自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可(kě)能会让科(kē)技行业迎来一次(cì)剧烈的洗(xǐ)牌”。

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

他预(yù)期，AI的发展可能会威胁到谷歌的市占率，因(yīn)为微(wēi)软(ruǎn)在AI方面的行动(dòng)相(xiāng)当迅速。而最(zuì)终科技巨头(tóu)将把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人们进(jìn)行(xíng)沟通(tōng)并提(tí)供建(jiàn)议，可以取(qǔ)代亚(yà)马(mǎ)逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代(dài)表的AIGC上一次爆(bào)火(huǒ)的时候，还是(shì)2022年8月(yuè)，在(zài)美国科罗拉(lā)多州(zhōu)举办的(de)新兴数(shù)字艺术家竞赛(sài)中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各大(dà)厂商(shāng)的AI绘画软(ruǎn)件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们可(kě)以在应用中输(shū)入一组关键(jiàn)词(cí)或者(zhě)一张照片，就能获得一幅AI创作的画作。

作(zuò)画的关(guān)键就是所输入(rù)的文本。同一组关(guān)键词也可以创作出(chū)很(hěn)多张风格不一样的画作(zuò)，这(zhè)让创作(zuò)的过程就像开盲盒。

很多用户很喜欢(huān)这(zhè)种不确(què)定的惊喜，他(tā)们会将生成的美图(tú)当做头像(xiàng)。而(ér)另一(yī)部分喜欢翻看AI绘画(huà)的“翻(fān)车(chē)”作品。在社(shè)交媒体(tǐ)上，许(xǔ)多用户分(fēn)享AI“翻车(chē)现场”，例如，一位(wèi)网友的小狗照片被AI画(huà)成了“肌(jī)肉男(nán)”，还有网友(yǒu)的个人(rén)照片(piàn)被AI识别成了(le)建(jiàn)筑。

而(ér)如今随(suí)着ControlNet的出(chū)现与加(jiā)持(chí)，以往AI绘画(huà)的填写关键词游戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人(rén)张吕敏创作的一种基(jī)于控制(zhì)点的图(tú)像(xiàng)变(biàn)形算法，主要(yào)用于数字图像处(chù)理、计算机视觉和(hé)计算机图(tú)形学等领域。

其SD插件一(yī)经发布，在短短的两天(tiān)内便成为了AI绘画(huà)领域(yù)最新的热(rè)点。

在此之前，大家用了很多(duō)方法想让AI生(shēng)成的结(jié)果尽可能的符(fú)合要(yào)求，但是都不(bù)尽(jǐn)如人意，它的(de)出(chū)现代表着AI生(shēng)成(chéng)开始进入真正的可控时期。

因为ControlNet可(kě)以直接提取(qǔ)画面的(de)构图，人物的姿势和画面(miàn)的深度信息等。有(yǒu)了(le)它的帮助，就不用频繁的(de)用(yòng)提示(shì)词来碰(pèng)运气，抽盲盒式的创(chuàng)作了。

通俗的说(shuō)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量，“viggo”就是其中之一，他用朋友(yǒu)的(de)照片直接带她们走进动漫(màn)世界。

viggo水浒传鲁智深倒拔垂杨柳概括20字，水浒传鲁智深倒拔垂杨柳概括100字先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展(zhǎn)找到对(duì)应的关键词；最后(hòu)用ControlNet插(chā)件(jiàn)绑定骨(gǔ)骼开始换(huàn)关(guān)键词试效果(guǒ)。

通过图片(piàn)就(jiù)可以看出来，效果十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实(shí)的(de)照片，草图也可(kě)以加(jiā)上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏其(qí)本尊也亲自回应。

不得不说当(dāng)下AIGC已经(jīng)变得(dé)越(yuè)来越强大，甚(shèn)至输出的作(zuò)品(pǐn)都已经能以假乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇(tǐng)party”的消息火遍网(wǎng)络，而经过(guò)警方辟谣这所谓的“party”可(kě)能(néng)是全国(guó)第(dì)一起(qǐ)AI绘图诈骗。

由于(yú)这个活动里面(miàn)给出(chū)的(de)美女照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家(jiā)当成真事传播了(le)。

不过仔(zǎi)细观察可以发(fā)现，活动发起者提供的照片中有个很大的漏洞可以发(fā)现并(bìng)非真人(rén)，而是(shì)AI绘图，那便是图片(piàn)中女性的(de)手指部分有的存在异常。

有行业(yè)人事表示：“现在因为手指部(bù)分的绘(huì)画(huà)算法比(bǐ)较复杂(zá)，AI还不(bù)太会画人的手，但(dàn)最新看到的(de)图片已经有越(yuè)来越完美的AI模型出现，以后可(kě)能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在(zài)国外也已有发生。据英国广播公司报道，土(tǔ)耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾的假照片发布到网络，以此诱骗善良的人(rén)打(dǎ)赏“捐助(zhù)”从(cóng)而实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出真人照片般的绘(huì)图(tú)效果，如(rú)果这(zhè)样的图(tú)片被用来诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还引发(fā)了(le)很多(duō)担忧(yōu)，一(yī)方面(miàn)，批判者认为AI在“学习”了大量前人的作品之后，其创(chuàng)作没有任何情绪和灵魂，难以和人(rén)类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有(yǒu)AIGC会不会代替人类“至(zhì)高无上”的(de)创意。

马斯克也强调(diào)，人工智能(néng)的安全(quán)问题需要得到重视，太晚就(jiù)来不及(jí)了。

03

AIGC下一站除了(le)视频(pín)，还有远方

技术都是有两面(miàn)性的，潜(qián)在(zài)的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工智能技术将是第四次工业革(gé)命的核心驱动力量，将创造新的(de)增(zēng)长奇(qí)迹。

过去(qù)一年，人工智(zhì)能在技术和(hé)商业层面都有(yǒu)了巨大进(jìn)展，AI绘画就(jiù)是人(rén)工智(zhì)能(néng)技(jì)术发生方向(xiàng)性改变的一个代(dài)表。其下一(yī)站或许就是视频。

此前(qián)，Meta和谷歌先(xiān)后发(fā)布了几条引爆科技圈的短视(shì)频。这些视频引发关(guān)注并非内(nèi)容(róng)做(zuò)得多优秀(xiù)，反而都非常简单，比如一匹正在喝水的(de)马，一只(zhǐ)画画的(de)玩具熊，或者一段骑摩托车的第一视(shì)角录(lù)像(xiàng)，随便一个有手机的人(rén)都可以随手录下(xià)一段。

但(dàn)这(zhè)些短视频的创作方式非常简单，创作者仅仅需要向AI输入(rù)一段话，甚至只是说一(yī)下(xià)要求，AI就可以根据需要生成一段(duàn)视(shì)频。

谷(gǔ)歌(gē)发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的(de)视(shì)频(pín)后，AI圈就已经(jīng)玩了(le)一波梗，一个能(néng)够做出更高清视(shì)频的AI还不(bù)足(zú)以在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令人震惊的(de)地方在于，它可以制(zhì)作水浒传鲁智深倒拔垂杨柳概括20字，水浒传鲁智深倒拔垂杨柳概括100字出超(chāo)过2分钟的连贯的也(yě)有确切内容的视(shì)频，这才(cái)是真(zhēn)正(zhèng)让人们感(gǎn)到惊喜(xǐ)的(de)地方。因为无论AI生成的视频(pín)多么高清，也只(zhǐ)能是(shì)为内容生产者提(tí)供一个灵感，一个素材，一个过场动画。

不过能够(gòu)制作(zuò)出(chū)有具体剧情内容的视频就意味着，一(yī)些视频(pín)创(chuàng)作由AI代(dài)替(tì)人工完成已(yǐ)经(jīng)初步(bù)有(yǒu)了可能。

当下AI的发(fā)展(zhǎn)速(sù)度已经超过大部分人的想象。内容(róng)产业(yè)的(de)本(běn)质是供给(gěi)创造(zào)需(xū)求，AIGC作为(wèi)全(quán)新(xīn)的内容生(shēng)产方(fāng)式，可以(yǐ)为内容产业带来更新的内容风格、更快的生产速度，更低的(de)生产成本，这无疑(yí)会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等(děng)多种内容形式的生(shēng)成。不难发现(xiàn)该项技术(shù)不(bù)仅在游戏(xì)等行业能得到有效(xiào)应用，对于下一(yī)代互联网各种元素的构建亦有关键(jiàn)意义。

从商业化的角度来(lái)看，文化(huà)娱乐、教(jiào)育、传媒等诸多(duō)领域，本身就(jiù)对(duì)基于AI的可(kě)视(shì)化内(nèi)容有强烈(liè)需求。

因此(cǐ)，AI绘画及视(shì)频或不(bù)是结果，而只(zhǐ)是(shì)AI进(jìn)程(chéng)中的一(yī)块重要拼图，有望在技术更新的(de)加持下实现更大的(de)应用价值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够创造出独立价值和独立(lì)视角的(de)内(nèi)容。AIGC的再(zài)次出圈，更(gèng)代(dài)表着(zhe)未来(lái)的先进(jìn)生产(chǎn)力即将(jiāng)到来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技术的发展也(yě)可(kě)以看出，在语言大模型、图像大模型之后，多模态大模型(xíng)已经成为(wèi)了新(xīn)的趋势。

大模型(xíng)被誉(yù)为当(dāng)前人工智能发展(zhǎn)的智能底座(zuò)，是全(quán)球竞争最激烈的研究方(fāng)向之一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度(dù)、阿里、腾讯等众多头(tóu)部企业(yè)都在竞相发力。

不过训(xùn)练(liàn)大模(mó)型(xíng)的确(què)价(jià)格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算(suàn)力》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更大的LLM(大(dà)型语言(yán)模型)，训练成本(běn)则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应(yīng)芯片(piàn)需求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投入成本(běn)约为(wèi)8亿美元，每日(rì)仅(jǐn)电(diàn)费就在5万美元左右。

此(cǐ)外(wài)不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支持。在关注(zhù)各类大模型的发展同时，更(gèng)应该关注算力(lì)网络(luò)的建设(shè)。

算(suàn)力网络正驱动AI产业发展进(jìn)入(rù)史诗级加(jiā)速进(jìn)程，让AIGC及通用AI这一人工(gōng)智能发展的终(zhōng)极目标离得(dé)更近。

因为算力(lì)可以对突破性(xìng)技(jì)术创新提(tí)供大力的支(zhī)持。这方(fāng)面，多模态大(dà)模型是(shì)典型(xíng)。作为面向未来强(qiáng)人工智能、通用人(rén)工(gōng)智能的重要技术创新，多模态大(dà)模型(xíng)已(yǐ)经在(zài)人工智能(néng)领域提出了很多年，业(yè)界(jiè)也有不(bù)少(shǎo)技(jì)术突(tū)破，但(dàn)是(shì)，多模态(tài)大(dà)模型进一步往下(xià)走，算力(lì)需求呈几何(hé)式上升，一般的(de)算力基础设施很快(kuài)将难以胜任。

从图像、文字、语音单独一项的训练，到(dào)双模态、三模态(tài)的跃迁，让人工智能可(kě)以灵活应对不同模态的(de)转化、像人与世(shì)界交(jiāo)互一样自(zì)然，这(zhè)方面，由算力网络来(lái)驱动将有明(míng)显优势。

此外，还有很多需要爆发式增长的(de)算力来支(zhī)撑的技术(shù)创(chuàng)新，将在人(rén)工智能算力网络支撑(chēng)下快速推进(jìn)。

AIGC已经露出(chū)曙光，期待在大模(mó)型和(hé)大算力的支持(chí)下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造的边际成本(běn)降(jiàng)低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 水浒传鲁智深倒拔垂杨柳概括20字，水浒传鲁智深倒拔垂杨柳概括100字