自(zì)聊天(tiān)机器人ChatGPT火(huǒ)爆(bào)以来，微软(ruǎn)公(gōng)司创始(shǐ)人比(bǐ)尔·盖茨已多次公开谈(tán)论人工智能话(huà)题。在(zài)最(zuì)近的一(yī)次采(cǎi)访中，他(tā)再次表示：“AI可(kě)能会(huì)让科技行业迎来一次(cì)剧(jù)烈的洗牌”。

这(zhè)个结论是他(tā)在当(dāng)地(dì)时间2月20日接(jiē)受(shòu)《In Good Company》节目专访时提出的。

他预期(qī)，AI的发(fā)展可(kě)能会威胁到谷歌的市占率，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将(jiāng)把(bǎ)AI整合成用(yòng)户的“全能(néng)助(zhù)手”，包揽一切应(yīng)用(yòng)，与人们进行(xíng)沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中(zhōng)全(quán)能助手的到(dào)来可(kě)能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在(zài)美国(guó)科(kē)罗拉多州举(jǔ)办的新兴数(shù)字艺术家竞赛中，一幅名为《太空歌剧院》的(de)作(zuò)品获奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输入一组(zǔ)关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输(shū)入的文本。同一组(zǔ)关键词也可(kě)以创作(zuò)出很(hěn)多(duō)张风格不一样的画作，这让创作的过程就像(xiàng)开盲盒。

很多用(yòng)户很(hěn)喜欢这种不(bù)确定的(de)惊喜，他们(men)会将(jiāng)生成的(de)美图当做头(tóu)像(xiàng)。而(ér)另(lìng)一(yī)部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在(zài)社交媒体上，许多用(yòng)户分享AI“翻车现场”，例如，一(yī)位(wèi)网友的小狗照片被AI画成了“肌肉(ròu)男(nán)”，还(hái)有网友的个(gè)人(rén)照片(piàn)被AI识(shí)别成了建(jiàn)筑。

而如(rú)今(jīn)随(suí)着ControlNet的(de)出现与加持(chí)，以往(wǎng)AI绘画的(de)填写关键词(cí)游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福读(dú)博(bó)的(de)中国人张吕敏创作的一种基于(yú)控(kòng)制点的图像(xiàng)变(biàn)形算法，主要用于数字(zì)图(tú)像处理、计算机视(shì)觉和计算(suàn)机图形学等领域(yù)。

其(qí)SD插件(jiàn)一经发布，在短短的两天内便成为了AI绘(huì)画领域最新的热点。

在此之前(qián)，大(dà)家用了很多方法(fǎ)想让AI生成的(de)结果尽可能(néng)的符(fú)合要求，但是(shì)都不尽如人意，它的出现(xiàn)代表着(zhe)AI生成开始进入(rù)真(zhēn)正(zhèng)的(de)可控时期(qī)。

因为ControlNet可以(yǐ)直接(jiē)提(tí)取画面(miàn)的(de)构图，人物(wù)的姿势(shì)和画面的(de)深度信息等。有了它(tā)的帮助，就不用频(pín)繁的用(yòng)提示词来碰运气，抽(chōu)盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画(huà)加了(le)“魔法(fǎ)”，不少博主的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友的照片直(zhí)接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应(yīng)的(de)关(guān)键词；最(zuì)后用(yòng)ControlNet插件绑定(dìng)骨骼开始换关键(jiàn)词试效果。

通过图片就可以看(kàn)出来，效果十(shí)分惊艳。

更厉害的是，除了真(zhēn)实(shí)的照(zhào)片，草图也(yě)可以加(jiā)上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊也亲自回(huí)应。

不(bù)得(dé)不(bù)说当下AIGC已经变得越来越强大(dà)，甚(shèn)至输出的作品都(dōu)已经(jīng)能以(yǐ)假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术(shù)力爆发(fā)

警惕(tì)安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是(shì)全国第一起AI绘图(tú)诈骗。

不过仔细(xì)观察可以(yǐ)发现(xiàn)，活动发起者(zhě)提供(gōng)的(de)照片中有个很大(dà)的漏洞可(kě)以发现并非(fēi)真(zhēn)人，而是AI绘(huì)图(tú)，那(nà)便是图片(piàn)中女性的手(shǒu)指(zhǐ)部分有的(de)存在异(yì)常。

有行业(yè)人事表示：“现(xiàn)在因为手指部分的绘画算法比(bǐ)较复(fù)杂，AI还不太会画(huà)人的(de)手，但最(zuì)新看到的图片已(yǐ)经有(yǒu)越来越完美的(de)AI模型(xíng)出现(xiàn)，以后可(kě)能(néng)就完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英国广(guǎng)播(bō)公(gōng)司报(bào)道，土(tǔ)耳其地震(zhèn)期(qī)间，有Tiktok用户(hù)使用(yòng)AI合成了儿(ér)童(tóng)受灾(zāi)的假照片发(fā)布到网络(luò)，以此诱(yòu)骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真(zhēn)人照(zhào)片般的绘图效果，如果这样的图片被用来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还(hái)引发了(le)很多担忧，一方(fāng)面，批判者认为(wèi)AI在“学习”了大量前人的作品(pǐn)之后，其创(chuàng)作没有任何情绪和灵魂，难(nán)以和人类的艺(yì)术创作相提(tí)并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的(de)解决，还有AIGC会不会(huì)代替(tì)人类“至高无上”的(de)创(chuàng)意(yì)。

马斯克(kè)也强调，人工智能的(de)安(ān)全问题需要得到(dào)重(zhòng)视，太晚就来(lái)不及(jí)了。

03

AIGC下一(yī)站除了视频，还(hái)有远方

技术(shù)都是有两面性的，潜在的危害并不能掩盖其光(guāng)辉(huī)的贡献。现在看(kàn)来(lái)，人工(gōng)智能技术(shù)将是第四次工业革命(mìng)的核心驱动力量，将创造新的增长奇(qí)迹(jì)。

过去一年(nián)，人工智能在技术和商业(yè)层面都(dōu)有了巨(jù)大进(jìn)展，AI绘画就是人工(gōng)智能技术发生方(fāng)向性改变(biàn)的一个代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈(quān)的短视频。这些视频引(yǐn)发(fā)关注并非内容(róng)做得(dé)多优秀，反而(ér)都非常简单，比如一匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车的第一视角录像，随便一个有手机(jī)的(de)人都可以随手录下一(yī)段。

但(dàn)这些(xiē)短视频的(de)创作方式非常简单，创作者仅仅需要向AI输入一(yī)段(duàn)话，甚(shèn)至只是说一下(xià)要求，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了(le)一(yī)波梗，一个能够(gòu)做出更高清视频的AI还不足以(yǐ)在短时间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊的(de)地方在于，它可以制作(zuò)出(chū)超过2分钟的连贯的也(yě)有确(què)切内容的(de)视(shì)频，这才是真(zhēn)正(zhèng)让人们感到惊喜的地方(fāng)。因为无论AI生成(chéng)的视频多么高清，也只能是为内(nèi)容生产者提供一个(gè)灵(líng)感，一(yī)个素材(cái)，一个(gè)过场动画。

不过能够制作出有(yǒu)具体(tǐ)剧情内容的视频就(jiù)意味着，一些视频创(chuàng)作由AI代替(tì)人工完(wán)成已经初步有了(le)可(kě)能。

当下(xià)AI的发展速度已经超过大(dà)部(bù)分人的想象(xiàng)。内(nèi)容产(chǎn)业的本(běn)质是供给创造需求，AIGC作(zuò)为(wèi)全新的(de)内容生产方(fāng)式，可以为内容产(chǎn)业带来更新的内容(róng)风格、更快的生产速度，更(gèng)低的生产成本(běn)，这(zhè)无疑会驱(qū)动(dòng)内容产业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术还能应(yīng)用于音乐、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戏(xì)等行业能(néng)得到有效应用，对(duì)于下一代(dài)互联网各(gè)种(zhǒng)元素的构建亦有关(guān)键意义。

从(cóng)商(shāng)业化的角度来(lái)看，文化娱乐、教育(yù)、传(chuán)媒等诸多领(lǐng)域，本身就对基(jī)于AI的可视(shì)化(huà)内容有强烈需求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程中的(de)一块重要拼图，有望在技术更新(xīn)的加持(chí)下实现(xiàn)更大的(de)应用价值。

AI从理(lǐ)解内容，走向了可以(yǐ)生成内容，甚至能够创(chuàng)造出独(dú)立价值和独立视角的内容。AIGC的再次出圈，更代表身临其境是什么意思的临，身临其境是什么意思呢原意是什么着未来的先进生产力即将到(dào)来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在(zài)语(yǔ)言大(dà)模型、图像大模型(xíng)之后，多模态大模型已经成为(wèi)了新的(de)趋势。

大模(mó)型被誉为(wèi)当前人工(gōng)智能发展(zhǎn)的智能(néng)底(dǐ)座，是全(quán)球竞争最激烈的(de)研究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大(dà)模型(xíng)的(de)确价(jià)格不菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多少(shǎo)算力(lì)》报告估算，GPT-3训(xùn)练一次的成(chéng)本约为140万美元。而对于一(yī)些(xiē)更大的LLM(大型语言模型)，训练成(chéng)本(běn)则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平(píng)均数1300万计算，其对(duì)应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本约(yuē)为8亿(yì)美元，每日仅(jǐn)电费(fèi)就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关(guān)注各类大(dà)模型的发展同时，更应(yīng)该关注算力网(wǎng)络的建设。

算(suàn)力网络正驱动AI产业发展(zhǎn)进入史诗级加速(sù)进程(chéng)，让AIGC及(jí)通用AI这一人工(gōng)智能发(fā)展的终极(jí)目标离得(dé)更(gèng)近。

因为算力可(kě)以对突破性技术创新提供大力的支持。这方面(miàn)，多模(mó)态大模型是典型。作为(wèi)面向未来强(qiáng)人工智能(néng)、通用人工智能(néng)的重(zhòng)要(yào)技术(shù)创新，多(duō)模态大模型已经(jīng)在(zài)人(rén)工智能(néng)领域提出了很多年，业界(jiè)也(yě)有(yǒu)不少(shǎo)技术(shù)突破，但(dàn)是，多(duō)模态(tài)大模型进一(yī)步往下走，算力(lì)需(xū)求(qiú)呈几何式上升，一(yī)般的算力基础设(shè)施(shī)很快(kuài)将难以胜任(rèn)。

从图(tú)像、文字、语音单独一项的训练，到双模(mó)态(tài)、三模态的(de)跃迁，让人工智能可(kě)以灵活(huó)应对不同模态的转化、像人与世(shì)界(jiè)交互一(yī)样(yàng)自然(rán)，这方面，由算力网络来(lái)驱动(dòng)将有明显优势。

此(cǐ)外(wài)，还有很多需要爆发式增(zēng)长的算力(lì)来支撑的技(jì)术(shù)创新，将(jiāng)在人工智(zhì)能算力(lì)网络支(zhī)撑下(xià)快速推进(jìn)。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和(hé)大(dà)算(suàn)力的(de)支(zhī)持下AIGC能持续颠覆内容生产的方式，将创造(zào)的(de)边(biān)际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 身临其境是什么意思的临，身临其境是什么意思呢原意是什么