自聊(liáo)天(tiān)机器人(rén)ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始人(rén)比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能话题。在最近的一(yī)次采访中(zhōng)，他(tā)再次表示(shì)：“AI可(kě)能会让科技行业迎(yíng)来一次(cì)剧烈的洗牌”。

这(zhè)个结论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节(jié)目专访时(shí)提出的。

他(tā)预期，AI的发展可能(néng)会威胁到(dào)谷歌的(de)市占率，因为微软(ruǎn)在AI方面的行动相当迅速(sù)。而最(zuì)终科技巨头(tóu)将把(bǎ)AI整合成(chéng)用户的“全能助(zhù)手(shǒu)”，包揽一切(qiè)应用，与人们进行沟(gōu)通并提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来(lái)可能尚需时日，但由(yóu)ControlNet引(yǐn)发的(de)又一(yī)次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的(de)时(shí)候，还是2022年8月，在美国科(kē)罗(luó)拉(lā)多州举办的新兴数字艺术家竞赛中，一幅名(míng)为《太(tài)空歌(gē)剧(jù)院(yuàn)》的作品获奖。

随后各大厂商的AI绘画软件被广大(dà)网(wǎng)友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入(rù)一组关(guān)键词(cí)或者一(yī)张照片(piàn)，就能获得一幅AI创作的(de)画作。

作(zuò)画的(de)关键就(jiù)是所输入的文(wén)本(běn)。同一组关键词也可以(yǐ)创作出很多(duō)张风格不一样(yàng)的画(huà)作，这让创作的过程就像开盲盒。

很多用户很喜(xǐ)欢(huān)这种不确定的惊喜(xǐ)，他们会将生成的美图(tú)当(dāng)做头像(xiàng)。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网(wǎng)友的小狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友的(de)个人照片被AI识别成了建筑。

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

ControlNet是(shì)一位正在(zài)斯坦福读博的中国人张吕敏创作的一种基于控制点(diǎn)的图像(xiàng)变形算法，主要用于(yú)数字图像(xiàng)处(chù)理、计算机(jī)视觉和计算(suàn)机图形学(xué)等领域。

其SD插件一(yī)经发布，在(zài)短短的两天内便成为了AI绘画领域(yù)最新的热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结果尽可能的(de)符合要求，但是都不尽如人意(yì)，它的出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画(huà)面的构(gòu)图，人物(wù)的姿势和画面的深度(dù)信息(xī)等。有了(le)它的帮(bāng)助，就不用频繁的用(yòng)提(tí)示词来碰运气，抽盲(máng)盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画(huà)加了“魔(mó)法(fǎ)”，不少博主的作品已(yǐ)经(jīng)获得(dé)了大量的浏览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带(dài)她们(men)走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文(wén)字(zì)。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词试效果。

通过图片就可(kě)以看出来，效果十分惊艳(yàn)。

更厉害的是(shì)，除了真实(shí)的(de)照片(piàn)，草图也(yě)可以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图(tú)。大神张吕敏其本尊也亲(qīn)自回(huí)应。

不(bù)得不说当下AIGC已经变得越(yuè)来越(yuè)强大，甚至(zhì)输出的作品都已经能(néng)以假(jiǎ)乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题(tí)

近日，“苏州(zhōu)金(jīn)鸡湖有游艇party”的(de)消息火遍网(wǎng)络，而经过警方辟(pì)谣这所谓的“party”可能是全国(guó)第(dì)一(yī)起AI绘图诈骗。

由于这个活动(dòng)里面给(gěi)出的美女(nǚ)照片都(dōu)是AI制作的真人照片绘图，因为(wèi)太(tài)逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播了(le)。

不(bù)过仔细(xì)观(guān)察可以发现，活动(dòng)发起者提供的照片中有个很大(dà)的漏洞可以发现并(bìng)非真人，而是(shì)AI绘(huì)图，那便是图片(piàn)中女性(xìng)的(de)手指部分有的存在异(yì)常。

有(yǒu)行业(yè)人事表示：“现在因(yīn)为手指部分的(de)绘画算法比较复杂，AI还不(bù)太会画人的手，但最新看到的图片已经有越来越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国外(wài)也(yě)已有发生。据英国广播公司(sī)报(bào)道(dào)，土耳其地(dì)震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照片发布(bù)到网络，以此诱骗善(shàn)良(liáng)的人打赏(shǎng)“捐助(zhù)”从(cóng)而实施诈(zhà)骗。

目前(qián)随着(zhe)技术(shù)发展(zhǎn)，AIGC已经能做(zuò)出(chū)真人照(zhào)片般的绘(huì)图效(xiào)果，如(rú)果(guǒ)这(zhè)样的图片被用(yòng)来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引(yǐn)发了很(hěn)多担忧，一(yī)方(fāng)面，批判者认(rèn)为AI在“学习”了大(dà)量前人的(de)作品之后，其创作没有(yǒu)任何情绪和(hé)灵魂，难(nán)以和人类(lèi)的艺术创作相提并论。

另一方面，AIGC背(bèi)后的(de)版权(quán)、目前(qián)都并没有得(dé)到有效的(de)解决(jué)，还有AIGC会不会代(dài)替人类“至高无(wú)上”的创(chuàng)意。

马斯克也强调，人工智能的安全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技术都(dōu)是有两面性的(de)，潜在的危害并不(bù)能掩盖其光(guāng)辉的(de)贡献。现(xiàn)在看来(lái)，人工(gōng)智能技(jì)术将是第四次工(gōng)业(yè)革(gé)命的核(hé)心驱动力量，将创造新的增长(zhǎng)奇迹(jì)。

过去(qù)一年(nián)，人工智能(néng)在技术和(hé)商业层(céng)面(miàn)都有了巨大进展，AI绘画就(jiù)是人工智能技(jì)术发生方向性改变的(de)一个代表(biǎo)。其下(xià)一站或许就是(shì)视频。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈(quān)的短视(shì)频。这些视频引发关(guān)注并非内容(róng)做得多优秀，反而都非常简(jiǎn)单，比(bǐ)如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一段骑摩托车的(de)第一(yī)视角录像(xiàng)，随便一个(gè)有手机的人都可以随手录下(xià)一段。

但这(zhè)些短视(shì)频的(de)创作方式非常(cháng)简单，创作者仅仅需要向AI输入一段话，甚至只(zhǐ)是说(shuō)一下要求，AI就可以根据需要生成一(yī)段视频。

谷歌(gē)发布的两个AI生成(chéng)视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在(zài)Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈就(jiù)已(yǐ)经玩了一波梗，一个能(néng)够做(zuò)出更高清视频的(de)AI还不足以在短(duǎn)时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊的地(dì)方在于，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才是(shì)真(zhēn)正让(ràng)人们感到惊喜(xǐ)的地方。因为无论AI生成(chéng)的视(shì)频多么(me)高清(qīng)，也只能(néng)是为内(nèi)容生产者提供一个灵感，一(yī)个素材，一个过场动画。

不过能(néng)够制作出有具体(tǐ)剧情内容的视(shì)频就意味着，一些视频(pín)创作由AI代(dài)替人工完(wán)成已经初步有了可(kě)能。

当下AI的发展速度已经超(chāo)过大(dà)部分人的想象。内容产(chǎn)业的本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容(róng)产业带来(lái)更新的内容(róng)风格、更快的生产速度(dù)，更低的(de)生产成(chéng)本，这(zhè)无(wú)疑会驱动内容产业的(de)大爆(bào)发(fā)。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用(yòng)于(yú)音(yīn)乐、代(dài)码、机器人动作等多(duō)种内容形式(shì)的生(shēng)成。不难发现该项技术不仅在游(yóu)戏等行(xíng)业能得(dé)到有效应用，对于(yú)下一代(dài)互联网(wǎng)各(gè)种元素(sù)的(de)构建亦有关键意义。

从商业化(huà)的(de)角度(dù)来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就对基于AI的(de)可视化内容(róng)有(yǒu)强烈需求。

因此，AI绘(huì)画及(jí)视频或不是结果，而(ér)只是AI进程中的(de)一(yī)块重要拼图(tú)，有望在技(jì)术更新的加持下实现更大的应用价值。

AI从(cóng)理解(jiě)内容，走向了可以生成内容，甚至能够创造出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生(shēng)产力即将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技(jì)术的发展也可以看出，在(zài)语言大模型、图(tú)像大(dà)模型之后，多模态大模型已(yǐ)经成为了(le)新(xīn)的趋势。

大(dà)模(mó)型被誉为当前人工智能发展(zhǎn)的智能底座(zuò)，是全球竞争最激烈的研究(jiū)方向(xiàng)之一，包(bāo)括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众(zhòng)多(duō)头(tóu)部企业都在竞相发力。

不过训练大模型的确(què)价(jià)格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次(cì)的成本约为(wèi)140万(wàn)美元。而对于一些更大的LLM(大型语(yǔ)言(yán)模型)，训练成本则介(jiè)于200万美元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立(lì)访客(kè)平(píng)均数1300万计算，其对(duì)应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在5万美(měi)元(yuán)左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关(guān)注(zhù)各类(lèi)大模型的发展同(tóng)时，更应该关注算力(lì)网络的建(jiàn)设(shè)。

算力网络正驱(qū)动AI产业发(fā)展进入(rù)史(shǐ)诗级加速进程(chéng)，让AIGC及通用(yòng)AI这一人工智能发展的(de)终极目标离得更近。

因为算力可以对突破性(xìng)技(jì)术创新提(tí)供大力的支持(chí)。这(zhè)方面，多(duō)模态大模型是典型。作为(wèi)面向未来强人工智(zhì)能(néng)、通(tōng)用人工智能的重要技术(shù)创新，多模态大模型已经在人工智能领域提出了很多(duō)年，业界也有(yǒu)不少技术突破(pò)，但(dàn)是，多(duō)模态大模型(xíng)进(jìn)一(yī)步往下(xià)走，算力(lì)需求(qiú)呈(chéng)几何式上升，一般的(de)算力(lì)基(jī)础设施很快将(jiāng)难以胜任。

从图像、文字、语音单独一项(xiàng)的训练，到双模态、三模态(tài)的跃(yuè)迁(qiān)，让人工智(zhì)能可以灵活应(yīng)对不同模态的转化、像人与世界(jiè)交互一样自然，这方面，由算力(lì)网络来驱动将有明显(xiǎn)优势。

此外，还有很(hěn)多(duō)需要爆发式增长的算力(lì)来(lái)支撑的(de)技术(shù)创新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露(lù)出曙光，期(qī)待在大模型和大算力(lì)的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成(chéng)本(běn)降低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 东边不亮西边亮的意思是什么，东边不亮西边亮典故