自聊天(tiān)机器人ChatGPT火爆以来，微软公(gōng)司创始人比尔(ěr)·盖(gài)茨已多次公开谈论(lùn)人工(gōng)智能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会(huì)让(ràng)科技行业(yè)迎来一(yī)次剧烈的洗牌”。

这个结论是(shì)他(tā)在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅(xùn)速。而最终科(kē)技巨头(tóu)将把AI整合成用户的“全(quán)能(néng)助手”，包揽一切应用，与人们进行(xíng)沟通并(bìng)提供建(jiàn)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ControlNet引发(fā)的(de)又一次AI绘画浪(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绘画新玩(wán)法(fǎ)

AIGC向(xiàng)可控靠(kào)近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的(de)时(shí)候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名为(wèi)《太空歌剧院》的(de)作(zuò)品获奖。

随后各大厂商的(de)AI绘(huì)画软件被广大(dà)网友熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在应用(yòng)中(zhōng)输(shū)入(rù)一(yī)组(zǔ)关键词或者一(yī)张照片(piàn)，就能获得一幅AI创作的(de)画作。

作画的关键就是所输入(rù)的文本。同一组关键词也可以创作出很多(duō)张风(fēng)格不一样的画(huà)作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多(duō)用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生成的美图当做头像(xiàng)。而另一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作(zuò)品。在社(shè)交媒体上，许多(duō)用(yòng)户(hù)分(fēn)享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成(chéng)了(le)“肌肉男”，还有网友的个人(rén)照(zhào)片被AI识(shí)别成(chéng)了建筑。

而如(rú)今随着(zhe)ControlNet的出(chū)现与加持(chí)，以往(wǎng)AI绘画的填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正(zhèng)在(zài)斯坦(tǎn)福读博的(de)中国人张吕敏创作的一种基于控(kòng)制点的图像变形算法(fǎ)，主要用于数字图像处理(lǐ)、计算机视觉和计(jì)算机图形学(xué)等领域(yù)。

其SD插(chā)件一经发布，在短短(duǎn)的(de)两(liǎng)天(tiān)内(nèi)便(biàn)成(chéng)为(wèi)了AI绘画领域最新的热点。

在此之前，大(dà)家用了很多(duō)方法想让AI生成(chéng)的结果尽(jǐn)可(kě)能的(de)符合要求，但是都不尽(jǐn)如人意，它的(de)出现代表着AI生成开始(shǐ)进入真正的可控(kòng)时(shí)期。

因(yīn)为(wèi)ControlNet可(kě)以直接(jiē)提取画面的构图，人物的姿势和(hé)画面(miàn)的深度信(xìn)息等(děng)。有了它的帮助，就(jiù)不用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相(xiāng)当于给AI绘画加了(le)“魔(mó)法”，不少博主(zhǔ)的作品已经获(huò)得(dé)了大量的(de)浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照(zhào)片直(zhí)接带(dài)她(tā)们走(zǒu)进动漫世界(jiè)。

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

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过(guò)图片就可以看(kàn)出来(lái)，效果十分惊艳。

更(gèng)厉害(hài)的是，除了(le)真实的照片，草图也(yě)可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩图。大神张吕敏(mǐn)其(qí)本尊也(yě)亲自(zì)回(huí)应。

不(bù)得不说当(dāng)下AIGC已经变得越来(lái)越强大，甚至(zhì)输出(chū)的(de)作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日(rì)，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游艇party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可能是全(quán)国(guó)第一起(qǐ)AI绘图诈骗。

由于这个活动(dòng)里面给出(chū)的美(měi)女(nǚ)照(zhào)片都是AI制作的真人照片绘图，因为(wèi)太逼(bī)真，被大(dà)家当成真事传(chuán)播了。

不过仔(zǎi)细(xì)观察可以发(fā)现，活动发起者提供的照片中有个很(hěn)大的漏(lòu)洞可以发现并非(fēi)真人，而是(shì)AI绘(huì)图，那便是(shì)图片中女性的手(shǒu)指(zhǐ)部分有的存在异常(cháng)。

有行业人事(shì)表示(shì)：“现在因为(wèi)手指部(bù)分的(de)绘画算法比较复杂，AI还不太会(huì)画人的(de)手，但最新看到的图片已经有越来越完美(měi)的AI模型出现，以后可(kě)能就完全(quán)没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外(wài)也(yě)已有发(fā)生。据(jù)英国广播公司报道(dào)，土耳(ěr)其(qí)地震期间，有Tiktok用户(hù)使用AI合(hé)成了儿童受灾的假照片(piàn)发(fā)布到网(wǎng)络，以此诱骗善良的(de)人(rén)打赏“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人(rén)照片般的绘图效(xiào)果，如(rú)果这样的图(tú)片被用(yòng)来(lái)诈骗，将非(fēi)常可怕。

此外AIGC还引(yǐn)发了很多(duō)担忧，一(yī)方面，批判者认为AI在(zài)“学习”了大量前人的作品之(zhī)后，其创作没有任何情绪和(hé)灵(líng)魂，难以(yǐ)和(hé)人类的(de)艺术(shù)创(chuàng)作相(xiāng)提并论。

另(lìng)一(yī)方面(miàn)，AIGC背(bèi)后的版权、目前都并没有得到有(yǒu)效(xiào)的解决，还有(yǒu)AIGC会不会代替人类(lèi)“至高无上”的创(chuàng)意。

马斯克(kè)也(yě)强调(diào)，人工智(zhì)能的(de)安全问题需(xū)要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频(pín)，还有远方

技(jì)术都是(shì)有两面(miàn)性(xìng)的，潜在的危害并不(bù)能掩(yǎn)盖其光辉(huī)的贡献。现在看(kàn)来，人工智能技术将是第四次工业革命的核(hé)心驱(qū)动力(lì)量，将创造新的增长奇迹。

过(guò)去(qù)一年，人工(gōng)智能在技术和商业层(céng)面都有了巨大进展，AI绘画(huà)就是人工智能(néng)技(jì)术(shù)发生方向性改变(biàn)的一个代表(biǎo)。其(qí)下一站或许就是(shì)视频。

此(cǐ)前，Meta和(hé)谷歌(gē)先后发(fā)布了(le)几条引爆科技圈(quān)的短视频。这些视频(pín)引发(fā)关注并非内(nèi)容做得(dé)多优秀，反(fǎn)而都非常简单，比如一匹正(zhèng)在喝水的马，一只(zhǐ)画画的(de)玩(wán)具熊，或(huò)者一(yī)段骑(qí)摩托车的第(dì)一(yī)视角录像，随便一个有手机的人(rén)都(dōu)可以随手录下一段。

但这(zhè)些短视频的创(chuàng)作方式非常简单，创作者仅仅需(xū)要(yào)向(xiàng)AI输(shū)入一段话，甚至只(zhǐ)是说(shuō)一(yī)下要求，AI就可以根(gēn)据需要生成一段视(shì)频。

谷(gǔ)歌发布的(de)两个AI生成视频分别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经(jīng)玩了(le)一(yī)波梗，一个能够做出更(gèng)高清视频的AI还不足(zú)以在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地(dì)方在于，它可以(yǐ)制作出超过2分钟的连贯的也有确切内容(róng)的视频，这才(cái)是真正让人们感到惊(jīng)喜的地方。因为(wèi)无论AI生成的视频(pín)多(duō)么高清，也只能是为内容(róng)生产者提供一个灵感，一(yī)个素材，一个过场动(dòng)画(huà)。

不(bù)过能够制作出有(yǒu)具(jù)体(tǐ)剧情内容的视频就意味着，一些视频创作由AI代替人工(gōng)完成已经初步有了可能。

当高铁允许携带多少香烟，高铁有规定可以带多少烟下AI的发展(zhǎn)速度已经超过大部分(fēn)人的想象。内容产业的本(běn)质是供给创造需求(qiú)，AIGC作(zuò)为(wèi)全新(xīn)的内(nèi)容(róng)生产(chǎn)方式，可以为内容(róng)产业带来更新的(de)内容风格、更快的生产速度，更(gèng)低(dī)的生产(chǎn)成(chéng)本(běn)，这无疑(yí)会(huì)驱动内(nèi)容产业的大爆发。

除(chú)了AI绘图、视(shì)频(pín)，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发(fā)现该项技术(shù)不仅(jǐn)在游戏等行业(yè)能得到有效应(yīng)用，对于下一代互联网(wǎng)各种元(yuán)素(sù)的(de)构建亦有(yǒu)关键意义。

从商业化的角度来看，文化(huà)娱乐、教育(yù)、传(chuán)媒等(děng)诸多领域(yù)，本身就对基(jī)于AI的可视(shì)化内容有(yǒu)强(qiáng)烈需(xū)求。

因此，AI绘画及视频(pín)或不是结果，而只是(shì)AI进程(chéng)中的一(yī)块(kuài)重要拼图，有望在(zài)技术(shù)更新的(de)加持(chí)下实现(xiàn)更大的应用价值。

AI从(cóng)理解内容，走(zǒu)向了可(kě)以生成内(nèi)容，甚至能够(gòu)创造(zào)出独(dú)立价值(zhí)和独立(lì)视(shì)角的内(nèi)容。AIGC的再次出圈，更代表着未来的(de)先进生产力(lì)即将(jiāng)到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢固AIGC底(dǐ)座

从技术的(de)发展也可(kě)以看出，在语言大模型(xíng)、图像大模型之后，多模态大模型已经(jīng)成为了(le)新的(de)趋势。

大模型被(bèi)誉为当前(qián)人工智能发展(zhǎn)的智能底座，是全球竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多(duō)头部企业都在(zài)竞相(xiāng)发力。

不过训练大模型(xíng)的确价格不(bù)菲(fēi)，以国盛证券发(fā)布的(de)《ChatGPT需(xū)要(yào)多少算力》报告估(gū)算，GPT-3训练一次的成本(běn)约为140万美(měi)元。而对于一些更大的LLM(大型(xíng)语(yǔ)言模型)，训练(liàn)成(chéng)本则介于200万美元(yuán)至1200万美(měi)元高(gāo)价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万计算，其对(duì)应芯片需求为3万多(duō)片英伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元，每(měi)日仅电费就在(zài)5万美(měi)元左右(yòu)。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力(lì)支持。在关注(zhù)各类大模型的(de)发展同时，更应(yīng)该关注算(suàn)力网络的建设。

算(suàn)力网络正驱动AI产业发展进(jìn)入史诗级加速(sù)进(jìn)程，让(ràng)AIGC及(jí)通用AI这(zhè)一人工(gōng)智能发展的终极目标离得更(gèng)近。

因(yīn)为算力可以对突(tū)破性技术创(chuàng)新提(tí)供大力(lì)的(de)支持。这(zhè)方面，多(duō)模态大(dà)模型(xíng)是典型。作为面向未来强(qiáng)人(rén)工智能、通用(yòng)人工智能的(de)重(zhòng)要技术创新，多模态大模(mó)型已经在(zài)人工智能(néng)领域(yù)提(tí)出了很(hěn)多(duō)年(nián)，业(yè)界(jiè)也有不少技术突破，但是，多模态大模型进(jìn)一(yī)步往下走，算(suàn)力(lì)需求呈几何式上升(shēng)，一般的算(suàn)力(lì)基础(chǔ)设施(shī)很快将(jiāng)难以胜任。

从图像、文字(zì)、语音单独一项的训练，到双模态、三模态(tài)的跃迁，让人(rén)工智能(néng)可以灵活(huó)应对(duì)不同模态的转(zhuǎn)化(huà)、像人与世界交互一样(yàng)自然，这方面，由算力网络来(lái)驱动将有明(míng)显(xiǎn)优势(shì)。

此外，还有很多需要爆(bào)发(fā)式增(zēng)长的算(suàn)力来支撑的技(jì)术创(chuàng)新(xīn)，将在人工(gōng)智能(néng)算力网络支撑下快速推(tuī)进。

AIGC已(yǐ)经(jīng)露出曙(shǔ)光，期(qī)待在(zài)大模型(xíng)和大算力(lì)的支(zhī)持(chí)下AIGC能持续颠覆(fù)内容生产的方(fāng)式，将创造的边际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 高铁允许携带多少香烟，高铁有规定可以带多少烟