自(zì)聊天机器人(rén)ChatGPT火(huǒ)爆以来，微(wēi)软公(gōng)司创(chuàng)始(shǐ)人(rén)比尔(ěr)·盖茨(cí)已多(duō)次公开谈(tán)论人(rén)工智能(néng)话题。在最(zuì)近(jìn)的一次采访中，他再次表示：“AI可能会让科技行业迎来一(yī)次剧烈的洗牌”。

这个结(jié)论是他在当地(dì)时(shí)间2月20日接受《In Good Company》节目专访时提出的(de)。

他(tā)预期，AI的发展可能会威胁(xié)到谷(gǔ)歌(gē)的市(shì)占率(lǜ)，因(yīn)为(wèi)微软(ruǎn)在AI方面的行(xíng)动相当迅(xùn)速。而最(zuì)终科技巨头将(jiāng)把AI整(zhěng)合(hé)成用户的“全(quán)能助手(shǒu)”，包揽(lǎn)一切应用，与人们(men)进(jìn)行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

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

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘画为(wèi)代(dài)表的AIGC上(shàng)一次(cì)爆火(huǒ)的(de)时候，还是2022年8月(yuè)，在美国(guó)科(kē)罗拉多州举办的(de)新兴数字艺术家竞赛(sài)中，一(yī)幅名(míng)为《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后(hòu)各(gè)大(dà)厂商(shāng)的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键(jiàn)词或者一张照片，就(jiù)能获得一(yī)幅AI创作的画作。

作画的关键就(jiù)是所输入(rù)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，这让创作的过程就像开(kāi)盲盒。

很(hěn)多(duō)用(yòng)户很喜欢这种不(bù)确(què)定的(de)惊(jīng)喜，他(tā)们会将生成的(de)美图当做头(tóu)像。而另一部分喜欢(huān)翻看(kàn)AI绘(huì)画的“翻车”作(zuò)品。在社交媒体上，许多(duō)用户分(fēn)享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成(chéng)了(le)“肌(jī)肉男”，还(hái)有网(wǎng)友的个(gè)人(rén)照片被(bèi)AI识(shí)别成了建筑。

而(ér)如今(jīn)随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘(huì)画的填写关键词(cí)游戏可(kě)能要(yào)被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的(de)中(zhōng)国人张吕敏创作(zuò)的一种(zhǒng)基于控制点的图像变形(xíng)算(suàn)法，主要(yào)用(yòng)于数字图像处理(lǐ)、计(jì)算机(jī)视(shì)觉和计(jì)算机图形(xíng)学等(děng)领域(yù)。

其(qí)SD插件(jiàn)一经发(fā)布(bù)，在短短(duǎn)的(de)两天内便(biàn)成为了AI绘画(huà)领域最新的热(rè)点。

在此之前，大家用了很多(duō)方法想让AI生成的结(jié)果(guǒ)尽可能的(de)符合要求(qiú)，但(dàn)是都不(bù)尽(jǐn)如人意，它(tā)的出现代表着AI生成(chéng)开始进入真正的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画(huà)面的构(gòu)图，人(rén)物(wù)的姿势和画(huà)面的深(shēn)度信息等。有了它的帮(bāng)助，就不用频(pín)繁的(de)用提(tí)示(shì)词来碰运(yùn)气，抽盲(máng)盒式(shì)的(de)创作了。

通俗的说ControlNet相当于给AI绘(huì)画(huà)加了(le)“魔法(fǎ)”，不少博主的作品(pǐn)已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照(zhào)片(piàn)直接带她们走进动漫世(shì)界(jiè)。

viggo先用(yòng)StableDiffusion图(tú)片转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最(zuì)后用ControlNet插(chā)件绑(bǎng)定(dìng)骨骼开始换关键词试效(xiào)果。

通过图片就可以看出(chū)来，效(xiào)果十分惊艳。

更厉(lì)害的是，除了真实(shí)的(de)照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还(hái)能实现线稿(gǎo)转全彩图。大(dà)神(shén)张(zhāng)吕敏(mǐn)其本尊也(yě)亲自回(huí)应。

不(bù)得不说当下(xià)AIGC已经变得越来越强大，甚至输出的作(zuò)品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安(ān)全问题(tí)

近日，“苏州金鸡(jī)湖有游艇party”的消(xiāo)息火遍网络，而(ér)经过警方辟谣这所谓的“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由于这个(gè)活动里(lǐ)面给(gěi)出的美女照片(piàn)都(dōu)是AI制作的真人照片绘(huì)图，因为太(tài)逼真(zhēn)，被大家当(dāng)成真(zhēn)事传播了(le)。

不(bù)过仔细观察可(kě)以发现，活动发起者(zhě)提供(gōng)的照片中有个很大的漏洞可(kě)以发现并非真(zhēn)人，而(ér)是AI绘图(tú)，那(nà)便是图片中女性(xìng)的手指部(bù)分有的存在异常(cháng)。

有行(xíng)业人事表(biǎo)示：“现在因为手指部分(fēn)的绘(huì)画算(suàn)法比较复杂，AI还不太(tài)会画人的手，但(dàn)最新(xīn)看到的(de)图片(piàn)已经有越来越(yuè)完美的AI模型出(chū)现(xiàn)，以后可(kě)能就(jiù)完(wán)全(quán)没有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外也已有(yǒu)发生。据英国广(guǎng)播(bō)公司报(bào)道，土耳其(qí)地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受(shòu)灾的假照片发布到(dào)网(wǎng)络(luò)，以此诱骗善(shàn)良的人(rén)打赏(shǎng)“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能(néng)做(zuò)出真人照片般的(de)绘图效(xiào)果，如(rú)果这样(yàng)的图片被(bèi)用来诈骗，将(jiāng)非常(cháng)可怕(pà)。

此外(wài)AIGC还引发(fā)了很多担(dān)忧(yōu)，一方面，批判者认为AI在(zài)“学习(xí)”了大量前人(rén)的(de)作品之后，其(qí)创作没(méi)有任何情绪和(hé)灵(líng)魂(hún)，难以(yǐ)和人类的艺(yì)术创作相提(tí)并论。

另(lìng)一方面，AIGC背后的(de)版权(quán)、目前都(dōu)并(bìng)没有(yǒu)得到有(yǒu)效的(de)解决，还有AIGC会不会(huì)代替人类“至高无(wú)上”的创意。

马斯(sī)克也强(qiáng)调，人工智能的安(ān)全问(wèn)题需要得到重(zhòng)视(shì)，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远(yuǎn)方(fāng)

技术都是有两面性(xìng)的，潜(qián)在的危害并不能掩(yǎn)盖其光(guāng)辉的贡(gòng)献。现在看来，人工智能技(jì)术(shù)将是第四次工业革命(mìng)的核心驱动力量，将创造(zào)新的增(zēng)长奇迹。

过(guò)去一年，人工智能在技(jì)术和商(shāng)业层面(miàn)都(dōu)有了巨大进展(zhǎn)，AI绘(huì)画就(jiù)是(shì)人工智能技(jì)术发生方(fāng)向性改变(biàn)的一个代表。其下一站或许就是视(shì)频。

此前，Meta和(hé)谷歌先后(hòu)发布了几条引爆科技圈(quān)的短视频。这些视频引发关注并(bìng)非内容(róng)做得多(duō)优(yōu)秀，反而都非(fēi)常简单，比如(rú)一匹正在(zài)喝水的(de)马，一只画画的玩(wán)具熊(xióng)，或者一(yī)段骑(qí)摩托车的第一视角录像(xiàng)，随便一(yī)个有(yǒu)手机的人都可以随手录下一段。

但这(zhè)些短(duǎn)视频的创作方式(shì)非常(cháng)简单，创作者仅(jǐn)仅需要向AI输入一(yī)段话，甚至只是说一下要求(qiú)，AI就可以(yǐ)根据(jù)需要(yào)生成一段视频。

谷歌发布的两个AI生(shēng)成视频(pín)分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了(le)AI生成的(de)视频(pín)后，AI圈(quān)就(jiù)已经玩了(le)一波(bō)梗，一(yī)个能够做出更高清视频的(de)AI还不足(zú)以在短时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在(zài)于，它可以(yǐ)制作出超过2分(fēn)钟的连贯的也(yě)有确切内(nèi)容的(de)视频，这(zhè)才是真(zhēn)正让人们感到惊喜的地方。因(yīn)为无论AI生(shēng)成的视频多么(me)高(gāo)清，也只能(néng)是为内容生产者提供一个(gè)灵感，一(yī)个素材，一个(gè)过场(chǎng)动(dòng)画。

不(bù)过能够(gòu)制作出(chū)有(yǒu)具体剧情内(nèi)容的(de)视频就意味着，一些视频创(chuàng)作由AI代替人工完成(chéng)已经初步有了可能(néng)。

当下AI的(de)发展速度已经超过大部(bù)分人的想象(xiàng)。内(nèi)容产业的本质是供给创造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为内容产业带(dài)来更新的内容(róng)风格、更(gèng)快(kuài)的(de)生产速度(dù)，更(gèng)低的生产成本，这(zhè)无疑会驱动内容产业(yè)的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器(qì)人动(dòng)作(zuò)等多(duō)种内(nèi)容(róng)形式的生成(chéng)。不难发(fā)现该项技术不仅在游戏等行业能得到(dào)有(yǒu)效应用，对(duì)于下一代互(hù)联网各种(zhǒng)元素的构建亦有(yǒu)关键意义(yì)。

从商业化的角(jiǎo)度来看，文化娱乐(lè)、教(jiào)育(yù)、传媒(méi)等诸多领域，本身就对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是AI进程中的(de)一块重要拼图，有望在技术更新的加持(chí)下(xià)实现更大的应用(yòng)价值(zhí)。

AI从理解内(nèi)容，走向了可(kě)以生成内容，甚至能够创造出独立价(jià)值和(hé)独立视角的内容。AIGC的(de)再次出圈，更代表着未(wèi)来的先进生(shēng)产力即将到(dào)来(lái)。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座(zuò)

从技术的发展也(yě)可以看出，在语言大模型、图像(xiàng)大模型之后，多模态(tài)大(dà)模型已经成为(wèi)了新的趋(qū)势。

大模型被誉为当前人工(gōng)智能发展的智能(néng)底座(zuò)，是(shì)全球竞争最激烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等(děng)众多头(tóu)部企业都在竞(jìng)相发力。

不过训练大模型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算(suàn)力》报(bào)告估(gū)算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而对于(yú)一些更大的LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万美元高价之(zhī)间翼年代记和百变小樱有什么关系么 翼年代记是悲剧吗。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访(fǎng)客平(píng)均数1300万计算(suàn)，其对(duì)应芯片需求为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此(cǐ)外不论是(shì)ChatGPT还(hái)是AIGC，都(dōu)离(lí)不开(kāi)庞大算力支持(chí)。在关注各类大模型(xíng)的发展同时，更(gèng)应该关注(zhù)算力网络的建设。

算(suàn)力网络正(zhèng)驱动AI产业发展(zhǎn)进入(rù)史(shǐ)诗级加速进程，让(ràng)AIGC及通用AI这一人工(gōng)智能发展的终(zhōng)极目标离得更(gèng)近。

因为(wèi)算(suàn)力可以对突破性技术创新提供(gōng)大力的支(zhī)持(chí)。这方面，多(duō)模态大模型是典(diǎn)型。作为面(miàn)向未来(lái)强人(rén)工智能、通用(yòng)人工(gōng)智能(néng)的重(zhòng)要技(jì)术(shù)创新，多(duō)模态(tài)大模型已经在(zài)人工智能领域(yù)提(tí)出(chū)了很多年(nián)，业界(jiè)也有不(bù)少技术突破，但是，多模态大模型进一步往(wǎng)下走，算力(lì)需(xū)求呈几何式(shì)上升，一般的算力基础设施很快(kuài)将(jiāng)难以胜任。

从图(tú)像、文字(zì)、语音单独(dú)一(yī)项(xiàng)的训(xùn)练，到双(shuāng)模态、三(sān)模态的跃迁，让(ràng)人(rén)工智能可以灵活(huó)应对不同模(mó)态的(de)转化、像人与世界(jiè)交互一(yī)样自然，这方面(miàn)，由算力网络来驱动将有明(míng)显优势(shì)。

此外，还有很多需要爆发式(shì)增长的算力来支撑的技术创新(xīn)，将(jiāng)在人工智能(néng)算(suàn)力网络支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光(guāng)，期待在大模(mó)型和大(dà)算力的(de)支持下AIGC能持续(xù)颠覆(fù)内容生产的方式(shì)，将(jiāng)创造的(de)边际成(chéng翼年代记和百变小樱有什么关系么 翼年代记是悲剧吗)本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 翼年代记和百变小樱有什么关系么 翼年代记是悲剧吗