自(zì)聊(liáo)天机(jī)器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人(rén)比(bǐ)尔·盖茨已多(duō)次公开谈(tán)论(lùn)人(rén)工(gōng)智能话题(tí)。在最近的一(yī)次采访(fǎng)中(zhōng)，他再次表示：“AI可能(néng)会让科技(jì)行业迎来一次剧烈的洗牌”。

这个结论是他(tā)在当地时(shí)间2月20日接受《In Good Company》节目(mù)专访时提出(chū)的。

他(tā)预(yù)期，AI的发展可能会威胁到谷歌(gē)的市(shì)占率，因(yīn)为微软在AI方面的行动相当迅速。而最(zuì)终科技(jì)巨头将(jiāng)把AI整(zhěng)合(hé)成用户的(de)“全能(néng)助手(shǒu)”，包(bāo)揽一切应用，与人(rén)们进(jìn)行沟通(tōng)并提(tí)供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应(yīng)用。

大(dà)佬(lǎo)口中(zhōng)全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围(wéi)中杀出(chū)重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画为代(dài)表的AIGC上一次爆火的时(shí)候，还是2022年(nián)8月(yuè)，在美(měi)国科罗拉多州举办(bàn)的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名(míng)为《太空歌剧(jù)院(yuàn)》的作品获奖。

随后各大厂商的AI绘画(huà)软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在(zài)应用中(zhōng)输入一组关键词或者一(yī)张照片(piàn)，就能获得(dé)一幅AI创作的画作。

作画的关键就是所输入(rù)的文本(běn)。同一组关(guān)键词也可以创作(zuò)出很(hěn)多张风格不一样的画作，这让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种不确(què)定(dìng)的惊喜(xǐ)，他们会将生成(chéng)的美图当做头像。而(ér)另一部分喜欢翻(fān)看(kàn)AI绘画的“翻车(chē)”作品。在社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻(fān)车(chē)现场”，例如，一(yī)位网友的(de)小狗照片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的(de)个人照片(piàn)被(bèi)AI识(shí)别成了建筑。

而如(rú)今随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画的填写关键词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的中国人张吕敏创作的一种基于控制点的(de)图像变(biàn)形算法，主要(yào)用于数字图(tú)像处理(lǐ)、计算机(jī)视觉和(hé)计算机(jī)图(tú)形(xíng)学等领域。

其SD插(chā)件一经发(fā)布，在短短的两天内便成为了AI绘画领(lǐng)域(yù)最新的热点。

在(zài)此之(zhī)前，大(dà)家(jiā)用了(le)很(hěn)多(duō)方法想让AI生成的结(jié)果尽可能(néng)的(de)符合要求，但是都不尽如(rú)人意(yì)，它的出现代表着AI生成(chéng)开始(shǐ)进入(rù)真正的可控时(shí)期。

因为(wèi)ControlNet可以直接提取画面的构图，人物的姿势和画面的(de)深(shēn)度信息等。有了它的(de)帮助(zhù)，就不用频(pín)繁(fán)的用提示词来(lái)碰运气，抽盲盒式的(de)创(chuàng)作了。

通俗(sú)的说ControlNet相当于给AI绘画加了(le)“魔法”，不少(shǎo)博主的作品已经(jīng)获(huò)得了大量的浏(liú)览(lǎn)量，“viggo”就是其(qí)中之一，他(tā)用(yòng)朋友(yǒu)的照片直接(jiē)带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应的(de)关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试(shì)效果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草(cǎo)图也(yě)可以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大(dà)神张吕敏其(qí)本尊也亲自回应。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚(shèn)至输出的作品都已经(jīng)能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一(yī)起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女(nǚ)照片都是AI制作的真(zhēn)人(rén)照片绘图(tú)，因(yīn)为太逼(bī)真(zhēn)，被大家当成真事传播了。

不过(guò)仔细观察可以发现，活动发起者(zhě)提供的照(zhào)片中(zhōng)有(yǒu)个很大的漏(lòu)洞可以发现并非真人，而是(shì)AI绘(huì)图，那便是图(tú)片(piàn)中(zhōng)女性的手指(zhǐ)部分有的(de)存在异常。

有行业人(rén)事表示：“现在因为手指部分的(de)绘画算法比较复杂，AI还不(bù)太会画人的(de)手，但最(zuì)新看(kàn)到的图片已(yǐ)经(jīng)有越来(lái)越完美的AI模型(xíng)出现，以后可能就完全没(méi)有漏洞了。”

类似(shì)的AI作(zuò)图诈(zhà)骗在国(guó)外(wài)也已有发生(shēng)。据英国广(guǎng)播公司报道，土(tǔ)耳其地震期(qī)间，有Tiktok用户使用AI合成了儿(ér)童受(shòu)灾(zāi)的假照片发布(bù)到网络，以此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而(ér)实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般的(de)绘图(tú)效果，如果这样的图片被用来诈骗(piàn)，将非常(cháng)可怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方面(miàn)，批判者(zhě)认为AI在(zài)“学习(xí)”了大量前人的作品之后，其(qí)创作没有任何情绪和(hé)灵魂(hún)，难以(yǐ)和人类的艺(yì)术创作(zuò)相(xiāng)提(tí)并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前都并没(méi)有得到有(yǒu)效的解(jiě)决，还有AIGC会不会(huì)代替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的(de)安全问题(tí)需(xū)要得到重视，太晚(wǎn)就(jiù)来不及了(le)。

03

AIGC下一(yī)站(zhàn)除了视频，还有(yǒu)远方(fāng)

技(jì)术都是有两面性(xìng)的，潜在的(de)危害并不能掩盖其光(guāng)辉的贡献。现在看(kàn)来，人工智能(néng)技术(shù)将是第(dì)四次工(gōng)业革命的核心驱动力量，将(jiāng)创(chuàng)造(zào)新的增长奇迹。

过去一年，人(rén)工智能(néng)在(zài)技(jì)术和(hé)商业层面都有(yǒu)了巨大进(jìn)展，AI绘画就是(shì)人工(gōng)智能技术发生方向性(xìng)改变(biàn)的(de)一(yī)个(gè)代表。其下一站或许就是视(shì)频(pín)。

此前，Meta和(hé)谷歌先后发布(bù)了几条引爆科技圈的短视频。这些视频(pín)引发关注并非内容做得(dé)多优秀(xiù)，反而都(dōu)非常(cháng)简单(dān)，比如(rú)一匹(pǐ)正在喝水的(de)马，一只画画的(de)玩具(jù)熊(xióng)，或者一段骑摩托车的第一视角(jiǎo)录像(xiàng)，随便一(yī)个有手机的人都可以(yǐ)随(suí)手录(lù)下一段。

但这些短视频的创作方式(shì)非常简单，创作者仅仅需(xū)要向AI输(shū)入一段话，甚(shèn)至只是说(shuō)一(yī)下(xià)要求，AI就可以根(gēn)据需要生(shēng)成一(yī)段视频(pín)。

谷歌发布(bù)的两个(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，与Meta的(de)Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能(néng)够做出更高清视频的AI还不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以(yǐ)制作出(chū)超过2分钟(zhōng)的连贯的也有(yǒu)确切内容的视频，这才是真正(zhèng)让人(rén)们感到(dào)惊(jīng)喜的地方。因为无论AI生成的(de)视(shì)频多(duō)么高清，也只能(néng)是(shì)为(wèi)内容生产者(zhě)提供一(yī)个灵(líng)感(gǎn)，一个(gè)素(sù)材，一个过场动画。

不(bù)过能够制(zhì)作(zuò)出有具体剧情内容的(de)视频就意味着，一些视(shì)频创(chuàng)作由AI代替(tì)人工(gōng)完成已经初步有(yǒu)了可能。

当下(xià)AI的发展速(sù)度(dù)已(yǐ)经(jīng)超过(guò)大部分人的想象。内容(róng)产(chǎn)业的本质是供给(gěi)创(chuàng)造需(xū)求(qiú)，AIGC作为全(quán)新的内容生(shēng)产方式(shì)，可以为内容产业带来更(gèng)新的内容风(fēng)格、更快的生产速度，更低(dī)的(de)生(shēng)产(chǎn)成本(běn)，这无(wú)疑会驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应用于音乐、代码、机器人动(dòng)作等多种内容形式(shì)的(de)生成。不难(nán)发(fā)现(xiàn)该项(xiàng)技术不仅在游戏等行业能得到有效应用，对(duì)于下一代(dài)互(hù)联网(wǎng)各种元素的构建(jiàn)亦有关键意义。

从商业化的(de)角度(dù)来(lái)看，文化娱乐、教育、传(chuán)媒(méi)等(děng)诸多领域，本(běn)身就对(duì)基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及视频(pín)或不是结(jié)果，而(ér)只(zhǐ)是AI进(jìn)程中的一(yī)块(kuài)重要拼图(tú)，有(yǒu)望在(zài)技术更新的(de)加持下实现更大(dà)的应用价值。

AI从理(lǐ)解内容，走向了可以生成内(nèi)容，甚至能够(gòu)创造出独立(lì)价(jià)值和独立视(shì)角的内容(róng)。AIGC的再(zài)次出圈，更代表着未来的先进(jìn)生(shēng)产力即将(jiāng)到来(lái)。

04

紧抓大模型(xíng)与算(suàn)力，牢(láo)固(gù)AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图像大模(mó)型之(zhī)后，多模态大模(mó)型(xíng)已经(jīng)成为了新的趋势。

大模型被誉为当前人(rén)工智能发展的智(zhì)能(néng)底座，是全球竞争最(zuì)激(jī)烈的研究方(fāng)向之一，包(bāo)括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头部企业都在(zài)竞相发力(lì)。

不(bù)过训练(liàn)大模型的确(què)价(jià)格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本(běn)则介(jiè)于(yú)200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万(wàn)计算，其(qí)对应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投(tóu)入(rù)成本约为8亿美元，每日仅电费就在5万美元(yuán)左右(yòu)。

此外(wài)不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支持。在关注各类大模型的发展(zhǎn)同时(shí)，更应该关(guān)注(zhù)算(suàn)力网络(luò)的建设。

算力(lì)网(wǎng)络正驱(qū)动(dòng)AI产业(yè)发展进入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能(néng)发展(zhǎn)的终极目标(biāo)离得更(gèng)近。

因为(wèi)算力(lì)可以(yǐ)对突破性技术创(chuàng)新(xīn)提供大力的支持。这方面，多模态(tài)大模型是典型。作为面向未(wèi)来强(qiáng)人工智能、通用人工智能的重要技术创新，多模态大模型已(yǐ)经在人工智能领域(yù)提出(chū)了很多年，业界也有不少技术突(tū)破(pò)，但是，多(duō)模(mó)态大(dà)模型进一步往下走(zǒu)，算力需求(qiú)呈(chéng)几何式(shì)上升(shēng)，一般的(de)算力基础设施很快将难(nán)以(yǐ)胜任(rèn)。

从图像、文字(zì)、语音单独一项(xiàng)的训练，到(dào)双模态、三模态的(de)跃迁，让人工(gōng)智能可以灵(líng)活应对不同模态(tài)的(de)转(zhuǎn)化、像人与世(shì)界交互一(yī)样自然(rán)，这方面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多(duō)需(xū)要爆发式增长的算(suàn)力来(lái)支(zhī)撑的技(jì)术创新，将在(zài)人工智能(néng)算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在(zài)大(dà)模型和(hé)大算力的支持下AIGC能(néng)持(chí)续颠覆内容(róng)生产的方式，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：绿茶通用站群 泰伯改字文言文翻译及注释，泰伯改字文言文翻译及原文