自聊天(tiān)机器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖茨(cí)已多次公开(kāi)谈论人工智能话题。在最近的一(yī)次采(cǎi)访中，他再次表示：“AI可(kě)能会让科技行业(yè)迎来一(yī)次(cì)剧(jù)烈(liè)的洗牌”。

这个(gè)结论(lùn)是他在当(dāng)地时间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)可能会(huì)威胁到谷歌(gē)的市占率(lǜ)，因为微软(ruǎn)在AI方面(miàn)的行动(dòng)相当迅速。而最终科技巨(jù)头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的(de)到(dào)来可能尚需(xū)时(shí)日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点(diǎn)包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科(kē)罗拉(lā)多(duō)州举办的新兴数(shù)字(zì)艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧(jù)院》的作品(pǐn)获(huò)奖(jiǎng)。

随(suí)后各大厂商的AI绘画(huà)软件被广(guǎng)大(dà)网友(yǒu)熟知(zhī)并体(tǐ)验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们可以(yǐ)在(zài)应(yīng)用中(zhōng)输入一组关键(jiàn)词(cí)或者一张照片，就(jiù)能获得一幅AI创作的画作(zuò)。

作画的关键就(jiù)是所输入的文(wén)本(běn)。同一组关(guān)键词(cí)也可以创(chuàng)作(zuò)出很多张风(fēng)格(gé)不一样的画作，这让(ràng)创作(zuò)的过程(chéng)就像开盲盒。

很多(duō)用户很喜欢这种不(bù)确定(dìng)的惊(jīng)喜，他们会将生成的(de)美图当做头像。而另(lìng)一部(bù)分喜(xǐ)欢翻(fān)看AI绘画(huà)的“翻车”作品。在(zài)社交媒体上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画(huà)成了(le)“肌肉男”，还有网友的(de)个人照(zhào)片被(bèi)AI识别成了(le)建筑。

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

ControlNet是一位正在斯(sī)坦福读博的(de)中(zhōng)国人张吕敏创作(zuò)的一种基于控制(zhì)点(diǎn)的(de)图像(xiàng)变形算法，主(zhǔ)要用于(yú)数(shù)字(zì)图像(xiàng)处理(lǐ)、计算(suàn)机视(shì)觉和计算机图形学(xué)等领(lǐng)域。

其SD插件一经发布，在短短的两天内便(biàn)成为了AI绘(huì)画领域(yù)最新的(de)热点。

在此之前，大家用了很多方法(fǎ)想让(ràng)AI生成的结果尽(jǐn)可能的符合要求(qiú)，但是都不尽(jǐn)如人意，它(tā)的出(chū)现(xiàn)代表(biǎo)着(zhe)AI生(shēng)成开始(shǐ)进入真正的可控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的构图(tú)，人物的姿势和画面的深度(dù)信息等。有了它的帮助，就不用频(pín)繁的(de)用提示词来碰运气(qì)，抽(chōu)盲盒式的创作了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘画(huà)加(jiā)了“魔(mó)法(fǎ)”，不少博主的作(zuò)品已经(jīng)获得了(le)大量(liàng)的浏(liú)览(lǎn)量，“viggo”就(jiù)是其中之(zhī)一，他用朋友的照片直接(jiē)带她们(men)走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换(huàn)关键词试效果。

通过图片就可(kě)以看出来，效果(guǒ)十(shí)分惊(jīng)艳(yàn)。

更厉害的是，除了(le)真实的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿转全彩图。大(dà)神张吕敏其本尊也亲自回(huí)应(yīng)。

不得不说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚至输出的作品都已(yǐ)经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近(jìn)日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的(de)美女照(zhào)片都(dōu)是AI制作的真人照(zhào)片绘(huì)图，因为太逼(bī)真，被大(dà)家当成真(zhēn)事(shì)传播了。

不过仔(zǎi)细观察(chá)可以发现，活(huó)动发起者(zhě)提供的照片(piàn)中有个很(hěn)大的漏洞可以发现(xiàn)并非真人，而是(shì)AI绘图，那便是(shì)图片中女性的手指部分有的存在异常。

有行业人事表示(shì)：“现在因为手指部(bù)分(fēn)的绘画算法(fǎ)比(bǐ)较复杂，AI还不太(tài)会画人的(de)手(shǒu)，但(dàn)最新看到的(de)图片已经有越来越完美(měi)的(de)AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作图诈骗在(zài)国外也已(yǐ)有发(fā)生。据(jù)英国广(guǎng)播公司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已经能做出(chū)真(zhēn)人照片般的(de)绘图(tú)效果，如果(guǒ)这样的图片被(bèi)用(yòng)来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方(fāng)面，批判者认为AI在“学习”了大量前人的(de)作(zuò)品(pǐn)之后，其(qí)创(chuàng)作(zuò)没(méi)有任何情绪和灵魂(hún)，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版权(quán)、目前都(dōu)并没有得到有效(xiào)的解(jiě)决(jué)，还有AIGC会不会代(dài)替人类(lèi)“至高无上”的创意(yì)。

马斯克也强调，人工智能的(de)安(ān)全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技术都是(shì)有两面性(xìng)的，潜在的危害并不能掩盖(gài)其光辉的(de)贡献。现在看来，人(rén)工智能技(jì)术将是第四次(cì)工业革命的(de)核(hé)心驱动力量，将创造新的(de)增长奇迹。

过去一(yī)年，人工智能在技术和商(shāng)业层面都(dōu)有了巨大进(jìn)展，AI绘画就是人工(gōng)智能技(jì)术发生方向性改(gǎi)变的一个代(dài)表。其下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视(shì)频。这些视频引发关注并非内容做(zuò)得多(duō)优(yōu)秀，反而都非常简单，比(bǐ)如(rú)一匹正在喝水的马，一只(zhǐ)画画的玩具(jù)熊，或(huò)者一段骑摩托车的第一视(shì)角录像(xiàng)，随便一(yī)个有手机的(de)人都可以随手录下一段。

但这(zhè)些短视频的创作方式(shì)非(fēi)常(cháng)简单，创作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只是说一下要(yào)求(qiú)，AI就可以根据需要生成(chéng)一段视频。

谷(gǔ)歌(gē)发布的两个(gè)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(gāo)清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已(yǐ)经玩(wán)了一波梗(gěng)，一(yī)个能够做出更高清视(shì)频(pín)的AI还不足以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它可以制作出超过2分(fēn)钟的连贯的也有确切内容的视频，这(zhè)才是真正让人(rén)们感(gǎn)到惊(jīng)喜的地方。因(yīn)为无(wú)论AI生(shēng)成的视频多么高清，也只能是为内(nèi)容生产者(zhě)提供一个灵感，一(yī)个素材，一个过(guò)场动画。

不过能够制作出有具(jù)体(tǐ)剧情内(nèi)容(róng)的视(shì)频就意味着，一些视频创作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超过大部(bù)分人的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的内容(róng)生产方式，可以为内容产业(yè)带来(lái)更新的内容风格、更快(kuài)的(de)生产速度，更(gèng)低的生(shēng)产成本，这无疑会驱动内容产(chǎn)业的(de)大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应(yīng)用于音乐(lè)、代码(mǎ)、机器人动(dòng)作(zuò)等多种(zhǒng)内容形式的生成。不(bù)难(nán)发现该项技术(shù)不仅(jǐn)在游戏等(děng)行(xíng)业能得到有效应用，对于下一代互联网各种元素的构建亦(yì)有(yǒu)关键(jiàn)意义。

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

因(yīn)此，AI绘(huì)画及视(shì)频或不是结(jié)果，而只是AI进程中的(de)一块重要拼图，有(yǒu)望(wàng)在技术更新的(de)加持(chí)下实现更大的(de)应(yīng)用价值。

AI从(cóng)理解内容，走向了可(kě)以生成(chéng)内容，甚至能够创造出(chū)独立(lì)价值和独立视(shì)角的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来(lái)的先进生产力即(jí)将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢固AIGC底座(zuò)

从(cóng)技术(shù)的发展也(yě)可以看出，在语言大(dà)模(mó)型、图像大模型之后，多模态大模型已经成为了(le)新的(de)趋势。

大模型被誉为当前人工智(zhì)能发展的智(zhì)能底座，是全(quán)球(qiú)竞争最(zuì)激(jī)烈的研(yán)究方(fāng)向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企业都在竞相发力。

不(bù)过训练(liàn)大(dà)模型(xíng)的确价(jià)格不(bù)菲，以国盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成本约为140万美(měi)元(yuán)。而对(duì)于一(yī)些更(gèng)大的LLM(大(dà)型语言模型)，训练成本则(zé)介(jiè)于(yú)200万美元至(zhì)1200万(wàn)美元(yuán)高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿(yì)美元，每日仅电(diàn)费就在(zài)5万(wàn)美元左(zuǒ)右。

此外(wài)不论是(shì)ChatGPT还(hái)是(shì)AIGC，都离不开(kāi)庞大算力(lì)支持。在关注各类大模型的发展(zhǎn)同时，更(gèng)应该(gāi)关(guān)注算力网络(luò)的建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展进(jìn)入(rù)史诗级加速进程，让(ràng)AIGC及通用AI这一人工智(zhì)能发展的终极(jí)目标离得更近。

因为算力可以对突(tū)破性(xìng)技术创(chuàng)新(xīn)提供大力的(de)支持。这方(fāng)面(miàn)，多模态大模型(xíng)是(shì)典型。作为面向未来(lái)强人工智能、通用人工智能的重要技术创(chuàng)新，多模态(tài)大模(mó)型已经在人(rén)工智能领(lǐng)域(yù)提出了很多年，业界(jiè)也有不(bù)少(shǎo)技术突破，但是，多模(mó)态(tài)大模型进一(yī)步往下走(zǒu)，算力需求呈几何式(shì)上升，一般(bān)的(de)算力基(jī)础设施很(hěn)快将难以胜任(rèn)。

从图像、文字、语音单独一(yī)项的训(xùn)练(liàn)，到双模态、三模态的跃(yuè)迁(qiān)，让人工(gōng)智(zhì)能可以(yǐ)灵活应对不同(tóng)模态(tài)的转化、像人与(yǔ)世界交互一(yī)样自(zì)然，这方面，由算力(lì)网络(luò)来驱动将(jiāng)有明显优势。

此外，还有很多需(xū)要爆(bào)发式增长的算力来支撑的(de)技术创新，将在人工智(zhì)能(néng)算力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大模型和大(dà)算力的支持(chí)下AIGC能(néng)持续颠(diān)覆内容生产的方式，将创造的边际成本降(jiàng)低(dī)，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 600毫升等于多少斤水，800ml是多少水