自聊天(tiān)机(jī)器人ChatGPT火(huǒ)爆以来，微(wēi)软公(gōng)司创始人比(bǐ)尔·盖茨(cí)已(yǐ)多次公开谈论人工智能话题(tí)。在最近的一次(cì)采访(fǎng)中，他再(zài)次表示(shì)：“AI可能会(huì)让科技行业(yè)迎来(lái)一次(cì)剧烈(liè)的(de)洗牌”。

这个结论是(shì)他在(zài)当地(dì)时(shí)间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期(qī)，AI的(de)发展可(kě)能会威(wēi)胁到(dào)谷歌的市占率，因(yīn)为微软在AI方面(miàn)的行动相当迅速。而最(zuì)终科技巨头将把AI整合成用户的“全能助手”，包揽一切(qiè)应用(yòng)，与人(rén)们进(jìn)行(xíng)沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的(de)到来可(kě)能尚需时日(rì)，但由ControlNet引发(fā)的(de)又(yòu)一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一(yī)次爆火的时候，还是2022年8月，在(zài)美国科罗拉多州举办(bàn)的新(xīn)兴(xīng)数字(zì)艺术(shù)家竞(jìng)赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以在(zài)应用中(zhōng)输(shū)入一组关(guān)键(jiàn)词或(huò)者(zhě)一张(zhāng)照片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是所(suǒ)输入的文本。同一组关(guān)键词也可以创作出(chū)很多张(zhāng)风格不(bù)一(yī)样的画作，这让创(chuàng)作的过程就像开(kāi)盲盒(hé)。

很多用户(hù)很喜欢这(zhè)种不确定的(de)惊喜，他们会将生成(chéng)的美图(tú)当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在(zài)社交媒体(tǐ)上，许(xǔ)多用户分享(xiǎng)AI“翻(fān)车(chē)现场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘(huì)画的填写关(guān)键词(cí)游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福(fú)读(dú)博的中国人张(zhāng)吕敏(mǐn)创(chuàng)作的一种基于控制点的图像变形算法，主要用于数字图像处(chù)理、计算机视觉和计算机(jī)图形学等领域。

其(qí)SD插(chā)件一经(jīng)发布，在短(duǎn)短的两(liǎng)天内便成(chéng)为(wèi)了AI绘画(huà)领域(yù)最新的热(rè)点。

在此之(zhī)前，大家(jiā)用了很多(duō)方法(fǎ)想让AI生成的(de)结果尽可能的(de)符合要求，但(dàn)是都不尽如人意，它的出(chū)现代(dài)表着AI生(shēng)成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接(jiē)提(tí)取(qǔ)画面的构图，人物(wù)的姿势(shì)和(hé)画面的深度信息等(děng)。有了它(tā)的帮助(zhù)，就不用频繁的(de)用(yòng)提示词(cí)来碰运气，抽(chōu)盲盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的作品(pǐn)已经获得了大量的(de)浏览量，“viggo”就是其中之一，他用朋友的(de)照(zhào)片直(zhí)接带她们走进(jìn)动(dòng)漫世(shì)界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关键(jiàn)词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开始换关键(jiàn)词试(shì)效果。

通(tōng)过图片(piàn)就可以看出来，效(xiào)果十分惊(jīng)艳。

更(gèng)厉害的(de)是，除了真实的照片(piàn)，草(cǎo)图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大(dà)神张吕敏(mǐn)其本(běn)尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金(jīn)鸡(jī)湖有(yǒu)游(yóu)艇(tǐng)party”的(de)消息火遍网络，而(ér)经过(guò)警方辟(pì)谣这所谓的“party”可(kě)能是全国(guó)第(dì)一起AI绘图(tú)诈骗。

由于这个活动(dòng)第一次染发对头发伤害大吗，三类人不适合染发里面(miàn)给出(chū)的美女(nǚ)照片都(dōu)是AI制作的真人照片绘图，因为太逼真，被大家当成(chéng)真事传播了(le)。

不(bù)过仔细观察(chá)可(kě)以发现(xiàn)，活(huó)动发起者提(tí)供的照片中(zhōng)有个(gè)很(hěn)大的漏(lòu)洞(dòng)可以发现并非真人，而是AI绘(huì)图，那(nà)便是图片中(zhōng)女性的(de)手指部分有的存在异常。

有行业人(rén)事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完(wán)美的AI模型出现，以(yǐ)后(hòu)可能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国外(wài)也已(yǐ)有发生(shēng)。据(jù)英国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用AI合成(chéng)了儿童(tóng)受灾(zāi)的假(jiǎ)照片发布到(dào)网络，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从而实施诈骗。

目(mù)前(qián)随(suí)着技术发展(zhǎn)，AIGC已经能做出(chū)真人照片般的绘图效果，如果这样的图片(piàn)被用来诈骗，将非(fēi)常(cháng)可怕。

此外(wài)AIGC还引发了很多担忧，一(yī)方(fāng)面，批判(pàn)者认为(wèi)AI在“学习”了大量前人的作品之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难(nán)以和人类的艺(yì)术创作相(xiāng)提并(bìng)论(lùn)。

另一方面，AIGC背后的(de)版权、目前都并没有(yǒu)得到有效(xiào)的解(jiě)决，还有AIGC会不会代(dài)替(tì)人类“至高无上”的创意。

马斯克也强(qiáng)调(diào)，人工智能的安全问题需要(yào)得到(dào)重视(shì)，太晚(wǎn)就(jiù)来不及了(le)。

03

AIGC下(xià)一站除了视频(pín)，还有远方

技(jì)术(shù)都(dōu)是有两面(miàn)性的，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能(néng)技术(shù)将是第四次工(gōng)业革命(mìng)的(de)核心驱动力量，将创造(zào)新的增长奇迹(jì)。

过去一年，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人工(gōng)智(zhì)能技术发生方向性改变的一个代(dài)表。其下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的(de)短(duǎn)视频(pín)。这些(xiē)视频引发(fā)关(guān)注并非内容(róng)做得多优秀，反而都非常简单(dān)，比(bǐ)如一(yī)匹正在(zài)喝水的(de)马，一只(zhǐ)画画(huà)的(de)玩具熊(xióng)，或者一段骑摩托(tuō)车的第一(yī)视角录像，随便一个有手机(jī)的(de)人都可以随手(shǒu)录下一段。

但这些短(duǎn)视(shì)频的创作(zuò)方式非常简单，创作者仅(jǐn)仅需要(yào)向(xiàng)AI输(shū)入一段话(huà)，甚(shèn)至(zhì)只(zhǐ)是说一下要求，AI就(jiù)可以根据(jù)需要生成一段视频。

谷歌发布的(de)两个(gè)AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个能够(gòu)做(zuò)出(chū)更高清(qīng)视频的(de)AI还不足以在短(duǎn)时(shí)间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方在于，它(tā)可以制作(zuò)出(chū)超过2分(fēn)钟(zhōng)的(de)连(lián)贯的(de)也有(yǒu)确切(qiè)内容的视频，这才是真正(zhèng)让人们感到惊喜的地方。因为无(wú)论AI生成(chéng)的视频(pín)多么高(gāo)清，也只能是为内(nèi)容(róng)生产(chǎn)者(zhě)提供一(yī)个(gè)灵感(gǎn)，一个素材，一个过场动画。

不过能够制作(zuò)出有具体剧情内容的视频就意(yì)味着，一(yī)些视频创作由AI代替(tì)人工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展速度已经超过大部分(fēn)人的想象(xiàng)。内容产(chǎn)业(yè)的本质是供给(gěi)创(chuàng)造需求，AIGC作为全(quán)新的(de)内容生产方式，可以(yǐ)为内(nèi)容产业带来更新(xīn)的内容风格、更快(kuài)的生产速度(dù)，更(gèng)低的生产(chǎn)成本，这无疑会(huì)驱(qū)动内(nèi)容产业的(de)大爆(bào)发。

除了AI绘(huì)图(tú)、视频，AIGC技(jì)术(shù)还(hái)能应用于音(yīn)乐、代码、机器人动(dòng)作(zuò)等多(duō)种内(nèi)容(róng)形式(shì)的生成。不(bù)难发(fā)现(xiàn)该项技术不仅在游戏等行业能得到有效应用，对于(yú)下一代互(hù)联网各种元素(sù)的构(gòu)建亦(yì)有关键(jiàn)意(yì)义。

从商(shāng)业化的角(jiǎo)度来(lái)看，文化娱乐、教育、传媒等(děng)诸多领域，本身就对基于AI的可视化内容有(yǒu)强(qiáng)烈需(xū)求。

因此，AI绘画及视频(pín)或(huò)不是结果(guǒ)，而只是AI进(jìn)程中(zhōng)的(de)一块重要拼图，有望在(zài)技术更新(xīn)的加持下(xià)实现更(gèng)大的应用价值。

AI从理(lǐ)解内容，走向了(le)可以生(shēng)成内容(róng)，甚至能够创造出独立价值和(hé)独立视角的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未来(lái)的(de)先进生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术的(de)发展也可以看出，在语言大模型、图(tú)像大模型之后，多(duō)模(mó)态大模型已经成为了(le)新的趋势。

大模(mó)型(xíng)被誉为当前人工智(zhì)能发展的智能底座，是(shì)全球竞争最激烈的研究(jiū)方向之(zhī)一(yī)，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部企业都(dōu)在(zài)竞相发力。

不过训练(liàn)大模型的确价格(gé)不菲，以(yǐ)国(guó)盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些(xiē)更大的LLM(大型语言(yán)模型(xíng))，训练成本(běn)则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万计算，其对(duì)应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿(yì)美(měi)元(yuán)，每(měi)日仅电(diàn)费就在5万(wàn)美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在(zài)关注各类(lèi)大(dà)模型的发展同时，更应该(gāi)关注算力(lì)网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发(fā)展进入史诗级(jí)加速(sù)进程(chéng)，让AIGC及通用(yòng)AI这一人工智能发展的终(zhōng)极目标离得更近(jìn)。

因为(wèi)算力(lì)可以对突破(pò)性技(jì)术创新提供大力的(de)支持。这方面，多模态大模(mó)型是(shì)典(diǎn)型。作(zuò)为面向未来强(qiáng)人工智能(néng)、通(tōng)用人(rén)工智能(néng)的重要(yào)技术创新(xīn)，多模态大(dà)模型(xíng)已经(jīng)在(zài)人工智能领域提出了(le)很多年，业界也有不少技术突(tū)破，但是(shì)，多模态大模(mó)型进一步往下(xià)走，算力需求呈几何式上(shàng)升，一般的算力基础设施很快(kuài)将(jiāng)难以胜任。

从(cóng)图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人(rén)工智能(néng)可以灵活应对(duì)不同模态的转化(huà)、像人与世界交互一样(yàng)自(zì)然，这方(fāng)面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发(fā)式增长的(de)算(suàn)力来(lái)支(zhī)撑的技术创新，将在(zài)人工(gōng)智能(néng)算力网络(luò)支撑下快速推进。

AIGC已经露(lù)出曙(shǔ)光，期(qī)待(dài)在大(dà)模型(xíng)和大算力的支持下AIGC能持续(xù)颠覆内容生产的方式(shì)，将创造的(de)边际成本降低(dī)，让万众受(shòu)益(yì)。

未经允许不得转载：绿茶通用站群 第一次染发对头发伤害大吗，三类人不适合染发