自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微(wēi)软(ruǎn)公(gōng)司创始人(rén)比(bǐ)尔(ěr)·盖茨已(yǐ)多(duō)次公开谈论人工(gōng)智能(néng)话(huà)题。在最近的一次采(cǎi)访中，他再次(cì)表示：“AI可能会让科技行业迎(yíng)来(lái)一次(cì)剧烈的洗牌”。

这个结(jié)论是他(tā)在当地时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他预期，AI的发展可能会威(wēi)胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成(chéng)用户的“全(quán)能(néng)助手”，包揽一切(qiè)应用，与人们进(jìn)行(xíng)沟通并提供(gōng)建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来可能尚需时日，但(dàn)由(yóu)ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画(huà)为代(dài)表的AIGC上一(yī)次爆(bào)火的时(shí)候(hòu)，还是2022年(nián)8月，在(zài)美国科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧(jù)院(yuàn)》的(de)作品获奖。

随后各大(dà)厂商的AI绘画软件被(bèi)广(guǎng)大网(wǎng)友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输入一组(zǔ)关键词(cí)或(huò)者一(yī)张照(zhào)片，就能(néng)获(huò)得一幅AI创作(zuò)的画作。

作(zuò)画的(de)关(guān)键就是所(suǒ)输入的文本。同一(yī)组关键词也可以创作出很多张风格不一样的画作，这(zhè)让创(chuàng)作的过程就像(xiàng)开盲盒(hé)。

很多用(yòng)户很喜欢(huān)这(zhè)种不确定的(de)惊(jīng)喜，他们会将生成的美图当做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒(méi)体上，许多用户分(fēn)享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被AI画成了“肌肉(ròu)男(nán)”，还有网友的个人照片(piàn)被(bèi)AI识(shí)别(bié)成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘(huì)画的填写(xiě)关键词游戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯坦福读博的中国人(rén)张吕敏创(chuàng)作的(de)一种(zhǒng)基(jī)于(yú)控制点的图(tú)像变(biàn)形算法，主要用于数字(zì)图像处理、计算机(jī)视(shì)觉(jué)和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在(zài)短短的两(liǎng)天内(nèi)便成为(wèi)了AI绘(huì)画领域最新(xīn)的(de)热点。

在此之(zhī)前，大家用了很(hěn)多方法想让AI生(shēng)成的(de)结(jié)果尽可能的(de)符合要求(qiú)，但是都不(bù)尽(jǐn)如人(rén)意，它的出现代表(biǎo)着AI生成开(kāi)始进入真正(zhèng)的可控时期(qī)。

因(yīn)为ControlNet可以直(zhí)接提取画面(miàn)的构图，人物的姿势和画面的深度信息等。有(yǒu)了它(tā)的帮助，就不用频(pín)繁的用(yòng)提示词来(lái)碰运(yùn)气，抽(chōu)盲盒式的创作了。

通(tōng)俗(sú)的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了大量(liàng)的(de)浏览量，“viggo”就(jiù)是其中之(zhī)一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词；最(zuì)后用(yòng)ControlNet插件绑定(dìng)骨骼(gé)开始换关键词(cí)试(shì)效果(guǒ)。

通过图片就可以(yǐ)看出来，效(xiào)果十分惊艳。

更(gèng)厉害的(de)是，除了真实(shí)的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊(zūn)也(yě)亲自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越来越强大，甚(shèn)至输出的(de)作品(pǐn)都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警(jǐng)惕安(ān)全问题

近日(rì)，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息火遍(biàn)网络(luò)，而经(jīng)过警方(fāng)辟谣这所谓的(de)“party”可(kě)能是全国第一起AI绘(huì)图诈(zhà)骗。

由于这个活动里(lǐ)面给(gěi)出(chū)的美女照片都是AI制作的真人照(zhào)片绘图，因为太逼真(zhēn)，被大家当(dāng)成(chéng)真事传播了。

不(bù)过仔细观察可以发现(xiàn)，活动发起(qǐ)者提供的照(zhào)片中(zhōng)有个很大(dà)的漏(lòu)洞可以发现并非真人，而(ér)是AI绘(huì)图，那便是图片中女性的手(shǒu)指部分有(yǒu)的存在异常。

有行(xíng)业(yè)人事(shì)表示：“现在因为手指部分的(de)绘画算法比较复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的图(tú)片已经有(yǒu)越来(lái)越完美(měi)的(de)AI模型出现，以(yǐ)后(hòu)可(kě)能就完全没有漏洞了。”

类似(shì)的AI作图诈骗在(zài)国外(wài)也已有发生(shēng)。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户(hù)使用AI合成了儿(ér)童受灾的假照片发(fā)布到网络，以(yǐ)此(cǐ)诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目(mù)前随(suí)着(zhe)技术发(fā)展，AIGC已(yǐ)经能做(zuò)出真人(rén)照片(piàn)般的(de)绘图效(xiào)果，如果这(zhè)样的图片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多担忧，一方(fāng)面，批判者认(rèn)为(wèi)AI在“学习”了大量前人的作(zuò)品之后，其(qí)创作没有任(rèn)何情(qíng)绪和灵魂，难以和(hé)人类的艺术创作相提(tí)并论。

另一方(fāng)面，AIGC背后的(de)版权、目前都并(bìng)没有得到(dào)有效的解决，还有(yǒu)AIGC会不会代替(tì)人类“至高(gāo)无上”的创(chuàng)意。

马斯克也强调，人工智能的(de)安全(quán)问(wèn)题(tí)需要(yào)得(dé)到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技术(shù)都是有两面性的，潜在的危害并(bìng)不(bù)能掩(yǎn)盖(gài)其光辉的贡(gòng)献。现在(zài)看来，人工(gōng)智能(néng)技术将是第四次(cì)工业(yè)革(gé)命的核(hé)心驱动力量，将创造新的(de)增长奇迹。

过去(qù)一年，人工(gōng)智(zhì)能在(zài)技术(shù)和商业层面都有七七事变的简介50字，七七事变的简介思维导图了巨(jù)大进展，AI绘(huì)画就是人工(gōng)智(zhì)能技术发(fā)生(shēng)方向性改变(biàn)的一个代表。其下一站或(huò)许就是视频。

此前(qián)，Meta和谷歌先后发(fā)布了几条引(yǐn)爆科技圈的短视频(pín)。这些视频引发关注并非内容(róng)做(zuò)得多优秀，反而都非(fēi)常简单，比(bǐ)如一匹正在喝水的马，一(yī)只画画的玩具熊，或者(zhě)一段(duàn)骑(qí)摩托车的第一(yī)视角录像(xiàng)，随(suí)便一个(gè)有手(shǒu)机的人都可(kě)以(yǐ)随(suí)手录下一段。

但这些短(duǎn)视频的(de)创作方式非常简单，创作者仅(jǐn)仅需要(yào)向AI输入一(yī)段话，甚至只是说一(yī)下要求，AI就可(kě)以根(gēn)据需(xū)要生成(chéng)一段视频(pín)。

谷歌发(fā)布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的(de)视频后，AI圈就已经玩(wán)了(le)一波梗，一(yī)个能够做出更高清视(shì)频的AI还(hái)不足(zú)以在(zài)短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以制作出超(chāo)过2分钟的(de)连贯(guàn)的也有(yǒu)确切(qiè)内(nèi)容的视(shì)频(pín)，这才是真正让(ràng)人们(men)感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生(shēng)产者提(tí)供一个灵感，一个素材，一个过(guò)场动画。

不过能(néng)够制作(zuò)出(chū)有具体剧情(qíng)内容的视频(pín)就(jiù)意味着(zhe)，一些视(shì)频创作由AI代替(tì)人工完成已经初步(bù)有了可能。

当(dāng)下(xià)AI的发展速度已(yǐ)经(jīng)超过(guò)大部分(fēn)人的想象。内(nèi)容产业的本质是供给(gěi)创(chuàng)造(zào)需求，AIGC作为全新的内(nèi)容生(shēng)产方式，可以为(wèi)内容产业带来更新(xīn)的内容风格、更快的生(shēng)产速(sù)度，更低的生产(chǎn)成本(běn)，这(zhè)无疑会驱动内容产业的大爆发。

除(chú)了(le)AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种(zhǒng)内容形式的生(shēng)成。不难(nán)发(fā)现该项技术(shù)不仅在游戏等行业能得到有效应用，对于下(xià)一代互联网各(gè)种元(yuán)素的构建(jiàn)亦有关(guān)键意(yì)义。

从商(shāng)业化的角度(dù)来看，文(wén)化娱乐、教育、传媒(méi)等诸多领(lǐng)域，本身就对基于AI的可视化(huà)内容有强烈(liè)需(xū)求。

因(yīn)此(cǐ)，AI绘画(huà)及视(shì)频或不是结(jié)果，而只是AI进程(chéng)中(zhōng)的一块重要拼图，有(yǒu)望在技术(shù)更新的加持下实(shí)现(xiàn)更(gèng)大的应用价(jià)值(zhí)。

AI从理解内容，走(zǒu)向了可以生成内(nèi)容，甚(shèn)至能够(gòu)创造出独立价值和(hé)独立视角的内容。AIGC的再次出(chū)圈(quān)，更(gèng)代表着未来的先(xiān)进生产力即将到(dào)来。

04

紧抓大模型(xíng)与算力(lì)，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可(kě)以看(kàn)出，在语言大模型、图像(xiàng)大模型之后(hòu)，多模态大(dà)模型已(yǐ)经成为了新(xīn)的趋势(shì)。

大模(mó)型被誉为当前人工智能发展的智能底座，是全(quán)球竞争最激烈的研究方(fāng)向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头(tóu)部企业都在竞(jìng)相发力。

不过训练大模型(xíng)的确(què)价格(gé)不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多少算力》报告(gào)估(gū)算，GPT-3训(xùn)练一(yī)次的成本约(yuē)为140万美元。而对于一些更大的LLM(大型(xíng)语言模型)，训(xùn)练成本则介(jiè)于(yú)200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均数(shù)1300万计算，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本(běn)约为8亿美元(yuán)，每日仅电费(fèi)就在5万(wàn)美(měi)元左(zuǒ)右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离(lí)不开(kāi)庞大算(suàn)力支持(chí)。在关(guān)注(zhù)各类大模型的(de)发(fā)展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算(suàn)力网络正驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一人(rén)工智(zhì)能发展的终(zhōng)极目标离得更近。

因为(wèi)算(suàn)力(lì)可(kě)以对突破性(xìng)技术创新提供大力的支持。这方面，多模态大模型是典(diǎn)型(xíng)。作(zuò)为(wèi)面(miàn)向未(wèi)来(lái)强(qiáng)人工智能、通用人工(gōng)智(zhì)能的重要(yào)技(jì)术创新，多模(mó)态(tài)大模型已经(jīng)在人工智能领(lǐng)域提出了(le)很多年，业界也(yě)有不(bù)少技术(shù)突破(pò)，但是，多模态大模型进(jìn)一步往下(xià)走，算力需求呈几何式上升，一般的算力基础(chǔ)设施很快将难以胜任。

从图(tú)像(xiàng)、文(wén)字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工(gōng)智能可以(yǐ)灵活应对不(bù)同模态的(de)转化、像(xiàng)人与世界(jiè)交互一(yī)样自然，这方面(miàn)，由(yóu)算力网络来驱动将有(yǒu)明显优势(shì)。

此外(wài)，还(hái)有很多需要爆发式增长的(de)算力来支(zhī)撑的技术创新，将(jiāng)在人工(gōng)智能算力网络(luò)支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力(lì)的(de)支持下AIGC能持续(xù)颠覆内容生(shēng)产的方式，将创造(zào)的边际(jì)成本(běn)降低(dī)，让(ràng)万(wàn)众受益(yì)。

未经允许不得转载：绿茶通用站群 七七事变的简介50字，七七事变的简介思维导图