为AI在(zài)“学习”了大量(liàng)前人的作品之后，其创作没有任何(hé)情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一(yī)方(fāng)面，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到有效的解决，还有AIGC会不(bù)会代(dài)替人类(lèi)“至高(gāo)无上”的创意。

马斯克也强调(diào)，人工智能的安全问题需要得(dé)到重视，太晚就来不及(jí)了。

03

AIGC下(xià)一(yī)站除了视频，还有远(yuǎn)方(fāng)

技术都是有两(liǎng)面性的(de)，潜在的危(wēi)害并不能掩(yǎn)盖其光辉的(de)贡献。现在看来，人工智能(néng)技(jì)术将是(shì)第四次工业革命的核心驱动力量(liàng)，将创(chuàng)造新的增长奇(qí)迹。

过去(qù)一年(nián)，人(rén)工智能在技术和商业(yè)层(céng)面都有了巨(jù)大进展，AI绘画就是人工智(zhì)能技术发生方向(xiàng)性(xìng)改变的(de)一(yī)个(gè)代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后(hòu)发布了(le)几条引爆科(kē)技圈的短视(shì)频。这些视(shì)频引发关注并(bìng)非内(nèi)容做得多(duō)优秀，反而(ér)都非常简单，比如(rú)一匹正在(zài)喝(hē)水的马，一只画(huà)画的(de)玩具熊，或者一段骑摩(mó)托车的第(dì)一视角录像，随便(biàn)一个有手机的(de)人都可以(yǐ)随(suí)手(shǒu)录下一段。

但这些短(duǎn)视频的创作方式(shì)非(fēi)常简单(dān)，创作者仅仅需要向AI输(shū)入(rù)一段话，甚至只是说一下要求，AI就(jiù)可以根据需要(yào)生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出(chū)的(de)是(shì)高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一个能够做出更高清视频的AI还不足(zú)以在短时间内(nèi)戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在于，它(tā)可以制作出超过2分钟的连贯的(de)也有确切内容的视频，这才(cái)是(shì)真(zhēn)正让人们感到(dào)惊喜的地(dì)方(fāng)。因为无论AI生成的视频(pín)多么高清，也只能是(shì)为内(nèi)容生产者提供(gōng)一个(gè)灵感，一(yī)个素材，一个过场动画(huà)。

不过(guò)能够制作出有具体剧情内容(róng)的视频就意味(wèi)着，一些视频创作由AI代替人工完成已经初(chū)步有(yǒu)了可能(néng)。

当下AI的发展速度已经(jīng)超过大(dà)部分人的想(xiǎng)象(xiàng)。内(nèi)容产业的本质是供(gōng)给创造(zào)需求，AIGC作为全新的内容生(shēng)产方式，可(kě)以为内容产业带来更新的内容风格、更(gèng)快的生(shēng)产速度，更(gèng)低的生(shēng)产成本(běn)，这无疑会驱(qū)动(dòng)内容产业的大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用(yòng)于音乐、代码、机器人动作等多种内容形(xíng)式(shì)的生(shēng)成(chéng)。不(bù)难发(fā)现该项(xiàng)技术不仅(jǐn)在游戏(xì)等行业能得到有(yǒu)效应(yīng)用，对于下一代互(hù)联(lián)网各种元素的构建亦有(yǒu)关(guān)键意(yì)义(yì)。

从商(shāng)业化的角度来看，文化娱乐(lè)、教(jiào)育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画(huà)及视(shì)频或(huò)不是(shì)结果，而只是(shì)AI进程(chéng)中的一块(kuài)重要(yào)拼(pīn)图(tú)，有望在(zài)技术更新(xīn)的加(jiā)持下(xià)实(shí)现更大的应用价值。

AI从理解(jiě)内容，走(zǒu)向了可以(yǐ)生成内容，甚至能够创造出独立价值和独立(lì)视(shì)角的内(nèi)容。AIGC的(de)再次出圈，更代表(biǎo)着未(wèi)来(lái)的(de)先进(jìn)生产力即将到来。

04

紧(jǐn)抓(zhuā)大模(mó)型与算力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言(yán)大模型、图像大模型之后(hòu)，多模态大模(mó)型(xíng)已(yǐ)经成(chéng)为(wèi)了新的趋势。

大模型(xíng)被誉为当前人(rén)工智(zhì)能发展的智(zhì)能底座，是全球(qiú)竞争最(zuì)激烈(liè)的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾讯等众多(duō)头部企业(yè)都(dōu)在竞相(xiāng)发力。

不过训练大(dà)模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的(de)成本(běn)约为140万(wàn)美(měi)元。而对(duì)于一些更大的LLM(大型语言模型)，训练成本则介于200万美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客平均数1300万(wàn)计(jì)算(suàn)，其对应芯片需求为3万多片英(yīng)伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿(yì)美元，每日仅(jǐn)电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大(dà)算力支(zhī)持。在(zài)关注(zhù)各类大模型的发展同时(shí)，更应(yīng)该关(guān)注算力网络的建设(shè)。

算(suàn)力(lì)网络正驱动(dòng)AI产业(yè)发展进入史诗级加速进程，让(ràng)AIGC及(jí)通用AI这(zhè)一人工(gōng)智能(néng)发展的终极(jí)目标离得(dé)更近。

因为算(suàn)力可以(yǐ)对突破性技(jì)术创新提供大力的支持。这方面，多模态大模型(xíng)是典型。作(zuò)为面向未来强(qiáng)人工(gōng)智(zhì)能、通用(yòng)人工(gōng)智(zhì)能的(de)重要技术创新，多模(mó)态大模(mó)型已经在(zài)人(rén)工智(zhì)能(néng)领域提出了很多年(nián)，业界也有不(bù)少技(jì)术突破，但是，多模态大模型进一步往下走，算(suàn)力需求呈几何式上升，一般的(de)算(suàn)力基(jī)础设施很快(kuài)将难(nán)以胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三模态的跃迁(qiān)，让人工智能(néng)可以(yǐ)灵活刚和别人做完回家能发现吗，刚和别人做完能从外表看出来吗(huó)应对不同模态的转(zhuǎn)化、像人与世界(jiè)交互一(yī)样自然(rán)，这方面，由算(suàn)力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发式(shì)增长的算力(lì)来支(zhī)撑的技术创新，将在人工智能算力网(wǎng)络支(zhī)撑下快速推进。

AIGC已经露出曙光，期待(dài)在(zài)大(dà)模型和大(dà)算力的支(zhī)持(chí)下AIGC能持续颠覆内(nèi)容生产(chǎn)的方式，将(jiāng)创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 刚和别人做完回家能发现吗，刚和别人做完能从外表看出来吗