自聊天(tiān)机器人(rén)ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已多次(cì)公开谈(tán)论人工智能话题(tí)。在最近的一次(cì)采访中，他再(zài)次表示：“AI可能会让(ràng)科技(jì)行业(yè)迎来一(yī)次(cì)剧烈的洗(xǐ)牌”。

这个结论(lùn)是他在当(dāng)地(dì)时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展(zhǎn)可(kě)能会威胁到谷歌的(de)市占率(lǜ)，因(yīn)为微软在(zài)AI方面的行动相当迅(xùn)速。而(ér)最终科技巨(jù)头将把AI整合成(chéng)用(yòng)户的“全能助手”，包揽一(yī)切应用，与(yǔ)人们进行(xíng)沟通并提供建议，可以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚(shàng)需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获(huò)奖。

随后各大厂商的AI绘(huì)画软件被广大网(wǎng)友(yǒu)熟知(zhī)并体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可(kě)以在应用中输入一组关键词或者一张(zhāng)照片，就(jiù)能(néng)获得一幅AI创作的画(huà)作(zuò)。

作画的关键就是所输(shū)入的文本。同(tóng)一组(zǔ)关键词也可以(yǐ)创作(zuò)出很多张风格不(bù)一(yī)样的画作，这让创作的过程(chéng)就像开盲盒。

很多用(yòng)户很(hěn)喜欢(huān)这种(zhǒng)不确(què)定的惊喜，他们会将生成的美图当做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的(de)“翻(fān)车(chē)”作品。在社交(jiāo)媒(méi)体上，许多用户(hù)分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网(wǎng)友的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识别成(chéng)了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的中国人张吕敏创作的一(yī)种基于控制点的图像变形(xíng)算(suàn)法，主要用于数(shù)字图像处理(lǐ)、计算(suàn)机视觉和计(j国民党任公是指谁，任公指的是什么ì)算机图形(xíng)学等领域。

其(qí)SD插件一经发布，在短短的两天内便成为(wèi)了AI绘画领(lǐng)域最新的热点(diǎn)。

在此(cǐ)之前，大家用(yòng)了很(hěn)多方(fāng)法想(xiǎng)让AI生成的结果尽(jǐn)可能的符合要求，但是都不尽如人意，它的出现代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的(de)姿势(shì)和画(huà)面的深(shēn)度信息等。有(yǒu)了它的帮助，就不(bù)用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作品(pǐn)已经(jīng)获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片(piàn)直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键词；最后用(yòng)ControlNet插件绑(bǎng)定(dìng)骨(gǔ)骼开始(shǐ)换关键词试效(xiào)果(guǒ)。

通(tōng)过图片就可(kě)以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉害(hài)的是，除(chú)了真实的(de)照(zhào)片，草(cǎo)图也可以加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩(cǎi)图(tú)。大神张(zhāng)吕(lǚ)敏其本尊也亲自回(huí)应(yīng)。

不(bù)得(dé)不说当下AIGC已经(jīng)变得越来越强大(dà)，甚至输出的作品都(dōu)已(yǐ)经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆(bào)发

警惕安全(quán)问题

近日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍网络，而(ér)经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是全国第(dì)一(yī)起AI绘图诈骗。

由于这个活动里面给出(chū)的(de)美女照片(piàn)都是AI制作(zuò)的真人照片绘图(tú)，因(yīn)为太(tài)逼真，被大家当(dāng)成真事(shì)传播了。

不过(guò)仔(zǎi)细观察可以(yǐ)发现，活动发起者提(tí)供的(de)照(zhào)片中有个(gè)很大的漏洞可以发现并非(fēi)真(zhēn)人，而(ér)是(shì)AI绘(huì)图，那便(biàn)是图片中女性(xìng)的手指部(bù)分有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因(yīn)为手指部分的(de)绘画算法比较复杂，AI还不太会(huì)画人(rén)的手，但(dàn)最(zuì)新看到的图片已经有越来越完美(měi)的AI模型出现，以(yǐ)后可能就完全(quán)没有漏洞(dòng)了。”

类(lèi)似(shì)的(de)AI作(zuò)图诈骗在(zài)国外(wài)也已(yǐ)有发(fā)生。据英国(guó)广播公司报(bào)道，土耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的假照片发(fā)布到网络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实施诈骗(piàn)。

目(mù)前随着技(jì)术发展，AIGC已经能做出真人照(zhào)片般的绘图效果，如果这样的(de)图片(piàn)被(bèi)用来诈骗，将(jiāng)非(fēi)常可(kě)怕。

此外AIGC还引(yǐn)发了很多(duō)担忧，一方面，批判者认(rèn)为AI在“学习”了大(dà)量前人的作品之后，其创作没有任何情绪和灵(líng)魂(hún)，难以和(hé)人(rén)类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还(hái)有AIGC会(huì)不(bù)会代替人类“至高无上”的创意。

马斯(sī)克(kè)也强调，人工智(zhì)能(néng)的安全问题需(xū)要得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有两面性的，潜在(zài)的危害并不能掩盖其光辉的贡(gòng)献。现在(zài)看来，人工智能技术将是第四次工(gōng)业革命的核心驱动力量(liàng)，将(jiāng)创(chuàng)造新的增长奇迹。

过去一年，人工(gōng)智(zhì)能在技术和(hé)商业层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画就是人(rén)工智能技术发生方向性(xìng)改变(biàn)的一(yī)个代表。其下一(yī)站或许(xǔ)就是(shì)视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈(quān)的短视频。这(zhè)些(xiē)视频引发关注并非内容(róng)做得多优秀，反而(ér)都非常简单(dān)，比如(rú)一匹正(zhèng)在喝水(shuǐ)的马，一只画画(huà)的玩具熊，或者一段骑(qí)摩托(tuō)车的第(dì)一(yī)视角录(lù)像(xiàng)，随便一(yī)个有(yǒu)手(shǒu)机的(de)人都可以随手录下一段(duàn)。

但这些短(duǎn)视频(pín)的(de)创作方式非常简单，创作者仅仅需要(yào)向AI输(shū)入一(yī)段话，甚(shèn)至只是说一下要求，AI就可(kě)以根据(jù)需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多(duō)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(wán)了一波梗(gěng)，一个能够做出更高清视频(pín)的(de)AI还不(bù)足(zú)以在(zài)短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人震(zhèn)惊的地方在于，它可以制作出超过2分(fēn)钟的连贯的也有确切内(nèi)容的视频，这才是真正让人们(men)感到惊喜的(de)地方。因为无论(lùn)AI生成的视(shì)频多么高(gāo)清(qīng)，也只(zhǐ)能(néng)是为内(nèi)容(róng)生产者(zhě)提(tí)供一(yī)个(gè)灵感，一个素材(cái)，一(yī)个(gè)过场(chǎng)动画。

不过(guò)能(néng)够制作出有具体剧情内容(róng)的(de)视频就意味着，一些视频创作由AI代替人工完成(chéng)已(yǐ)经(jīng)初(chū)步有了可能(néng)。

当下AI的发展(zhǎn)速度已经超过(guò)大部(bù)分(fēn)人的想象。内容(róng)产业的本质是供给创造需求，AIGC作为全(quán)新的内容生(shēng)产方式(shì)，可以(yǐ)为内容产业带来更(gèng)新的内容风(fēng)格、更快的生(shēng)产速度，更低的(de)生产成本，这无疑会(huì)驱动(dòng)内(nèi)容产(chǎn)业的(de)大爆发。

除了(le)AI绘图(tú)、视频(pín)，AIGC技(jì)术还能(néng)应用于(yú)音乐、代码、机(jī)器人动(dòng)国民党任公是指谁，任公指的是什么作等(děng)多种内容形(xíng)式的生成(chéng)。不难发现该项技术不仅(jǐn)在游戏(xì)等行业(yè)能(néng)得到有效应用，对于(yú)下一代(dài)互(hù)联网(wǎng)各种(zhǒng)元素(sù)的构建亦有关键意义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐(lè)、教(jiào)育、传(chuán)媒等诸多领(lǐng)域(yù)，本身就对基(jī)于AI的可(kě)视化内容有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不是结(jié)果，而只是AI进程(chéng)中(zhōng)的(de)一块重要拼图，有(yǒu)望在技(jì)术更新的(de)加持下(xià)实(shí)现(xiàn)更大(dà)的(de)应用(yòng)价值。

AI从理解内容，走向了可以生成内容，甚至能够创造出独立(lì)价值和独立(lì)视(shì)角的内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也(yě)可以看出，在语言大模型(xíng)、图像大(dà)模型之后，多模态(tài)大(dà)模(mó)型已(yǐ)经成为(wèi)了新的趋势。

大(dà)模型被誉为(wèi)当前(qián)人工(gōng)智(zhì)能发展的智(zhì)能底(dǐ)座，是全(quán)球竞争最激烈的研究(jiū)方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞相发(fā)力。

不过训练大模型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训(xùn)练一次的成本约为140万美元。而(ér)对于(yú)一些更(gèng)大的LLM(大型(xíng)语言(yán)模(mó)型)，训练成本则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对(duì)应(yīng)芯(xīn)片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日(rì)仅(jǐn)电费就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力支持。在(zài)关注各(gè)类大模(mó)型的发展同(tóng)时，更应该关注算力网络的(de)建(jiàn)设。

算力(lì)网络(luò)正驱动(dòng)AI产业发展进(jìn)入史诗级(jí)加速进程(chéng)，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发展的终极目(mù)标离得更(gèng)近。

因为算力可以对突破性(xìng)技术创(chuàng)新(xīn)提供大(dà)力的支持。这方面，多模态大模型是典型(xíng)。作为面向未来强(qiáng)人工智能、通用人工智能的重要(yào)技术创新，多模(mó)态大(dà)模型(xíng)已经(jīng)在人工(gōng)智(zhì)能领域提出(chū)了很多年，业界也有不少技术突破(pò)，但是，多模态(tài)大模型进一步往下走，算力需(xū)求(qiú)呈几何式(shì)上升，一般的算力基础(chǔ)设施很快将难以胜任。

从(cóng)图像、文字、语音单独一项的训(xùn)练，到双模态、三(sān)模态的跃迁，让人(rén)工智能可以(yǐ)灵活应对不(bù)同模态(tài)的转化、像人与世界(jiè)交互一样(yàng)自(zì)然，这方面，由(yóu)算力网络来驱动将有(yǒu)明显优势。

此外，还(hái)有很多需要爆发(fā)式增(zēng)长的算力(lì)来(lái)支(zhī)撑(chēng)的技术(shù)创新，将在人工智能(néng)算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模(mó)型和大(dà)算力(lì)的(de)支持(chí)下AIGC能(néng)持续颠覆(fù)内容生产(chǎn)的(de)方式，将创造的边际成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 国民党任公是指谁，任公指的是什么