自聊(liáo)天机(jī)器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论(lùn)人工(gōng)智能(néng)话题。在最近(jìn)的一(yī)次采访中，他再(zài)次(cì)表示：“AI可(kě)能会让科技行业迎(yíng)来一(yī)次(cì)剧烈的(de)洗牌”。

这(zhè)个结论是他在当地时(shí)间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发(fā)展可能会威胁(xié)到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的(de)行动相当迅速(sù)。而最终科技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽一切应(yīng)用，与人们进行沟通并提供(gōng)建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能(néng)尚需时日(rì)，但由ControlNet引发(fā)的又一次AI绘(huì)画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉(lā)多(duō)州举(jǔ)办(bàn)的(de)新兴(xīng)数字艺(yì)术家竞(jìng)赛中(zhōng)，一幅(fú)名为《太(tài)空(kōng)歌(gē)剧(jù)院(yuàn)》的作品获(huò)奖(jiǎng)。

随(suí)后(hòu)各大厂商的AI绘画软(ruǎn)件被广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们(men)可以在应用中(zhōng)输入一组关键词或者一张(zhāng)照片，就能获得一幅(fú)AI创(chuàng)作(zuò)的(de)画作(zuò)。

作画的关(guān)键(jiàn)就是所输入的(de)文本。同一组关键词也(yě)可以创作(zuò)出很(hěn)多(duō)张风格不一(yī)样(yàng)的画作(zuò)，这让创作的(de)过(guò)程就像开盲(máng)盒。

很(hěn)多用户(hù)很喜(xǐ)欢这种不(bù)确定的惊喜(xǐ)，他们(men)会将生(shēng)成(chéng)的美图(tú)当做头(tóu)像。而(ér)另一(yī)部分(fēn)喜欢翻看AI绘画的“翻(fān)车(chē)”作(zuò)品。在社交媒体上，许多(duō)用户分享AI“翻(fān)车现(xiàn)场”，例如，一(yī)位网友(yǒu)的小狗(gǒu)照片被(bèi)AI画成了“肌肉(ròu)男(nán)”，还有网(wǎng)友的个人照片被AI识别成了(le)建筑。

而如(rú)今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏可(kě)能(néng)要(yào)被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的中国人张(zhāng)吕敏创(chuàng)作的一(yī)种(zhǒng)基于控制点的图像变(biàn)形算法，主(zhǔ)要用于(yú)数字图像处理、计算机视觉和计(jì)算机图形学等领域(yù)。

其SD插件一经发布(bù)，在短(duǎn)短的两天内便成为了AI绘画领(lǐng)域(yù)最新的热点。

在(zài)此之(zhī)前，大(dà)家用了(le)很多方法想让AI生成(chéng)的结果尽可能的符合要求，但(dàn)是都不尽(jǐn)如(rú)人意，它的出现代表着AI生成开始进(jìn)入(rù)真正的可控时(shí)期。

因为ControlNet可(kě)以直接提取画面的构图，人(rén)物的姿(zī)势和画面的深度信息(xī)等。有了(le)它的帮(bāng)助，就不用频(pín)繁的用提示词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的(de)说ControlNet相当于(yú)给(gěi)AI绘(huì)画(huà)加了“魔法”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的照片直(zhí)接(jiē)带她们(men)走进动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后用ControlNet插(chā)件绑(bǎng)定骨(gǔ)骼开始换关键词试效果。

通(tōng)过图片(piàn)就可以看出来，效果十分惊艳。

更(gèng)厉害的是，除(chú)了真实的照片，草(cǎo)图也(yě)可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿(gǎo)转全彩图(tú)。大神(shén)张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已经(jīng)变(biàn)得越来越强大，甚(shèn)至输出(chū)的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕安全(quán)问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍(biàn)网(wǎng)络(luò)，而经过警方辟谣(yáo)这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的真人(rén)照(zhào)片绘图，因(yīn)为(wèi)太逼真，被大家(jiā)当成真事传播了。

不(bù)过仔细观察(chá)可(kě)以(yǐ)发(fā)现，活动发起(qǐ)者(zhě)提(tí)供的照片中有个(gè)很大的(de)漏(lòu)洞可以(yǐ)发现并非真人，而是(shì)AI绘图，那(nà)便是(shì大使相当于什么级别的干部 大使的级别是部级吗)图片中女性的手指部(bù)分有的(de)存在异常。

有行业人事(shì)表示：“现在(zài)因(yīn)为手指部分的绘(huì)画算法比(bǐ)较复杂，AI还不太会画人的手，但(dàn)最新看到的图片已(yǐ)经有越来越完美的AI模型出现，以后(hòu)可能就(jiù)完全没有漏洞了。”

类似(shì)的AI作图诈(zhà)骗(piàn)在国外也已有发生(shēng)。据(jù)英(yīng)国广播公司报(bào)道，土耳其地震期间，有Tiktok用户(hù)使用(yòng)AI合成了儿(ér)童(tóng)受灾的假照(zhào)片发布到网络，以此诱骗善(shàn)良的人打赏(shǎng)“捐助(zhù)”从而(ér)实施(shī)诈(zhà)骗。

目前随(suí)着(zhe)技术发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样的图片被用来诈(zhà)骗(piàn)，将非常(cháng)可(kě)怕。

此外AIGC还引发了很多(duō)担忧，一方(fāng)面，批判(pàn)者认为AI在“学习”了大量前人的作品之(zhī)后，其创作没(méi)有任(rèn)何情绪和灵(líng)魂，难以和人(rén)类的艺术创作(zuò)相提并(bìng)论。

另一方面，AIGC背后的(de)版权(quán)、目前都并没有得到有效的解(jiě)决，还有(yǒu)AIGC会(huì)不会代大使相当于什么级别的干部 大使的级别是部级吗替(tì)人类(lèi)“至高无上(shàng)”的创意。

马(mǎ)斯(sī)克也强调(diào)，人工智能(néng)的安全问(wèn)题需要得到重(zhòng)视，太晚(wǎn)就来不及了(le)。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方

技术都是有两面性的，潜在的(de)危害并不(bù)能掩盖其光辉的(de)贡献。现在看(kàn)来，人(rén)工智能技术将是第(dì)四次工业革(gé)命的核心驱动力量(liàng)，将创造新(xīn)的增长奇迹。

过(guò)去(qù)一年，人工(gōng)智能(néng)在技术(shù)和商业(yè)层面都有了巨大进(jìn)展(zhǎn)，AI绘(huì)画就是人工智(zhì)能技术(shù)发(fā)生(shēng)方向(xiàng)性改(gǎi)变的(de)一个代表。其下一站或许(xǔ)就(jiù)是视频(pín)。

此前(qián)，Meta和(hé)谷歌先后发(fā)布(bù)了(le)几条引爆(bào)科(kē)技圈的(de)短视频(pín)。这些(xiē)视频(pín)引发关注并非内容(róng)做得(dé)多(duō)优秀(xiù)，反而都非(fēi)常简单，比如一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者一(yī)段骑摩托车(chē)的第一视(shì)角录(lù)像(xiàng)，随便一(yī)个有手机的人都可以(yǐ)随手录下(xià)一段。

但这些短(duǎn)视频的创作方式非常(cháng)简单，创作者(zhě)仅仅需要向AI输入一段(duàn)话，甚至只(zhǐ)是(shì)说一下要(yào)求(qiú)，AI就可以根据需要(yào)生成一段视频。

谷歌发布的两个AI生成(chéng)视频(pín)分别(bié)来自于(yú)Imagen Video和Phenaki，前(qián)者主要(yào)突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了一波(bō)梗，一个能够做(zuò)出更高清(qīng)视频的AI还不足以在短(duǎn)时间内(nèi)戳中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它可以制(zhì)作出超过2分钟的连贯(guàn)的也有确(què)切内容的视频，这才是真正(zhèng)让(ràng)人(rén)们感到(dào)惊(jīng)喜的地方。因为无论AI生(shēng)成的视频多(duō)么高清(qīng)，也只能(néng)是为内容(róng)生产(chǎn)者提供(gōng)一个灵感，一个素材，一个过场动画(huà)。

不过能够制作出(chū)有具(jù)体(tǐ)剧情内容(róng)的视(shì)频就意味着，一些视频创作由AI代替人工完成已经初步有了可能。

当下AI的发展速(sù)度已(yǐ)经超(chāo)过(guò)大部分人(rén)的想(xiǎng)象(xiàng)。内容产(chǎn)业(yè)的本质是供给(gěi)创造(zào)需求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以(yǐ)为内容产业带来更新的内容风格、更快的生产速(sù)度(dù)，更(gèng)低的生产成本，这无(wú)疑会驱(qū)动内容产业的(de)大爆发(fā)。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代码、机器人动作(zuò)等多(duō)种内(nèi)容形式的生成。不难发现该(gāi)项技(jì)术不仅在游戏等行业能得到(dào)有效(xiào)应用(yòng)，对于下(xià)一代互联网各种元素(sù)的构建亦有关键意义。

从(cóng)商业化的角度来看，文(wén)化娱乐、教育、传媒等诸多领域，本身就对基于AI的(de)可视(shì)化内容(róng)有(yǒu)强(qiáng)烈需求。

因此，AI绘画(huà)及(jí)视(shì)频或不(bù)是结(jié)果，而只是AI进(jìn)程(chéng)中的(de)一块(kuài)重要(yào)拼图，有(yǒu)望在技术更(gèng)新(xīn)的加(jiā)持(chí)下(xià)实(shí)现更大(dà)的应用价值。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够创造出(chū)独立价(jià)值(zhí)和独立视角的(de)内(nèi)容。AIGC的再次(cì)出圈，更(gèng)代表着(zhe)未(wèi)来(lái)的(de)先(xiān)进生产力即将(jiāng)到来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技术的(de)发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多模态(tài)大模型已经成为了(le)新(xīn)的趋势。

大模型被誉为当前人工(gōng)智能发展的智能底座，是(shì)全球竞争最(zuì)激(jī)烈的研究方(fāng)向之一(yī)，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯(xùn)等(děng)众多(duō)头部企业(yè)都在竞(jìng)相发(fā)力。

不过训练大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元(yuán)。而对于一(yī)些更大(dà)的LLM(大型语言模型)，训(xùn)练成本(běn)则介于(yú)200万美元(yuán)至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访(fǎng)客(kè)平均数1300万计算，其(qí)对(duì)应(yīng)芯(xīn)片(piàn)需求(qiú)为3万(wàn)多(duō)片(piàn)英(yīng)伟达A100 GPU，初始(shǐ)投入(rù)成本(běn)约为8亿美元，每日仅电费(fèi)就在5万美(měi)元左右(yòu)。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持(chí)。在关注各类大模型的发展同时，更(gèng)应(yīng)该关注算力网(wǎng)络的建设。

算力网(wǎng)络正驱(qū)动AI产(chǎn)业发(fā)展进入(rù)史诗级加速进程(chéng)，让AIGC及通用AI这(zhè)一人(rén)工智能发展的(de)终极目(mù)标离得更近。

因(yīn)为算力可以对突(tū)破性技术(shù)创(chuàng)新提供大力的支持。这方面(miàn)，多模(mó)态大模型是(shì)典型。作为面(miàn)向未(wèi)来强(qiáng)人工智能、通用(yòng)人工智能的(de)重要技术创新，多模态大(dà)模型已经(jīng)在人工智(zhì)能(néng)领域(yù)提出了很多年，业界也(yě)有不少(shǎo)技术突破，但(dàn)是，多模态大模型进一(yī)步往下走，算力(lì)需求呈几何式上升，一般的算力(lì)基础(chǔ)设(shè)施很快(kuài)将难(nán)以胜(shèng)任。

从(cóng)图(tú)像、文(wén)字、语音单独一(yī)项的训练，到双(shuāng)模态、三模(mó)态(tài)的(de)跃迁，让人工(gōng)智能可以(yǐ)灵(líng)活应对不(bù)同模态的转化、像人与世界交互一样(yàng)自然(rán)，这(zhè)方面，由算力网络(luò)来驱动(dòng)将(jiāng)有明(míng)显(xiǎn)优(yōu)势。

此外(wài)，还有很多需要爆(bào)发(fā)式增长的算力来支撑(chēng)的技术创新(xīn)，将在人工智(zhì)能算力网络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在(zài)大模型和大(dà)算(suàn)力的支(zhī)持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际(jì)成本降(jiàng)低(dī)，让万(wàn)众受益(yì)。

未经允许不得转载：绿茶通用站群 大使相当于什么级别的干部 大使的级别是部级吗