自聊(liáo)天机器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人(rén)比尔·盖茨已多次公开谈论人工智能(néng)话题。在最近的一次采访中，他(tā)再次表示：“AI可能会(huì)让科技行业(yè)迎来一(yī)次剧烈的(de)洗牌”。

这个(gè)结论(lùn)是他在(zài)当(dāng)地时间2月20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能(néng)会威胁(xié)到谷歌的市占率(lǜ)，因为微软在AI方面的行(xíng)动相当迅速(sù)。而最终科技巨(jù)头(tóu)将把(bǎ)AI整合成(chéng)用(yòng)户的“全能助手”，包揽一切应(yīng)用(yòng)，与人们进行(xíng)沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可(kě)能尚需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题(tí)热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画(huà)新玩(wán)法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘(huì)画为代表的AIGC上一次爆火的(de)时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一(yī)幅名为《太(tài)空(kōng)歌剧院》的(de)作品(pǐn)获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代(dài)表。

用户(hù)们可(kě)以在应用(yòng)中(zhōng)输入一组关(guān)键词或(huò)者一张照片，就能获得一幅(fú)AI创作的画作。

作画的关键就是(shì)所输入(rù)的文本。同一组关键词(cí)也可以创作出很多张风格不一样的画(huà)作，这(zhè)让(ràng)创作的(de)过程就像开盲盒。

很多用户很喜欢(huān)这种(zhǒng)不确定的惊喜，他们会将生成的美(měi)图当(dāng)做头像。而另(lìng)一部(bù)分喜欢翻看(kàn)AI绘(huì)画的“翻车”作(zuò)品(pǐn)。在(zài)社交媒体(tǐ)上，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了(le)建筑。

而如(rú)今随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的填写关键(jiàn)词(cí)游戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福(fú)读博的中国人(rén)张吕敏(mǐn)创作(zuò)的一种(zhǒng)基于控制(zhì)点的图像(xiàng)变形(xíng)算法(fǎ)，主要用于数字图像处理、计算(suàn)机视觉和计算机图形学等领域(yù)。

其SD插件一(yī)经发布(bù)，在短短的两天内便成为了AI绘画领域最新的热点。

在(zài)此之前，大家用了很多方法想让AI生(shēng)成(chéng)的结果尽(jǐn)可能的符合要求，但是都不尽(jǐn)如人意，它的出现(xiàn)代表着AI生成开始进(jìn)入真正的可控(kòng)时期。

因为(wèi)ControlNet可以直(zhí)接提取(qǔ)画面(miàn)的构图，人(rén)物的姿势和画面的深度信息(xī)等(děng)。有了它(tā)的(de)帮助，就(jiù)不用频繁(fán)的用提示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法(fǎ)”，不少博主的(de)作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对应(yīng)的(de)关键词；最(zuì)后用(yòng)ControlNet插件绑定骨骼开(kāi)始(shǐ)换关(guān)键词试(shì)效果。

通(tōng)过图片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可(kě)以加(jiā)上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不得(dé)不说当下AIGC已经(jīng)变得越来越强大(dà)，甚至输出的作品都已经能以假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全(quán)问题

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火(huǒ)遍网络，而经过警方辟谣这所谓的(de)“party”可能是全(quán)国第一起AI绘图诈(zhà)骗(piàn)。

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

不过(guò)仔细观(guān)察可以发(fā)现，活动发(fā)起者提(tí)供(gōng)的照片中有(yǒu)个很大的(de)漏(lòu)洞(dòng)可以发现并非真(zhēn)人，而是(shì)AI绘(huì)图，那便是图片中女性的(de)手指部(bù)分有的(de)存(cún)在异(yì)常。

有行(xíng)业人事表(biǎo)示：“现在(zài)因为手指部(bù)分的绘画(huà)算法比(bǐ)较复杂，AI还不太(tài)会画人的手(shǒu)，但最新(xīn)看(kàn)到的图(tú)片已经有越来越完美(měi)的AI模(mó)型(xíng)出现，以后可能就完全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已(yǐ)有发生(shēng)。据英国广播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到网(wǎng)络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从(cóng)而(ér)实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经(jīng)能做(zuò)出(chū)真人(rén)照片般的绘图(tú)效(xiào)果，如果这样的(de)图片被(bèi)用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判(pàn)者认为AI在“学(xué)习(xí)”了大量(liàng)前人的作(zuò)品之后，其创作没有(yǒu)任何情绪和灵魂，难以和人类的艺(yì)术(shù)创作相(xiāng)提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前(qián)都并没有得到(dào)有效的解决，还有AIGC会(huì)不(bù)会代(dài)替人类“至高无上”的创(chuàng)意。

马斯克(kè)也强调，人工(gōng)智(zhì)能的安全(quán)问题需(xū)要得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除(chú)了视(shì)频，还有远(yuǎn)方

技术都是有两面性的，潜在的危害并不能掩盖(gài)其光辉(huī)的贡献。现在(zài)看来，人工智能技术将是第四次(cì)工业(yè)革命的核心驱动力量，将创造新(xīn)的增(zēng)长奇迹。

过去一(yī)年，人工智(zhì)能在(zài)技术(shù)和商业层面(miàn)都有了巨(jù)大进展(zhǎn)，AI绘(huì)画就是(shì)人工(gōng)智能技术发生方向性改变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视频。这些视频引发关注并非内容做得多优秀，反而都非(fēi)常简(jiǎn)单，比如一匹正(zhèng)在喝水的马，一(yī)只画画的玩(wán)具熊，或者一段骑摩(mó)托车的第一视(shì)角(jiǎo)录像，随便一(yī)个有手机(jī)的人都可(kě)以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简单，创作者仅仅需要(yào)向AI输入(rù)一段话，甚至(zhì)只是说一下(xià)要求，AI就可以根据需要(yào)生成一(yī)段视(shì)频(pín)。

谷歌发(fā)布的两个AI生成视频(pín)分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的(de)是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频后(hòu)，AI圈就已经玩了一波(bō)梗，一个能够做出更高清(qīng)视频(pín)的(de)AI还不足以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在于(yú)，它可以制作出超过2分钟的连贯的也有确(què)切内容的视频，这才是真(zhēn)正(zhèng)让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高(gāo)清(qīng)，也只能是(shì)为内容生产(chǎn)者提供一个灵感，一个素材，一个过场动画(huà)。

不过能够(gòu)制作出有具体(tǐ)剧(jù)情(qíng)内容的视频就意(yì)味着，一(yī)些视(shì)频(pín)创作(zuò)由AI代替人(rén)工完成已经初步有了可能。

当下(xià)AI的发(fā)展速度(dù)已经超(chāo)过大部分人的想象。内容产业的本质(zhì)是供给创(chuàng)造需求，AIGC作为全新的内容生产(chǎn)方式(shì)，可(kě)以(yǐ)为内(nèi)容产业做出贡献，做出贡献与作出贡献的区别在哪带来更新的内容(róng)风格、更快的生产速度，更低的生产成本，这无疑会驱动内(nèi)容(róng)产(chǎn)业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技(jì)术(shù)还能应(yīng)用于(yú)音乐(lè)、代(dài)码、机器人(rén)动作等(děng)多种内(nèi)容形式的生成(chéng)。不(bù)难发(fā)现(xiàn)该项技术不仅在(zài)游戏等(děng)行业(yè)能得到有(yǒu)效应用(yòng)，对于(yú)下一代(dài)互联网各(gè)种元素(sù)的(de)构建亦有(yǒu)关键(jiàn)意义。

从商业化的角度来看，文化娱乐、教育、传媒等(děng)诸多领域，本身(shēn)就对(duì)基(jī)于AI的可视化内(nèi)容有强烈需求(qiú)。

因此，AI绘画及(jí)视频或不是结(jié)果，而(ér)只是AI进程(chéng)中的(de)一(yī)块(kuài)重要拼图，有望在技术更新的加持下实现更大的应用价值。

AI从理解内容，走向(xiàng)了可以生成内容(róng)，甚(shèn)至能(néng)够(gòu)创造出(chū)独立价(jià)值和独立(lì)视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代(dài)表(biǎo)着未来(lái)的先(xiān)进(jìn)生产力即将到来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底(dǐ)座(zuò)

从技术的发展(zhǎn)也可以看出，在(zài)语言大模型、图像大模型(xíng)之(zhī)后，多模态(tài)大(dà)模型已(yǐ)经成(chéng)为(wèi)了新的(de)趋势。

大模型被誉为当前(qián)人工智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括谷(gǔ)歌(gē)、亚(yà)马逊、百(bǎi)度、阿(ā)里、腾讯等众多头部企业都(dōu)在竞相发力(lì)。

不(bù)过训(xùn)练(liàn)大模(mó)型的(de)确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报告估(gū)算，GPT-3训(xùn)练一次的成(chéng)本约(yuē)为140万(wàn)美元。而对于一(yī)些更大(dà)的LLM(大型语言模型(xíng))，训练成本(běn)则介于(yú)200万美元(yuán)至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万(wàn)计算，其对应(yīng)芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每日仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大(dà)算(suàn)力支(zhī)持。在关注各类大模型的(de)发(fā)展同时，更应(yīng)该(gāi)关注算力(lì)网络的建设。

算力网(wǎng)络正驱动AI产业(yè)发展(zhǎn)进入(rù)史诗级加速进程(chéng)，让AIGC及通用AI这一人(rén)工(gōng)智能发展的终极目标离得更(gèng)近。

因为算(suàn)力可以对(duì)突破(pò)性技术(shù)创新提供大力的(de)支持。这(zhè)方面，多模态大(dà)模型是典型。作为面向未来强人工智能、通用人工智能的重要(yào)技术创新，多模态大模(mó)型已经在人工智能(néng)领(lǐng)域提出了很多(duō)年，业界也有不少技(jì)术突破(pò)，但(dàn)是(shì)，多模态(tài)大模型(xíng)进一步往下走，算力需求(qiú)呈几何式上升，一般的算力基础设施(shī)很(hěn)快将难以胜任。

从图像、文字、语音单独一项的训练(liàn)，到(dào)双模(mó)态、三模态的跃(yuè)迁，让人工智能可以灵活应对不同模态的(de)转化、像人(rén)与(yǔ)世界交互一样自然，这方面，由算力网络来(lái)驱(qū)动将有明显优势。

此外，还有很多需要(yào)爆(bào)发式增长(zhǎng)的(de)算力来支(zhī)撑的技术创新，将在人工智能(néng)算力(lì)网络支撑(chēng)下快速推进。

AIGC已经露(lù)出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆(fù)内容生产(chǎn)的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 做出贡献，做出贡献与作出贡献的区别在哪