自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖茨已多(duō)次公开谈论(lùn)人(rén)工智能话题。在最近(jìn)的一(yī)次采访中，他再次表示：“AI可能会让科(kē)技行业迎来(lái)一(yī)次剧烈的(de)洗牌(pái)”。

这个结论是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时(shí)提出(chū)的(de)。

他预(yù)期，AI的发展可能会威胁到谷歌的市占率，因为(wèi)微(wēi)软在AI方(fāng)面的行动相当迅速。而最终科技(jì)巨头将把AI整合(hé)成(chéng)用户的“全(quán)能助手”，包揽一切(qiè)应用，与人们进行(xíng)沟通(tōng)并提(tí)供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全能助手的到来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点包(bāo)围(wéi)中(zhōng)杀出重围。

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(shàng)一次爆火的(de)时候(hòu)，还是2022年8月，在美国科(kē)罗(luó)拉(lā)多州举办的(de)新(xīn)兴(xīng)数字艺术家(jiā)竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获(huò)奖。

随(suí)后各大厂商的AI绘画软件被广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可(kě)以(yǐ)在应用中输入一(yī)组关键词或(huò)者一张照(zhào)片，就(jiù)能(néng)获得一(yī)幅AI创(chuàng)作的(de)画作(zuò)。

作画的关键就是所输入的文本(běn)。同一组关键词也(yě)可以创作出很(hěn)多张风格不一样(yàng)的画作，这让创作的过(guò)程就像(xiàng)开盲盒(hé)。

很多(duō)用户很喜(xǐ)欢这种不(bù)确定的(de)惊喜(xǐ)，他们会将生(shēng)成(chéng)的美图当(dāng)做(zuò)头(tóu)像。而另一部分喜欢翻(fān)看(kàn)AI绘(huì)画的“翻车(chē)”作品。在社交媒(méi)体上(shàng)，许多(duō)用户分享(xiǎng)AI“翻车(chē)现(xiàn)场(chǎng)”，例如(rú)，一位网友的小狗照(zhào)片被(bèi)AI画(huà)成了“肌肉男”，还有网友的个人照(zhào)片被AI识别(bié)成了建(jiàn)筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的一种基于(yú)控制点的(de)图(tú)像(xiàng)变形(xíng)算法(fǎ)，主要用于数字图像处理、计算(suàn)机视觉和计算(suàn)机(jī)图(tú)形学等领域。

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

在此之(zhī)前，大家(jiā)用了(le)很(hěn)多(duō)方法想让(ràng)AI生成的结果尽可(kě)能(néng)的符合要求，但是都不尽如人(rén)意，它的出(chū)现代表着(zhe)AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图，人物的(de)姿势和画面的深度信(xìn)息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式(shì)的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法(fǎ)”，不少博主的(de)作品已经获得了大(dà)量的浏览量，“viggo”就(jiù)是其中(zhōng)之一(yī)，他用朋友的照(zhào)片直(zhí)接带她(tā)们走进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词(cí)试(shì)效果。

通(tōng)过图片就可以看出来，效果十分惊艳(yàn)。

更厉(lì)害的是，除了(le)真(zhēn)实的(de)照片，草图也可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还(hái)能实现线稿(gǎo)转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲自回应(yīng)。

不得不说(shuō)当下(xià)AIGC已(yǐ)经变(biàn)得越(yuè)来越强大，甚至输出(chū)的作(zuò)品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术(shù)力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经过警方辟(pì)谣(yáo)这所(suǒ)谓的“party”可能(néng)是(shì)全国第一起AI绘图(tú)诈骗。

由于(yú)这(zhè)个活动(dòng)里面给(gěi)出(chū)的美女照片都是AI制作的真人照片绘图，因为(wèi)太逼真，被(bèi)大家当成真事传播了。

不过仔(zǎi)细观(guān)察可以发现，活(huó)动发(fā)起者(zhě)提供的(de)照片中(zhōng)有个(gè)很大的漏(lòu)洞可以(yǐ)发现并(bìng)非(fēi)真人，而是AI绘(huì)图，那便是图(tú)片中女性的手指部分有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因为手(shǒu)指(zhǐ)部分(fēn)的(de)绘(huì)画算法(fǎ)比较复杂，AI还不太会画(huà)人(rén)的(de)手，但最新(xīn)看到的图(tú)片(piàn)已经有越来越(yuè)完(wán)美的(de)AI模(mó)型出现，以(yǐ)后(hòu)可能就(jiù)完全没有(yǒu)漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发(fā)生。据英国广播公司报道(dào)，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾的假照(zhào)片发布到网络，以此诱骗善良的(de)人打赏“捐助”从而实施诈骗。

目(mù)前(qián)随着技术(shù)发展，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这(zhè)样的(de)图片被(bèi)用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方面，批判者认为(wèi)AI在“学习”了大量前人的作品之后，其创作没有任何情绪和灵(líng)魂，难以和人类的艺术(shù)创(chuàng)作相(xiāng)提并论(lùn)。

另(lìng)一(yī)方(fāng)面，AIGC背后的版权、目前都并没(méi)有得到有效的解决，还有(yǒu)AIGC会不会(huì)代替人类“至高无上”的(de)创意。

马斯克也强调，人工智(zhì)能(néng)的安全问题需(xū)要得(dé)到重视，太晚(wǎn)就来(lái)不及(jí)了。

03

AIGC下一站除了视频，还有远方

技(jì)术(shù)都是(shì)有(yǒu)两面性的，潜在的危(wēi)害(hài)并不能掩盖其光辉的贡(gòng)献。现在看(kàn)来，人(rén)工智(zhì)能技术将是第四次(cì)工业革(gé)命的(de)核(hé)心(xīn)驱动力量(liàng)，将创造(zào)新(xīn)的(de)增(zēng)长奇(qí)迹。

过去一年，人(rén)工智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生(shēng)方向性改变的(de)一个代表(biǎo)。其下一站或许就(jiù)是(shì)视频。

此前(qián)，Meta和谷(gǔ)歌先后发布(bù)了几条引爆科(kē)技圈的短(duǎn)视频。这些视频(pín)引(yǐn)发关注并非内容做得多优秀(xiù)，反而都(dōu)非常简单，比如(rú)一(yī)匹正在喝水的(de)马，一只画画的玩具(jù)熊，或者一段骑摩托(tuō)车的(de)第一视角录(lù)像，随便一个有手机的人都可以随手录(lù)下(xià)一(yī)段。

但这些短视频的创作方式非常(cháng)简单，创作者仅仅需要向AI输(shū)入一段(duàn)话(huà)，甚(shèn)至只是说一下要求，AI就可以根据需要生成一段(duàn)视频。

谷歌(gē)发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后(hòu)，AI圈就已经玩了一波梗(gěng)，一个能(néng)够做出更(gèng)高清视频的(de)AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的(de)地(dì)方在于，它可以制作出超过2分钟的(de)连贯的也有(yǒu)确切内容的视频，这才是真(zhēn)正让人们感到惊喜的地方。因为(wèi)无论AI生(shēng)成的视频(pín)多(duō)么高清，也只能(néng)是为内(nèi)容生产者(zhě)提供(gōng)一个灵感，一个素材(cái)，一(yī)个过场动画。

不(bù)过能够(gòu)制作出有具(jù)体剧情(qíng)内容的视频(pín)就意(yì)味着，一些(xiē)视频创(chuàng)作(zuò)由AI代(dài)替人工完成已经初步有了可能。

当下AI的发展速(sù)度已经超过大部分(fēn)人的想象。内容产(chǎn)业(yè)的本质是供给(gěi)创造需求(qiú)，AIGC作(zuò)为全新的内(nèi)容生(shēng)产方(fāng)式，可以为内容产业(yè)带来更新的内容风格(gé)、更快的生产速度，更低的(de)生产成本，这无(wú)疑会(huì)驱动内容(róng)产业(yè)的(de)大爆发。

除了AI绘图、视(shì)频，AIGC技(jì)术还能(néng)应用于(yú)音乐、代码、机器人(rén)动作等多种内容(róng)形式的生成。不难发现该项(xiàng)技术不仅在游戏(xì)等(děng)行业能(néng)得到(dào)有效应用，对于(yú)下一代互联(lián)网各种(zhǒng)元素的构建亦有关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本身(shēn)就对基(jī)于AI的可视(shì)化(huà)内容有强烈需求。

因此，AI绘画(huà)及视(shì)频或不是结果，而只是AI进程中的一块(kuài)重要(yào)拼图，有望(wàng)在技(jì)术更新的加持下实现更大(dà)的应用(yòng)价(jià)值(zhí)。

AI从(cóng)理解内容(róng)，走向了可以生成内容(róng)，甚(shèn)至能够创造出独(dú)立价(jià)值(zhí)和独立视角的内容。AIGC的(de)再(zài)次(cì)出(chū)圈，更代表着未来的先进(jìn)生产力(lì)即(jí)将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底(dǐ)座

从技(jì)术的发展也可以看出，在语(yǔ)言大(dà)模型、图像大模(mó)型之后(hòu)，多(duō)模(mó)态大模型已经(jīng)成为(wèi)了新的趋势。

大(dà)模(mó)型被(bèi)誉为当前人工智能发(fā)展的智能底座，是全(quán)球竞(jìng)争最激烈(liè)的研究方向之(zhī)一，包(bāo)括谷歌、亚马逊(xùn)、百度、阿里、腾(téng)讯等(děng)众多头部企(qǐ)业都(dōu)在竞(jìng)相发力。

不过训练大模(mó)型的确价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少算(suàn)力(lì)》报告估算，GPT-3训练一次的成本约为140万美元。而对于(yú)一些更大的(de)LLM(大型语(yǔ)言模型(xíng))，训练成本则介于200万美元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客平均(jūn)数(shù)1300万计算，其(qí)对(duì)应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美(měi)元，每日仅电(diàn)费就(jiù)在5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力支(zhī)持。在关注各类(lèi)大(dà)模型(xíng)的发(fā)展(zhǎn)同时，更应该(gāi)关注算力网(wǎng)络的建设。

算力(lì)网(wǎng)络(luò)正驱动AI产业发(fā)展进入史(shǐ)诗级加(jiā)速(sù)进程(chéng)，让AIGC及通(tōng)用AI这一人(rén)工智能发展的终(zhōng)极目标离得更近。

因为算力可以对突破性技术创新提供大力的支持。这(zhè)方面，多模(mó)态大模型(xíng)是典型。作为面向(xiàng)未(wèi)来强人工智(zhì)能(néng)、通用人工(gōng)智能的重(zhòng)要技(jì)术创新，多模态大模型已(yǐ)经在人工智能领域提出了很(hěn)多年，业界也有(yǒu)不(bù)少技术突(tū)破(pò)，但是(shì)，多模态大模型进一步往下走，算力需求呈几何式(shì)上升(shēng)，一(yī)般的(de)算力基础设(shè)施很快将难以(yǐ)胜任。

从图(tú)像、火车站同站换乘30分钟够吗 同站换乘麻烦吗文字(zì)、语音单独一项的训(xùn)练，到(dào)双(shuāng)模态、三模(mó)态的跃迁(qiān)，让人工智能可以灵活应对不同模态的转(zhuǎn)化(huà)、像人与世界交互一样自然，这方面，由算力(lì)网(wǎng)络来驱(qū)动将有明(míng)显优势。

此(cǐ)外，还(hái)有很多需要爆发式(shì)增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大算力的支持(chí)下(xià)AIGC能持续颠覆内容(róng)生产的方式，将创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 火车站同站换乘30分钟够吗 同站换乘麻烦吗