自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖茨(cí)已多(duō)次公(gōng)开谈(tán)论人工智(zhì)能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会让科技(jì)行业迎来一次剧(jù)烈的洗牌”。

这个结论是他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发展可能会威胁到谷歌的(de)市(shì)占(zhàn)率，因为微软(ruǎn)在(zài)AI方面的行动(dòng)相当迅(xùn)速。而最(zuì)终科技巨头将把AI整合成(chéng)用(yòng)户的(de)“全(quán)能(néng)助手”，包揽一切应用，与人(rén)们进行沟通并(bìng)提供(gōng)建议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大(dà)佬口中全(quán)能助手(shǒu)的到(dào)来可能尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆(bào)火的时候，还是2022年8月，在美国科罗(luó)拉(lā)多州举办的新兴(xīng)数字艺术家竞赛中，一(yī)幅名为(wèi)《太空(kōng)歌剧院》的作刽子手，刽子手念gui还是念kuai读音(zuò)品获奖。

随后各大厂商的AI绘画软(ruǎn)件(jiàn)被广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以在应用中输入一组关键词或者一(yī)张(zhāng)照片(piàn)，就能获得一(yī)幅AI创作的画(huà)作。

作画的(de)关键就(jiù)是所输入的文(wén)本。同(tóng)一组(zǔ)关键(jiàn)词也可以创作(zuò)出很多张风格(gé)不一(yī)样的画作(zuò)，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会将生成的美图当(dāng)做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的(de)小(xiǎo)狗照片被(bèi)AI画成了“肌肉男(nán)”，还有网友的个人(rén)照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填(tián)写关键(jiàn)词游(yóu)戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正(zhèng)在(zài)斯坦福读博的中国人(rén)张吕敏创作(zuò)的一种基于控制点的图像变形算(suàn)法，主(zhǔ)要(yào)用于(yú)数字图像处理、计(jì)算机(jī)视觉和计算机图(tú)形学等领(lǐng)域。

其SD插件一经发布，在(zài)短短的(de)两(liǎng)天内(nèi)便成为了AI绘画领(lǐng)域最新(xīn)的热点。

在此之前(qián)，大家用了很多方法想让AI生成的结果尽(jǐn)可(kě)能的(de)符合要求(qiú)，但(dàn)是(shì)都不尽如人意，它的出现(xiàn)代表着AI生成开始进入(rù)真(zhēn)正的可控时期。

因(yīn)为ControlNet可以直接提(tí)取画面的构图(tú)，人(rén)物的姿势和画(huà)面的深度(dù)信息等。有(yǒu)了(le)它的帮助，就不(bù)用频繁的用提示词(cí)来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主的作品已经获得(dé)了大(dà)量的浏览(lǎn)量(liàng)，“viggo”就是(shì)其中之(zhī)一，他用朋友(yǒu)的(de)照片直接带她们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试效果。

通过图片(piàn)就可(kě)以(yǐ)看出(chū)来，效果十分惊(jīng)艳。

更厉害的(de)是，除(chú)了真实的照片(piàn)，草图也可以(yǐ)加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿(gǎo)转全(quán)彩(cǎi)图。大(dà)神张吕敏(mǐn)其本尊(zūn)也(yě)亲自回(huí)应。

不得不说当下AIGC已(yǐ)经变得越(yuè)来越强大(dà)，甚至输出的作品(pǐn)都已(yǐ)经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题(tí)

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息(xī)火遍网络(luò)，而经过警方(fāng)辟(pì)谣(yáo)这(zhè)所(suǒ)谓的(de)“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给出的(de)美女照片(piàn)都是AI制作(zuò)的(de)真人(rén)照片绘图，因(yīn)为(wèi)太逼真，被大家当成真事(shì)传播(bō)了。

不过仔细观(guān)察可以发现，活动发(fā)起者(zhě)提供的照片中有个很大的漏洞(dòng)可以发现并(bìng)非(fēi)真(zhēn)人(rén)，而是AI绘图(tú)，那便(biàn)是图(tú)片(piàn)中女性的(de)手指部分(fēn)有的存在异常。

有行业(yè)人事表示：“现(xiàn)在(zài)因为手指部分的绘画算(suàn)法比较复杂(zá)，AI还(hái)不太会画人的手，但最(zuì)新看(kàn)到的图(tú)片已经有(yǒu)越(yuè)来(lái)越完美的(de)AI模型出现(xiàn)，以后可能(néng)就完全没有(yǒu)漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国(guó)外也已有发生。据英国广播公(gōng)司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户(hù)使用(yòng)AI合成了儿童受灾的(de)假照片发布到网络(luò)，以此诱骗善(shàn)良(liáng)的人打(dǎ)赏“捐助”从而实施诈骗。

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

此外(wài)AIGC还(hái)引发了(le)很(hěn)多担忧，一方面，批判(pàn)者认为AI在(zài)“学习(xí)”了(le)大量前人的作(zuò)品(pǐn)之后，其创作(zuò)没有任何情绪(xù)和灵魂，难以(yǐ)和人类(lèi)的艺(yì)术创(chuàng)作(zuò)相提并论。

另一(yī)方(fāng)面，AIGC背后的版权、目前都并没有(yǒu)得(dé)到有效的解决，还有AIGC会不会代替(tì)人类“至(zhì)高无上(shàng)”的(de)创意。

马斯(sī)克也强(qiáng)调(diào)，人(rén)工(gōng)智能的安全(quán)问题需要得(dé)到重视，太晚就来(lái)不及了。

03

AIGC下(xià)一站除了视频(pín)，还有(yǒu)远方

技术都是有两面性的(de)，潜(qián)在的危(wēi)害(hài)并不能掩盖其光辉的(de)贡献。现在看来，人工智(zhì)能技术将是第四次工业革(gé)命的核(hé)心驱动(dòng)力量，将创造新的增长奇迹。

过去(qù)一年，人工智能在技术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画(huà)就是人(rén)工智能(néng)技术发生方(fāng)向性改变的(de)一(yī)个代(dài)表(biǎo)。其下一站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈的短视频。这些视频引发关注并非内容做得(dé)多优秀，反(fǎn)而都非常简(jiǎn)单，比如一匹正在喝水(shuǐ)的马，一只画画的玩(wán)具熊，或者一段骑(qí)摩托车的第(dì)一视角录(lù)像，随便一(yī)个有手机的人都可以随手录下一段。

但这些(xiē)短视频的创(chuàng)作方式非常简单，创作(zuò)者仅仅需要向AI输入(rù)一段话，甚(shèn)至只是(shì)说(shuō)一下要求，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的两个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频(pín)后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能(néng)够做出(chū)更高清视频的AI还不足以(yǐ)在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人震惊的(de)地方在于，它可以制作出(chū)超过(guò)2分钟(zhōng)的连贯的也有确切内容的视(shì)频，这才是(shì)真正(zhèng)让人们感到惊喜的地方。因(yīn)为无论AI生成的视频多(duō)么(me)高清，也只(zhǐ)能(néng)是为内容生(shēng)产者提供一(yī)个灵感，一个(gè)素材，一个(gè)过场动画(huà)。

不(bù)过能够制作(zuò)出有具体剧(jù)情内容的视频就意味着，一(yī)些视频创作由AI代(d刽子手，刽子手念gui还是念kuai读音ài)替人(rén)工完(wán)成已经初(chū)步有了可(kě)能。

当(dāng)下AI的发展速度已(yǐ)经(jīng)超(chāo)过大部分人的想象。内容产业(yè)的本质是供(gōng)给创造需求，AIGC作为全新的内容生(shēng)产方式(shì)，可以为内容产业带来(lái)更新的内(nèi)容风格、更快的生产速度，更低(dī)的(de)生产成本，这无疑(yí)会驱动内(nèi)容产业的大(dà)爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应(yīng)用于音乐、代码(mǎ)、机器人(rén)动(dòng)作等多种内(nèi)容形(xíng)式(shì)的生成。不难发现该(gāi)项技(jì)术(shù)不仅在(zài)游戏(xì)等行业能(néng)得到(dào)有效应用，对于下一代互联网各(gè)种元素的构(gòu)建(jiàn)亦有关键意义。

从商业化的角度来看，文(wén)化娱乐、教育、传媒(méi)等诸多领(lǐng)域(yù)，本身就对基于AI的(de)可(kě)视化内容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是AI进程中(zhōng)的一(yī)块(kuài)重(zhòng)要拼图，有望在技(jì)术(shù)更新的加持(chí)下实(shí)现更大的(de)应用(yòng)价(jià)值(zhí)。

AI从理(lǐ)解内容(róng)，走向(xiàng)了可以(yǐ)生成内容，甚至能(néng)够创造出独(dú)立价值和独立视(shì)角的内容。AIGC的再次出(chū)圈，更代表着未来(lái)的先进生产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言(yán)大模(mó)型(xíng)、图像大模型之(zhī)后，多模态大模型已(yǐ)经成为了(le)新的趋势。

大模型被誉为(wèi)当(dāng)前(qián)人工智能发展的(de)智(zhì)能底座，是(shì)全球竞争最激烈的研究(jiū)方向(xiàng)之(zhī)一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等众(zhòng)多头(tóu)部企业都(dōu)在(zài)竞相发力。

不过训(xùn)练大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报告(gào)估算，GPT-3训练(liàn)一次的(de)成本约为140万(wàn)美元。而对于一(yī)些更大(dà)的LLM(大型语(yǔ)言模(mó)型)，训练成本(běn)则(zé)介于200万美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访(fǎng)客平均(jūn)数(shù)1300万计算，其对应芯片需(xū)求(qiú)为3万(wàn)多片英(yīng)伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日(rì)仅电费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞(páng)大算力(lì)支持。在关注各(gè)类(lèi)大模型的发展同时，更(gèng)应(yīng)该关注算(suàn)力网络的建设(shè)。

算力网络正驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人(rén)工智能发展的终极目标离得更近。

因为算力(lì)可以对突(tū)破性(xìng)技术(shù)创(chuàng)新提(tí)供大(dà)力(lì)的(de)支持。这方面，多模态大模型(xíng)是典型(xíng)。作为面向未来强人(rén)工智能、通用人(rén)工智能的重要技术创新，多(duō)模态大模型(xíng)已经(jīng)在人工智能领域提出了很多年，业界也有不少技术突破，但是，多模态大(dà)模(mó)型进一(yī)步(bù)往(wǎng)下走，算力需求呈几(jǐ)何式上升，一般(bān)的算力基础设(shè)施很快将难以胜任。

从图像、文(wén)字、语音单独一项的(de)训练，到(dào)双模态、三(sān)模(mó)态(tài)的跃迁，让人工(gōng)智能可以灵活应(yīng)对不同模(mó)态的(de)转(zhuǎn)化、像人与世界交互一(yī)样自然，这方面，由算力(lì)网络来驱动将有(yǒu)明显优势(shì)。

此(cǐ)外，还有很(hěn)多需(xū)要(yào)爆发式(shì)增长的算力来(lái)支(zhī)撑的(de)技(jì)术创新，将在人工智能算力网络支(zhī)撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待(dài)在大模型和大算力的支持(chí)下AIGC能持续颠覆内(nèi)容生产的方式，将创造的边际(jì)成本(běn)降低，让万(wàn)众受益(yì)。

未经允许不得转载：绿茶通用站群 刽子手，刽子手念gui还是念kuai读音