自聊天(tiān)机器(qì)人(rén)ChatGPT火(huǒ)爆以来(lái)，微软公司创始人(rén)比尔·盖茨已多次(cì)公开(kāi)谈论人工智(zhì)能话题(tí)。在最近的一次采访中，他再次表(biǎo)示：“AI可能(néng)会让科技(jì)行业(yè)迎(yíng)来一次剧(jù)烈的(de)洗(xǐ)牌”。

这个(gè)结论是他(tā)在当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节目专访时提(tí)出的。

他预期(qī)，AI的(de)发展可能会威胁到谷歌的市(shì)占率，因为微软在AI方面的行动相当迅(xùn)速。而最终科技巨头(tóu)将把AI整合成用户的“全能助手”，包揽(lǎn)一切应用(yòng)，与人们进(jìn)行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手(shǒu)的(de)到来可能(néng)尚需时(shí)日，但(dàn)由ControlNet引发(fā)的(de)又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上(shàng)一次爆(bào)火的时候，还是(shì)2022年8月，在(zài)美国科(kē)罗拉(lā)多(duō)州举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太(tài)空歌(gē)剧院》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画软件被广大(dà)网友手握日月摘星辰,世间无我这般人，李白的诗一剑霜寒十四州熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表。

用户们可以(yǐ)在应用中(zhōng)输(shū)入一组关键词或(huò)者一张照片，就能获得一幅AI创作的画作。

作画的关(guān)键就是(shì)所输(shū)入的文本。同一组关(guān)键(jiàn)词也(yě)可以创作出(chū)很多张风(fēng)格不(bù)一样(yàng)的画作，这让创作的过程(chéng)就像(xiàng)开盲盒。

很多用户(hù)很(hěn)喜(xǐ)欢这(zhè)种不确定的惊喜，他们(men)会将(jiāng)生成的美(měi)图当做头像。而另(lìng)一部分喜欢翻(fān)看(kàn)AI绘画的“翻车(chē)”作(zuò)品。在社(shè)交媒体上，许多用户(hù)分享(xiǎng)AI“翻车(chē)现(xiàn)场”，例(lì)如，一(yī)位网友(yǒu)的(de)小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还有网友的(de)个(gè)人(rén)照片(piàn)被AI识别(bié)成了建(jiàn)筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填(tián)写关键词游(yóu)戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人(rén)张(zhāng)吕(lǚ)敏创作的一种(zhǒng)基于控制(zhì)点的图像(xiàng)变形算法(fǎ)，主(zhǔ)要用于数字图像处(chù)理(lǐ)、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布(bù)，在短(duǎn)短的(de)两天内(nèi)便成(chéng)为(wèi)了AI绘画(huà)领域最新的热点。

在此之前，大家(jiā)用了很多方(fāng)法想让(ràng)AI生成(chéng)的结(jié)果尽(jǐn)可能(néng)的符合(hé)要求(qiú)，但是都(dōu)不尽如人意，它(tā)的(de)出(chū)现代表着AI生(shēng)成开始进入真(zhēn)正的(de)可控时(shí)期(qī)。

因为ControlNet可以直(zhí)接提(tí)取画面的构图，人物(wù)的姿势和画(huà)面的深(shēn)度信息等(děng)。有了(le)它的帮助，就不(bù)用频(pín)繁的用(yòng)提示词(cí)来(lái)碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作(zuò)品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其(qí)中之一，他用朋友的(de)照(zhào)片直接带她(tā)们走进动(dòng)漫世(shì)界(jiè)。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后(hòu)用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换(huàn)关键词试效果。

通过(guò)图片就可以看出来，效(xiào)果十分惊(jīng)艳。

更(gèng)厉害的(de)是，除了真(zhēn)实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲自回应。

不得不说当下AIGC已经变(biàn)得越(yuè)来越(yuè)强(qiáng)大，甚至输出的作(zuò)品都(dōu)已经能(néng)以假(jiǎ)乱真了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网络，而经过警方辟(pì)谣这所谓(wèi)的“party”可能是(shì)全国(guó)第一起AI绘图诈骗(piàn)。

由于这个活动(dòng)里面给出的美女照(zhào)片都是AI制作的真人照片(piàn)绘图，因为太逼(bī)真，被大家当成真事传(chuán)播了。

不(bù)过仔细观察(chá)可以(yǐ)发现(xiàn)，活动发起(qǐ)者提供的照片中(zhōng)有个(gè)很大(dà)的漏洞可(kě)以发现并非真人，而(ér)是AI绘图，那便是图片(piàn)中女(nǚ)性的(de)手指部(bù)分有的存在(zài)异(yì)常。

有(yǒu)行(xíng)业人(rén)事表(biǎo)示：“现(xiàn)在因为手(shǒu)指部分的(de)绘画(huà)算法比(bǐ)较(jiào)复杂，AI还不太(tài)会画人的手，但(dàn)最新看到的图(tú)片已经有越来越完(wán)美(měi)的AI模型出(chū)现，以后可能就完全没有漏洞了(le)。”

类似的(de)AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾(zāi)的假照片发布到网络，以(yǐ)此诱(yòu)骗(piàn)善良的人(rén)打赏“捐助”从而实施诈(zhà)骗。

目前(qián)随着技术发展(zhǎn)，AIGC已经能做(zuò)出(chū)真(zhēn)人照片般的绘图效果，如果这(zhè)样的(de)图片(piàn)被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批判(pàn)者认(rèn)为AI在(zài)“学习”了大(dà)量前人的作品之后，其创作没有任何(hé)情绪和(hé)灵魂，难以和(hé)人类的(de)艺术(shù)创作相提并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目(mù)前都并没有(yǒu)得到有效的(de)解决(jué)，还有AIGC会不会(huì)代替人(rén)类“至(zhì)高无上”的(de)创意(yì)。

马斯克也强调(diào)，人(rén)工智能的安全(quán)问题(tí)需(xū)要(yào)得到(dào)重视，太(tài)晚(wǎn)就来不(bù)及(jí)了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两(liǎng)面(miàn)性的，潜(qián)在的危害并不能(néng)掩盖(gài)其光辉的贡献。现(xiàn)在(zài)看(kàn)来，人工智(zhì)能技术将是(shì)第四次工业革(gé)命(mìng)的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年(nián)，人工智能(néng)在技术和商业层面都(dōu)有了(le)巨大进展，AI绘画就(jiù)是人工智(zhì)能技术发生方(fāng)向性改变的一个代表。其(qí)下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌先后发布了(le)几(jǐ)条引爆(bào)科技圈的短视频。这些视频引发关注并非内容做得多优秀(xiù)，反(fǎn)而都非常简单，比(bǐ)如一匹(pǐ)正在喝水的马，一只画(huà)画的(de)玩具熊，或(huò)者(zhě)一段骑摩托车(chē)的第一视角录像，随便一个有手机的(de)人(rén)都(dōu)可以随手录下一(yī)段。

但这些短视频的创作方式非常简单，创作(zuò)者仅仅(jǐn)需要向AI输入一(yī)段话，甚至(zhì)只(zhǐ)是说一下要求(qiú)，AI就(jiù)可以根据需要生成一段视频。

谷歌(gē)发布的两个AI生(shēng)成视频(pín)分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一(yī)波梗，一(yī)个能够做出更高清视频的AI还不足以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震手握日月摘星辰,世间无我这般人，李白的诗一剑霜寒十四州惊的地方在于，它可以制作出超过2分钟的(de)连贯的也有确切内容的视(shì)频(pín)，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多(duō)么高清(qīng)，也只能是为(wèi)内容生产者提(tí)供一个(gè)灵感，一个素材，一个过(guò)场(chǎng)动画。

不过(guò)能够制作出有(yǒu)具体剧情内(nèi)容的视频就意味着(zhe)，一些视(shì)频创作由AI代替人工(gōng)完成已经(jīng)初步有了可(kě)能。

当下AI的发(fā)展(zhǎn)速(sù)度已经超过大(dà)部分人的想象。内容产业的本质是(shì)供给(gěi)创造需求，AIGC作为(wèi)全(quán)新的内容(róng)生(shēng)产方(fāng)式，可以(yǐ)为内(nèi)容产(chǎn)业带(dài)来更新的内容风格、更快(kuài)的生产(chǎn)速度，更低的生产成本，这(zhè)无疑会驱动(dòng)内容产业的(de)大爆发(fā)。

除了(le)AI绘图、视(shì)频，AIGC技术还能应用于音乐、代(dài)码、机器(qì)人动作等多种内容形式的(de)生(shēng)成。不(bù)难(nán)发现该项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互联(lián)网各种(zhǒng)元素(sù)的构建亦有关键意义。

从商业化的角度(dù)来看，文化娱乐、教(jiào)育、传媒等诸(zhū)多(duō)领域，本身就(jiù)对基于(yú)AI的(de)可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有望在技术(shù)更新的加(jiā)持(chí)下实现更大(dà)的应用价值。

AI从理解内容，走向了可以生成内容，甚至能够(gòu)创(chuàng)造出独立价值和独(dú)立视(shì)角(jiǎo)的(de)内容。AIGC的再次出圈，更代表着(zhe)未来的先进生产力即将到来。

04

紧(jǐn)抓大(dà)模型与(yǔ)算力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模型、图像大模型之后，多(duō)模态大模型已经成为了新(xīn)的趋(qū)势(shì)。

大模(mó)型被誉(yù)为当前人(rén)工智能发展的(de)智能(néng)底(dǐ)座，是全球竞争最激(jī)烈的研(yán)究方向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众多(duō)头部(bù)企业都在竞相发(fā)力。

不过训练(liàn)大(dà)模型的确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需(xū)要多少算力》报(bào)告(gào)估算，GPT-3训练(liàn)一(yī)次的成本约为140万美元(yuán)。而对(duì)于一(yī)些更大的LLM(大型(xíng)语(yǔ)言模型)，训练成本(běn)则(zé)介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独(dú)立访客平(píng)均(jūn)数1300万计算，其对(duì)应芯片需(xū)求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日仅电(diàn)费就(jiù)在5万美元左右。

此外(wài)不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞(páng)大算力支持。在关注(zhù)各(gè)类大模型的发展(zhǎn)同时，更应(yīng)该关注算力(lì)网络的建设(shè)。

算力网络(luò)正(zhèng)驱动AI产业发(fā)展(zhǎn)进入(rù)史诗级加速(sù)进程，让AIGC及(jí)通用AI这一人工智能发(fā)展的(de)终极(jí)目标离得(dé)更(gèng)近。

因为算(suàn)力可以对(duì)突破性技术创新提供(gōng)大力的(de)支持。这方(fāng)面，多模(mó)态大模型是典型(xíng)。作为(wèi)面向未来强(qiáng)人(rén)工智能(néng)、通用人工智能的(de)重要技术(shù)创(chuàng)新，多模态大模型已经在人(rén)工智能领域提出了很多年，业界(jiè)也有不少技术(shù)突破，但是，多模态大(dà)模型(xíng)进一步往下走，算力需求呈几(jǐ)何式上升，一般的算力基础设施很(hěn)快(kuài)将难以胜任(rèn)。

从图(tú)像、文字、语音单独(dú)一项的训练(liàn)，到双模态(tài)、三模(mó)态的(de)跃迁，让(ràng)人工智能可以(yǐ)灵(líng)活应对不同模(mó)态的转化、像人与世界交(jiāo)互一样自然，这方面，由算力网(wǎng)络来(lái)驱(qū)动将有明显优势。

此(cǐ)外(wài)，还有很多(duō)需(xū)要(yào)爆(bào)发式(shì)增长的算力来支撑的技术(shù)创新(xīn)，将在人(rén)工(gōng)智能算(suàn)力网络(luò)支撑(chēng)下快速推进(jìn)。

AIGC已经露出曙光(guāng)，期(qī)待在(zài)大(dà)模型和大(dà)算力的支持下(xià)AIGC能持续(xù)颠覆内容(róng)生产(chǎn)的(de)方式，将(jiāng)创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 手握日月摘星辰,世间无我这般人，李白的诗一剑霜寒十四州