自聊天机器人ChatGPT火(huǒ)爆以来，微(wēi)软(ruǎn)公司创始(shǐ)人(rén)比尔·盖茨已多(duō)次公开谈论人(rén)工(gōng)智能(néng)话题。在最(zuì)近(jìn)的一次(cì)采访(fǎng)中，他再次表示：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌”。

这个(gè)结(jié)论是他在当地(dì)时间2月20日(rì)接受《In Good Company》节(jié)目专访时(shí)提(tí)出的。

他预期，AI的(de)发展可能(néng)会(huì)威胁到谷歌的市占率，因为(wèi)微软(ruǎn)在(zài)AI方面的行(xíng)动相当迅速。而最终科(kē)技(jì)巨(jù)头(tóu)将把AI整(zhěng)合成(chéng)用户(hù)的“全(quán)能助手”，包(bāo)揽一切应用，与人们进(jìn)行沟通并提供建议(yì)，可(kě)以取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的到来可能(néng)尚需时日(rì)，但由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一次(cì)爆火的(de)时(shí)候，还是(shì)2022年8月，在美国科罗拉多州举办的新(xīn)兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖(jiǎng)。

随(suí)后(hòu)各大厂商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们可以在应用中输入一组关键词或者一张照片，就(jiù)能(néng)获得一(yī)幅AI创(chuàng)作的画作。

作(zuò)画(huà)的关键就是所输入(rù)的文(wén)本。同一组关键词(cí)也可以(yǐ)创作出很多张风格不一样的(de)画作，这让创作的过(guò)程就像开盲盒。

很多用户很喜欢这(zhè)种不确(què)定的惊(jīng)喜，他(tā)们会将生成的美图当做头像。而另一部分(fēn)喜欢翻看AI绘(huì)画(huà)的(de)“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻(fān)车现场”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还(hái)有网友的个人(rén)照片(piàn)被(bèi)AI识别成了建(jiàn)筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画(huà)的填写(xiě)关键词游(yóu)戏(xì)可能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯(sī)坦福读博的(de)中国人张吕敏(mǐn)创作的(de)一(yī)种基(jī)于(yú)控制点(diǎn)的图像变形算法，主(zhǔ)要用于数字(zì)图像处理、计算机视觉和计算机图(tú)形(xíng)学等领(lǐng)域。

其SD插(chā)件一经发(fā)布，在短短(duǎn)的两天内(nèi)便成为了AI绘(huì)画领域最新的热点。

在此之(zhī)前，大家用(yòng)了(le)很(hěn)多(duō)方法想让AI生成的结果尽(jǐn)可能的符(fú)合要(yào)求，但是都不尽如人意，它(tā)的出现代(dài)表着AI生(shēng)成开始进入真正的(de)可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面的构图，人物的姿势(shì)和画面的深度(dù)信息(xī)等。有了(le)它的(de)帮助，就不用(yòng)频繁的用提示词来碰运(yùn)气，抽盲盒式的(de)创(chuàng)作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作品已(yǐ)经获得了大量的浏览量，“viggo”就(jiù)是(shì)其中之(zhī)一，他(tā)用朋友的照片直(zhí)接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始换关键词(cí)试效果。

通过图片就可(kě)以(yǐ)看(kàn)出来，效果(guǒ)十分惊艳。

更厉害的(de)是，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张(zhāng)吕敏其(qí)本尊也亲自回(huí)应。

不得不说当下AIGC已(yǐ)经变得越来越(yuè)强大，甚至输出的作品都已(yǐ)经能以假乱真了。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消息(xī)火遍网(wǎng)络(luò)，而(ér)经(jīng)过(guò)警方辟(pì)谣这所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面给出的(de)美(měi)女照(zhào)片(piàn)都是AI制(zhì)作的真人(rén)照片绘图，因为太(tài)逼真，被大家当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发(fā)起者提供的照片中有(yǒu)个很大(dà)的漏洞可以(yǐ)发现(xiàn)并非(fēi)真人，而是(shì)AI绘图，那便是(shì)图片中(zhōng)女性(xìng)的手指部(bù)分有的存(cún)在异常。

有行(xíng)业人(rén)事表示：“现在因为手指部分的绘画算(suàn)法(fǎ)比(bǐ)较复(fù)杂，AI还不太(tài)会(huì)画人的手，但最新看到的图片已经有越(yuè)来越完(wán)美(měi)的AI模(mó)型(xíng)出(chū)现，以(yǐ)后可能(néng)就(jiù)完(wán)全(quán)没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英(yīng)国广播公司报道(dào)，土(tǔ)耳其地震期间，有(yǒu)Tiktok用(yòng)户使用AI合成(chéng)了儿童受灾的假照片发布(bù)到(dào)网络，以此(cǐ)诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技术发(fā)展，AIGC已(yǐ)经能做出(chū)真人照片般的绘图(tú)效(xiào)果，如果这(zhè)样(yàng)的图片被用(yòng)来(lái)诈骗，将非常可怕。

此外AIGC还引发了(le)很(hěn)多(duō)担忧，一方面，批判者(zhě)认为AI在(zài)“学习”了大量前人的(de)作(zuò)品(pǐn)之后，其创作(zuò)没有任何情绪和灵魂，难以和(hé)人类的艺(yì)术创(chuàng)作相提并论。

另一方面(miàn)，AIGC背后的版权、目(mù)前都并(bìng)没有得(dé)到有效的解决，还(hái)有AIGC会不会代替人类(lèi)“至高无上”的创意。

马(mǎ)斯(sī)克(kè)也强调，人(rén)工(gōng)智能的安全问题需(xū)要得到重视，太晚(wǎn)就来(lái)不及(jí)了。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都是有(yǒu)两(liǎng)面性的，潜在的危害并不能掩盖其光辉(huī)的贡献。现在(zài)看来，人(rén)工智(zhì)能技(jì)术将是第四次工(gōng)业(yè)革命的核心驱(qū)动力(lì)量，将莫代尔与粘纤区别 莫代尔是粘纤的一种吗创造新的增长奇迹(jì)。

过去一年，人工智能在技术(shù)和商(shāng)业层面都(dōu)有了巨大进展，AI绘(huì)画就是人工(gōng)智能(néng)技术发生方向(xiàng)性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科(kē)技圈的短视频(pín)。这(zhè)些(xiē)视频引发关(guān)注(zhù)并非内容做(zuò)得多优秀(xiù)，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只(zhǐ)画画(huà)的玩具熊(xióng)，或者一段骑摩(mó)托车的第一视(shì)角(jiǎo)录像，随便一个(gè)有手机的人都可以随手录下一段。

但这些短视频的(de)创(chuàng)作方式非常简单，创作者仅仅需要向(xiàng)AI输入一(yī)段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要(yào)生成一段视频。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清(qīng)，与Meta的(de)Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做出(chū)更高清视频的AI还不足以在短时(shí)间内(nèi)戳中(zhōng)兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它可以制作出超过2分钟的连(lián)贯的(de)也(yě)有确(què)切内容的视频，这(zhè)才是(shì)真(zhēn)正让人(rén)们感到惊喜(xǐ)的地方。因为无论AI生成的视频多么高清，也只能(néng)是为内容(róng)生产者提供一个(gè)灵感，一(yī)个素材，一个过场(chǎng)动画。

不(bù)过能够制作出有具体剧(jù)情内(nèi)容的视频(pín)就意味着，一些(xiē)视频创作由AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展(zhǎn)速度已经超(chāo)过大部分人的想象(xiàng)。内容(róng)产业的本质是(shì)供给创造需求，AIGC作为全新的内(nèi)容生产方(fāng)式(shì)，可以为内容产业带来更新的内容风格、更快(kuài)的生产速度，更低的(de)生产(chǎn)成本，这无疑会驱(qū)动内容产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术(shù)还(hái)能应(yīng)用于音乐、代码(mǎ)、机器人(rén)动作(zuò)等多种(zhǒng)内容形式的生成。不难发现该项技术不(bù)仅在游(yóu)戏等行(xíng)业能得到有效应用(yòng)，对于(yú)下一(yī)代互联网各种元素的(de)构(gòu)建亦有关键意义。

从商业化的角度(dù)来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需(xū)求(qiú)。

因此，AI绘画及(jí)视频或不(bù)是结果，而只是AI进(jìn)程(chéng)中的一块重要(yào)拼图，有望在技术更(gèng)新(xīn)的(de)加持下实现更大的应用价值(zhí)。

AI从理解内容，走向(xiàng)了可以生成内(nèi)容(róng)，甚(shèn)至能够创造(zào)出(chū)独立价值和独立视(shì)角的(de)内容。AIGC的(de)再次(cì)出圈，更代表着(zhe)未来的先进生产力(lì)即将到来(lái)。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从技术的发(fā)展也可以看出，在语(yǔ)言大模型(xíng)、图像大模型之后(hòu)，多模态大模型已经成为了新的(de)趋势。

大(dà)模型被(bèi)誉为当前人工智能发(fā)展的智(zhì)能底座，是全球竞争最激(jī)烈的研(yán)究(jiū)方(fāng)向之一(yī)，包括谷(gǔ)歌(gē)、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过训练大模型的确价(jià)格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需(xū)要(yào)多(duō)少算力》报(bào)告估算，GPT-3训(xùn)练一次的成本约(yuē)为(wèi)140万美元。而对(duì)于一些更大的LLM(大型语言模型(xíng))，训练成本则介于(yú)200万美元至1200万(wàn)美元(yuán)高价之(zhī)间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万(wàn)计算，其(qí)对应芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始(shǐ)投入成(chéng)本约(yuē)为(wèi)8亿美元(yuán)，每(měi)日仅电费就在5万美元左(zuǒ)右。

此外不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各类大模型的发(fā)展同时，更应该(gāi)关(guān)注(zhù)算力网(wǎng)络(luò)的(de)建(jiàn)设。

算力网络正驱动AI产业发展进(jìn)入(rù)史诗(shī)级加速进程(chéng)，让AIGC及通用AI这一人(rén)工智能发展的终极目标离得更近。

因(yīn)为算力可以对突破性(xìng)技术(shù)创(chuàng)新提供大力的(de)支(zhī)持。这方面，多模态大模(mó)型是典(diǎn)型。作为面(miàn)向(xiàng)未来(lái)强人工智能、通用人工智能的重要技术创新，多模态(tài)大模(mó)型(xíng)已经在人(rén)工智能(néng)领域提出了很多年，业界也有不(bù)少(shǎo)技(jì)术突破，但(dàn)是，多(duō)模态大(dà)模型进(jìn)一步往下走，算(suàn)力(lì)需求呈几何式(shì)上升，一般的算力基础设施很快将(jiāng)难以胜任。

从图像(xiàng)、文字、语音(yīn)单(dān)独一(yī)项的训(xùn)练，到双模态、三模态(tài)的跃迁，让人工智(zhì)能(néng)可以灵(líng)活应对不同模态(tài)的转化、像(xiàng)人(rén)与(yǔ)世界(jiè)交互一样自然，这方面，由算力网络来驱动将有明(míng)显优势(shì)。

此外，还有(yǒu)很多需要爆发式增长的算(suàn)力来支撑的技术创新，将在人工智(zhì)能(néng)算力网络支(zhī)撑下快(kuài)速推进(jìn)。

AIGC已经露出(chū)曙光，期待在(zài)大模型和大算力(lì)的(de)支持下AIGC能持续颠覆内容生产的方式(shì)，将(jiāng)创造的边(biān)际成本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 莫代尔与粘纤区别 莫代尔是粘纤的一种吗