自(zì)聊天机器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖(gài)茨已多次公开谈(tán)论人工智能话(huà)题。在最近的(de)一次(cì)采访中(zhōng)，他再次表(biǎo)示：“AI可能会让科技(jì)行业(yè)迎来一次剧烈的(de)洗牌”。

这(zhè)个结论(lùn)是他在当(dāng)地(dì)时间2月(yuè)20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率(lǜ)，因为(wèi)微软(ruǎn)在AI方(fāng)面的(de)行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助(zhù)手”，包揽一切应用(yòng)，与人(rén)们进行沟通并提供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中全能助(zhù)手的(de)到来可能尚需时日，但由ControlNet引发的(de)又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科罗拉多州举办的新兴数(shù)字艺术家竞赛(sài)中(zhōng)，一幅名(míng)为《太空歌剧(jù)院》的(de)作品(pǐn)获奖。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可以在应用(yòng)中输(shū)入一组(zǔ)关(guān)键词或者一张照片(piàn)，就能(néng)获(huò)得一幅AI创作的画作。

作画的关键就是(shì)所输入的文本。同一组关键(jiàn)词(cí)也可以创作(zuò)出很多张风(fēng)格(gé)不一样的画(huà)作，这让创作的过程就像开盲盒。

很多用户很(hěn)喜(xǐ)欢这种不确定的惊喜，他们会将(jiāng)生成的美图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有(yǒu)网(wǎng)友(yǒu)的个(gè)人照片被AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的(de)出(chū)现与加持(chí)，以(yǐ)往AI绘画的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国(guó)人张吕敏(mǐn)创作的一种(zhǒng)基于控(kòng)制(zhì)点的图像变形算法，主要用于(yú)数字图像处理(lǐ)、计(jì)算机视觉和计(jì)算机图形学(xué)等领域(yù)。

其SD插件(jiàn)一经发布，在短短的两天内便(biàn)成为了(le)AI绘画领域最新的热点。

在(zài)此(cǐ)之前(qián)，大家用了很多方法想让AI生成的结果尽可能的符合要(yào)求，但是都不尽如人意，它(tā)的(de)出(分分合合的爱情能长久吗，分分合合的爱情是真爱吗chū)现代(dài)表着AI生成开始(shǐ)进(jìn)入真正的可控时期。

因为(wèi)ControlNet可(kě)以直接(jiē)提取画面(miàn)的(de)构图，人物的姿势和画面(miàn)的深(shēn)度信(xìn)息等。有了(le)它的(de)帮助，就(jiù)不用频繁(fán)的用(yòng)提示词来碰运气，抽(chōu)盲盒式的创(chuàng)作了。

通(tōng)俗(sú)的(de)说ControlNet相当(dāng)于给AI绘画加了“魔法(fǎ)”，不少博主的作品已(yǐ)经获得了(le)大量的(de)浏览量(liàng)，“viggo”就是其中之(zhī)一，他(tā)用朋友(yǒu)的照片(piàn)直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词试效(xiào)果(guǒ)。

通过(guò)图片就(jiù)可以看出来，效果十(shí)分(fēn)惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上(shàng)“魔(mó)法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲(qīn)自回(huí)应(yīng)。

不得(dé)不说当(dāng)下AIGC已(yǐ)经变(biàn)得越来越强大，甚至输出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏(sū)州金鸡湖(hú)有游艇party”的(de)消息火遍网络，而(ér)经过警方辟(pì)谣这所(suǒ)谓的“party”可(kě)能是全(quán)国第一起AI绘图诈(zhà)骗。

由于这个活动里面(miàn)给出的美女(nǚ)照片都是(shì)AI制作的真人(rén)照片(piàn)绘图，因为(wèi)太(tài)逼真，被大(dà)家当(dāng)成真事传(chuán)播了(le)。

不过仔细观察(chá)可以发现，活动发起者提供的照片中有个很大的漏洞可以发现并(bìng)非真(zhēn)人，而是AI绘图(tú)，那(nà)便是图片中女性的手指部分有的存在异常。

有行业人事表示：“现(xiàn)在因为手指部分(fēn)的绘画算法(fǎ)比较复杂，AI还不太会画人(rén)的手，但最新看到的(de)图片已经有(yǒu)越来(lái)越完美的AI模型出现(xiàn)，以后可能就(jiù)完(wán)全没有漏(lòu)洞(dòng)了。”

类似的(de)AI作(zuò)图(tú)诈(zhà)骗在国外也已有发生。据英国广播公司(sī)报道(dào)，土(tǔ)耳(ěr)其地震(zhèn)期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照(zhào)片发布到(dào)网(wǎng)络，以此诱(yòu)骗善良(liáng)的(de)人打(dǎ)赏“捐助”从(cóng)而实(shí)施(shī)诈骗。

目前随着(zhe)技术发(fā)展，AIGC已(yǐ)经能(néng)做出真(zhēn)人照片般(bān)的绘图效(xiào)果(guǒ)，如果这样的图片被用(yòng)来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发(fā)了很多担忧，一方面，批(pī)判者(zhě)认为AI在“学习”了(le)大量前人的作(zuò)品(pǐn)之后，其创(chuàng)作没有(yǒu)任何(hé)情绪(xù)和(hé)灵魂(hún)，难以(yǐ)和人类(lèi)的艺(yì)术创作相提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目(mù)前都并没有(yǒu)得到有效的(de)解决，还有AIGC会不会代(dài)替人类“至(zhì)高无上(shàng)”的创意。

马斯克(kè)也强调，人工智能的安(ān)全问题需要得到重(zhòng)视，太晚就(jiù)来不及(jí)了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性(xìng)的，潜(qián)在(zài)的(de)危害(hài)并不能掩盖其光辉的贡献。现在看来，人工智能技(jì)术将是第四次(cì)工业革命的核心驱动(dòng)力量(liàng)，将创造新的增长奇迹。

过去一年，人工(gōng)智能在(zài)技术和商业(yè)层面都有了巨大进(jìn)展，AI绘画就是人工(gōng)智(zhì)能技术(shù)发生(shēng)方向性改变的一个代表(biǎo)。其(qí)下一(yī)站或(huò)许就是视(shì)频。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几条引(yǐn)爆科技圈的短视(shì)频。这(zhè)些视频引(yǐn)发关注并非内容做(zuò)得多优秀，反(fǎn)而都非常(cháng)简(jiǎn)单，比(bǐ)如一匹正在喝水的马，一只画画的玩具(jù)熊，或者一段骑(qí)摩托车的(de)第(dì)一视角(jiǎo)录像(xiàng)，随便一个有手机的(de)人都(dōu)可以随手录下一段。

但(dàn)这些短视频(pín)的(de)创作方式(shì)非常简单(dān)，创作者(zhě)仅仅需要(yào)向AI输入(rù)一段话，甚至(zhì)只是说一(yī)下要求，AI就可以根据(jù)需要生成一段视频。

谷歌(gē)发布的两个分分合合的爱情能长久吗，分分合合的爱情是真爱吗AI生成视频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了(le)AI生成的视(shì)频后(hòu)，AI圈就已经玩了一波梗，一个能够做出更高清视(shì)频的AI还不足以(yǐ)在短时间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它可(kě)以(yǐ)制作出(chū)超过(guò)2分钟(zhōng)的连贯的也有确切内容的视频(pín)，这才(cái)是真(zhēn)正让人们感(gǎn)到惊(jīng)喜的地(dì)方。因为无论(lùn)AI生(shēng)成的视频多么(me)高清，也只能是为内容生(shēng)产者提供(gōng)一个灵感，一个素材，一(yī)个过场动(dòng)画。

不过能够(gòu)制作出有具体剧情内容(róng)的(de)视频(pín)就意味着，一(yī)些视频创作由AI代替人工完成已经初(chū)步有了可能。

当(dāng)下(xià)AI的发展(zhǎn)速度已经超(chāo)过大部(bù)分(fēn)人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内(nèi)容生产方式，可以(yǐ)为(wèi)内容产业带来更新(xīn)的内(nèi)容(róng)风(fēng)格、更快的生产速度，更(gèng)低的生(shēng)产成本，这(zhè)无(wú)疑会驱动内(nèi)容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应(yīng)用于音乐、代码、机(jī)器人动作等多种内容形(xíng)式的(de)生成。不难发现该项技术不仅在游戏等行业能(néng)得(dé)到有效应用，对于(yú)下一代互联(lián)网各种(zhǒng)元素的构(gòu)建亦有关键(jiàn)意(yì)义。

从(cóng)商业化(huà)的角度来看，文(wén)化娱(yú)乐、教育(yù)、传媒等(děng)诸多领(lǐng)域，本身就对基(jī)于AI的可视化(huà)内容(róng)有(yǒu)强(qiáng)烈(liè)需求。

因此，AI绘画(huà)及(jí)视频或不是结果，而只是(shì)AI进程中的(de)一(yī)块重(zhòng)要拼(pīn)图(tú)，有望在(zài)技术(shù)更新(xīn)的加持下实(shí)现(xiàn)更大(dà)的应用价(jià)值。

AI从理解内容，走向了(le)可以(yǐ)生成内容，甚至能够(gòu)创造出独立价(jià)值和独立(lì)视角的内容(róng)。AIGC的(de)再次(cì)出(chū)圈(quān)，更代表着未(wèi)来(lái)的先进生(shēng)产力(lì)即将到(dào)来。

04

紧抓(zhuā)大(dà)模(mó)型与算(suàn)力，牢固(gù)AIGC底座(zuò)

从技术的发展(zhǎn)也可(kě)以看出(chū)，在语言(yán)大模型、图像大模(mó)型之后，多模态(tài)大(dà)模型已经成为了新的趋势。

大模型(xíng)被誉为当前人工(gōng)智能发展的智能底座，是全球竞争最激烈的研究(jiū)方向之一(yī)，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部(bù)企业都在竞相(xiāng)发(fā)力。

不过训(xùn)练大模型的确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要(yào)多少算力(lì)》报告(gào)估算，GPT-3训练一次(cì)的成(chéng)本约为(wèi)140万美元(yuán)。而对于一些更大(dà)的LLM(大型语言模型)，训练成本(běn)则介于200万美元至1200万(wàn)美元(yuán)高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅(jǐn)电(diàn)费就在5万美元左右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各类(lèi)大(dà)模(mó)型的发展同时，更应(yīng)该关(guān)注算(suàn)力(lì)网络的(de)建设。

算力网络正(zhèng)驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一人(rén)工智能发展的终极目标离(lí)得更近(jìn)。

因(yīn)为算力可以对突破性技术创新提供大力(lì)的支(zhī)持。这方(fāng)面，多模态(tài)大模型(xíng)是典型。作为面(miàn)向未来强人(rén)工智能(néng)、通用人(rén)工智能的重要技术(shù)创(chuàng)新，多模态大模(mó)型已(yǐ)经(jīng)在人工(gōng)智能领域提出(chū)了很(hěn)多年(nián)，业界也有不少技术(shù)突破，但是，多(duō)模态大模型进一步往下走，算(suàn)力需(xū)求呈几(jǐ)何式(shì)上升，一(yī)般(bān)的算(suàn)力基础设施很(hěn)快(kuài)将难(nán)以(yǐ)胜任。

从图像、文字、语(yǔ)音单独一(yī)项的训练，到双模态、三模(mó)态的跃迁，让(ràng)人工智(zhì)能可以灵活应(yīng)对不(bù)同模(mó)态的转化、像人与世(shì)界交互(hù)一样自然，这(zhè)方面，由算(suàn)力网络(luò)来驱动将有(yǒu)明显优势。

此(cǐ)外，还有很多需要爆发式增(zēng)长的算力来(lái)支撑的技术创(chuàng)新(xīn)，将在人工智(zhì)能算力网络支撑下快速推进(jìn)。

AIGC已经露(lù)出(chū)曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 分分合合的爱情能长久吗，分分合合的爱情是真爱吗