自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖(gài)茨已(yǐ)多次(cì)公开谈论人工智能话题(tí)。在(zài)最近的一(yī)次采访中，他再次(cì)表示：“AI可(kě)能会让(ràng)科(kē)技行业迎(yíng)来一次剧烈的(de)洗(xǐ)牌”。

这个结论是他在当地时间2月(y安徒生童话的作者叫什么名字，安徒生童话的作者简介uè)20日接受《In Good Company》节目专(zhuān)访时(shí)提(tí)出的。

他预期(qī)，AI的发展(zhǎn)可(kě)能会威胁到(dào)谷歌的市(shì)占率，因(yīn)为微软在(zài)AI方面(miàn)的行动(dòng)相(xiāng)当迅速。而最终科(kē)技巨(jù)头将把AI整(zhěng)合成用(yòng)户的(de)“全能(néng)助手”，包揽一切应用(yòng)，与人们进行(xíng)沟通(tōng)并提供(gōng)建议(yì)，可以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到来可(kě)能尚需时(shí)日，但由ControlNet引发的(de)又一次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的(de)话(huà)题热点包围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩(wán)法

AIGC向(xiàng)可控(kòng)靠(kào)近(jìn)

以AI绘(huì)画为代(dài)表(biǎo)的AIGC上一次爆火的(de)时候，还是2022年(nián)8月，在美国科罗拉多州(zhōu)举办的新(xīn)兴数(shù)字艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的(de)作品获(huò)奖(jiǎng)。

随后(hòu)各大厂(chǎng)商的AI绘画软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以(yǐ)在应用中输入一组关键词(cí)或(huò)者一张照片(piàn)，就能获得一(yī)幅AI创作的画作(zuò)。

作(zuò)画的关(guān)键就是所输入(rù)的文本。同一(yī)组(zǔ)关键词也可以(yǐ)创作(zuò)出很多(duō)张(zhāng)风格(gé)不(bù)一样的画作，这让创(chuàng)作的过程就像(xiàng)开盲(máng)盒。

很(hěn)多用户很喜欢(huān)这种(zhǒng)不确定的(de)惊喜，他(tā)们会将生(shēng)成的(de)美图当(dāng)做头像。而另一(yī)部分喜欢翻看(kàn)AI绘(huì)画的“翻(fān)车”作品。在社交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男(nán)”，还(hái)有网友的个人照片被(bèi)AI识别成(chéng)了(le)建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国人张吕敏(mǐn)创作的一种基(jī)于控制点的图像(xiàng)变形(xíng)算法，主要(yào)用(yòng)于数字图像(xiàng)处理、计算机(jī)视觉和计算机图(tú)形学等(děng)领(lǐng)域。

其(qí)SD插件一经发布，在(zài)短短的两天内便成为(wèi)了AI绘(huì)画领域(yù)最新的热点。

在此之前，大(dà)家(jiā)用了很多方法想(xiǎng)让(ràng)AI生成的结果尽(jǐn)可能的符合要求，但(dàn)是都不尽如(rú)人意(yì)，它(tā)的出现代表着AI生成开始(shǐ)进入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画(huà)面的构(gòu)图(tú)，人物的姿势和画面的(de)深度信息等。有了(le)它的帮(bāng)助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加了“魔(mó)法”，不少博主的作品已经(jīng)获得了(le)大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的照(zhào)片直接带她(tā)们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开(kāi)始(shǐ)换(huàn)关键词试效果。

通过图(tú)片就(jiù)可以看出来，效果(guǒ)十分(fēn)惊艳。

更厉害的是，除了(le)真实(shí)的照片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍(shào)到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当(dāng)下AIGC已经变得越来越强(qiáng)大，甚至输出的作品(pǐn)都已经(jīng)能以假乱真了。

02

难(nán)辨(biàn)虚(xū)实(shí)，AIGC技术力爆发(fā)

警惕(tì)安(ān)全问题

近日(rì)，“苏(sū)州金鸡湖有(yǒu)游(yóu)艇party”的消(xiāo)息火(huǒ)遍网络(luò)，而经(jīng)过(guò)警方辟谣(yáo)这所(suǒ)谓的“party”可能是(shì)全国第一起(qǐ)AI绘图诈骗。

由于这个活(huó)动里面给出(chū)的美女照(zhào)片都是(shì)AI制作的(de)真人照片绘图，因为太(tài)逼真(zhēn)，被大家(jiā)当成真事传播了。

不过仔细观察可以(yǐ)发现，活动(dòng)发起者提供的照片中有(yǒu)个很大的漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘图，那便(biàn)是图(tú)片中女(nǚ)性(xìng)的手指(zhǐ)部分有的(de)存(cún)在(zài)异常。

有(yǒu)行业人(rén)事表示(shì)：“现在(zài)因为手指部分(fēn)的绘画算法比较(jiào)复杂(zá)，AI还不太会画人的手，但最新看(kàn)到的图片已经(jīng)有(yǒu)越来越完美的(de)AI模型出现(xiàn)，以(yǐ)后可(kě)能(néng)就完全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生。据(jù)英国广播公(gōng)司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合(hé)成了(le)儿童受灾(zāi)的假照(zhào)片发布到网络(luò)，以(yǐ)此诱骗善良的(de)人打赏“捐(juān)助”从而实施诈骗。

目前(qián)随着技术(shù)发展，AIGC已经(jīng)能做出真人照(zhào)片(piàn)般的绘图(tú)效果(guǒ)，如果(guǒ)这(zhè)样的图片被用(yòng)来诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一方(fāng)面(miàn)，批(pī)判者认为AI在“学习(xí)”了大量(liàng)前人的作品(pǐn)之后(hòu)，其创作没(méi)有任(rèn)何情绪和灵魂，难(nán)以和人类的艺术创(chuàng)作相提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目(mù)前都(dōu)并没有得到(dào)有效的解决，还有(yǒu)AIGC会不会代替人类“至(zhì)高无上”的(de)创意。

马斯克也强调(diào)，人工智能(néng)的安全问(wèn)题需要(yào)得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远方

技术都(dōu)是有两面(miàn)性的，潜在的危害并(bìng)不能掩盖其光(guāng)辉的贡(gòng)献。现在看来，人(rén)工智能技术将是第四次工业革命(mìng)的(de)核心驱动(dòng)力量(liàng)，将(jiāng)创造(zào)新的(de)增长奇迹。

过去一年(nián)，人工智能在技(jì)术(shù)和商业(yè)层面都有了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性改变的(de)一个代(dài)表。其(qí)下一站或许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆(bào)科(kē)技圈(quān)的短(duǎn)视频。这些视频(pín)引发关注并非(fēi)内容(róng)做得多(duō)优秀，反而都(dōu)非(fēi)常简单，比(bǐ)如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一(yī)段骑摩托(tuō)车(chē)的第(dì)一视角(jiǎo)录像，随便一个有手机的(de)人都可以随手(shǒu)录(lù)下一段(duàn)。

但这些短视频的(de)创(chuàng)作方式非常简单(dān)，创作者(zhě)仅仅需要(yào)向AI输入一段话，甚至只是说一(yī)下要求，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的两个AI生成视频分别来自于(yú)Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清(qīng)视频(pín)的AI还不足以(yǐ)在短时(shí)间内戳中兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于，它(tā)可以(yǐ)制作(zuò)出超过2分(fēn)钟(zhōng)的连贯的也有确切(qiè)内容的视频，这才是真(zhēn)正让人们感(gǎn)到惊(jīng)喜的地方。因为无论AI生(shēng)成(chéng)的(de)视频多么高清，也(yě)只(zhǐ)能是为内(nèi)容生产者提供(gōng)一个灵(líng)感，一个素材，一个过场(chǎng)动画。

不过能(néng)够制作(zuò)出有(yǒu)具体(tǐ)剧情内容(róng)的视(shì)频就(jiù)意(yì)味着，一些视频创作由(yóu)AI代替(tì)人工(gōng)完成(chéng)已经初步有了可能。

当(dāng)下AI的发(fā)展(zhǎn)速(sù)度已经超(chāo)过大部(bù)分(fēn)人的想(xiǎng)象。内容产(chǎn)业的本质(zhì)是供给创造(zào)需求，AIGC作为全新的内容生产方式，可(kě)以为内容产(chǎn)业带来更(gèng)新(xīn)的内(nèi)容风格、更快(kuài)的生产速度，更低的生(shēng)产成本，这无疑会(huì)驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码、机(jī)器人动(dòng)作等(děng)多种内容(róng)形式(shì)的生成(chéng)。不难(nán)发现(xiàn)该项技术不(bù)仅在游戏等(děng)行业能(néng)得到有效应用，对于下一代互联网各种(zhǒng)元(yuán)素的(de)构建亦有关键(jiàn)意义。

从商业化的角度来看，文化娱乐、教(jiào)育(yù)、传媒等诸(zhū)多领(lǐng)域，本身就对基于AI的可视(shì)化内容有强烈需求。

因此(cǐ)，AI绘(huì)画及视频或不是结果，而只是AI进程中的一(yī)块重要拼图，有(yǒu)望在(zài)技术更(gèng)新的加持下实(shí)现(xiàn)更大(dà)的应(yīng)用价值。

AI从理(lǐ)解内容，走向了可(kě)以(yǐ)生成内容，甚至能够创造出独立价值和独立视角的(de)内容。AIGC的再次出(chū)圈，更代表着(zhe)未来(lái)的先(xiān)进生产力即将到(dào)来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的发展也可以看出，在语言大模(mó)型(xíng)、图像大模型之后，多模态大模型已(yǐ)经成为(wèi)了新的趋势。

大(dà)模型被(bèi)誉(yù)为当前人(rén)工智能发展的智能底座，是全(quán)球竞争最(zuì)激烈的研究方向之一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都在(zài)竞相(xiāng)发力。

不过训练大模型的(de)确价格不菲，以国(guó)盛证券发(fā)布的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而对(duì)于(yú)一些(xiē)更(gèng)大的(de)LLM(大型语言模型)，训练成本则介于200万美元(yuán)至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的(de)独立访客平均数1300万计算(suàn)，其(qí)对应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日仅电(diàn)费就在(zài)5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持(chí)。在关注各类(lèi)大模型(xíng)的发展同(tóng)时(shí)，更应该关注算力网络的(de)建设。

算(suàn)力网络正驱动AI产业发展进入(rù)史诗级(jí)加(jiā)速进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离(lí)得更近。

因(yīn)为(wèi)算力可以对突破性技术创新提供大力(lì)的支持。这方面，多(duō)模态(tài)大模(mó)型(xíng)是典型。作为面(miàn)向未来强(qiáng)人工智能、通(tōng)用人工智能的(de)重要(yào)技术(shù)创新，多模态大模型已经在(zài)人工智能领域提出了很多年，业界也有不少技(jì)术突破(pò)，但是，多模态(tài)大模型(xíng)进一步往下走，算(suàn)力需(xū)求呈几何式上升，一般的算力基础设施(shī)很快将(jiāng)难以(yǐ)胜任。

从图像、文字(zì)、语(yǔ)音单独一项的训练，到(dào)双模态、三模态的跃(yuè)迁(qiān)，让人工智能可以灵活应(yīng)对不同模态的转化(huà)、像人与(yǔ)世界交互一(yī)样自然，这方面(miàn)，由算力网络来驱(qū)动将有明显优势(shì)。

此外，还有(yǒu)很多需要爆(bào)发式增长的算力来支撑的技术创新，将(jiāng)在人工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型(xíng)和大算力的支持(chí)下AIGC能持续(xù)颠(diān)覆内容(róng)生产(chǎn)的方(fāng)式，将创造的边际成本(běn)降低(dī)，让万(wàn)众(zhòng)受益。

未经允许不得转载：绿茶通用站群 安徒生童话的作者叫什么名字，安徒生童话的作者简介