自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始(shǐ)人比尔·盖(gài)茨已(yǐ)多次公开(kāi)谈论人工(gōng)智能(néng)话题。在最近的一次采访中，他再次表(biǎo)示(shì)：“AI可能(néng)会让科(kē)技行业迎(yíng)来(lái)一次(cì)剧烈的洗牌”。

这个结论(lùn)是(shì)他在(zài)当(dāng)地时(shí)间(jiān)2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微软在AI方面的(de)行动相当迅速。而最(zuì)终科(kē)技巨头(tóu)将把AI整合成用户(hù)的“全能助手”，包揽一(yī)切应用，与人们进行沟(gōu)通并(bìng)提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来可能尚需时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画(huà)为代表的AIGC上一(yī)次爆火(huǒ)的时候，还(hái)是2022年8月，在(zài)美国科罗拉多州举办的新兴数字艺术(shù)家竞赛中，一幅名为《太空歌(gē)剧(jù)院》的作品获(huò)奖。

随后各大厂商的AI绘画(huà)软件被(bèi)广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代表(biǎo)。

用户们(men)可(kě)以在应(yīng)用中输入一组关键词或(huò)者一张照片，就能(néng)获得(dé)一幅AI创(chuàng)作的画作(zuò)。

作画的(de)关键就是所输入的文本。同(tóng)一组关键词(cí)也可以创作出很多(duō)张风格不一样(yàng)的画作，这(zhè)让创作的过(guò)程就像开盲盒(hé)。

很(hěn)多(duō)用户很(hěn)喜(xǐ)欢这种不确定的惊喜，他们会将生成的美图当做头(tóu)像(xiàng)。而(ér)另一(yī)部分(fēn)喜欢翻看AI绘画的(de)“翻车”作(zuò)品(pǐn)。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位(wèi)网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片被(bèi)AI识别(bié)成了建筑(zhù)。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要被颠覆了(le)。

ControlNet是一(yī)位正在斯坦(tǎn)福读(dú)博(bó)的中国人张吕敏创作(zuò)的(de)一种(zhǒng)基于控制(zhì)点(diǎn)的(de)图像变形算法(fǎ)，主要用于(yú)数(shù)字图像处理、计算机视觉和计算机图形学等领(lǐng)域。

其SD插件(jiàn)一经发布，在短短的两天内便成为了AI绘画领域最新的热点。

在此之前，大家(jiā)用了很(hěn)多方法想让AI生成的结果尽可能的符(fú)合要求，但是都(dōu)不尽如人意，它(tā)的出现代表着(zhe)AI生(shēng)成开始(shǐ)进入(rù)真正(zhèng)的可(kě)控时期。

因为ControlNet可以(yǐ)直接(jiē)提取(qǔ)画(huà)面(miàn)的构图(tú)，人物的(de)姿势(shì)和画(huà)面(miàn)的深度信息等。有了它的帮助，就不用频(pín)繁(fán)的(de)用提示词(cí)来(lái)碰运气(qì)，抽(chōu)盲盒式的(de)创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少博主的作(zuò)品(pǐn)已经获得了大(dà)量(liàng)的浏览量，“viggo”就是其(qí)中之一(yī)，他用朋(péng)友的照片直(zhí)接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

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

通过图片就(jiù)可以(yǐ)看(kàn)出来，效果(guǒ)十分(fēn)惊(jīng)艳。

更厉害(hài)的是，除了真实的照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自(zì)回应。

不得不说当(dāng)下(xià)AIGC已经变得越(yuè)来(lái)越强大，甚至(zhì)输出的作品都已经能以(yǐ)假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术(shù)力(lì)爆发

警惕(tì)安全问题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消息火(huǒ)遍(biàn)网络，而经(jīng)过警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个活动里面(miàn)给出的美女照片都是AI制作的真人(rén)照片绘图，因为太逼真，被大(dà)家当成真(zhēn)事传播了。

不过仔细观察(chá)可以(yǐ)发现，活动发起者提供的照片中有个很大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图片(piàn)中女性的手指部分有(yǒu)的存在(zài)异常(cháng)。

有行业人事表示(shì)：“现(xiàn)在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画人的手，但最新看到(dào)的图片已(yǐ)经有越来越完美的AI模型出现，以(yǐ)后(hòu)可(kě)能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据(jù)英国广播(bō)公司(sī)报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的(de)假(jiǎ)照片(piàn)发布到网络，以此诱骗善(shàn)良(liáng)的人打(dǎ)赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已(yǐ)经(jīng)能(néng)做出真人照片般的绘图效果，如果这样的(de)图片被(bèi)用来诈骗，将(jiāng)非常可怕。

此(cǐ)外(wài)AIGC还(hái)引(yǐn)发(fā)了很多担忧(yōu)，一方(fāng)面，批(pī)判(pàn)者认(rèn)为AI在“学(xué)习”了大(dà)量前人的(de)作品(pǐn)之后，其创作没有任何(hé)情绪和灵魂，难以和(hé)人类的(de)艺(yì)术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权(quán)、目(mù)前都(dōu)并没有得到有效的解决，还有AIGC会不会代替人(rén)类“至(zhì)高无上(shàng)”的创意。

马斯克(kè)也强调(diào)，人(rén)工智能的(de)安全问题(tí)需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一(yī)站除了视频，还有远方

技术(shù)都是有两(liǎng)面(miàn)性的(de)，潜在(zài)的(de)危害并不(bù)能掩(yǎn)盖(gài)其光辉的贡献。现在(zài)看来，人工智(zhì)能技术将是(shì)第(dì)四次工业革(gé)命的核(hé)心驱动力量，将创造新的增长奇(qí)迹。

过去一(yī)年，人工(gōng)智(zhì)能在技术(shù)和商业(yè)层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画(huà)就是人(rén)工智能技(jì)术发(fā)生(shēng)方向性改(gǎi)变的一个代表。其下一站或许就(jiù)是视频(pín)。

此前，Meta和(hé)谷歌先后发布了几条引爆科技圈的短(duǎn)视频。这些视频引(yǐn)发关注并非(fēi)内容做得多优秀，反而都(dōu)非常简单(dān)，比如一(yī)匹(pǐ)正在(zài)喝水(shuǐ)的马，一只画画(huà)的(de)玩具熊，或者一段骑摩托车的第一视角录(lù)像(xiàng)，随便一个有手机(jī)的人都可以随手录下一(yī)段。

但这(zhè)些短视频的创作方式非常简单，创作者仅仅需要向AI输(shū)入一段话(huà)，甚至只是(shì)说一下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)出(chūn. v. adj. adv.是啥，英语词性分类12种及缩写)的是(shì)高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公布了AI生成的视(shì)频后(hòu)，AI圈(quān)就已经玩(wán)了一波梗，一(yī)个能够做出更高清(qīng)视(shì)频(pín)的AI还不(bù)足(zú)以在短时(shí)间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更加令人(rén)震惊(jīng)的地(dì)方在(zài)于，它可以制(zhì)作出超(chāo)过2分钟的(de)连贯的(de)也有确(què)切内容的视(shì)频，这才是真(zhēn)正让人们感到惊(jīng)喜的地方。因为无论AI生成的视频多么高清，也只能是为内容生产者(zhě)提供一(yī)个(gè)灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能够制作出(chū)有具体剧情内容的视频就意味着，一(yī)些视频创(chuàng)作由AI代替人工完成已经初步有(yǒu)了可能。

当(dāng)下AI的发展速(sù)度已经超过大部(bù)分人的想象。内容(róng)产业(yè)的本质是供给创(chuàng)造需(xū)求，AIGC作为(wèi)全新的内容(róng)生产方式，可以(yǐ)为内容产业带来(lái)更新的内容(róng)风(fēng)格、更(gèng)快的生(shēng)产速度，更低的生产成本，这无疑会驱动内容产业(yè)的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种内(nèi)容形式的生成(chéng)。不难(nán)发(fā)现(xiàn)该项技术不仅在游戏等行(xíng)业(yè)能得到有效(xiào)应(yīng)用，对于下一代互联(lián)网(wǎng)各种元(yuán)素(sù)的(de)构(gòn. v. adj. adv.是啥，英语词性分类12种及缩写u)建亦有关(guān)键意(yì)义。

从商业化的角度来看，文化娱乐、教育、传媒(méi)等诸多领域(yù)，本身就(jiù)对基于AI的可视化内容(róng)有强烈需求。

因(yīn)此(cǐ)，AI绘画及视频(pín)或不是(shì)结果(guǒ)，而只是(shì)AI进程中(zhōng)的一块重要拼(pīn)图，有(yǒu)望在技(jì)术更新的加持下实现更大的应(yīng)用价值。

AI从理(lǐ)解内容，走向了可以生成(chéng)内容，甚至能够创造出(chū)独立价值和独(dú)立视角的(de)内(nèi)容。AIGC的再次出圈，更代表着未来的先(xiān)进生(shēng)产力即将到来。

04

紧抓大模(mó)型与算(suàn)力(lì)，牢固(gù)AIGC底座

从技术的发展也可以看(kàn)出，在语(yǔ)言大(dà)模型(xíng)、图像大模型之(zhī)后，多模态大模型已经成为(wèi)了新的趋势。

大模型被誉(yù)为当前人工智能发展的(de)智(zhì)能底座，是全球竞(jìng)争最激烈的研究方向之(zhī)一，包(bāo)括谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾讯(xùn)等(děng)众多头部企业都在竞相发力(lì)。

不过训(xùn)练大(dà)模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算(suàn)，GPT-3训练一(yī)次的成本约(yuē)为140万(wàn)美元。而(ér)对于一(yī)些更(gèng)大的LLM(大型语言模型)，训练成本(běn)则介于200万(wàn)美元(yuán)至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数(shù)1300万计算，其对应芯片需求(qiú)为3万多(duō)片英伟达A100 GPU，初(chū)始投(tóu)入成本(běn)约为8亿(yì)美元，每日仅电费就(jiù)在(zài)5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持(chí)。在(zài)关注各类大(dà)模(mó)型的发展同时，更应该关(guān)注算力网络的建设。

算(suàn)力网(wǎng)络正驱(qū)动AI产业发展进入(rù)史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目(mù)标(biāo)离得(dé)更近。

因为算(suàn)力可以对(duì)突破性技术创新提供大(dà)力的支(zhī)持。这方面，多(duō)模态大模型是典(diǎn)型。作为面向未来强人工智(zhì)能、通(tōng)用人工智能的重要(yào)技术创新，多模态(tài)大模型已经在人工智(zhì)能领域提(tí)出了很多年，业界(jiè)也(yě)有不少技术(shù)突破(pò)，但是，多(duō)模(mó)态大模(mó)型进一(yī)步往(wǎng)下走，算力需(xū)求(qiú)呈几何式上升(shēng)，一(yī)般的算力基(jī)础(chǔ)设施很快将难以(yǐ)胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练，到双模(mó)态、三(sān)模态的跃迁，让(ràng)人工智(zhì)能可以(yǐ)灵活应对(duì)不(bù)同(tóng)模态的转化、像人与世界交(jiāo)互(hù)一样自然，这方(fāng)面，由(yóu)算力网络来(lái)驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长(zhǎng)的算力(lì)来支撑的技术创新，将在人工智能(néng)算(suàn)力网络支撑下快速推(tuī)进。

AIGC已(yǐ)经(jīng)露出曙光(guāng)，期待(dài)在大模型和大算力的支持下(xià)AIGC能(néng)持续颠覆内(nèi)容(róng)生产(chǎn)的(de)方式，将(jiāng)创(chuàng)造的边际成(chéng)本(běn)降低(dī)，让万(wàn)众受(shòu)益。

未经允许不得转载：绿茶通用站群 n. v. adj. adv.是啥，英语词性分类12种及缩写