自聊天机器人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人比尔·盖茨已多次公开谈论人(rén)工智能(néng)话题(tí)。在最近的一次(cì)采访中(zhōng)，他再次表(biǎo)示：“AI可能会让科技(jì)行业(yè)迎来(lái)一次(cì)剧烈的(de)洗牌”。

这个结(jié)论(lùn)是(shì)他在当地时间2月20日(rì)接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市(shì)占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面的行动相当迅速(sù)。而最(zuì)终科(kē)技(jì)巨(jù)头(tóu)将把AI整(zhěng)合成用户的“全能助(zhù)手(shǒu)”，包揽一切应用，与人们进行沟通并提(tí)供建议，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的到来(lái)可能尚需(xū)时日(rì)，但(dàn)由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太空歌(gē)剧院》的(de)作品获奖。

随(suí)后各(gè)大厂商的AI绘画软件被广大网友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们(men)可以在应(yīng)用中(zhōng)输入一(yī)组(zǔ)关(guān)键词或者一张照片，就能获得一幅(fú)AI创作(zuò)的画作。

作画的关键就是所输入的文本。同一组关键词也可以创(chuàng)作出很多张(zhāng)风格(gé)不一样的画作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用户很喜欢(huān)这(zhè)种不确定的惊喜，他们会将生(shēng)成的美图(tú)当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体(tǐ)上，许多(duō)用户分享AI“翻(fān)车现场(chǎng)”，例如(rú)，一位网(wǎng)友的小狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而如今随着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的填写关键词游戏可能要(yào)被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏创作的一(yī)种(zhǒng)基于(yú)控(kòng)制点的图像变形算法，主(zhǔ)要用于数(shù)字图(tú)像(xiàng)处理、计(jì)算机视觉(jué)和计算(suàn)机图形学等领域。

其SD插件(jiàn)一经发布，在(zài)短短的两(liǎng)天内便(biàn)成为了AI绘画(huà)领域(yù)最(zuì)新的(de)热点。

在(zài)此(cǐ)之前，大家(jiā)用(yòng)了很多方法想让AI生成的(de)结果尽(jǐn)可能(néng)的符合(hé)要(yào)求，但是都不尽如人(rén)意(yì)，它的出现代表着AI生成(chéng)开始(shǐ)进入真正的可控时期。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势和画面的深度(dù)信息等(děng)。有了它的(de)帮助，就不(bù)用频(pín)繁的用提示词来碰运气气概和气慨哪个正确些，气概与气概的区别，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法(fǎ)”，不(bù)少(shǎo)博(bó)主的作品(pǐn)已(yǐ)经获得(dé)了大量的(de)浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋(péng)友的照片直接带她们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找(zhǎo)到对(duì)应的关键词；最(zuì)后(hòu)用ControlNet插(chā)件(jiàn)绑(bǎng)定骨(gǔ)骼(gé)开(kāi)始换关键词试效(xiào)果。

通(tōng)过图片就可以看出来，效(xiào)果十分惊(jīng)艳。

更厉害的是，除(chú)了(le)真实的照片，草图也可以加(jiā)上“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也(yě)亲自回应。

不得不说当下AIGC已经变得(dé)越来越强(qiáng)大，甚至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的消息火遍网络(luò)，而经(jīng)过(guò)警(jǐng)方辟谣这所谓(wèi)的“party”可能是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活动里(lǐ)面(miàn)给出的美(měi)女照片都是AI制(zhì)作的真(zhēn)人照片(piàn)绘图(tú)，因为太(tài)逼真，被大(dà)家当成(chéng)真事传播(bō)了。

不过仔(zǎi)细(xì)观(guān)察(chá)可以发现，活动发起者提供的照(zhào)片中有个很大的漏气概和气慨哪个正确些，气概与气概的区别洞(dòng)可以发(fā)现并非(fēi)真(zhēn)人，而是AI绘(huì)图，那(nà)便是图片中女(nǚ)性的手(shǒu)指部分有的存在(zài)异常。

有(yǒu)行业(yè)人事表(biǎo)示：“现在因为(wè气概和气慨哪个正确些，气概与气概的区别i)手指部分的(de)绘画算法比(bǐ)较复杂，AI还不太(tài)会画人(rén)的手，但最新看到的图片(piàn)已(yǐ)经有越来越完(wán)美的AI模型出(chū)现，以(yǐ)后可能就完全(quán)没有(yǒu)漏洞了。”

类似(shì)的AI作(zuò)图诈骗在国(guó)外也已有发(fā)生。据英国广播公司报道，土耳其地(dì)震期间(jiān)，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发(fā)布到网络，以此诱(yòu)骗(piàn)善良的(de)人打赏(shǎng)“捐(juān)助”从而实(shí)施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能做出真人(rén)照片般(bān)的绘图效果，如果这样的(de)图片被用来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引发(fā)了很多担忧，一(yī)方面，批判(pàn)者认为AI在“学(xué)习”了大量前人的(de)作品之(zhī)后，其创作没(méi)有(yǒu)任(rèn)何情(qíng)绪(xù)和灵魂，难以和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会(huì)不会代替(tì)人类“至(zhì)高无上”的创意。

马(mǎ)斯克(kè)也强调，人工智能的(de)安全问题需要得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方

技(jì)术(shù)都(dōu)是有两面性(xìng)的，潜(qián)在的危害并不能(néng)掩盖(gài)其(qí)光辉的贡献。现在看来(lái)，人工智能技(jì)术将是第(dì)四次工业革命的核心驱动(dòng)力(lì)量，将创造新的增(zēng)长奇迹。

过去一年，人(rén)工(gōng)智能在技(jì)术和商业层面都有了巨大进展，AI绘画(huà)就(jiù)是人工智能(néng)技术发生方向性改变的一个代(dài)表。其(qí)下一(yī)站或许就(jiù)是视(shì)频。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先后发布(bù)了(le)几条引爆科(kē)技圈(quān)的短视频。这些视频引发关注并非内(nèi)容做得多优秀，反(fǎn)而都(dōu)非常简单，比(bǐ)如一匹正在喝水的马，一只画画的(de)玩具(jù)熊，或者一(yī)段骑摩托车的第一视角(jiǎo)录像，随便一个有手机(jī)的人都可以随手录(lù)下一段。

但这些短视频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至只是说(shuō)一下要(yào)求，AI就可以根(gēn)据需要生成一段视频。

谷歌(gē)发布(bù)的两个(gè)AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈就已经玩了一波梗，一个能够(gòu)做(zuò)出更高清(qīng)视频(pín)的AI还不足以在短时间(jiān)内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可(kě)以(yǐ)制作出超过2分钟的连(lián)贯的也有确切内容的视(shì)频，这(zhè)才是真正让人(rén)们感到惊(jīng)喜的地方。因为(wèi)无论AI生成的视频多么高(gāo)清，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作(zuò)出有具(jù)体剧情内(nèi)容(róng)的视频就意味着，一(yī)些(xiē)视频创作由AI代替人工完成已经初(chū)步(bù)有了可能。

当下(xià)AI的发展速度(dù)已经(jīng)超(chāo)过(guò)大部分人的想象。内(nèi)容(róng)产(chǎn)业的本(běn)质是(shì)供(gōng)给创造需求，AIGC作为全新的内容生产方式，可以为内容(róng)产业带来(lái)更新的内容风格、更快的(de)生产速度，更(gèng)低的生产成本，这无疑会(huì)驱(qū)动内容产(chǎn)业的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应(yīng)用(yòng)于音乐、代(dài)码、机器(qì)人动作(zuò)等多种内容(róng)形式(shì)的(de)生成。不(bù)难发现该项技术不仅在(zài)游戏等行(xíng)业能得到有效应用，对于下一(yī)代互联网(wǎng)各种元素的(de)构建亦有关键意(yì)义。

从商业化的角度(dù)来看(kàn)，文化娱乐(lè)、教育(yù)、传(chuán)媒等诸多领(lǐng)域，本身就对基于AI的可视化(huà)内容有(yǒu)强烈需求。

因(yīn)此(cǐ)，AI绘画(huà)及(jí)视频或不是结果，而只是AI进程中的一块重要拼图，有望在技术更新的加(jiā)持下(xià)实(shí)现更大的应用价值。

AI从理解内(nèi)容，走(zǒu)向了可(kě)以生(shēng)成内容(róng)，甚至能(néng)够创(chuàng)造出独立(lì)价值和独立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型(xíng)、图像大模型(xíng)之(zhī)后，多模态(tài)大模型已经成为(wèi)了(le)新的趋(qū)势。

大模(mó)型被誉为当前人工智能(néng)发展的智能(néng)底(dǐ)座，是全(quán)球竞(jìng)争最激烈的(de)研究方(fāng)向之(zhī)一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里(lǐ)、腾(téng)讯等众(zhòng)多头部企(qǐ)业(yè)都在竞相发力。

不过(guò)训(xùn)练(liàn)大模(mó)型的确价格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要多(duō)少算力》报告(gào)估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大(dà)的(de)LLM(大型语言模型)，训练成本则介于(yú)200万(wàn)美元至1200万美元高价(jià)之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均(jūn)数(shù)1300万计算，其对(duì)应芯片需(xū)求为3万多片(piàn)英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美(měi)元，每日(rì)仅(jǐn)电费就在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力支持。在关注(zhù)各类大模(mó)型的发展同时，更(gèng)应该关注算力网(wǎng)络的(de)建设(shè)。

算(suàn)力网络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工(gōng)智(zhì)能发展的终极目标离得(dé)更近。

因为算(suàn)力(lì)可以对突破性技术创新(xīn)提供大(dà)力的(de)支持。这方面，多模态大模(mó)型是典型。作为面向(xiàng)未来强人(rén)工(gōng)智能、通(tōng)用人工智能的重要技术创新，多模态大模(mó)型已(yǐ)经在人工智能领(lǐng)域提出(chū)了很多年，业界也有不(bù)少(shǎo)技术突破，但(dàn)是，多模(mó)态大(dà)模型进一步(bù)往(wǎng)下走，算(suàn)力需求呈几何式上升(shēng)，一般(bān)的算力基础设施很快将(jiāng)难以胜任。

从图(tú)像(xiàng)、文字、语音单(dān)独一项的训练，到双模态、三(sān)模态的跃迁，让人工智能可以(yǐ)灵活(huó)应(yīng)对不同模态的转(zhuǎn)化、像人与世界(jiè)交互一(yī)样自(zì)然，这方面，由算力网络来驱动将有(yǒu)明显优势。

此外，还有很多需要爆发式增长的算力(lì)来(lái)支撑的(de)技术创(chuàng)新，将在人工智能算力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期(qī)待在大模(mó)型和大算力的支持下AIGC能持续(xù)颠(diān)覆内容(róng)生(shēng)产的(de)方式，将创造的边(biān)际(jì)成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 气概和气慨哪个正确些，气概与气概的区别