自聊天机(jī)器(qì)人(rén)ChatGPT火爆以来(lái)，微(wēi)软公司创始人比尔·盖茨已多次公开谈论(lùn)人工(gōng)智能话题。在(zài)最近的(de)一次采访(fǎng)中，他(tā)再(zài)次表示：“AI可能会让科(kē)技行业(yè)迎(yíng)来一(yī)次剧烈的洗牌”。

这(zhè)个(gè)结论是他在当地时间2月20日接(jiē)受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行动相当迅速(sù)。而最终科(kē)技巨(jù)头将(jiāng)把(bǎ)AI整(zhěng)合成用户的“全能(néng)助手”，包揽一切应用，与人们进行沟通并(bìng)提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火的时候(hòu)，还(hái)是2022年8月，在美国科(kē)罗拉多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画(huà)软件(jiàn)被广大(dà)网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入(rù)一(yī)组关键词或者一张照片(piàn)，就能(néng)获(huò)得一幅AI创作的(de)画作(zuò)。

作(zuò)画的关键就是(shì)所输入的文本。同(tóng)一组(zǔ)关键(jiàn)词也可以创(chuàng)作出很多张风格不一样的画作，这让(ràng)创作的过程就(jiù)像开盲(máng)盒。

很多用户很喜(xǐ)欢这种不(bù)确定的惊喜，他们(men)会将生成的美图当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位(wèi)网友的(de)小狗照片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的(de)个(gè)人照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出(chū)现(xiàn)与加(jiā)持，以(yǐ)往AI绘画(huà)的填写关(guān)键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的(de)中国(guó)人张吕敏(mǐn)创作的一种基于控制点的图像变形(xíng)算法(fǎ)，主要用(yòng)于(yú)数字图像(xiàng)处理(lǐ)、计算(suàn)机视觉和计算机(jī)图(tú)形学等领域。

其SD插(chā)件一(yī)经发布，在短短(duǎn)的两天内(nèi)便(biàn)成为(wèi)了AI绘画领域最新(xīn)的热点。

在此之前(qián)，大家用了(le)很(hěn)多方法想让AI生成的结(jié)果尽可能的符合要求，但是(shì)都不尽(jǐn)如人意，它的(de)出现代表着AI生(shēng)成开始进入真正的可控时(shí)期。

因为(wèi)ControlNet可以直(zhí)接提(tí)取画面的构图，人(rén)物的姿势和画面(miàn)的深度信息等。有了它的帮助，就不用(yòng)频繁的(de)用提示词来碰运(yùn)气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的作品已经获得了大(dà)量的浏览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对(duì)应的关(guān)键词；最后用(yòng)ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就(jiù)可以(yǐ)看出来，效果(guǒ)十(shí)分惊艳。

更(gèng)厉(lì)害的是，除(chú)了真实的照片，草图也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图。大神(shén)张(zhāng)吕敏(mǐn)其(qí)本尊也(yě)亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出(chū)的作品(pǐn)都已经能以假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖(hú)有游艇party”的为什么管拜登叫拜振华？ 拜登是哪年出生消息火遍网络，而经过警方(fāng)辟谣(yáo)这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈骗。

由(yóu)于这个活动里面给出的美女照(zhào)片(piàn)都(dōu)是AI制(zhì)作(zuò)的真人照片(piàn)绘图，因为太逼真，被大(dà)家当(dāng)成真事传播了。

不过(guò)仔细(xì)观察可以发现，活(huó)动发起者提供的照(zhào)片中有个很大的漏(lòu)洞可以发现(xiàn)并非真人，而是AI绘(huì)图，那(nà)便是(shì)图片中(zhōng)女(nǚ)性的手指部分有的存在(zài)异常。

有行业人事表示：“现(xiàn)在因(yīn)为手指部分的绘画算法(fǎ)比较复杂，AI还不太(tài)会(huì)画人的手，但最新看到的图片已经有越(yuè)来越完美的AI模型出现(xiàn)，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在为什么管拜登叫拜振华？ 拜登是哪年出生(zài)国外也已(yǐ)有(yǒu)发生。据英国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户(hù)使(shǐ)用AI合成了儿童受灾的假照片发布(bù)到网络，以此诱(yòu)骗善良(liáng)的(de)人(rén)打赏“捐(juān)助”从而实施诈骗。

目前随(suí)着(zhe)技(jì)术发展，AIGC已经能做出真人照片般的绘图效果，如果这(zhè)样的图片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还(hái)引发(fā)了很多担(dān)忧，一(yī)方(fāng)面，批判者(zhě)认为(wèi)AI在“学习”了大(dà)量前人的作(zuò)品之后，其(qí)创(chuàng)作没(méi)有任何情绪和灵魂，难以和(hé)人类(lèi)的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并(bìng)没有得(dé)到(dào)有效的解决，还(hái)有AIGC会(huì)不(bù)会(huì)代替人类“至高(gāo)无(wú)上”的创(chuàng)意(yì)。

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

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面性的，潜在的危(wēi)害并(bìng)不能掩盖其光辉的贡(gòng)献。现在看来(lái)，人工(gōng)智能(néng)技(jì)术将是第四(sì)次工业(yè)革(gé)命的核心驱动力量，将创造新的增长奇(qí)迹。

过(guò)去一年(nián)，人工(gōng)智能在技术和(hé)商业(yè)层面都有了巨大进展，AI绘画就是人工智能技术(shù)发生方(fāng)向性改变的一个代表(biǎo)。其下一站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引爆科技(jì)圈的短视频。这些视频引发(fā)关注(zhù)并(bìng)非内容(róng)做得多(duō)优(yōu)秀，反而都非(fēi)常简(jiǎn)单，比如一(yī)匹(pǐ)正在(zài)喝水(shuǐ)的(de)马，一只画画的玩具熊，或者一(yī)段骑摩托车的第一(yī)视(shì)角录像，随便一(yī)个有手(shǒu)机的人(rén)都(dōu)可以随手录下一段(duàn)。

但(dàn)这些短(duǎn)视频的创作方式非常简单(dān)，创作者仅仅需要向(xiàng)AI输(shū)入一段话，甚至只是说一(yī)下要求，AI就可以(yǐ)根据(jù)需要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经(jīng)玩了(le)一波梗，一(yī)个能(néng)够(gòu)做出更高清视频(pín)的(de)AI还不足以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出超过2分(fēn)钟(zhōng)的(de)连贯的(de)也有确(què)切(qiè)内容的视(shì)频，这才(cái)是真正(zhèng)让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清(qīng)，也只能是为(wèi)内容生产者提供(gōng)一个(gè)灵感，一(yī)个素材，一(yī)个过(guò)场(chǎng)动画。

不过(guò)能(néng)够(gòu)制作出有具体(tǐ)剧情内(nèi)容的视频就意味着(zhe)，一些视频创作由(yóu)AI代替人(rén)工完成已经初步有了可能(néng)。

当下AI的发(fā)展速(sù)度已经(jīng)超过(guò)大部分人的(de)想象(xiàng)。内容产业的(de)本质是供给创造需(xū)求，AIGC作(zuò)为全新的内容(róng)生产方式，可以为内容产业带来(lái)更新的内容(róng)风(fēng)格、更(gèng)快(kuài)的(de)生产速度，更低的生产成本，这(zhè)无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人(rén)动作等多种(zhǒng)内容形式的生(shēng)成。不(bù)难(nán)发现该项技术不仅(jǐn)在游(yóu)戏等行业(yè)能得到有效应用，对于下一代互联(lián)网(wǎng)各种元素的(de)构(gòu)建亦有关键意义。

从商业化的(de)角度来看(kàn)，文化(huà)娱乐、教育、传媒等诸多领(lǐng)域(yù)，本身(shēn)就(jiù)对基于AI的(de)可视化内(nèi)容有强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及视频或不是结果，而只是(shì)AI进程中的一块重要拼图，有望在技术更(gèng)新的加持下实(shí)现更(gèng)大的应用价值。

AI从理解内容(róng)，走向了(le)可(kě)以生(shēng)成(chéng)内容(róng)，甚至(zhì)能够创造出(chū)独立价值和独(dú)立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即将(jiāng)到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出，在语(yǔ)言大模型、图像(xiàng)大(dà)模型之后(hòu)，多模态(tài)大模(mó)型(xíng)已经成(chéng)为了新的趋势。

大模型(xíng)被(bèi)誉(yù)为(wèi)当前人工智能发展的智(zhì)能(néng)底座(zuò)，是(shì)全球竞争最激烈的(de)研(yán)究(jiū)方向(xiàng)之一，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众多头部企业都在(zài)竞相发力。

不过训(xùn)练大(dà)模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的(de)成本约为140万美元。而(ér)对于(yú)一(yī)些(xiē)更大的LLM(大型语言模型(xíng))，训练(liàn)成本则(zé)介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计(jì)算，其(qí)对应(yīng)芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元(yuán)，每日仅电费就(jiù)在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支持。在关(guān)注(zhù)各类(lèi)大(dà)模型的发展(zhǎn)同时(shí)，更应该关注算力网络的(de)建设。

算力网络(luò)正驱(qū)动AI产(chǎn)业发展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这(zhè)一人工智能发展的终极目标(biāo)离(lí)得更近。

因为算力可以对突破性技术创新(xīn)提供大力的支(zhī)持。这方面，多模态(tài)大(dà)模(mó)型是(shì)典型。作(zuò)为面向未来(lái)强(qiáng)人工智(zhì)能、通用人工智能(néng)的重要技术创新(xīn)，多模态大模型已经(jīng)在(zài)人工智能领域提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模(mó)型进一步往下(xià)走，算力(lì)需求呈几何式上升(shēng)，一般的算力基础设(shè)施很快将(jiāng)难以胜任。

从图像、文(wén)字、语(yǔ)音单独一项的训练，到双模态、三(sān)模态的跃迁，让人工智能可以(yǐ)灵活应对不同模态的(de)转化、像人与世(shì)界交互一样(yàng)自然，这(zhè)方(fāng)面，由算力网络来驱动将有(yǒu)明显(xiǎn)优势(shì)。

此外，还有(yǒu)很(hěn)多需(xū)要爆发式增(zēng)长(zhǎng)的算力(lì)来(lái)支撑(chēng)的(de)技术创新，将在(zài)人工智能算(suàn)力网(wǎng)络(luò)支撑下快速推进。

AIGC已经露出曙光(guāng)，期待(dài)在大模(mó)型和(hé)大算力的(de)支持下AIGC能持续颠(diān)覆内容生产的方式(shì)，将创造的边际成本降低，让(ràng)万众(zhòng)受(shòu)益(yì)。

未经允许不得转载：绿茶通用站群 为什么管拜登叫拜振华？ 拜登是哪年出生