自(zì)聊天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多次(cì)公开谈(tán)论(lùn)人工智能(néng)话题。在最近(jìn)的一次(cì)采访中，他再次表示(shì)：“AI可能(néng)会(huì)让科技(jì)行业迎来一次剧(jù)烈(liè)的洗牌”。

这(zhè)个(gè)结论是他(tā)在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出(chū)的(de)。

他(tā)预期，AI的(de)发(fā)展可(kě)能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当迅速(sù)。而(ér)最(zuì)终(zhōng)科技巨头将把AI整(zhěng)合(hé)成用户的“全能(néng)助手”，包(bāo)揽一(yī)切应用，与人们进行沟(gōu)通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能(néng)助手的到(dào)来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉(lā)多州(zhōu)举(jǔ)办的新兴(xīng)数字艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟知(zhī)并体验(yàn)，Stable Diffusion便(biàn)是其(qí)中代表(biǎo)。

用户们可以在应用中输(shū)入一组关键词或者一张照片，就能获得(dé)一(yī)幅AI创作的画作。

作画(huà)的关键就是所(suǒ)输入(rù)的文本。同一组(zǔ)关(guān)键词也可(kě)以创作出很(hěn)多(duō)张风格不(bù)一(yī)样的画作(zuò)，这让(ràng)创(chuàng)作的过(guò)程(chéng)就像(xiàng)开盲盒。

很(hěn)多用户很喜(xǐ)欢这种不(bù)确定(dìng)的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而另一部分喜欢翻看AI绘(huì)画的(de)“翻车”作(zuò)品。在社交媒体上，许多用(yòng)户分享AI“翻(fān)车现场”，例如，一位网友的(de)小(xiǎo)狗(gǒu)照片被AI画成了“肌(jī)肉男”，还有(yǒu)网友的个人(rén)照片被AI识(shí)别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的(de)填(tián)写关键词游戏(xì)可能要被(bèi)颠覆了。

ControlNet是(shì)一(yī)位正在(zài)斯坦福读博的中国人张吕敏创作(zuò)的一种(zhǒng)基于控(kòng)制点(diǎn)的图像变形算法，主要用于(yú)数字图像处(chù)理、计算机视(shì)觉和计算机(jī)图形学等领域。

其(qí)SD插(chā)件一经(jīng)发布，在短短的(de)两天内便成为了AI绘画领(lǐng)域最新的热点。

在(zài)此之(zhī)前，大(dà)家用了(le)很多方(fāng)法想让(ràng)AI生成的(de)结(jié)果(guǒ)尽(jǐn)可(kě)能的(de)符合要求(qiú)，但是都不尽如(rú)人意，它的出(chū)现(xiàn)代(dài)表着AI生成开始进入真正的可(kě)控时期。

因为(wèi)ControlNet可(kě)以直接(jiē)提取画面的构图，人物(wù)的姿势和(hé)画面的深度信息等。有了它(河粉和米饭哪个热量高，吃河粉和米饭哪个更容易胖tā)的帮助(zhù)，就(jiù)不用频(pín)繁的用(yòng)提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法”，不少博主的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照(zhào)片直(zhí)接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应的(de)关(guān)键词；最后(hòu)用ControlNet插件绑定(dìng)骨(gǔ)骼开始换(huàn)关键词(cí)试效果。

通(tōng)过图片就可以(yǐ)看(kàn)出来，效果十(shí)分(fēn)惊艳。

更厉害的(de)是，除了真实的照片(piàn)，草图(tú)也可以加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本(běn)尊也(yě)亲(qīn)自回应。

不(bù)得不说当下AIGC已经(jīng)变得越来越强大，甚至输(shū)出的作品都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆(bào)发(fā)

警惕(tì)安(ān)全问(wèn)题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火遍(biàn)网络(luò)，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女照片都(dōu)是AI制作的(de)真人照片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过(guò)仔(zǎi)细观(guān)察可以发现，活动(dòng)发起(qǐ)者(zhě)提供的照片中有个很大的(de)漏洞可(kě)以发现并非真人(rén)，而是AI绘(huì)图，那便是图片中女性的手指(zhǐ)部分有的存在(zài)异常。

有(yǒu)行业人(rén)事表示：“现(xiàn)在(zài)因为手指部分的绘画算法比较复杂，AI还不太会(huì)画(huà)人的手，但最新看到的图片已(yǐ)经有越来越完(wán)美的AI模型出(chū)现(xiàn)，以后可能就完全没(méi)有漏洞了(le)。”

类似的AI作(zuò)图(tú)诈(zhà)骗在国外也已有发生。据英国广播公(gōng)司(sī)报(bào)道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾(zāi)的假照片(piàn)发布到网络，以此诱骗善良的(de)人打赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着技术发展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这(zhè)样(yàng)的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一(yī)方面，批判(pàn)者认(rèn)为AI在“学习”了大量前(qián)人的作品之后，其(qí)创作没有任(rèn)何情(qíng)绪和灵魂，难以和(hé)人类的(de)艺术创作相提并论(lùn)。

另一方面，AIGC背后的(de)版权、目前(qián)都并没有(yǒu)得(dé)到有效的(de)解决，还(hái)有AIGC会不(bù)会(huì)代替人类“至高无(wú)上(shàng)”的创(chuàng)意。

马斯克也强(qiáng)调，人工智能的安全(quán)问(wèn)题需要得(dé)到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有两面(miàn)性(xìng)的，潜在的(de)危害并不(bù)能掩盖其光辉的贡献(xiàn)。现在看来，人工(gōng)智(zhì)能技术将(jiāng)是第四次工业革命(mìng)的核心(xīn)驱动力量，将创造新的增长奇迹。

过(guò)去一年，人(rén)工智能(néng)在技术(shù)和商业层(céng)面都有了巨(jù)大(dà)进展，AI绘(huì)画就是人工智能(néng)技术发生方向性改(gǎi)变的(de)一个代表。其下一站或许(xǔ)就(jiù)是(shì)视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的(de)短视(shì)频。这些(xiē)视频引发关注(zhù)并非内容(róng)做得多(duō)优(yōu)秀，反而都非(fēi)常简单(dān)，比如一匹正在(zài)喝水的(de)马(mǎ)，一只画画的玩具熊，或者一段骑摩(mó)托车的(de)第一视角录像，随便一个有手机的人都可以随手录下一段。

但这些短视频的(de)创作方式非常简(jiǎn)单，创作者(zhě)仅(jǐn)仅(jǐn)需要向AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需要生成一段视(shì)频(pín)。

谷歌(gē)发(fā)布的两个AI生成视频(pín)分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的(de)是(shì)高(gāo)清(qīng)，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波(bō)梗，一个能够做出更高(gāo)清(qīng)视频的(de)AI还不足以在短(duǎn)时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它(tā)可(kě)以制作出超过2分(fēn)钟的连贯的也有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无(wú)论AI生成(chéng)的视(shì)频多么高清，也(yě)只能是为内容(róng)生产者提供(gōng)一个(gè)灵(líng)感，一个素(sù)材，一个过场(chǎng)动画。

不(bù)过能够制作出(chū)有具体剧情内容(róng)的视频就意味着(zhe)，一些(xiē)视频创(chuàng)作由(yóu)AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展速度(dù)已经超(chāo)过大部分人的(de)想象(xiàng)。内(nèi)容产业的本质是供(gōng)给创造需求(qiú)，AIGC作为全新(xīn)的内(nèi)容生(shēng)产(chǎn)方式，可以为内容产业带来更新的内容风格(gé)、更快的(de)生产速(sù)度，更低的生产成本，这(zhè)无疑会(huì)驱动(dòng)内容产业(yè)的大(dà)爆发。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应用(yòng)于音乐、代(dài)码、机器人(rén)动作(zuò)等多种(zhǒng)内容形式的生成。不难发现该项(xiàng)技术(shù)不仅(jǐn)在游戏等(děng)行业(yè)能得到有效应用，对(duì)于下一代互联网各种元素的构建亦有(yǒu)关键(jiàn)意义。

从(cóng)商(shāng)业化的角度来看(kàn)，文化娱(yú)乐、教(jiào)育、传媒(méi)等诸多领(lǐng)域(yù)，本(běn)身就对基(jī)于AI的(de)可视化内容有强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视频或不(bù)是结果，而(ér)只是(shì)AI进程中的一块重要拼图，有(yǒu)望在技术更新的加持下实现(xiàn)更大的应(yīng)用价值。

AI从理解内容，走向(xiàng)了可以生成(chéng)内容，甚至能够创造(zào)出独(dú)立价值和独立视角的(de)内容。AIGC的再(zài)次出圈(quān)，更代表着未来的(de)先进生产(chǎn)力即将到来。

04

从技术的发展也可以(yǐ)看出，在语言(yán)大模型、图像大模型之后(hòu)，多模态大模型已经(jīng)成为了(le)新的(de)趋势。

大模型被誉为(wèi)当(dāng)前(qián)人工(gōng)智能发(fā)展(zhǎn)的(de)智能底座，是全球竞争最激烈的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯等众多头部(bù)企业都在(zài)竞相发力。

不过(guò)训练大模型的确价格(gé)不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需(xū)要多少算力(lì)》报(bào)告(gào)估(gū)算，GPT-3训练一次的成本(běn)约为140万美元。而对于(yú)一些更大的LLM(大(dà)型(xíng)语言(yán)模(mó)型)，训练成(chéng)本则介于200万(wàn)美元至1200万美元高(gāo)价(jià)之间。

以(yǐ)ChatGPT在2023年(nián)1月(yuè)的(de)独立访客(kè)平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初(chū)始投入成本(běn)约为8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算(suàn)力支持。在关注各类(lèi)大(dà)模型的发展同时，更应该关注算力网络的建设。

算力(lì)网络(luò)正(zhèng)驱动AI产(chǎn)业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及通用AI这(zhè)一人(rén)工(gōng)智(zhì)能发展的终极目标离得更近。

因为算力可以对突(tū)破性(xìng)技术(shù)创(chuàng)新提(tí)供大力的支(zhī)持。这方面，多模态(tài)大(dà)模型是典型。作为面向未来强人(rén)工智(zhì)能(néng)、通用人工智能的重要技术(shù)创新，多模(mó)态大模型已(yǐ)经在人工智能领域提(tí)出了很多年，业界也有(yǒu)不少技术突(tū)破(pò)，但是，多(duō)模态大模型进(jìn)一步往下走，算力需求呈几何式上(shàng)升，一般的(de)算力基础设施很快将难(nán)以(yǐ)胜(shèng)任。

从图像、文字、语(yǔ)音单独(dú)一项的训练，到双(shuāng)模态、三模态(tài)的跃迁，让(ràng)人工(gōng)智(zhì)能可以灵活应对不同模(mó)态的转化、像(xiàng)人与世(shì)界交互一样自(zì)然，这方面，由算力网络来(lái)驱动将有(yǒu)明显优势(shì)。

此外，还(hái)有很(hěn)多(duō)需要爆发式(shì)增长的算力来支(zhī)撑的技术创新，将在人(rén)工智能(néng)算(suàn)力网(wǎng)络支撑下(xià)快速推进。

AIGC已(yǐ)经露出(chū)曙光(guāng)，期(qī)待在大模型和大算力的支持下(xià)AIGC能持续颠覆内容生产的方式(shì)，将创造的边(biān)际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：绿茶通用站群 河粉和米饭哪个热量高，吃河粉和米饭哪个更容易胖