自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔·盖(gài)茨(cí)已多次公开谈论人工智能话题(tí)。在(zài)最(zuì)近的一次采(cǎi)访中，他(tā)再次(cì)表示：“AI可能(néng)会让科技行(xíng)业迎来(lái)一次剧烈的洗(xǐ)牌”。

这个结论(lùn)是他在当地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访(fǎng)时提(tí)出的。

他预期，AI的发展(zhǎn)可能会(huì)威胁到谷(gǔ)歌(gē)的(de)市占率，因为微(wēi)软在(zài)AI方面的(de)行(xíng)动相当迅(xùn)速。而(ér)最终科(kē)技巨(jù)头(tóu)将把(bǎ)AI整合成用户的“全能助手”，包揽一切应用，与人(rén)们进行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手(shǒu)的到来(lái)可能尚需(xū)时日(rì)，但由(yóu)ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法(fǎ)

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2022年8月，在美国科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名为《太(tài)空(kōng)歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们(men)可以在应用中输入(rù)一组关键词或(huò)者一张(zhāng)照片(piàn)，就能获得一幅AI创作的画作。

作画的关键就是所输入的文(wén)本。同一组(zǔ)关键词(cí)也可以创(chuàng)作出很(hěn)多张风格(gé)不一样的画(huà)作，这让(ràng)创作(zuò)的过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜，他们(men)会将生成的美图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在(zài)社交媒体上，许多(duō)用户分(fēn)享AI“翻车(chē)现场(chǎng)”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成了“肌(jī)肉(ròu)男”，还有网友的(de)个人照(zhào)片被(bèi)AI识别成了建筑。

而如(rú)今随(suí)着ControlNet的出(chū)现与加持，以往AI绘(huì)画(huà)的填写(xiě)关(guān)键词游(yóu)戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国(guó)人张吕敏创(chuàng)作的一种(zhǒng)基于控制点的图像变形算(suàn)法，主(zhǔ)要用于(yú)数(shù)字图像(xiàng)处理(lǐ)、计算(suàn)机(jī)视觉(jué)和计(jì)算机(jī)图形学等领(lǐng)域。

其(qí)SD插件一经发(fā)布，在短短(duǎn)的两天内便成为(wèi)了AI绘(huì)画领域最(zuì)新的热(rè)点。

在此之(zhī)前，大家用了很多(duō)方(fāng)法想让AI生成的(de)结(jié)果尽可能的(de)符(fú)合(hé)要求(qiú)，但是都(dōu)不尽如人意(yì)，它的出现代表着AI生(shēng)成开始进入(rù)真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面的(de)构图，人物的姿势和(hé)画(huà)面(miàn)的(de)深度信息等。有(yǒu)了它的帮助，就(jiù)不用频繁的用(yòng)提示词来碰运气，抽盲盒式(shì)的(de)创(chuàng)作了。

通(tō滴滴总部在北京哪个区，滴滴总部北京地址ng)俗的说(shuō)ControlNet相当于(yú)给(gěi)AI绘画(huà)加(jiā)了“魔法”，不少(shǎo)博主的作品已经获(huò)得了大(dà)量的浏览量，“viggo”就是其(qí)中之(zhī)一，他用朋(péng)友的照片直接带她们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最(zuì)后用(yòng)ControlNet插件绑定(dìng)骨骼(gé)开始换关键词(cí)试效(xiào)果(guǒ)。

通(tōng)过图片就可以看出(chū)来，效(xiào)果十分(fēn)惊艳(yàn)。

更厉(lì)害的是，除了真实的照片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现(xiàn)线(xiàn)稿转全彩图。大神张(zhāng)吕敏其本尊也亲自回(huí)应。

不得不说当下(xià)AIGC已经变得越来越(yuè)强大(dà)，甚至输(shū)出(chū)的作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全(quán)问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的(de)消息火遍(biàn)网(wǎng)络，而经过警方(fāng)辟谣这所(suǒ)谓的“party”可能(néng)是(shì)全(quán)国第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里(lǐ)面给出的美女(nǚ)照片都(dōu)是(shì)AI制作的真人照片绘图，因(yīn)为太逼(bī)真，被大家当(dāng)成真事传播(bō)了。

不过仔(zǎi)细(xì)观(guān)察可以发现，活(huó)动发起者提(tí)供的照片中有个很大(dà)的漏(lòu)洞可以发现(xiàn)并非真人(rén)，而是AI绘(huì)图，那便是(shì)图片中女性的手(shǒu)指部分(fēn)有的(de)存在异常(cháng)。

有行业人事表(biǎo)示：“现在因为手(shǒu)指部分的绘画算(suàn)法比较复杂，AI还(hái)不(bù)太(tài)会(huì)画人的手，但最新(xīn)看(kàn)到的(de)图片(piàn)已经有越来(lái)越完(wán)美的AI模型出(chū)现，以后可能就完全没有漏(lòu)洞(dòng)了。”

类似的AI作图诈骗在(zài)国外也已有发生(shēng)。据英国(guó)广播公司报(bào)道(dào)，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的(de)假(jiǎ)照片发布到网络(luò)，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随(suí)着(zhe)技术发展，AIGC已经能做出真(zhēn)人照片般的绘图(tú)效果，如果这样的图片被用(yòng)来诈骗，将非(fēi)常可怕。

此外AIGC还引发了(le)很(hěn)多担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大量前人的作(zuò)品之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺术创(chuàng)作相提并论。

另(lìng)一方(fāng)面，AIGC背后的版(bǎn)权、目前都并没有得(dé)到有(yǒu)效(xiào)的解决，还有AIGC会不会代替人类“至高无(wú)上”的创(chuàng)意(yì)。

马(mǎ)斯克(kè)也强(qiáng)调，人(rén)工智能的安全问(wèn)题需要(yào)得到(dào)重视，太晚就来不及(jí)了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是(shì)有(yǒu)两面性的，潜在的危害(hài)并不(bù)能(néng)掩盖其光辉(huī)的贡献。现在看来，人工智能(néng)技术将是第四次工业革命(mìng)的核心驱动力量，将创造新的(de)增(zēng)长奇(qí)迹。

过去一年，人工智能在(zài)技术(shù)和商业层面都有了(le)巨大进(jìn)展(zhǎn)，AI绘画就是(shì)人工智能技术发(fā)生方向性改变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈(quān)的短视频(pín)。这些视频引发关注并非内容做(zuò)得多优秀，反(fǎn)而都(dōu)非常简单(dān)，比如一匹(pǐ)正在喝(hē)水(shuǐ)的马(mǎ)，一只画画的玩具熊，或(huò)者一段骑摩托车的第一(yī)视角录(lù)像，随便一个有(yǒu)手机的人都可以随(suí)手(shǒu)录下一段(duàn)。

但这些短视频的创作方式非(fēi)常简单，创作(zuò)者(zhě)仅仅需(xū)要向AI输入一段话，甚(shèn)至(zhì)只是说一下要求，AI就可以根据(jù)需要生成一段视(shì)频。

谷(gǔ)歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有(yǒu)太(tài)多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个(gè)能够做出更高清视(shì)频的(de)AI还不(bù)足以在短时间内(nèi)戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震惊的地方在于，它可以制作出(chū)超过2分钟的(de)连贯的也有(yǒu)确(què)切内容(róng)的视频，这才是(shì)真正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视频(pín)多么高清，也只能是为内容生产者(zhě)提(tí)供(gōng)一个灵感(gǎn)，一个素材，一个过场(chǎng)动(dòng)画(huà)。

不(bù)过能够(gòu)制作出有具(jù)体剧情内容的视频就(jiù)意味着，一些视频创作(zuò)由AI代替人工完成已(yǐ)经初步有了可能。

当下AI的发展速度已(yǐ)经超过大部分人的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作(zuò)为全(quán)新的内容生产方(fāng)式(shì)，可以为(wèi)内容产业带来更新的内容风(fēng)格(gé)、更(gèng)快的生(shēng)产(chǎn)速度，更低的生产成本，这无疑会驱(qū)动内(nèi)容产业的大爆发(fā)。

除了(le)AI绘图、视频(pín)，AIGC技术还能(néng)应用于音乐(lè)、代码、机器人动作等多种内容形式的生成。不难(nán)发现该项技术不仅(jǐn)在(zài)游戏等(děng)行业能得到有效应用(yòng)，对于下一代互联网各种(zhǒng)元(yuán)素的构(gòu)建(jiàn)亦有关(guān)键意义。

从(cóng)商(shāng)业化的角度(dù)来看(kàn)，文化娱(yú)乐(lè)、教育、传媒等诸多领域，本身就(jiù)对基于AI的(de)可(kě)视化内容有强烈(liè)需求。

因此，AI绘画及视频或不是结(jié)果，而只(zhǐ)是AI进程(chéng)中(zhōng)的一块重要拼图，有望在技术更新(xīn)的(de)加持下实现更大的应用价(jià)值。

AI从(cóng)理(lǐ)解内(nèi)容(róng)，走向了(le)可以生成内容，甚至能够(gòu)创造出独立价值和独(dú)立(lì)视(shì)角的内(nèi)容。AIGC的再(zài)次(cì)出圈(quān)，更代表着未(wèi)来的先进生产力(lì)即将(jiāng)到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技术(shù)的发展也(yě)可以(yǐ)看出，在(zài)语言大(dà)模型、图(tú)像大模型之后，多模(mó)态大模型(xíng)已经成为了新(xīn)的(de)趋(qū)势。

大模型被誉为当前人工(gōng)智能发展的智能底座(zuò)，是全(quán)球竞(jìng)争最激烈的研究方向之一，包括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练大模型的(de)确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练一(yī)次的(de)成本约(yuē)为140万美元。而对于一(yī)些(xiē)更(gèng)大的LLM(大型语言(yán)模型)，训练(liàn)成本则(zé)介于(yú)200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计(jì)算，其对应芯片(piàn)需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入成本约(yuē)为8亿美元(yuán)，每(měi)日仅电费就在(zài)5万美元左右(yòu)。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型(xíng)的发展(zhǎn)同(tóng)时(shí)，更(gèng)应该关(guān)注算力网络的建设。

算力网络正(zhèng)驱动AI产业发展(zhǎn)进入史诗级(jí)加速进程(chéng)，让(ràng)AIGC及通用AI这一人工智能发展的(de)终极目标离得更近。

因为算力可以(yǐ)对突(tū)破性(xìng)技术创新(xīn)提供大力的(de)支持。这方面(miàn)，多(duō)模态大(dà)模型是典(diǎn)型。作为面向未来强人(rén)工智(zhì)能、通用人工智(zhì)能(néng)的重要(yào)技术创新，多模态大模型已(yǐ)经在人工智能(néng)领域(yù)提出了很(hěn)多(duō)年，业界(jiè)也有不(bù)少技术突破，但是(shì)，多模态大模型(xíng)进(jìn)一(yī)步往下(xià)走(zǒu)，算力需求呈几何式上升(shēng)，一般(bān)的算力基(jī)础设施很快将(jiāng)难以(yǐ)胜任。

从图像、文字、语音单独一(yī)项的训练，到双模态、三模态(tài)的跃迁，让人工智(zhì)能可以(yǐ)灵活应对不同模态(tài)的(de)转化、像人与(yǔ)世界交互一样(yàng)自然(rán)，这方面，由算力(lì)网络来驱(qū)动将有明显优势。

此外(wài)，还(hái)有很多需要爆发式增长(zhǎng)的算力来支(zhī)撑的(de)技(jì)术(shù)创新，将(jiāng)在人(rén)工智能算力网(wǎng)络(luò)支撑(chēng)下快(kuài)速推进。

AIGC已(yǐ)经露出(chū)曙(shǔ)光，期待在(zài)大模(mó)型和大算力的支持下AIGC能持(chí)续颠覆(fù)内容生(shēng)产的方式，将创造的边际(jì)成本降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 滴滴总部在北京哪个区，滴滴总部北京地址