自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多次(cì)公开谈(tán)论人(rén)工智(zhì)能话(huà)题。在最近的一次(cì)采访中，他再(zài)次表示：“AI可能会让科技行(xíng)业(yè)迎来一次剧烈的洗牌”。

这个结论(lùn)是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可(kě)能会威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成(chéng)用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以(yǐ)取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口中全能助手的到(dào)来可能尚需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一(yī)次爆(bào)火的(de)时候(hòu)，还(hái)是2022年8月，在美国科罗(luó)拉多州举(jǔ)办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用(yòng)户们可(kě)以在应(yīng)用(yòng)中输入一组关键词或者一张照片，就能获得一幅AI创作的画作。

作画(huà)的(de)关键就是(shì)所输入(rù)的文本。同一组关(guān)键(jiàn)词也可以创作出很多张风(fēng)格不一样的画作，这(zhè)让创作的过程就像开盲(máng)盒。

很(hěn)多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢(huān)翻看(kàn)AI绘画的“翻车(chē)”作品。在社交媒体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识(shí)别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填(tián)写关键(jiàn)词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读(dú)博的中国人张(zhāng)吕敏创作(zuò)的一(yī)种基于控制点的图(tú)像变形算法，主要用于(yú)数字图像处理、计算机(jī)视(shì)觉(jué)和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短的两天内(nèi)便成为(wèi)了(le)AI绘(huì)画(huà)领域最新(xīn)的(de)热(rè)点。

在此之前，大家(jiā)用了很多方(fāng)法想让(ràng)AI生(shēng)成的结果尽(jǐn)可能的符合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成开(kāi)始进入真正(zhèng)的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人(rén)物的姿(zī)势和画面的深度信(xìn)息(xī)等。有了它的帮助，就不用频(pín)繁(fán)的用提(tí)示词(cí)来(lái)碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画(huà)加(jiā)了“魔(mó)法(fǎ)”，不(bù)少(shǎo)博主的作品(pǐn)已经获(huò)得了大量的浏览量，“viggo”就是(shì)其中之一(yī)，他(tā)用朋友的照(zhào)片直接(jiē)带她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关(guān)键词试效果(guǒ)。

通过图片就(jiù)可(kě)以看出(chū)来，效果十(shí)分惊(jīng)艳。

更厉害的是(shì)，除了(le)真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线稿转全彩图。大(dà)神张(zhāng)吕(lǚ)敏其(qí)本(běn)尊也(yě)亲自回应。

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

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可(kě)能(néng)是全国第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面(miàn)给出的美女(nǚ)照片(piàn)都(dōu)是AI制作的真人照片绘图，因为太逼(bī)真(zhēn)，被(bèi)大(dà)家(jiā)当成真(zhēn)事传播(bō)了(le)。

不(bù)过仔(zǎi)细观察可(kě)以发现，活动发起者(zhě)提供的(de)照片中有个很(hěn)大的漏洞(dòng)可以(yǐ)发现(xiàn)并非真(zhēn)人，而是(shì)AI绘图，那便是图片(piàn)中女性的手指(zhǐ)部分(fēn)有的(de)存在(zài)异常。

有行(xíng)业人事(shì)表示(shì)：“现在因(yīn)为手指部分的绘画算法比较复杂，AI还不(bù)太会画人的手(shǒu)，但最新看到的图片已经有(yǒu)越来越完美的AI模型出现，以(yǐ)后可能就完全(quán)没有漏洞了。”

类似(shì)的(de)AI作图(tú)诈骗在国外也已有发生。据(jù)英国广播(bō)公司报(bào)道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受(shòu)灾(zāi)的假照片发布(bù)到网(wǎng)络，以此(cǐ)诱骗善(shàn)良(liáng)的人打赏“捐助”从而实(shí)施(shī)诈骗。

目前(qián)随着技(jì)术发展(zhǎn)，AIGC已经能(néng)做出真人照片般的绘图(tú)效果，如(rú)果(guǒ)这样的图片被用来诈骗，将(jiāng)非(fēi)常(cháng)可(kě)怕(pà)。

此外AIGC还(hái)引(yǐn)发了很多(duō)担忧，一方面(miàn)，批判者(zhě)认为AI在“学(xué)习”了(le)大(dà)量前人的作品之后，其创作(zuò)没有任何情绪和灵魂，难(nán)以(yǐ)和人类的(de)艺术创作相提(tí)并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解决，还有(yǒu)AIGC会(huì)不会代(dài)替人类“至高无上(shàng)”的创(chuàng)意。

马斯克也(yě)强调，人工(gōng)智(zhì)能的安全问(wèn)题需要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了(le)视频，还有远方

技(jì)术都是有两面性的，潜(qián)在的危害并(bìng)不修行靠个人的上一句是什么意思，修行靠个人下一句能掩(yǎn)盖其光辉(huī)的贡献。现在看来(lái)，人(rén)工智能技(jì)术将是第四次工业革命的核心驱动(dòng)力量，将创(chuàng)造新(xīn)的增长奇迹。

过去(qù)一(yī)年，人工智能在(zài)技(jì)术和商业层面(miàn)都有了巨大进(jìn)展，AI绘画就是人工智能技术发生方向(xiàng)性改(gǎi)变的一个(gè)代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈(quān)的短视频。这些视(shì)频(pín)引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车(chē)的第(dì)一视角录(lù)像(xiàng)，随便一个有手(shǒu)机(jī)的人都可以随手录(lù)下一(yī)段(duàn)。

但这些短(duǎn)视频(pín)的创(chuàng)作方式非常简单(dān)，创(chuàng)作者(zhě)仅仅需要向(xiàng)AI输入(rù)一段(duàn)话，甚至只是说(shuō)一下要(yào)求，AI就可以根据需要生成一(yī)段视(shì)频(pín)。

谷歌(gē)发布的(de)两(liǎng)个(gè)AI生成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成(chéng)的视频后，AI圈(quān)就已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还不(bù)足以在短时(shí)间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊的地(dì)方在于，它可以制作出(chū)超过(guò)2分钟的连贯的(de)也(yě)有确(què)切内容的视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生成(chéng)的视频(pín)多么(me)高清，也只(zhǐ)能是(shì)为内容(róng)生产者提供(gōng)一个灵感，一(yī)个素材，一个过场动画。

不(bù)过能够制作出有(yǒu)具(jù)体(tǐ)剧情内(nèi)容的视(shì)频(pín)就意味着，一些视(shì)频创(chuàng)作(zuò)由AI代替人工完成(chéng)已经初步有了可能。

当(dāng)下AI的发(fā)展速度(dù)已(yǐ)经超过大部分人的想象(xiàng)。内容产业的本质是供(gōng)给(gěi)创造需(xū)求，AIGC作为(wèi)全新的内容(róng)生产方式，可以为内容产业带来更新的(de)内容风格、更(gèng)快的生(shēng)产(chǎn)速度，更低(dī)的生产成本，这无(wú)疑(yí)会驱动内容(róng)产业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术(shù)还能应用于音乐、代(dài)码、机器人动作等多(duō)种内(nèi)容形式的生成(chéng)。不难发现(xiàn)该项(xiàng)技术(shù)不(bù)仅在游戏(xì)等行业能(néng)得(dé)到有效应(yīng)用，对(duì)于下(xià)一代互(hù)联网各种元素的构(gòu)建亦有关键意义。

从商业化的角度来(lái)看，文化娱(yú)乐、教育(yù)、传(chuán)媒等诸(zhū)多领域，本(běn)身就对基于AI的可(kě)视化内容(róng)有强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只(zhǐ)是AI进程中的(de)一块重(zhòng)要拼图，有望在技(jì)术更新的加持下实(shí)现更(gèng)大的修行靠个人的上一句是什么意思，修行靠个人下一句应用(yòng)价(jià)值。

AI从理解内容(róng)，走向了可以生(shēng)成内容，甚(shèn)至(zhì)能够创造出独立价值和(hé)独立(lì)视角的(de)内容。AIGC的再(zài)次出圈，更代(dài)表着未来的(de)先(xiān)进生产(chǎn)力即将到来。

04

紧抓大模型与算(suàn)力(lì)，牢固(gù)AIGC底(dǐ)座

从技术(shù)的发展也可以(yǐ)看出，在(zài)语言大模(mó)型、图像大模型之后，多模态大模型(xíng)已经(jīng)成(chéng)为(wèi)了新(xīn)的(de)趋势。

大模型被誉(yù)为(wèi)当前(qián)人工智(zhì)能发(fā)展的智(zhì)能底座，是全球(qiú)竞争最激烈的研究方(fāng)向(xiàng)之一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等(děng)众多头部企业都在竞相发力。

不过(guò)训练(liàn)大模型的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对于一些更大(dà)的LLM(大(dà)型语(yǔ)言模型)，训练成本则介于200万美元(yuán)至(zhì)1200万美(měi)元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万计算(suàn)，其对应(yīng)芯片需求(qiú)为3万多(duō)片英伟达A100 GPU，初始投入成本(běn)约为8亿(yì)美元，每日仅电费就(jiù)在5万美元左右。

此(cǐ)外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关注(zhù)各(gè)类(lèi)大模(mó)型(xíng)的发(fā)展同(tóng)时，更应该(gāi)关注算力网络的建(jiàn)设。

算力(lì)网络正驱动(dòng)AI产业(yè)发展进(jìn)入史诗级加速(sù)进程，让(ràng)AIGC及通用AI这一人工智能发展的终(zhōng)极目标(biāo)离(lí)得更近(jìn)。

因为算力可以对突破性技术创新(xīn)提供大(dà)力的(de)支(zhī)持。这方面，多(duō)模态大模型是典型。作(zuò)为面(miàn)向未来强人(rén)工智能、通用(yòng)人工(gōng)智(zhì)能的重要技术创新(xīn)，多模态大模型已经在人工智能领域提出了(le)很多年，业界也有(yǒu)不少技术突破(pò)，但是(shì)，多模态大模型进(jìn)一步往下走(zǒu)，算力需求呈几何(hé)式上升，一般的算力基础设施很快将难以胜任。

从图像、文字、语音(yīn)单独一(yī)项的(de)训练，到双模(mó)态、三模态的跃迁(qiān)，让人工智能可以(yǐ)灵活应对不同模(mó)态的转化、像人与世界交互一样自然，这方(fāng)面，由(yóu)算力网络来驱动将有明显(xiǎn)优势。

此(cǐ)外，还(hái)有很多需要爆发式增长(zhǎng)的算(suàn)力来(lái)支撑的(de)技术创新，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(zài)大模型和大算力(lì)的支持(chí)下AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成(chéng)本降低，让万众受益。

未经允许不得转载：绿茶通用站群 修行靠个人的上一句是什么意思，修行靠个人下一句