自聊天机器人(rén)ChatGPT火爆以来，微软公(gōng)司创始人(rén)比尔(ěr)·盖茨已多次公开谈论人工智能(néng)话题(tí)。在最近的一次采访中，他再(zài)次表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌(pái)”。

这个结论是他在当地(dì)时间2月20日(rì)接受《In Good Company》节目专访时提(tí)出(chū)的(de)。

他预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微软在(zài)AI方面的行动相当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成用户的(de)“全能(néng)助手”，包揽一(yī)切应用，与(yǔ)人(rén)们进行沟通(tōng)并提供(gōng)建议，可以取代(dài)亚马逊、Siri或(huò)Outlook等(děng)应用。

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

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉(lā)多(duō)州举办的新兴数字(zì)艺(yì)术家竞(jìng)赛(sài)中(zhōng)，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用(yòng)户们可以在应用中输(shū)入一组关键词或者一(yī)张照片，就能获(huò)得(dé)一(yī)幅(fú)AI创(chuàng)作的画作。

作画的关键就是(shì)所输入的文本。同一组关键(jiàn)词也可以创(chuàng)作出很多张风(fēng)格不一样的画作，这让创作(zuò)的过程就像开盲盒。

很多用(yòng)户很(hěn)喜(xǐ)欢这种(zhǒng)不确定的惊喜(xǐ)，他(tā)们会(huì)将生成的美(měi)图当做(zuò)头像(xiàng)。而另一(yī)部分(fēn)喜欢翻(fān)看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例如，一(yī)位网友(yǒu)的小狗(gǒu)照片被(bèi)AI画成(chéng)了(le)“肌肉(ròu)男”，还有网友(yǒu)的个人照片被AI识(shí)别(bié)成了建筑。

而(ér)如(rú)今随(suí)着ControlNet的出(chū)现与加持，以往AI绘画的填写关键(jiàn)词游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国(guó)人(rén)张吕(lǚ)敏创作的一种(zhǒng)基于控制点(diǎn)的图像变(biàn)形算法，主要用(yòng)于(yú)数字图像处理、计算(suàn)机视觉(jué)和计算机图形学等(děng)领域。

其SD插(chā)件一经发(fā)布，在短短的两天内便成(chéng)为了AI绘画(huà)领域最新的(de)热点。

在此之(zhī)前，大家用了很多方法想让AI生成(chéng)的(de)结(jié)果尽可能的符合要(yào)求，但是都不尽如人意，它的(de)出现代表着(zhe)AI生成开始进(jìn)入真正(zhèng)的可控(kòng)时期(qī)。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势(shì)和画面的(de)深度信息等。有了它的(de)帮助，就不(bù)用(yòng)频(pín)繁的(de)用提(tí)示词(cí)来碰运气(qì)，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作(zuò)品(pǐn)已经获得了大量(liàng)的(de)浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她(tā)们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的(de)关(guān)键词；最(zuì)后用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开始换关(guān)键(jiàn)词试效果。

通(tōng)过图片就可以看出来，效果(guǒ)十分惊艳(yàn)。

更厉害的(de)是，除了真实的照片，草(cǎo)图也可以加(jiā)上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线(xiàn)稿转全彩图。大神张吕敏其(qí)本尊(zūn)也亲自(zì)回(huí)应。

不(bù)得(dé)不说当下AIGC已经变得(dé)越来越强大，甚至输(shū)出的作品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆(bào)发

警惕安全问(wèn)题

近日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消息火遍网(wǎng)络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可(kě)能是(shì)全(quán)国第(dì)一起AI绘图诈骗。

由(yóu)于这个活(huó)动(dòng)里面给出的美女照片都(dōu)是(shì)AI制作的(de)真(zhēn)人照片(piàn)绘图(tú)，因(yīn)为太逼真，被(bèi)大家当成真事传播(bō)了。

不(bù)过仔(zǎi)细(xì)观察可以发现，活动发(fā)起者提供(gōng)的(de)照片中有个很(hěn)大的漏洞可以发(fā)现并非真人，而是AI绘图，那(nà)便(biàn)是图片中女性的手(shǒu)指部分(fēn)有(yǒu)的(de)存在异常(cháng)。

有行业人事表(biǎo)示：“现在因为手指(zhǐ)部(bù)分(fēn)的绘画(huà)算法(fǎ)比较复杂，AI还不太(tài)会画人的手，但最新看到的图片(piàn)已(yǐ)经有越来越(yuè)完美的AI模(mó)型出现，以后可能就完全没有(yǒu)漏洞(dòng)了(le)。”

类似的AI作图(tú)诈骗在国外(wài)也(yě)已(yǐ)有发生。据英国广播(bō)公司报道，土耳其地震期间(jiān)，有Tiktok用户(hù)使(shǐ)用AI合成(chéng)了儿童受灾(zāi)的假照片发布到网络(luò)，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助(zhù)”从而实施诈骗(piàn)。

目(mù)前随(suí)着技术发展，AIGC已经(jīng)能做出(chū)真(zhēn)人(rén)照片般(bān)的绘图效果，如果(guǒ)这样的图片被(bèi)用(yòng)来诈骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发了很(hěn)多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作品之后，其创(chuàng)作(zuò)没有任(rèn)何(hé)情绪(xù)和灵魂(hún)，难以和人类的艺术创(chuàng)作(zuò)相提并(bìng)论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得(dé)到(dào)有(yǒu)效(xiào)的解(jiě)决，还有AIGC会不会代替人类“至高(gāo)无(wú)上”的创意。

马斯克也强调，人工智(zhì)能(néng)的安全问题需要(yào)得到重视(shì)，太晚就来不及了。

03

AIGC下一(yī)站除了视频(pín)，还有远方

技术(shù)都是有(yǒu)两(liǎng)面性的(de)，潜(qián)在(zài)的危害并不能掩盖(gài)其光辉的贡献。现在看来，人工(gōng)智能(néng)技(jì)术将是第(dì)四次工业革命的(de)核(hé)心驱动(dòng)力量，将(jiāng)创造新的增长(zhǎng)奇迹。

过去一年，人(rén)工(gōng)智能(néng)在技术和商业层面都有了巨(jù)大(dà)进(jìn)展(zhǎn)，AI绘画(huà)就是(shì)人工智能技术发生方向性改变的一个(gè)代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短视(shì)频。这些视频引发关注并非内容做得多优(yōu)秀抖音哈拉少什么意思，抖音哈拉少是什么意思，反(fǎn)而都(dōu)非(fēi)常简单，比如一匹正在喝(hē)水的马，一(yī)只画画的玩具(jù)熊，或者一段(duàn)骑摩托车的第(dì)一(yī)视角录像，随便一个有(yǒu)手机的人(rén)都可以随手录下(xià)一(yī)段。

但(dàn)这些短视频的创作(zuò)方式非常(cháng)简(jiǎn)单，创作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只是说一下要求，AI就(jiù)可以根(gēn)据需要生成一(yī)段视(shì)频。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要(yào)突(tū)出(chū)的(de)是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的视(shì)频后，AI圈(quān)就已经玩了一波梗，一个能够做出更(gèng)高清视频(pín)的AI还(hái)不(bù)足以(yǐ)在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊(jīng)的(de)地方在(zài)于，它可以制(zhì)作(zuò)出超过2分钟的连贯的也有确切内(nèi)容(róng)的(de)视频，这才是真(zhēn)正让人们感到惊喜的地方。因为无论AI生成的视(shì)频多么高(gāo)清，也只能是为(wèi)内(nèi)容生产者提供一个(gè)灵(líng)感，一个素材，一个过场动画(huà)。

不过能够制作出有具体剧(jù)情内容的视频就意(yì)味着，一些视频创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的发展速度已(yǐ)经超(chāo)过大部(bù)分人的想象。内容产业的(de)本质是(shì)供给创造需求(qiú)，AIGC作为全(quán)新的内容生产方式，可以为内容(róng)产业带来更新(xīn)的内容风格(gé)、更快的生产速度，更低的生(shēng)产成本，这无疑(yí)会驱动(dòng)内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于(yú)音乐、代码、机器人动作等多种内容形式的生成。不难发现(xiàn)该项技(jì)术不仅在游戏等行业能得(dé)到(dào)有效应用，对(duì)于下一代互联网各种元(yuán)素的(de)构(gòu)建亦有关键意义。

从(cóng)商(shāng)业化的角度(dù)来看，文化(huà)娱乐、教育、传媒等诸(zhū)多(duō)领(lǐng)域(yù)，本(běn)身就(jiù)对基于AI的可视化(huà)内(nèi)容有强烈需求。

因(yīn)此，AI绘画及(jí)视频或不是结果(guǒ)，而只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下实现更大的应用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚至能够(gòu)创造出(chū)独立价值和独立(lì)视角(jiǎo)的内容。AIGC的(de)再次出(chū)圈，更代表着未来(lái)的先进生产力即将到来(lái)。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底(dǐ)座

从(cóng)技术的(de)发(fā)展也可(kě)以(yǐ)看出，在语言大(dà)模型、图像(xiàng)大模型之后，多模态大模型已(yǐ)经成为了新(xīn)的趋势。

大模型被(bèi)誉为当(dāng)前人工智能(néng)发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的(de)研究方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多头部企业都在(zài)竞相发力。

不过训练大模型的确价(jià)格不(bù)菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要(yào)多少(shǎo)算(suàn)力(lì)》报(bào)告(gào)估算，GPT-3训练一次(cì)的(de)成(chéng)本约为140万美(měi)元。而对(duì)于一(yī)些更大(dà)的LLM(大型语言模型)，训练成本则介于200万(wàn)美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客(kè)平均数1300万(wàn)计算，其对(duì)应芯片(piàn)需求(qiú)为3万(wàn)多片(抖音哈拉少什么意思，抖音哈拉少是什么意思piàn)英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算(suàn)力支持(chí)。在关注(zhù)各(gè)类大模型(xíng)的发展同时，更(gèng)应该(gāi)关注算力网络的(de)建设(shè)。

算(suàn)力网(wǎng)络正驱动AI产业发展进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展的终极目标离得(dé)更(gèng)近。

因为算力可以对突破(pò)性技术(shù)创(chuàng)新提供大力的支持。这方面，多模态大(dà)模型是典型。作为面向未来强人工(gōng)智能、通用人工智能的重(zhòng)要(yào)技术(shù)创新(xīn)，多模态大模(mó)型已经(jīng)在人工智能领域提出了(le)很多年，业(yè)界也有不少技术(shù)突破，但是，多模态(tài)大模(mó)型进一步(bù)往下走，算力(lì)需求呈几何式上升，一般的算力基础设(shè)施很快将(jiāng)难(nán)以胜任。

从图像、文字、语(yǔ)音单独一(yī)项的训练，到双模态(tài)、三模态(tài)的跃迁(qiān)，让人(rén)工(gōng)智能可以灵(líng)活应对不同模态(tài)的(de)转化(huà)、像人(rén)与(yǔ)世界交互一样自(zì)然，这方面，由(yóu)算力(lì)网络(luò)来(lái)驱动将有明(míng)显优(yōu)势(shì)。

此外，还有很多(duō)需要爆发式(shì)增长的算力来(lái)支撑的(de)技术(shù)创新，将在人工智能算(suàn)力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和(hé)大算(suàn)力的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 抖音哈拉少什么意思，抖音哈拉少是什么意思