自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨(cí)已多次公开(kāi)谈论(lùn)人工(gōng)智能(néng)话题。在最(zuì)近的一次采(cǎi)访(fǎng)中，他再次(cì)表(biǎo)示(shì)：“AI可能会让科技行(xíng)业(yè)迎(yíng)来一次(cì)剧烈的洗牌”。

这个结(jié)论(lùn)是他(tā)在当(dāng)地时间2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展可(kě)能(néng)会威胁(xié)到谷歌(gē)的市占率，因为微软在(zài)AI方面的(de)行动相当迅速。而(ér)最终科技巨头将把AI整合(hé)成用户(hù)的“全能助手”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来(lái)可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一(yī)次爆(bào)火的时候，还是(shì)2022年8月(yuè)，在美(měi)国科(kē)罗(luó)拉多(duō)州举办的新兴数字艺(yì)术家竞赛中，一(yī)幅(fú)名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后各大厂商的(de)AI绘(huì)画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在应用中输入一组关(guān)键词或者(zhě)一张(zhāng)照片，就能获得一幅(fú)AI创作的画作。

作画(huà)的关键就(jiù)是所输入的文本(běn)。同(tóng)一组关键词也(yě)可以(yǐ)创作出(chū)很多张(zhāng)风格不一样的(de)画作，这(zhè)让创作(zuò)的过程就像开盲盒。

很(hěn)多用户很喜(xǐ)欢这种(zhǒng)不(bù)确(què)定的惊喜，他们会将生成的(de)美图当(dāng)做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交(jiāo)媒体上，许多(duō)用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了(le)“肌肉男”，还(hái)有网友的个人照片被(bèi)AI识别成了建筑(zhù)。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的填(tián)写关键(jiàn)词(cí)游(yóu)戏可(kě)能要被颠(diān)覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的一(yī)种基(jī)于控制点(diǎn)的图像变形算法，主要用于(yú)数字(zì)图像处理、计算机视觉和计算机图形(xíng)学等(děng)领(lǐng)域。

其SD插件一经发布，在短(duǎn)短(duǎn)的(de)两天内便成(chéng)为了AI绘画领域(yù)最新的热点(diǎn)。

在此之前，大家用(yòng)了(le)很多方法想让AI生(shēng)成的(de)结果尽可能的符合要求(qiú)，但是都不尽如人意，它的出现代(dài)表着AI生成开始进入(rù)真(zhēn)正的可(kě)控时期。

因为ControlNet可以直接提(tí)取画(huà)面的(de)构图，人物(wù)的(de)姿(zī)势(shì)和(hé)画(huà)面(miàn)的深度信(xìn)息等(děng)。有了它的帮助，就不(bù)用(yòng)频繁的用提示词来碰(pèng)运气，抽盲盒式(shì)的创作了(le)。

通俗(sú)的(de)说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘画(huà)加了(le)“魔(mó)法”，不少博主的作(zuò)品已经(jīng)获得(dé)了(le)大量的浏览量，“viggo”就(jiù)是其(qí)中之(zhī)一，他(tā)用(yòng)朋(péng)友的照片直接带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定骨骼开(kāi)始换关键词(cí)试效(xiào)果。

通过图片就(jiù)可以看出(chū)来(lái)，效果十(shí)分惊(jīng)艳。

更厉害的(de)是，除了真实的照片(piàn)，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿转全彩图。大神(shén)张吕(lǚ)敏(mǐn)其本尊也(yě)亲自回应(yīng)。

不得(dé)不说当下AIGC已经变得(dé)越来越(yuè)强(qiáng)大，甚至输出的作品(pǐn)都已经能以假乱真了。

02

难辨(biàn)虚(xū)实(shí)，AIGC技术力(lì)爆发

警惕安全问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息(xī)火遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女照(zhào)片都是AI制作的(de)真人照片绘图，因为太逼真，被大家当(dāng)成真事(shì)传播了。

不过仔细观察可以(yǐ)发(fā)现(xiàn)，活(huó)动发起者提供的照片中(zhōng)有(yǒu)个很大的漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘图，那便是图片中女性(xìng)的(de)手指部分有的存在(zài)异常。

有(yǒu)行业(yè)人(rén)事表示：“现在因为手指部分的(de)绘画(huà)算(suàn)法比较复杂，AI还不太(tài)会(huì)画人的手，但最新看到的(de)图片已经有越来越完(wán)美的AI模型(xíng)出现，以后(hòu)可能就完全(quán)没(méi)有漏洞了(le)。”

类似的AI作图诈骗在国(guó)外也(yě)已有发(fā)生。据英国广播公司报道，土(tǔ)耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾(zāi)的假照片(piàn)发(fā)布到网络，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从(cóng)而实(shí)施诈骗。

目前随(suí)着技术发展，AIGC已经(jīng)能做(zuò)出真人照片般(bān)的绘图效果(guǒ)，如果(guǒ)这样的图片被用(yòng)来(lái)诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧(yōu)，一(yī)方面(miàn)，批判者认为(wèi)AI在(zài)“学习”了大(dà)量(liàng)前人(rén)的作(zuò)品之后，其创作没有任何(hé)情绪和灵魂，难(nán)以和人类的(de)艺术创作相提并(bìng)论。

另(lìng)一方面，AIGC背后的(de)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“至高无上(shàng)”的创意。

马斯克也强调，人(rén)工智能的安全问题需要得到重视(shì)，太(tài)晚(wǎn)就来不及了(le)。

03

AIGC下(xià)一(yī)站除了视频(pín)，还有远(yuǎn)方

技术都是有两面性的，潜(qián)在(zài)的危害并不能掩盖其光辉的贡献。现在看来，人工(gōng)智能技术将是第四次工(gōng)业革命(mìng)的核(hé)心(xīn)驱动力量(liàng)，将创造新的(de)增长奇迹。

过去一年，人工(gōng)智能(néng)在技术和商业层(céng)面都有了(le)巨大进展，AI绘画就是(shì)人工智能技(jì)术发生方向性改变的一个代表(biǎo)。其下一站或许(xǔ)就(jiù)是(shì)视频。

此前，Meta和谷歌(gē)先后发布了几条引(yǐn)爆科(kē)技圈的短视频。这些视频引发关注(zhù)并非内(nèi)容做得(dé)多优秀，反(fǎn)而(ér)都非(fēi)常简单(dān)，比如(rú)一匹正在喝水的(de)马，一(yī)只画(huà)画的(de)玩具熊，或者(zhě)一(yī)段骑摩托车(chē)的第一视角录像，随便一(yī)个有手机的(de)人(rén)都可以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简单(dān)，创作(zuò)者仅仅需(xū)要向AI输入(rù)一(yī)段话，甚至只是(shì)说一下要(yào)求，AI就可以根据需要(yào)生成一(yī)段视(shì)频。

谷歌发布(bù)的两个AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈就(jiù)已经(jīng)玩了一波(bō)梗，一个能够做出更(gèng)高清视(shì)频的(de)AI还(hái)不足以(yǐ)在(zài)短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地(dì)方(fāng)在于(yú)，它可以制作(zuò)出(chū)超过2分钟的(de)连(lián)贯的也有确切(qiè)内容的(de)视频，这才(cái)是(shì)真正让人们感到惊喜的地方。因为(wèi)无论AI生成(chéng)的(de)视频(pín)多么高清(qīng)，也只(zhǐ)能是为内容(róng)生产(chǎn)者提供一个灵(líng)感，一个素材，一个过场动画(huà)。

不过(guò)能够制作出(chū)有具体剧情内容的(de)视频就意味着，一些(xiē)视频创(chuàng)作由AI代替(tì)人工(gōng)完成已经初步有了可能。

当(dāng)下AI的发展速(sù)度已经(jīng)超过大部(bù)分人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的内容生产方式，可以(yǐ)为(wèi)内容产业带来(lái)更新的内(nèi)容风格、更快的生产(chǎn)速度，更低(dī)的生产成本，这无疑会驱(qū)动内容产业的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动(dòng)作等多种内容(róng)形式的生成。不难发现(xiàn)该项技术不仅在游戏等行业(yè)能得到有效应(yīng)用，对于下一代互(hù)联(lián)网各种元素的构(gòu)建(jiàn)亦有关键(jiàn)意义。

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

因此，AI绘画及视(shì)频(pín)或不是结果，而只是(shì)AI进程中(zhōng)的一块重要(yào)拼图，有(yǒu)望(wàng)在技(jì)术更(gèng)新的加持下(xià)实(shí)现(xiàn)更大的应用价值(zhí)。

AI从理解内(nèi)容，走向了可以生成内容(róng)，甚至能够创造出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模型(xíng)与(yǔ)算(suàn)力，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大(dà)模型(xíng)、图像(xiàng)大模型(xíng)之后，多模态大模型已经(jīng)成为了新的(de)趋(qū)势(shì)。

大模(mó)型(xíng)被(bèi)誉为当前人工智能发展的智能底座，是全球竞争最(zuì)激烈的研究方(fāng)向之一(yī)，包(bāo)括谷(gǔ)歌、亚马(mǎ)逊(xùn)、百度、阿里(lǐ)、腾(téng)讯等众多头部(bù)企业都在竞相发力(lì)。

不过(guò)训练大模(mó)型(xíng)的确价(jià)格(gé)不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多少算力(lì)》报(bào)告(gào)估算(suàn)，GPT-3训(xùn)练一次的(de)成本(běn)约为140万美元。而(ér)对于一些更大(dà)的LLM(大型(xíng)语(yǔ)言(yán)模型(xíng))，训练成(chéng)本则介于200万(wàn)美元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年(nián)1月的独立访(fǎng)客平均数1300万计算，其对(duì)应芯(xīn)片需求(qiú)为3万多片英伟达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(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支(zhī)持。在关注各(gè)类大模型的发展同(tóng)时，更(gèng)应该关注算力网络的建(jiàn)设。

算力(lì)网络(luò)正(zhèng)驱动(dòng)AI产业发展进入史诗级加速进程，让(ràng)AIGC及(jí)通(tōng)用AI这(zhè)一人工智(zhì)能发展的终极目标离得更近(jìn)。

因(yīn)为算力可(kě)以(yǐ)对突破性技术创新提供大力的支持。这方面，多模态大(dà)模型是典(diǎn)型(xíng)。作为面向未来强人(rén)工智(zhì)能(néng)、通用人工(gōng)智能(néng)的重要(yào)技(jì)术(shù)创新，多模态大(dà)模型(xíng)已经在人(rén)工智能领域提出了很多年，业(yè)界(jiè)也(yě)有不少技术突破，但是，多模态大(dà)模(mó)型进一步往下走，算力需求呈几何(hé)式上(shàng)升，一(yī)般的算力基础设施(shī)很(hěn)快将难以胜任。

从图像、文字、语音单独一项的(de)训(xùn)练，到双(shuāng)模态、三(sān)模态的跃迁，让人(rén)工智能可以(yǐ)灵活应对不同(tóng)模态的转化、像人与世界(jiè)交互一样自(zì)然，这方面，由(yóu)算力网络来驱动将有(yǒu)明(míng)显优势。

此(cǐ)外，还有(yǒu)很多需(xū)要爆(bào)发式(shì)增长的算(suàn)力来支撑的(de)技术创新，将在人(rén)工智能(néng)算力(lì)网(wǎng)络支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光，期(qī)待在(zài)大模型和大算(suàn)力的支(zhī)持(chí)下AIGC能持续颠覆内容生产的(de)方式，将创(chuàng)造的边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 菜鸟没有扫码出库直接拿走有什么影响手机上怎么搞