自(zì)聊天机器人ChatGPT火(huǒ)爆以来(lái)，微(wēi)软(ruǎn)公司创始人比尔·盖茨已多次公开(kāi)谈论人工(gōng)智能话题(tí)。在最(zuì)近的一次采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来一(yī)次剧(jù)烈(liè)的洗牌(pái)”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提出的。

他预期，AI的(de)发展可能会(huì)威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行动相当迅(xùn)速。而最终科技巨(jù)头将(jiāng)把AI整合成用(yòng)户的(de)“全能助(zhù)手”，包揽(lǎn)一切应用(yòng)，与(yǔ)人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全(quán)能(néng)助(zhù)手的(de)到来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包(bāo)围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时(shí)候，还(hái)是2022年(nián)8月，在美国(guó)科罗拉多(duō)州举办的新(xīn)兴数字艺(yì)术家(jiā)竞赛中，一幅(fú)名为《太(tài)空歌剧院》的(de)作品获奖。

随后各大厂(chǎng)商的(de)AI绘(huì)画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以在应用中输入一组关键词(cí)或者(zhě)一张照(zhào)片，就(jiù)能获得一幅AI创作的画作(zuò)。

作画的关键(jiàn)就是所输入的文本。同一组关键(jiàn)词也可以创作出(chū)很多(duō)张风(fēng)格(gé)不一样的画作，这让创作的过程就像开盲盒。

很多(duō)用(yòng)户(hù)很(hěn)喜欢这种不确定的惊喜，他们会将生成的(de)美图当做(zuò)头像(xiàng)。而另一部分喜欢翻看AI绘画的(de)“翻(fān)车”作品。在社交媒体上(shàng)，许多用户分享AI“翻车现场”，例(lì)如，一位网友(yǒu)的小(xiǎo)狗照片被AI画成了“肌肉男(nán)”，还(hái)有网友的(de)个人照(zhào)片被AI识别(bié)成了建筑(zhù)。

而(ér)如(rú)今随(suí)着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏(xì)可能要被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中国(guó)人张吕敏创作的一种(zhǒng)基于(yú)控制点的(de)图像(xiàng)变形算法，主要用于(yú)数(shù)字图(tú)像处理、计算机视觉和(hé)计(jì)算机图形学等领(lǐng)域(yù)。

其SD插件一经发(fā)布，在短短的两天内便成(chéng)为了AI绘画领域最(zuì)新(xīn)的(de)热点。

在此之前，大家用了很多(duō)方法想让AI生成(chéng)的结(jié)果(guǒ)尽(jǐn)可能的符合(hé)要求，但是都不尽如人意，它的出(chū)现代表着AI生成开(kāi)始进(jìn)入真(zhēn)正(zhèng)的可(kě)控时期。

因为ControlNet可以直接提取画(huà)面的构图(tú)，人物(wù)的(de)姿势和(hé)画面的(de)深度信息(xī)等。有了它的帮助，就不用频繁的用提示词来(lái)碰运气，抽盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的(de)作品(pǐn)已经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其中之(zhī)一，他用(yòng)朋友的照(zhào)片直(zhí)接带她们走进(jìn)动漫世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件(jiàn)拓展(zhǎn)找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试(shì)效(xiào)果。

通过图(tú)片就可以(yǐ)看出(chū)来(lái)，效(xiào)果十分惊艳(yàn)。

更(gèng)厉(lì)害(hài)的是，除了真实的(de)照(zhào)片，草图也(yě)可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩(cǎi)图。大(dà)神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得越来越强大，甚至(zhì)输出的作品都(dōu)已经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警惕(tì)安(ān)全问题

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消息(xī)火(huǒ)遍网络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由(yóu)于这个活动里面给出(chū)的美(měi)女照片都是AI制(zhì)作的真人照片(piàn)绘图(tú)，因为太逼真，被(bèi)大家当成真事传播(bō)了(le)。

不(bù)过仔细观察可以发现，活(huó)动发起(qǐ)者提供(gōng)的照片中有个很(hěn)大的漏洞可以发现并(bìng)非真(zhēn)人，而(ér)是AI绘图(tú)，那便是图(tú)片(piàn)中女性的手(shǒu)指部分有的(de)存在异常。

有行业(yè)人事表示：“现在(zài)因(yīn)为手指部分的绘画(huà)算法比较复(fù)杂，AI还不太会(huì)画人的手(shǒu)，但最新看到的(de)图片已经(jīng)有越来越(yuè)完美的AI模(mó)型出现(xiàn)，以(yǐ)后可能就完全没有(yǒu)漏洞了。”

类似的(de)AI作(zuò)图诈骗在国(guó)外也已有发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾(zāi)的假照(zhào)片发布到网(wǎng)络，以(yǐ)此(cǐ)诱骗善良的人(r日本还有能力侵华吗，日本敢不敢侵略中国én)打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果(guǒ)，如(rú)果这(zhè)样(yàng)的图片被用来诈(zhà)骗(piàn)，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧，一方面，批判者(zhě)认为AI在(zài)“学(xué)习”了大量前人(rén)的作品之后，其创作没有任何情绪和(hé)灵魂，难以(yǐ)和人类(lèi)的艺术(shù)创作相提(tí)并论。

另一方面(miàn)，AIGC背(bèi)后的版权(quán)、目前都并没有得(dé)到(dào)有(yǒu)效的(de)解决(jué)，还(hái)有AIGC会不(bù)会代替人类“至高无(wú)上”的创意(yì)。

马斯(sī)克也(yě)强调，人工智能的(de)安(ān)全问题需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视频，还有(yǒu)远方(fāng)

技(jì)术都是有两(liǎng)面性的，潜在的危害并不能掩(yǎn)盖其光辉(huī)的贡献。现在(zài)看来，人工智能技术将是第(dì)四次工业革命的核心驱(qū)动(dòng)力量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在技术和(hé)商业(yè)层面(miàn)都有了巨大(dà)进展，AI绘画就是(shì)人(rén)工(gōng)智能技(jì)术发生(shēng)方(fāng)向性改变的一个代表。其下一站或许(xǔ)就是视(shì)频。

此(cǐ)前(qián)，Meta和谷歌先后发(fā)布(bù)了几条引爆科技圈的(de)短视频(pín)。这些视频引发关注并非内容做得多优秀(xiù)，反而都非常简单(dān)，比如一匹(pǐ)正在(zài)喝(hē)水的马，一只画画的玩具(jù)熊，或(huò)者(zhě)一段(duàn)骑摩托车的(de)第一视角(jiǎo)录(lù)像，随便(biàn)一个(gè)有手机的人(rén)都可以随手(shǒu)录下(xià)一(yī)段。

但这(zhè)些(xiē)短视频的创作方式非常简(jiǎn)单，创作(zuò)者仅仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌(gē)发布的两个AI生成视频分(fēn)别来自(zì)于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已经(jīng)玩了一(yī)波梗，一(yī)个能够做出更高清视(shì)频(pín)的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作(zuò)出超过2分钟(zhōng)的连(lián)贯的也有确切内容的(de)视频，这才是真(zhēn)正(zhèng)让人们感到惊喜(xǐ)的地方。因为无论AI生成(chéng)的视频多么高清(qīng)，也只(zhǐ)能(néng)是为内(nèi)容生产者提供一个灵感，一个素材，一个过场动画。

不(bù)过能够制(zhì)作(zuò)出有(yǒu)具体剧情内容的视频就意(yì)味着(zhe)，一(yī)些视频创作(zuò)由AI代替人工完(wán)成已经(jīng)初步有了可能。

当下AI的发展速(sù)度已经超过大部分人的(de)想象。内(nèi)容产业的本(běn)质(zhì)是供给创造需(xū)求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内容产业(yè)带来更新的内容风(fēng)格、更快(kuài)的生产速度，更低的生产成本，这(zhè)无疑(yí)会驱动(dòng)内容产业的大爆发(fā)。

除了AI绘图、视(shì)频(pín)，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机(jī)器人动作等(děng)多种内容(róng)形式的生成。不难发现该项技(jì)术不仅在游戏等行(xíng)业能得到有效应用，对于(yú)下一(yī)代(dài)互联网各种(zhǒng)元素(sù)的构(gòu)建(jiàn)亦有关键(jiàn)意义。

从(cóng)商业化(huà)的(de)角度来看，文化(huà)娱乐(lè)、教(jiào)育(yù)、传媒等诸多领(lǐng)域(yù)，本(běn)身(shēn)就对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进(jìn)程(chéng)中的一块(kuài)重要拼图，有望在技术更新(xīn)的加持下实现更大(dà)的(de)应用价(jià)值。

AI从理解内容(róng)，走向了可(kě)以生成内容，甚至能够创造出独立(lì)价(jià)值和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看(kàn)出，在(zài)语言大模型(xíng)、图(tú)像大模(mó)型之后，多模态大模型(xíng)已经成(chéng)为了新(xīn)的趋(qū)势。

大模型(xíng)被誉(yù)为(wèi)当前人工智能发展(zhǎn)的(de)智能底座，是全球竞争最激烈的研究(jiū)方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众(zhòng)多(duō)头部(bù)企业(yè)都在(zài)竞(jìng)相发力。

不过训练大模型的确(què)价格不(bù)菲，以国盛证券发(fā)布的(de)《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训练一次的成本约(yuē)为140万(wàn)美元(yuán)。而对于一些更大的LLM(大型语言(yán)模(mó)型)，训练(liàn)成本则介(jiè)于(yú)200万美元(yuán)至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月(yuè)的独立(lì)访(fǎng)客平均数1300万计算，其对应芯(xīn)片(piàn)需求为3万多片英伟(wěi)达(dá)A100 GPU，初始(shǐ)投(tóu)入成本约(yuē)为8亿美元，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算(suàn)力支持。在(zài)关(guān)注各类大模型的发展同时，更应(yīng)该关(guān)注算力网络的(de)建设(shè)。

算(suàn)力网络正驱动(dòng)AI产(chǎn)业发(fā)展进(jìn)入(rù)史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一(yī)人(rén)工智能发展的终极目(mù)标(biāo)离(lí)得更近。

因为算力可以(yǐ)对突破性技(jì)术创新提供大力的支持。这方面，多模态大模(mó)型是典(diǎn)型(xíng)。作为面向未(wèi)来强人工智能、通用人工智能(néng)的重要(yào)技术创新(xīn)，多模态(tài)大(dà)模(mó)型(xíng)已经在人工智能领域提(tí)出(chū)了很多年，业界也有不少技术突破，但是，多模态大(dà)模(mó)型进一步往下走，算力(lì)需求呈几何(hé)式上升，一般的算力基(jī)础设施很快将难(nán)以(yǐ)胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态(tài)、三模态的跃(yuè)迁，让人工智能可以灵活应对(duì)不同模态的转化、像人(rén)与世(shì)界交(jiāo)互一样自然，这方(fāng)面，由算力网络来驱动(dòng)将(jiāng)有明显优势(shì)。

此(cǐ)外，还有很多需要(yào)爆发式增长的(de)算力来支撑(chēng)的技(jì)术创新，将在人工智能算力网(wǎng)络支撑下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和大算(suàn)力(lì)的支持(chí)下AIGC能持(chí)续颠覆内容生产的(de)方式，将创造(zào)的边际(jì)成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 日本还有能力侵华吗，日本敢不敢侵略中国