自聊天机器人ChatGPT火爆以来，微软公司创始人(rén)比尔(ěr)·盖(gài)茨已多(duō)次公开(kāi)谈论人工智能话题。在(zài)最近的(de)一次采(cǎi)访(fǎng)中(zhōng)，他再次表示：“AI可能(néng)会让科(kē)技行业迎来一(yī)次(cì)剧(jù)烈的洗牌”。

这个结(jié)论是他在当地时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他(tā)预期，AI的(de)发展(zhǎn)可能会(huì)威(wēi)胁(xié)到谷歌(gē)的市占率，因为微软在(zài)AI方面(miàn)的行动(dòng)相当(dāng)迅(xùn)速。而(ér)最(zuì)终科技巨头将把AI整合成用户(hù)的“全能助手”，包揽一(yī)切应用，与人们进(jìn)行沟(gōu)通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术家(jiā)竞赛中，一(yī)幅(fú)名为《太空歌(gē)剧院》的作品获奖。

随后(hòu)各大(dà)厂商的(de)AI绘画软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户(hù)们可以在应用(yòng)中输入一(yī)组(zǔ)关键词或(huò)者一张照片，就能获得一幅AI创(chuàng)作的(de)画作(zuò)。

作(zuò)画(huà)的关键就(jiù)是所输入(rù)的文本。同一组关(guān)键词也可以创作出很多张风格不一样的画作，这让创作的过程(chéng)就像(xiàng)开盲盒。

很多(duō)用户很喜(xǐ)欢这种(zhǒng)不(bù)确定的惊喜，他们会将生成的(de)美图当做头像。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，许(xǔ)多(duō)用户分享(xiǎng)AI“翻(fān)车现场”，例如，一(yī)位网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有网友的(de)个人照片被AI识别(bié)成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可(kě)能要(yào)被颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦福(fú)读博的中国(guó)人张吕敏创作(zuò)的一种基于控(kòng)制点的图(tú)像变形算(suàn)法，主要用于数字(zì)图像处理、计算机(jī)视觉和计算(suàn)机图形学等领域。

其SD插件一(yī)经发布(bù)，在短短的两天内便成为了AI绘画领域最新(xīn)的(de)热点。

在此之前，大家用了很多(duō)方法想让AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都(dōu)不尽如人意，它的出(chū)现代表着(zhe)AI生成(chéng)开始进入真正的可(kě)控时期。

因为ControlNet可以直接提取画(huà)面的(de)构图，人物(wù)的姿势和画面的深度信(xìn)息等(děng)。有了它的(de)帮助，就不用频繁(fán)的用提示词来(lái)碰运气(qì)，抽盲(máng)盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友的照片直接(jiē)带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

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

通过图(tú)片(piàn)就可以看出来(lái)，效果十分(fēn)惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕(lǚ)敏其本尊(zūn)也(yě)亲自(zì)回应。

不得(dé)不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚(shèn)至(zhì)输出的作品都已经能以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的(de)消(xiāo)息火遍网(wǎng)络，而经过(guò)警方辟谣这所谓的“party”可能是(shì)全国第(dì)一起AI绘图诈骗。

由于这个活动里面(miàn)给出的(de)美(měi)女照片都是AI制作的真人照(zhào)片绘(huì)图，因为(wèi)太逼真(zhēn)，被大家(jiā)当成(chéng)真事传(chuán)播了。

不(bù)过仔细(xì)观(guān)察可以(yǐ)发现，活动发起者提供的照片中有个很大的漏洞可(kě)以(yǐ)发现并(bìng)非真人，而是AI绘图(tú)，那便是图片中女(nǚ)性的(de)手指部(bù)分(fēn)有的存在(zài)异(yì)常(cháng)。

有行业人事表示(shì)：“现在因为手(shǒu)指部分的(de)绘画算法比较复杂，AI还不太会(huì)画人的(de)手，但最(zuì)新看到(dào)的图(tú)片已经有越来越完美的AI模型出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外(wài)也(yě)已有发生。据(jù)英(yīng)国广播公司报道(dào)，土耳(ěr)其地震(zhèn)期(qī)间，有Tiktok用(yòng)户(hù)使用AI合(hé)成了儿童受灾的(de)假照片发(fā)布到网络，以此诱(yòu)骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真(zhēn)人照(zhào)片(piàn)般(bān)的绘(huì)图效果，如果这样(yàng)的图片(piàn)被用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引发了很多(duō)担忧，一方面(miàn)，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其创(chuàng)作没(méi)有(yǒu)任何情绪(xù)和灵魂，难以和(hé)人类的(de)艺(yì)术(shù)创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都并(bìng)没有(yǒu)得到(dào)有效的解(jiě)决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题(tí)需(xū)要(yào)得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方

技(jì)术都是(shì)有两面性(xìng)的，潜(qián)在的危害并不能掩盖其光辉的贡献。现(xiàn)在看来，人七七事变的简介50字，七七事变的简介思维导图(rén)工智(zhì)能技术(shù)将是第四次(cì)工业革命的(de)核(hé)心驱动(dòng)力量，将(jiāng)创造新的增长(zhǎng)奇迹(jì)。

过去一(yī)年，人工(gōng)智(zhì)能在(zài)技术和商业层面(miàn)都有(yǒu)了巨(jù)大进(jìn)展，AI绘画就是(shì)人工智能(néng)技术(shù)发(fā)生方向性改(gǎi)变的一个代(dài)表。其下一站或许就是(shì)视频。

此前，Meta和(hé)谷(gǔ)歌先(xiān)后(hòu)发布了几条引(yǐn)爆科(kē)技圈的短(duǎn)视频。这些视频引发关注(zhù)并(bìng)非内容做得多优秀，反而都非常简单，比如一匹正在(zài)喝水(shuǐ)的马，一只画画的玩具熊，或者一(yī)段(duàn)骑摩托(tuō)车(chē)的第一视角录像(xiàng)，随便一个有手机的人都可以随手录下一段。

但这(zhè)些短视频的创作方(fāng)式非(fēi)常简单(dān)，创(chuàng)作(zuò)者仅仅需要向AI输入一段话(huà)，甚至只是说一下要(yào)求，AI就可(kě)以根据需(xū)要生成一段视频。

谷(gǔ)歌发(fā)布(bù)的(de)两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩了一波梗，一个能够做出(chū)更(gèng)高(gāo)清视频(pín)的(de)AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它可以制(zhì)作出(chū)超过(guò)2分钟的(de)连贯的也有(yǒu)确(què)切内容的视频(pín)，这才是真(zhēn)正让人(rén)们(men)感(gǎn)到惊喜的地方。因为无(wú)论AI生(shēng)成的(de)视(shì)频多么高清，也只能是(shì)为内容(róng)生产者(zhě)提供一个灵感，一个素材(cái)，一个(gè)过场动画。

不过能够制作出有具体剧情内容的视频就意味着，一(yī)些视频创作由AI代替人工完成已经初步(bù)有了(le)可能(néng)。

当下AI的发(fā)展(zhǎn)速度已经超过(guò)大部(bù)分人的想象。内(nèi)容(róng)产业的本质是供给创造需求，AIGC作为(wèi)全新(xīn)的内容生产方式，可以为内容产业带来更新的内(nèi)容风(fēng)格、更快的生产速度，更低的生产成本，这(zhè)无(wú)疑(yí)会(huì)驱(qū)动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于(yú)音乐(lè)、代码、机器人动作等(děng)多种(zhǒng)内容形式的(de)生(shēng)成。不难发现该(gāi)项技(jì)术不仅在游戏等(děng)行业能得到有效应用，对于下一代互联网各种(zhǒng)元素的构建(jiàn)亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传媒等(děng)诸多领域(yù)，本身就(jiù)对基于AI的可视化内容有(yǒu)强烈需(xū)求。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只是AI进程中的一(yī)块重要拼图(tú)，有望在技术更新的加持下实现更大的(de)应用价(jià)值(zhí)。

AI从理解内容(róng)，走向了(le)可以生(shēng)成(chéng)内(nèi)容(róng)，甚至能够创造出(chū)独立价值和独立(lì)视(shì)角的内容。AIGC的(de)再(zài)次出圈，更代表着未来(lái)的先进生产力(lì)即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从(cóng)技(jì)术的发展(zhǎn)也可以看(kàn)出，在语(yǔ)言大模(mó)型(xíng)、图(tú)像大模(mó)型(xíng)之后，多模态大模型已经成为了新的(de)趋势。

大模型被誉为(wèi)当前人工智能发展的智能底座(zuò)，是全球竞争最激烈的(de)研究(jiū)方向之一(yī)，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等众(zhòng)多头(tóu)部企业(yè)都在竞(jìng)相(xiāng)发力。

不过(guò)训练大模型的确价格(gé)不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一次的(de)成本约为140万美元。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本则(zé)介于200万(wàn)美元至1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平(píng)均数1300万计算，其对应芯片(piàn)需求为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅(jǐn)电费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注各类大模型(xíng)的(de)发展同时(shí)，更应(yīng)该关注(zhù)算力(lì)网络(luò)的建设。

算力网络正驱动AI产业发展进入史(shǐ)诗级加速(sù)进程，让AIGC及通(tōng)用(yòng)AI这一人工(gōng)智能发展(zhǎn)的(de)终极目标(biāo)离得更近。

因为(wèi)算(suàn)力可以对突破性技术创(chuàng)新提供大力(lì)的(de)支持。这方(fāng)面，多模态大模(mó)型是典(diǎn)型。作为面向未来强人工智能、通用人(rén)工智能的重要技术创新(xīn)，多(duō)模态大模(mó)型已(yǐ)经在人工智能领域提出了很(hěn)多年，业界也有(yǒu)不(bù)少技术(shù)突(tū)破，但是(shì)，多(duō)模态(tài)大模型进(jìn)一(yī)步往(wǎng)下走，算力(lì)需求呈几(jǐ)何(hé)式上升，一般的算力(lì)基础设施(shī)很快将难以(yǐ)胜任。

从图像、文字、语(yǔ)音单独(dú)一项的训练，到双模态、三模态的跃迁，让(ràng)人(rén)工(gōng)智能可以灵活应对不同模态的转化、像人与世界交互一样自(zì)然，这方面，由算力网络来驱动(dòng)将(jiāng)有明显优势(shì)。

此外，还有很多需要爆发(fā)式增长的算(suàn)力来支(zhī)撑的(de)技术创新，将在人工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和大算(suàn)力(lì)的支持下(xià)AIGC能持续(xù)颠覆内容(róng)生产的(de)方式，将创造的边际成本降(jiàng)低(dī)，让万(wàn)众受(shòu)益。

未经允许不得转载：绿茶通用站群 七七事变的简介50字，七七事变的简介思维导图