自聊(liáo)天机器人ChatGPT火(huǒ)爆以来(lái)，微软公(gōng)司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论人工智能(néng)话题。在最近的一次(cì)采访中(zhōng)，他再次表示：“AI可能会(huì)让(ràng)科技行(xíng)业迎来一次(cì)剧(jù)烈的(de)洗牌”。

这个结论(lùn)是他在当地时间2月(yuè)20日(rì)接受(shòu)《In Good Company》节(jié)目专访时提出的。

他预期(qī)，AI的发展可能会(huì)威胁到(dào)谷歌的市占率，因为微软在AI方面的行(xíng)动相当(dāng)迅速。而最终科技巨头(tóu)将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能助手的到来可能(néng)尚(shàng)需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的AIGC上一次(cì)爆(bào)火的时候，还(hái)是2022年8月，在美(měi)国科罗拉多(duō)州举办(bàn)的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用(yòng)户们可以在应(yīng)用(yòng)中输入一组关键词或者一(yī)张照(zhào)片，就能(néng)获(huò)得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所输(shū)入的文本(běn)。同一组(zǔ)关键词也可以创(chuàng)作(zuò)出(chū)很多张风格不一样的(de)画作，这让创作的过程就像开盲(máng)盒(hé)。

很(hěn)多用户很喜欢这(zhè)种(zhǒng)不确定的惊喜，他们会(huì)将生成的(de)美图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻(fān)车”作品。在社(shè)交媒(méi)体上，许多用户分享AI“翻车(chē)现场”，例(lì)如，一位网(wǎng)友的小狗照片被AI画成了“肌肉男(nán)”，还有网友的(de)个人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现(xiàn)与(yǔ)加(jiā)持，以往AI绘画的(de)填(tián)写(xiě)关(guān)键词游戏可(kě)能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的(de)中国(guó)人张(zhāng)吕敏创作的一种基于控制点的(de)图(tú)像变形算法，主要(yào)用于数字图像处理、计(jì)算机视觉和(hé)计算机图形(xíng)学(xué)等领(lǐng)域。

其SD插件一经(jīng)发(fā)布，在短(duǎn)短的两天内便成为了AI绘(huì)画(huà)领域最新的热点。

在(zài)此之前，大家用了很(hěn)多方(fāng)法(fǎ)想让AI生成的结果尽可能(néng)的符合要(yào)求，但是都不(bù)尽(jǐn)如人意，它(tā)的出现代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直接提(tí)取(qǔ)画面(miàn)的构(gòu)图，人物的姿势(shì)和(hé)画面的深度信息等。有了它的(de)帮助，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔(mó)法(fǎ)”，不少博(bó)主的作品已经获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋(péng)友的照片直接带她们走进动漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的(de)关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关键词试效(xiào)果(guǒ)。

通(tōng)过图片就可以看出(chū)来，效(xiào)果十分惊艳(yàn)。

更(gèng)厉(lì)害的是(shì)，除了真实(shí)的照片，草图(tú)也可以加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变(biàn)得(dé)越来越强(qiáng)大，甚至(zhì)输出的作品都(dōu)已经能以假(jiǎ)乱真(zhēn)了。

02

难(nán)辨虚(xū)实，AIGC技术(shù)力爆发

警惕安全(quán)问题(tí)

近(jìn)日，“苏州金鸡(jī)湖(hú)有(yǒu)游艇party”的消息火(huǒ)遍网络，而(ér)经(jīng)过(guò)警方辟谣这所(suǒ)谓的“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由(yóu)于这个活动里面给出的美女照片都是AI制作的真人照片(piàn)绘图，因为太逼(bī)真，被大家当成真事传播了。

不(bù)过仔细观察可以发现，活动发起者提供的(de)照片中有(yǒu)个很大(dà)的(de)漏洞可(kě)以发现并非未置可否和不置可否的区别在哪，未置可否的置是什么意思真人，而是AI绘(huì)图，那便是(shì)图片中女性的手指部(bù)分有的存(cún)在(zài)异(yì)常。

有行(xíng)业人事表示：“现在因为(wèi)手指部(bù)分的(de)绘画算法(fǎ)比较(jiào)复杂，AI还不(bù)太(tài)会画人(rén)的手，但(dàn)最新看到的图(tú)片已经(jīng)有越来越完美(měi)的(de)AI模型(xíng)出(chū)现(xiàn)，以后(hòu)可(kě)能就完全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已有发生。据(jù)英国广播公司(sī)报道，土耳其地震期(qī)间，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾(zāi)的假照(zhào)片(piàn)发布到网(wǎng)络，以此(cǐ)诱骗(piàn)善良的人打赏(shǎng)“捐助”从而实施(shī)诈骗。

目前随(suí)着技(jì)术发展，AIGC已经能做出真人照片般(bān)的绘(huì)图(tú)效果，如(rú)果这样的图片被用来诈骗，将非(fēi)常可怕(pà)。

此外(wài)AIGC还引发了很多担(dān)忧，一(yī)方面(miàn)，批判(pàn)者(zhě)认为AI在“学(xué)习”了大(dà)量前人的作品之后(hòu)，其创作没有任何情绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一方(fāng)面，AIGC背后(hòu)的版权、目(mù)前都并(bìng)没有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的创(chuàng)意。

马斯克也强(qiáng)调，人工(gōng)智能(néng)的安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术都是有两(liǎng)面(miàn)性(xìng)的，潜在(zài)的危害并不(bù)能掩盖(gài)其光辉(huī)的贡(gòng)献。现在看来，人工(gōng)智能技术将是第四(sì)次工业(yè)革命的核心(xīn)驱动力量，将创造新的(de)增长奇迹(jì)。

过去一年，人工(gōng)智能在技术(shù)和商(shāng)业层面都有(yǒu)了巨大进展，AI绘(huì)画就是人工智能技术发生方向(xiàng)性改(gǎi)变的一个代表(biǎo)。其下(xià)一(yī)站(zhàn)或许就是视(shì)频(pín)。

此(cǐ)前，Meta和(hé)谷歌先后发布了几(jǐ)条(tiáo)引(yǐn)爆科技圈的(de)短视频。这些视(shì)频引(yǐn)发关注并非内容做得多优(yōu)秀(xiù)，反而(ér)都(dōu)非常简单，比如一匹正在喝(hē)水的马(mǎ)，一只画画(huà)的玩(wán)具(jù)熊，或者一段骑摩托车的第一视(shì)角(jiǎo)录像，随便(biàn)一个有(yǒu)手(shǒu)机(jī)的人(rén)都可以(yǐ)随手录下一段。

但这些(xiē)短(duǎn)视频的创作方式非常简单，创作(zuò)者仅(jǐn)仅(jǐn)需要向AI输(shū)入一段话，甚(shèn)至只(zhǐ)是(shì)说一下要求，AI就可以(yǐ)根(gēn)据(jù)需(xū)要生成(chéng)一段视频(pín)。

谷歌发布的两个(gè)AI生成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出更(gèng)高(gāo)清(qīng)视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它(tā)可以(yǐ)制作出超过(guò)2分钟的连贯(guàn)的也有确切内(nèi)容的视频，这才(cái)是真正让(ràng)人(rén)们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清(qīng)，也只能是为内容(róng)生(shēng)产者提供一个灵感，一个素(sù)材，一个过场动画(huà)。

不过(guò)能够制(zhì)作出有具体剧(jù)情内容的视频(pín)就意味(wèi)着(zhe)，一些视频(pín)创作(zuò)由AI代(dài)替(tì)人工完(wán)成已经初步有(yǒu)了(le)可(kě)能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象。内(nèi)容产业的本(běn)质是(shì)供给(gěi)创造需求，AIGC作为全(quán)新的(de)内容生产方(fāng)式，可以为内容产业带来(lái)更新的内容(róng)风(fēng)格、更快的生产速(sù)度，更(gèng)低(dī)的生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种内容形(xíng)式的生(shēng)成。不难发现该项技术不仅在游戏等行业能得到有效应用(yòng)，对于(yú)下(xià)一代互联网各种(zhǒng)元素的(de)构建亦有关键意义。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等诸多(duō)领域，本身就(jiù)对基于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及(jí)视频或不是结果(guǒ)，而(ér)只是(shì)AI进(jìn)程(chéng)中的一块重要拼图，有望在技术(shù)更新的(de)加(jiā)持下实现更大(dà)的(de)应用价值。

AI从(cóng)理(lǐ)解内容，走向了可(kě)以生成内容，甚至能(néng)够创造出(chū)独立(lì)价值和独立(lì)视角的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先进生产力即将到来。

04

紧抓(zhuā)大模型与算力(lì)，牢固(gù)AIGC底(dǐ)座

从技术的发展也(yě)可以看(kàn)出，在语(yǔ)言大(dà)模型、图像大模型之后，多(duō)模态大模型已经成为(wèi)了新的趋(qū)势。

大(dà)模型被誉为当前人工智能发展(zhǎn)的智(zhì)能底(dǐ)座，是全球竞争(zhēng)最激(jī)烈的(de)研究方(fāng)向之一，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等(děng)众(zhòng)多头(tóu)部企(qǐ)业都在竞相发(fā)力(lì)。

不过训练大模型的确价格不(bù)菲，以国盛证券发布(bù)的《ChatGPT需(xū)要多少(shǎo)算力》报告(gào)估算，GPT-3训练一次的(de)成(chéng)本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平(píng)均(jūn)数(shù)1300万计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美元，每(měi)日仅电费就在(zài)5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞(páng)大算力支持。在关注(zhù)各类大模型的发展同时，更应(yīng)该(gāi)关注算力网络的建设。

算力网络正驱动(dòng)AI产(chǎn)业发展(zhǎn)进(jìn)入史诗级加(jiā)速(sù)进程，让AIGC及通(tōng)用AI这一(yī)人工智能发(fā)展的终极(jí)目标(biāo)离得(dé)更近。

因为算(suàn)力(lì)可以(yǐ)对(duì)突破性技术创新(xīn)提(tí)供大力的支持。这方(fāng)面(miàn)，多(duō)模态大模型是典型(xíng)。作为面向(xiàng)未(wèi)来(lái)强人工智(zhì)能(néng)、通用人工智能的重要(yào)技术(shù)创新，多(duō)模态大模型已经在人工智能领域提出了很多(duō)年，业界也有(yǒu)不少(shǎo)技术突破(pò)，但是，多模态大模型(xíng)进(jìn)一步(bù)往(wǎng)下走，算力(lì)需求呈几何式(shì)上升，一般的算(suàn)力基(jī)础设施(shī)很(hěn)快(kuài)将难以胜(shèng)任(rèn)。

从图像、文(wén)字(zì)、语音单独一项的训练，到双模(mó)态、三模态的(de)跃迁，让(ràng)人工智能可以(yǐ)灵活应(yīng)对不同模态的转(zhuǎn)化、像人与世界交互(hù)一样自然，这(zhè)方面，由算力网络来驱动将有明显优势。

此外，还有(yǒu)很(hěn)多(duō)需要爆(bào)发式增长的算(suàn)力来支撑(chēng)的技术创新，将(jiāng)在人工智能(néng)算力(lì)网(wǎng)络支撑下(xià)快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠(diān)覆内容生产的方式，将创造的(de)边际成(chéng)本降(jiàng)低，让万众受益。

未经允许不得转载：绿茶通用站群 未置可否和不置可否的区别在哪，未置可否的置是什么意思