自聊天机器人(rén)ChatGPT火爆以来，微(wēi)软(ruǎn)公司创始人(rén)比尔·盖茨(cí)已多次公(gōng)开(kāi)谈(tán)论人(rén)工(gōng)智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让(ràng)科技(jì)行业迎(yíng)来一次剧烈的洗牌”。

这个结(jié)论是他在当(dāng)地(dì)时间2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他预期，AI的发展可能(néng)会威(wēi)胁到谷歌(gē)的(de)市占率，因(yīn)为微软在AI方(fāng)面的行动相当迅(xùn)速(sù)。而(ér)最终科技巨头(tóu)将把AI整(zhěng)合成用户的“全能助手”，包揽一切应用(yòng)，与人(rén)们进(jìn)行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由(yóu)ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在(zài)美国科罗拉(lā)多州举(jǔ)办(bàn)的新兴数(shù)字艺(yì)术家竞赛中，一(yī)幅名(míng)为《太空歌剧院》的(de)作品获(huò)奖(jiǎng)。

随后(hòu)各大厂商的(de)AI绘画软件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应(yīng)用中输入一(yī)组关键词或(huò)者一张照片，就能获得一(yī)幅AI创(chuàng)作的画作。

作画(huà)的关键就是所(suǒ)输入(rù)的文本。同一组(zǔ)关键词也可(kě)以(yǐ)创作(zuò)出很(hěn)多张风格(gé)不一样的画作，这让创作(zuò)的过程就像(xiàng)开(kāi)盲(máng)盒。

很多用户很喜欢这种(zhǒng)不确定(dìng)的惊(jīng)喜，他们会(huì)将生成的(de)美(měi)图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻(fān)车”作(zuò)品。在社(shè)交媒(méi)体上，许多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照片被AI识别成了(le)建筑(zhù)。

而如(rú)今随着(zhe)ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的填写(xiě)关键(jiàn)词(cí)游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕(lǚ)敏(mǐn)创作的一种基于控制点的图(tú)像变(biàn)形(xíng)算法，主要用于(yú)数字图像处理、计算机视(shì)觉和(hé)计算(suàn)机图(tú)形学等(děng)领域。

其SD插件一经发布，在短(duǎn)短的两天内便成为了AI绘画领域最(zuì)新(xīn)的热点。

在此之前(qián)，大(dà)家用了很多方法想让AI生成(chéng)的结(jié)果尽可(kě)能的(de)符合(hé)要(yào)求，但是都不尽如人意，它(tā)的出现(xiàn)代表着AI生成开始进(jìn)入(rù)真正的可控时期。

因为(wèi)ControlNet可以(yǐ)直(zhí)接提取(qǔ)画面的(de)构图(tú)，人物的姿势和画面的深度信(xìn)息等。有(yǒu)了(le)它(tā)的(de)帮助，就不(bù)用频繁的用提示词来碰运气，抽(chōu)盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少博主(zhǔ)的作品已经获(huò)得了大量的浏览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友的(de)照片直(zhí)接带(dài)她们(men)走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应(yīng)的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试(shì)效果。

通(tōng)过图片就可以看(kàn)出来，效果十分惊艳。

更(gèng)厉害的是，除(chú)了真实(shí)的照片(piàn)，草图(tú)也可(kě)以加上“魔(mó)法”，知(zhī)乎大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下(xià)AIGC已经变得(dé)越来越强大，甚至输出的(de)作品都已经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的(de)消息(xī)火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于这个活动里面(miàn)给出的美女(nǚ)照片都(dōu)是(shì)AI制(zhì)作的真(zhēn)人(rén)照片绘图，因为(wèi)太(tài)逼真(zhēn)，被(bèi)大(dà)家(jiā)当成真事(shì)传播了(le)。

不过仔(zǎi)细观察(chá)可以发(fā)现，活动发起者(zhě)提供(gōng)的照片中有个很大的漏洞可(kě)以发(fā)现并非(fēi)真人，而是AI绘图(tú)，那(nà)便是图片(piàn)中女(nǚ)性的手(shǒu)指部分有的存在(zài)异常。

有行(xíng)业人事表示：“现(xiàn)在(zài)因为手指部(bù)分的绘画算法比(bǐ)较复杂，AI还不(bù)太会画(huà)人的手，但最新看到的(de)图片(piàn)已(yǐ)经有越来越完美的AI模型出现，以后(hòu)可能就完全(quán)没有漏洞(dòng)了。”

类(lèi)似(shì)的(de)AI作图(tú)诈(zhà)骗在(zài)国外(wài)也已有发生。据英国(guó)广(guǎng)播公牛心管是牛的什么部位 牛心顶是黄喉吗(gōng)司报道，土耳(ěr)其地(dì)震期间，有(yǒu)Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人(rén)照片般的绘图效(xiào)果，如果这样(yàng)的(de)图片被用(yòng)来(lái)诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面(miàn)，批判者认(rèn)为AI在(zài)“学习”了大量前人的作(zuò)品之后(hòu)，其创(chuàng)作没有任(rèn)何情(qíng)绪(xù)和灵魂，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后(hòu)的(de)版权、目前都(dōu)并没有得到有效的解决，还有AIGC会不(bù)会代替人类(lèi)“至高无(wú)上(shàng)”的(de)创(chuàng)意(yì)。

马(mǎ)斯克也强调，人工智(zhì)能的安(ān)全问题(tí)需要得到(dào)重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还有远方牛心管是牛的什么部位 牛心顶是黄喉吗

技(jì)术都是有两面性的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其光辉的贡献。现在看来(lái)，人工智能技术将是第四(sì)次(cì)工(gōng)业革命的核(hé)心驱动力量，将(jiāng)创造新的增长奇迹。

过(guò)去一年，人工智能在技术和(hé)商(shāng)业层面都有了(le)巨大进(jìn)展，AI绘画就是人工智(zhì)能技术发生方向性改变的一个(gè)代表。其下一站或许就是视频(pín)。

此前，Meta和(hé)谷歌先后发布了几条引爆科技(jì)圈的短视频。这些视频引发关注(zhù)并非内容做得多优秀(xiù)，反而都(dōu)非常简单，比如一(yī)匹正在喝水的马(mǎ)，一只画画的(de)玩(wán)具熊，或者(zhě)一段骑摩(mó)托车的第一视角录像，随(suí)便一个有手机(jī)的人(rén)都(dōu)可以(yǐ)随手录(lù)下一段。

但这些短视(shì)频的创作方式非常简(jiǎn)单，创作(zuò)者仅(jǐn)仅(jǐn)需要向AI输入一段话，甚至只是说一下(xià)要求，AI就可以根据需要生成(chéng)一段(duàn)视频。

谷歌发布的两个AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做(zuò)出更高清(qīng)视(shì)频的AI还不足以在短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的(de)地方(fāng)在(zài)于，它可以制(zhì)作(zuò)出超过2分钟的连贯(guàn)的(de)也有确(què)切内容的视(shì)频，这才是真正让(ràng)人们感(gǎn)到惊喜(xǐ)的地方。因为无论AI生成(chéng)的(de)视(shì)频多么高清(qīng)，也只(zhǐ)能是为(wèi)内(nèi)容生产(chǎn)者提(tí)供一(yī)个灵感(gǎn)，一个素材，一个过场动画(huà)。

不过能够制(zhì)作出有具(jù)体剧情内容的视频(pín)就意味着，一些视频创作由AI代替人工完成已经(jīng)初步(bù)有了可(kě)能。

当下AI的发展速度已经(jīng)超过大部(bù)分(fēn)人的想象。内容(róng)产业(yè)的(de)本质是供给创造需求，AIGC作为(wèi)全(quán)新的内容(róng)生产方式，可以为内(nèi)容产业带来更(gèng)新的(de)内容风格(gé)、更(gèng)快的生产速度，更低的生产成本(běn)，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术还能(néng)应用(yòng)于音乐、代码(mǎ)、机器(qì)人(rén)动作等多种内容形式的生成。不难发现(xiàn)该项技(jì)术(shù)不(bù)仅在(zài)游戏(xì)等行业能(néng)得到(dào)有效应用，对(duì)于下一(yī)代互联网各种元(yuán)素(sù)的构建亦有关键意(yì)义。

从商业化的角度来看，文化娱乐(lè)、教(jiào)育、传(chuán)媒(méi)等诸(zhū)多领域，本身就对基于AI的可(kě)视(shì)化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是AI进程中(zhōng)的一块(kuài)重要拼图，有(yǒu)望(wàng)在技术更新的(de)加(jiā)持下实(shí)现(xiàn)更大的应用价值。

AI从理解(jiě)内(nèi)容，走向了可以生成(chéng)内容(róng)，甚至能够创造出独立价值(zhí)和(hé)独立视角的内容。AIGC的再次出圈(quān)，更代表着未来的先进生产力即将到来。

04

紧(jǐn)抓(zhuā)大(dà)模型(xíng)与算力，牢固AIGC底座

从(cóng)技术的(de)发展也可以看出(chū)，在(zài)语言大模型(xíng)、图像大模型之后，多模态大(dà)模型已经成为(wèi)了新的趋势(shì)。

大(dà)模(mó)型被誉为(wèi)当(dāng)前人(rén)工(gōng)智能发展的(de)智能底座，是全球(qiú)竞争(zhēng)最激烈(liè)的研究方(fāng)向之一，包(bāo)括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯(xùn)等众多头部企业都(dōu)在竞(jìng)相(xiāng)发力。

不过训练大模型(xíng)的确(què)价(jià)格不菲，以国盛证券发布的《ChatGPT需(xū)要多少(shǎo)算力》报告估算，GPT-3训练一次的(de)成本约为140万美(měi)元。而对于一些(xiē)更大的LLM(大型语言模型)，训练成本则介于(yú)200万美(měi)元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数(shù)1300万(wàn)计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿(yì)美(měi)元，每(měi)日仅(jǐn)电(diàn)费(fèi)就在5万(wàn)美(měi)元左右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支(zhī)持。在关注各类大模型的(de)发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产业发展进入(rù)史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这(zhè)一人工智能发展的终极(jí)目标离得更近。

因为(wèi)算力(lì)可以(yǐ)对(duì)突破(pò)性技术(shù)创新提(tí)供大力的(de)支持。这方面，多(duō)模态(tài)大(dà)模(mó)型(xíng)是(shì)典(diǎn)型。作为面(miàn)向未来强人工智能、通(tōng)用人工智能的重要技术(shù)创新(xīn)，多模(mó)态大模型已经在人(rén)工(gōng)智能领域提出了很多(duō)年，业界也有不(bù)少技(jì)术突破，但是，多模态大模(mó)型进一步往下走，算力需求呈(chéng)几(jǐ)何式上升，一(yī)般(bān)的算力基础设施很快将难以胜任。

从图像、文字、语音单(dān)独(dú)一(yī)项的训练(liàn)，到双模(mó)态、三模态的(de)跃迁，让人工智能可以灵活应对(duì)不同模态的转化、像人与(yǔ)世界(jiè)交互一样自然(rán)，这方面，由算力网络来驱动将有明显优(yōu)势。

此外，还有很(hěn)多需(xū)要(yào)爆发式增长的算力来(lái)支撑(chēng)的(de)技术(shù)创(chuàng)新(xīn)，将在人工智能(néng)算力网络支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创造的边(biān)际成本降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 牛心管是牛的什么部位 牛心顶是黄喉吗