自聊天机器人(rén)ChatGPT火爆(bào)以来，微软(ruǎn)公司(sī)创始人比尔·盖茨(cí)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(tā)再(zài)次表示：“AI可能会(huì)让科技行业迎来一次剧烈的(de)洗牌(pái)”。

这个结论是(shì)他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专(zhuān)访时提(tí)出的。

他(tā)预期，AI的发展可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅速。而(ér)最(zuì)终科技巨(jù)头将把(bǎ)AI整合成用户的“全能(néng)助手”，包(bāo)揽一切应(yīng)用，与人们进行沟通(tōng)并提供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是(shì)2022年8月，在美国科(kē)罗(luó)拉多州举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘(huì)画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户(hù)们(men)可以(yǐ)在应用(yòng)中输入(rù)一组关(guān)键词或者一张照片，就能获得(dé)一幅(fú)AI创作的画(huà)作。

作画的关键就(jiù)是所输入的文(wén)本(běn)。同一(yī)组关键词也可以创作出(chū)很(hěn)多张(zhāng)风格不一(yī)样的画作，这(zhè)让创作的过程就(jiù)像开(kāi)盲盒。

很多用户很喜(xǐ)欢这(zhè)种不确定的惊喜，他们(men)会将生成的美(měi)图当(dāng)做头像(xiàng)。而另一部(bù)分喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在社交媒体上(shàng)，许多用户(hù)分享AI“翻车现(xiàn)场”，例如，一位(wèi)网友的(de)小(xiǎo)狗照片被AI画成(chéng)了“肌(jī)肉男”，还有网(wǎng)友的(de)个人照片被(bèi)AI识别成了(le)建筑。

而如(rú)今随着ControlNet的出现(xiàn)与加(jiā)持，以往AI绘画(huà)的填(tián)写关(guān)键词(cí)游戏可能(néng)要被颠(diān)覆(fù)了。

ControlNet是一位正在(zài)斯(sī)坦福读博的(de)中国人张(zhāng)吕敏创作的(de)一种基于控制(zhì)点的(de)图像变形算(suàn)法，主要用于数字图(tú)像处理(lǐ)、计算机视觉和计算机图形学等领域。

其(qí)SD插件一经发布，在短(duǎn)短的两天内便成为(wèi)了(le)AI绘画(huà)领域最新的热点。

在(zài)此之前(qián)，大家用了(le)很多方法想让(ràng)AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都不尽如人意，它(tā)的出现(xiàn)代表(biǎo)着AI生成开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接(jiē)提(tí)取画面的构图，人物的姿势和(hé)画面的深(shēn)度信(xìn)息等(děng)。有了它的帮助，就不用频(pín)繁的(de)用提示词来(lái)碰运气(qì)，抽盲(máng)盒式的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他用(yòng)朋(péng)友的照(zhào)片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再(zài)用(yòng)Text2Prompt插件拓展(zhǎn)找到(dào)对(duì)应的(de)关键(jiàn)词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换(huàn)关键词试效果(guǒ)。

通过图片就(jiù)可以看(kàn)出来，效果十分惊艳(yàn)。

更(gèng)厉害(hài)的是，除了真实的照片，草图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大(dà)神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来(lái)越强大(dà)，甚(shèn)至输出的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游(yóu)艇party”的(de)消(xiāo)息火(huǒ)遍网络(luò)，而经过警方(fāng)辟谣这(zhè)所谓的“party”可能是全(quán)国第一(yī)起AI绘图(tú)诈骗(piàn)。

由于这个活动里面(miàn)给出(chū)的美女照(zhào)片都是AI制作的真(zhēn)人照片绘图，因为太逼(bī)真，被大家当成(chéng)真事传(chuán)播了。

不过(guò)仔细观察可以发现(xiàn)，活动发起者提(tí)供的照片中有个(gè)很(hěn)大的漏洞(dòng)可以发现(xiàn)并(bìng)非(fēi)真(zhēn)人，而是AI绘(huì)图(tú)，那便是图片中女性的手指部分(fēn)有的存在异常(cháng)。

有行业人事表示：“现在因为手(shǒu)指部(bù)分(fēn)的(de)绘画算法比较复(fù)杂，AI还不太会画人的(de)手，但最新看到的图片已经(jīng)有越来越完美的AI模型出现，以后可能就完(wán)全(quán)没有漏洞了。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾(zāi)的(de)假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施(shī)诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出真人(rén)照片般的(de)绘图效果，如果(guǒ)这样的图(tú)片被用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发(fā)了很多担(dān)忧(yōu)，一(yī)方(fāng)面，批判者认为AI在“学习(xí)”了大量(liàng)前人的作品之后，其创作没有任何情绪和灵魂，难以和(hé)人(rén)类的艺(yì)术创作相提(tí)并论。

另(lìng)一(yī)方面(miàn)，AIGC背(bèi)后的版权、目(mù)前(qián)都(dōu)并没(méi)有(yǒu)得到有效的(de)解决，还有AIGC会(huì)不会代替人类“至高无上”的(de)创意。

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

03

AIGC下一站除(chú)了视频，还有远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的危(wēi)害并不能掩盖其光辉(huī)的贡献。现在看来，人工智能(néng)技术将是(shì)第四次工业(yè)革命的核(hé)心驱动(dòng)力量，将(jiāng)创造(zào)新的增(zēng)长奇迹。

过去一年，人工智能在技术和商业(yè)层面都有了巨大进展，AI绘画就是人工智(zhì)能技术发生方向性改变的(de)一(yī)个代表。其下一站或许就(jiù)是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视频。这些视频引(yǐn)发关注(zhù)并(bìng)非内容做得多优秀，反(fǎn)而都非(fēi)常简单，比如一(yī)匹(pǐ)正在喝水(shuǐ)的马，一只画画(huà)的玩具(jù)熊，或(huò)者一段骑摩托车的第一视(shì)角录像(xiàng)，随便一个有手机的人都(dōu)可以(yǐ)随手录(lù)下一段。

但这些短视频的(de)创作方(fāng)式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚(shèn)至只(zhǐ)是说一下(xià)要(yào)求，AI就可以根据需要生成(chéng)一段视频(pín)。

谷歌发布的两(俄罗斯人的尺寸是多少厘米，俄罗斯怎么那么大liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈(quān)就已经玩了(le)一(yī)波梗，一个(gè)能(néng)够做出(chū)更高(gāo)清视频的AI还(hái)不足(zú)以在短(duǎn)时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更(gèng)加(jiā)令人(rén)震(zhèn)惊的地方在于，它可以制(zhì)作(zuò)出超过2分(fēn)钟的连贯的也有确切内容的视频，这才是真正让人(rén)们感(gǎn)到惊(jīng)喜的地方。因(yīn)为无论AI生成的视频多么高(gāo)清，也只能是为内容生产者提供一(yī)个灵感，一个素材，一个过(guò)场动画。

不过能(néng)够制作出有具体剧情(qíng)内容的视频(pín)就意味着，一(yī)些视频创作由AI代替人工完成已经(jīng)初步有了可能。

当(dāng)下(xià)AI的(de)发(fā)展速度已(yǐ)经超过大部分人(rén)的(de)想象。内(nèi)容产业的本质是供(gōng)给创造需求，AIGC作(zuò)为(wèi)全(quán)新的内容生产方式，可以为内(nèi)容产业带来(lái)更新的(de)内容风(fēng)格、更快(kuài)的(de)生产速度，更低(dī)的(de)生(shēng)产成本，这无疑(yí)会驱(qū)动(dòng)内容产业的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机器人动(dòng)作等多种内容(róng)形式的生(shēng)成。不难发现该项(xiàng)技术不仅在游戏等(děng)行业(yè)能得到有(yǒu)效应用，对于下一代互联网(wǎng)各种(zhǒng)元素的构(gòu)建亦(yì)有(yǒu)关键意(yì)义。

从商(shāng)业(yè)化(huà)的(de)角(jiǎo)度来看，文(wén)化娱乐、教(jiào)育(yù)、传媒等诸多领域，本身就对基(jī)于AI的可视化内容(róng)有强烈需(xū)求。

因此，AI绘画及视频或不是结(jié)果(guǒ)，而只是(shì)AI进(jìn)程中的(de)一块(kuài)重要(yào)拼图，有望在技(jì)术更新(xīn)的(de)加持下实现更大的应(yīng)用价值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够(gòu)创造出独立价(jià)值和独立视角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着未来的先进(jìn)生(shēng)产力(lì)即(jí)将到来。

04

紧(jǐn)抓(zhuā)大模(mó)型与算(suàn)力，牢(láo)固AIGC底座

从技术(shù)的发(fā)展也可以看出，在语言大模型、图(tú)像大(dà)模(mó)型之后(hòu)，多模(mó)态大模(mó)型已经成为了(le)新的趋势。

大模型被誉为(wèi)当前人工智能发展的智能底座，是全球竞争最激烈(liè)的研(yán)究方(fāng)向之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾(téng)讯等众多(duō)头部企业都在竞(jìng)相(xiāng)发(fā)力。

不过训练(liàn)大模型(xíng)的确价格不(bù)菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训练(liàn)一次(cì)的(de)成本约(yuē)为140万(wàn)美元。而对于一些(xiē)更(gèng)大的LLM(大(dà)型语言模型)，训练成本则介于200万(wàn)美元至1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万计算，其对应芯片需求为3万多片(piàn)英(yīng)伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电(diàn)费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还(hái)是AIGC，都离不(bù)开(kāi)庞大(dà)算力支持。在关注各(gè)类大模型的发展同时，更应该关(guān)注(zhù)算力网络(luò)的建设。

算力网(wǎng)络正驱动AI产业发(fā)展进入史诗级加(jiā)速(s俄罗斯人的尺寸是多少厘米，俄罗斯怎么那么大ù)进(jìn)程，让AIGC及通用AI这一人工智能发(fā)展的终极目(mù)标离得更近。

因为(wèi)算力可以对突(tū)破性技术创新提供大力的(de)支持。这方面，多模态大模型是(shì)典型。作(zuò)为面(miàn)向未来(lái)强人工智能、通(tōng)用人工智能的(de)重要(yào)技术(shù)创新，多模态大模型已(yǐ)经在(zài)人工智能领域(yù)提出了很多年，业界也有不少技(jì)术突(tū)破，但(dàn)是，多(duō)模态大模型进一步往(wǎng)下走，算力需求呈几何式上升，一般(bān)的算力基础设施很快(kuài)将难以胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模态(tài)的(de)跃迁，让人工智能可以(yǐ)灵活应对不(bù)同模(mó)态的转化、像人与世界交互一样自然，这方(fāng)面，由算力网络来驱动(dòng)将有明显优势。

此外(wài)，还有(yǒu)很多需要爆发式增长(zhǎng)的算力来支撑的技(jì)术创新，将在人(rén)工智能算力(lì)网络支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光，期待(dài)在(zài)大模型和大算力的支持(chí)下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：绿茶通用站群 俄罗斯人的尺寸是多少厘米，俄罗斯怎么那么大