自聊天(tiān)机器(qì)人ChatGPT火爆以来(lái)，微(wēi)软公司(sī)创(chuàng)始人比尔·盖茨(cí)已多(duō)次公(gōng)开(kāi)谈(tán)论人工智能话题(tí)。在最近的一次(cì)采访中，他(tā)再次(cì)表示：“AI可(kě)能会让科(kē)技(jì)行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结论是他(tā)在当地时间2月20日(rì)接(jiē)受(shòu)《In Good Company》节(jié)目专访(fǎng)时(shí)提出的。

他预期，AI的发展可能会(huì)威胁到谷歌的(de)市占率，因为微软在AI方面的行动相当迅速。而最终(zhōng)科技巨头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽一切应用(yòng)，与人们进(jìn)行沟通并提供(gōng)建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应(yīng)用(yòng)。

大佬口中全能(néng)助手(shǒu)的到来(lái)可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向(xiàng)可(kě)控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次爆(bào)火的时候，还是2022年8月，在(zài)美国科罗拉多(duō)州举(jǔ)办的新(xīn)兴数字(zì)艺术家竞赛中，一幅名(míng)为(wèi)《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘画软(ruǎn)件(jiàn)被广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中代表。

用(yòng)户们(men)可以在(zài)应用中输入一组关键词或者一张照片，就能获得一幅(fú)A行而不辍履践致远是什么意思，行而不辍 什么意思I创(chuàng)作的画作。

作画的关键就是(shì)所输入(rù)的文(wén)本。同一组关键词也可以创作出(chū)很多张(zhāng)风格不一样的(de)画作，这让创(chuàng)作的过程就像开盲盒(hé)。

很多用户很(hěn)喜欢这种(zhǒng)不确定的惊(jīng)喜，他们(men)会将生成的美(měi)图当做(zuò)头像。而另(lìng)一部(bù)分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在(zài)社交(jiāo)媒(méi)体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人照(zhào)片被(bèi)AI识别成了建筑(zhù)。

而(ér)如今(jīn)随着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画(huà)的填写(xiě)关键词游(yóu)戏可(kě)能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦(tǎn)福读博的中国人(rén)张吕(lǚ)敏(mǐn)创(chuàng)作的(de)一种基于控制点的图像变形算法，主(zhǔ)要用于数字图像处理(lǐ)、计算机视觉和计算机(jī)图(tú)形学等领域。

其SD插(chā)件一经发布，在短短的两天内便(biàn)成为(wèi)了(le)AI绘画领域最新的热点。

在此之前，大家用了(le)很多方法想让AI生成(chéng)的结果尽可能的符合要求，但是(shì)都不尽如人意，它的(de)出现代表着AI生成开始进(jìn)入真正的可控时期。

因为ControlNet可以直接(jiē)提取画(huà)面的构图，人物的姿势和画面的(de)深度信息(xī)等。有(yǒu)了(le)它的(de)帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不少博主的作(zuò)品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就(jiù)是其中之一，他用朋(péng)友的照(zhào)片直接带(dài)她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关(guān)键词试效(xiào)果。

通(tōng)过图(tú)片(piàn)就可(kě)以看出来(lái)，效果十分惊(jīng)艳。

更厉害的是，除了真实的照片，草图(tú)也可以加上(shàng)“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回应。

不(bù)得不说(shuō)当下AIGC已经变得(dé)越来(lái)越(yuè)强大，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近日，“苏州金(jīn)鸡湖有游(yóu)艇(tǐng)party”的(de)消(xiāo)息火遍网(wǎng)络，而(ér)经(jīng)过警方辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全国(guó)第一(yī)起AI绘图(tú)诈骗。

由于这(zhè)个活动里(lǐ)面(miàn)给(gěi)出的美女照片都是AI制作的(de)真(zhēn)人照片绘图，因为太逼真，被大家(jiā)当成真事传播了。

不过仔细观察可以发(fā)现(xiàn)，活动(dòng)发起者提供的照片中有个很大(dà)的漏洞(dòng)可以发现(xiàn)并非真人，而(ér)是AI绘图(tú)，那(nà)便是图(tú)片中(zhōng)女性的手指部(bù)分有(yǒu)的存在异常。

有行(xíng)业人事(shì)表(biǎo)示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人(rén)的手，但最新看到的图片已经有(yǒu)越(yuè)来越完美(měi)的(de)AI模型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国(guó)外(wài)也已(yǐ)有发生(shēng)。据英国(guó)广播公(gōng)司(sī)报道，土耳(ěr)其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网(wǎng)络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出(chū)真人(rén)照片(piàn)般(bān)的绘图效果，如果这样的图片被用(yòng)来诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一(yī)方面(miàn)，批(pī)判(pàn)者认为AI在“学习”了大量前人(rén)的作品(pǐn)之后，其(qí)创作没有任何情绪和(hé)灵魂，难以和人类(lèi)的艺术创作相提并(bìng)论(lùn)。

另一(yī)方面，AIGC背后(hòu)的版权(quán)、目(mù)前都并没(méi)有得到有效的(de)解决，还有AIGC会(huì)不会(huì)代(dài)替人(rén)类“至高无上”的创意。

马斯克也(yě)强(qiáng)调，人工(gōng)智能的安全(quán)问题需(xū)要得到重视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远(yuǎn)方

技术都是有两(liǎng)面性的(de)，潜在的危害(hài)并不能掩盖(gài)其光辉的贡献。现在(zài)看来，人工智能(néng)技术将是第四次工业革命的(de)核(hé)心驱动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智(zhì)能在技术和商业(yè)层面都有了(le)巨大进展，AI绘(huì)画就是人工智能技术发生方向性改变的(de)一个代表。其(qí)下(xià)一站或许(xǔ)就(jiù)是视频。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科技(jì)圈的短(duǎn)视频。这(zhè)些视频引发(fā)关注并非内容(róng)做得多优秀，反而都非常简单(dān)，比如一(yī)匹正(zhèng)在(zài)喝水的马，一(yī)只画(huà)画的玩具熊，或者一段骑(qí)摩托车的第一视角(jiǎo)录像，随(suí)便一个有手机的人都可以随手录(lù)下一(yī)段。

但这些短视频的创作(zuò)方式非常(cháng)简单，创作(zuò)者仅仅需(xū)要向AI输入一段话，甚(shèn)至只是说一下要求，AI就可以根据需(xū)要生成一段视频。

谷(gǔ)歌(gē)发布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后，AI圈就(jiù)已经玩了一波梗，一个能够做出(chū)更高清视频的(de)AI还不(bù)足以在短时间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加(jiā)令(lìng)人震惊的地方在于，它可以(yǐ)制作出超过2分钟的连贯(guàn)的(de)也有确切内容的(de)视频，这才是真正让人们感到惊喜的地(dì)方(fāng)。因为无论AI生成的(de)视频多么高清(qīng)，也只能是(shì)为(wèi)内容生产者提(tí)供一个(gè)灵感，一个素材，一个过场动(dòng)画。

不过能够制作(zuò)出有具体(tǐ)剧情内容的视频就(jiù)意味着，一些视频创作(zuò)由AI代替人工完(wán)成已经(jīng)初(chū)步有了(le)可(kě)能。

当下AI的发展速(sù)度(dù)已经超过(guò)大部分人的想(xiǎng)象。内容(róng)产业的本(běn)质是供给(gěi)创造(zào)需求(qiú)，AIGC作为全(quán)新(xīn)的内容生产方式，可以为内容产业带来(lái)更(gèng)新的内容风格、更快的生(shēng)产速度，更低的生(shēng)产成本，这无疑(yí)会驱动内容产(chǎn)业(yè)的大爆发。

除(chú)了AI绘(huì)图、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多种内(nèi)容(róng)形式(s行而不辍履践致远是什么意思，行而不辍 什么意思hì)的生成。不难发现该项技术不仅在(zài)游(yóu)戏等行业能(néng)得到有(yǒu)效应用，对于下一代互联网各种(zhǒng)元素(sù)的构建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等(děng)诸(zhū)多领域，本身就对(duì)基于AI的可(kě)视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及(jí)视频或不是结果，而只是(shì)AI进程中的一块重(zhòng)要拼图，有望在技术更新的(de)加(jiā)持下实现更(gèng)大的(de)应用(yòng)价值。

AI从理解(jiě)内(nèi)容，走向了可以生成内容，甚至(zhì)能(néng)够创(chuàng)造出独立(lì)价(jià)值和独(dú)立视角的(de)内容。AIGC的再次出圈，更(gèng)代表(biǎo)着未来的先进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术的(de)发展(zhǎn)也可以看(kàn)出，在语言大(dà)模(mó)型、图(tú)像大模型之(zhī)后(hòu)，多模态大模型(xíng)已经成为了新的趋势(shì)。

大模型(xíng)被誉为当前人工智能发展的智能底座，是全球竞(jìng)争最(zuì)激烈的研究方向之(zhī)一(yī)，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部(bù)企业都在竞相(xiāng)发力。

不过(guò)训练大模型(xíng)的确价格不菲，以国(guó)盛证(zhèng)券发布的(de)《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训(xùn)练一次的(de)成本约为140万美元(yuán)。而对于(yú)一些更(gèng)大(dà)的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平(píng)均数(shù)1300万计算(suàn)，其对应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿美(měi)元(yuán)，每日(rì)仅电费(fèi)就在5万(wàn)美元(yuán)左右。

此外不(bù)论是(shì)ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力支持。在关(guān)注各(gè)类大(dà)模型的(de)发展同时，更应(yīng)该关注算力网络的建设(shè)。

算力网(wǎng)络(luò)正驱(qū)动AI产业发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智能发展(zhǎn)的(de)终极目标离得更(gèng)近。

因为算力可以对突破(pò)性技术创(chuàng)新提供大力的支(zhī)持。这方面，多模态(tài)大模型是(shì)典型。作为面向未来强(qiáng)人工智能、通用人工智能(néng)的(de)重(zhòng)要技术创新，多模(mó)态大模型已经在人工(gōng)智(zhì)能领域提出了(le)很多年，业界也有不少技术突破，但(dàn)是(shì)，多模态大模型进(jìn)一(yī)步往下走，算力需求呈几何式上升，一(yī)般的算(suàn)力(lì)基(jī)础(chǔ)设施很快将难以胜任。

从图(tú)像、文字(zì)、语音单(dān)独(dú)一(yī)项的(de)训练，到双模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交(jiāo)互一样(yàng)自然，这方面(miàn)，由算力网(wǎng)络(luò)来(lái)驱动将(jiāng)有明(míng)显优势。

此外，还有(yǒu)很(hěn)多需要爆(bào)发式增长(zhǎng)的算力来支(zhī)撑的技术创(chuàng)新(xīn)，将(jiāng)在人工智(zhì)能算(suàn)力网络支撑下快(kuài)速推进(jìn)。

AIGC已经露出(chū)曙光(guāng)，期(qī)待在大模型和大算力的支持下AIGC能(néng)持续颠覆内容(róng)生(shēng)产的方(fāng)式(shì)，将创造的边际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 行而不辍履践致远是什么意思，行而不辍 什么意思