自聊天机器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖茨已多次公开谈论人工智能话题。在最近的一次采访(fǎng)中，他(tā)再次表示：“AI可能会让科(kē)技行业迎(yíng)来一次剧(jù)烈的洗牌”。

这个结论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌(gē)的市占率(lǜ)，因为微(wēi)软在AI方(fāng)面的行动(dòng)相当迅速。而最终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能助手(shǒu)”，包揽一切应(yīng)用，与(yǔ)人(rén)们(men)进行(xíng)沟通并提供建议，可(kě)以(yǐ)取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表的(de)AIGC上(shàng)一次爆火的时候(hòu)，还是2022年8月，在美国科罗(luó)拉多州举(jǔ)办的新兴数(shù)字艺术家竞赛(sài)中(zhōng)，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画(huà)软件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户(hù)们可以在(zài)应用中(zhōng)输入一(yī)组关(guān)键(jiàn)词或者一(yī)张照片，就能获得一幅AI创作(zuò)的画(huà)作(zuò)。

作画(huà)的关键就是所输入的(de)文本。同一组关(guān)键词也可以创作出(chū)很多张风格不一样的画作(zuò)，这(zhè)让(ràng)创作的过程就像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的(de)惊(jīng)喜(xǐ)，他们会将生成的美图当(dāng)做头像。而另一(yī)部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场”，例如，一(yī)位网友的小(xiǎo)狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片被AI识别成(chéng)了建筑(zhù)。

而如今随(suí)着ControlNet的出现与加(jiā)持(chí)，以往AI绘画的(de)填写关(guān)键词游(yóu)戏可能要被颠覆(fù)了(le)。

ControlNet是(shì)一位(wèi)正在斯坦(tǎn)福读博的(de)中国人(rén)张吕敏(mǐn)创作的一种基于控制点的(de)图像变形算法，主要用于数字图像处理、计算(suàn)机视觉和计算(suàn)机图形(xíng)学等领(lǐng)域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘画领域最新的(de)热点。

在(zài)此(cǐ)之前，大家用了很多方法想(xiǎng)让AI生成(chéng)的(de)结果尽可能(néng)的符合要求，但是都不尽如人意，它(tā)的出现代(dài)表(biǎo)着(zhe)AI生成(chéng)开始进入(rù)真正的可(kě)控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的构(gòu)图，人(rén)物(wù)的姿势和画面的深度信息等(děng)。有了(le)它(tā)的帮助，就(jiù)不(bù)用(yòng)频繁(fán)的用提(tí)示词(cí)来碰运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘(huì)画加了(le)“魔法”，不少博主的作(zuò)品已(yǐ)经获得了大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的照(zhào)片直接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关键词(cí)试效果(guǒ)。

通(tōng)过图片就可(kě)以(yǐ)看出(chū)来，效果十分惊艳。

更(gèng)厉害的(de)是，除(chú)了真实(shí)的照片，草(cǎo)图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩图。大神(shén)张(zhāng)吕(lǚ)敏其本(běn)尊也亲自回应。

不(bù)得不说当下AIGC已经变得(dé)越(yuè)来越强(qiáng)大，甚至输出的作品都已经(jīng)能以假(jiǎ)乱(luàn)真(zhēn)了。

02

难辨(biàn)虚实，AIGC技(jì)术(shù)力爆发

警(jǐng)惕安全(quán)问题

近(jìn)日(rì)，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是(shì)全国(guó)第一(yī)起(qǐ)AI绘图(tú)诈(zhà)骗。

由于这个(gè)活动(dòng)里(lǐ)面给出的美女照片都是AI制(zhì)作(zuò)的真(zhēn)人照片(piàn)绘(huì)图，因为太逼真，被大(dà)家(jiā)当(dāng)成真事传(chuán)播了。

不过仔细观察可以发现，活动(dòng)发起者(zhě)提供的照片中有个很大的漏洞可以(yǐ)发(fā)现(xiàn)并非真人，而是(shì)AI绘图，那便是图片(piàn)中女性的手(shǒu)指(zhǐ)部分有的(de)存在(zài)异常。

有行业人事表示：“现在(zài)因为手指部分的绘画算法比较(jiào)复杂，AI还不太会画人的(de)手(shǒu)，但最(zuì)新看到的(de)图片已经有越来越完美(měi)的AI模型出现，以后可能就完全没(méi)有漏洞(dòng)了。”

类似(shì)的AI作图诈骗(piàn)在国外也已有发生。据英(yīng)国(guó)广播公司(sī)报(bào)道(dào)，土耳其地震期(qī)间，有Tiktok用户使用AI合成了(le)儿童受灾的(de)假(jiǎ)照片发布(bù)到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能做出(chū)真人(rén)照片(piàn)般的绘图(tú)效果，如(rú)果这(zhè)样的(de)图片被用来(lái)诈(zhà)骗(piàn)，将非常可(kě)怕。

此外(wài)AIGC还(hái)引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作(zuò)品之后，其创作(zuò)没有任(rèn)何(hé)情绪和灵魂，难(nán)以(yǐ)和人类(lèi)的艺术创作相提并论(lùn)。

另一方面(miàn)，AIGC背(bèi)后的版权(quán)、目前都并(bìng)没有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的(de)创意。

马斯克也(yě)强调，人工智(zhì)能的(de)安全问题需要得(dé)到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技(jì)术都是有两面性的，潜在(zài)的危害并不能掩盖其光(guāng)辉的贡(gòng)献。现(xiàn)在看来，人工智能技术将(jiāng)是(shì)第四次(cì)工业(yè)革命的核心驱动力(lì)量，将创(chuàng)造(zào)新的增长(zhǎng)奇迹。

过(guò)去一年，人工智能在技(jì)术和商业(yè)层(céng)面都有(yǒu)了(le)巨大进展，AI绘画就是人(rén)工智(zhì)能(néng)技术(shù)发(fā)生方向(xiàng)性改变的一个代表。其下一(yī)站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科技圈的短视(shì)频。这些视频引发关(guān)注并非内容做得(dé)多优秀(xiù)，反而(ér)都非常简单(dān)，比如一匹正(zhèng)在(zài)喝(hē)水(shuǐ)的马，一只画画的玩具熊(xióng)，或(huò)者一段骑摩(mó)托车(chē)的(de)第(dì)一视角录像，随便一(yī)个(gè)有手(shǒu)机(jī)的(de)人都可以随手录下一(yī)段(duàn)。

但这(zhè)些短视频(pín)的创作方式非常简单，创(chuàng)作者仅仅需要向(xiàng)AI输(shū)入一段(duàn)话，甚至只是说一(yī)下要求，AI就可以根据需(xū)要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突(tū)出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差别(bié)。

在Make-A-Video公(gōng)布了AI生成(chéng)的(de)视频(pín)后，AI圈就已经玩(wán)了一波梗，一个能够做出更高清视频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的(de)地方在于，它(tā)可以(yǐ)制作出超过2分钟的连贯(guàn)的也有确(què)切内(nèi)容的视(shì)频(pín)，这才是真正让人们感到惊喜的地(dì)方。因为无论AI生成的视频(pín)多(duō)么高清(qīng)，也(yě)只(zhǐ)能是(shì)为(wèi)内容生产者提供一个灵感，一个素材(cái)，一(yī)个过(guò)场动画。

不过(guò)能够制作出有具体剧情内容的视频就(jiù)意味着，一些视频创作由(yóu)AI代替人工完成已经初步有(yǒu)了(le)可能。

当下(xià)AI的发(fā)展速度已经超过大部分人(rén)的想象。内(nèi)容(róng)产(chǎn)业的本(běn)质(zhì)是供给创造需(xū)求，AIGC作为全新(xīn)的内容生产方式，可以为(wèi)内(nèi)容产业带来更新的内(nèi)容风格、更快(kuài)的生产速(sù)度，更(gèng)低的生产(chǎn)成本，这无疑会驱动内容产业(yè)的(de)大爆发。

除(chú)了AI绘图(tú)、视频(pín)，AIGC技术还能应(yīng)用于(yú)音乐(lè)、代码、机器人动(dòng)作等多种(zhǒng)内容形式的(de)生成。不难发现该项(xiàng)技术(shù)不仅在(zài)游戏等行业能得(dé)到(dào)有效(xiào)应用，对于下一代互联网(wǎng)各种元素的构建亦(yì)有关(guān)键意义(yì)。

从商业(yè)化的(de)角度来看，文化娱乐、教育、传媒等诸(zhū)多(duō)领域，本身就对基于AI的(de)可(kě)视(shì)化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不(bù)是结(jié)果，而只是AI进程(chéng)中的一(yī)块重要拼图，有望在(zài)技术更新(xīn)的加持下实(shí)现更大(dà)的(de)应用价(jià)值。

AI从理解(jiě)内容，走(zǒu)向了(le)可以生成内容，甚至能够创造出独(dú)立(lì)价值和独立(lì)视角的内容。AIGC的再次(cì)出圈，更(gèng)代(dài)表(biǎo)着未来的先进生(shēng)产力即将到来。

04

紧(jǐn)抓大(dà)模型(xíng)与算(suàn)力(lì)，牢(láo)固AIGC底(dǐ)座

从技术的发展也可以看出，在语言大模型、图像大(dà)模型之(zhī)后，多模态大模型已经(jīng)成为了新的趋势。

大模型(xíng)被誉为当前人工智能(néng)发展的智能底座，是(shì)全球竞争最激烈的(de)研究方向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里、腾讯(xùn)等(děng)众多头部企业都(dōu)在竞相(xiāng)发力。

不(bù)过训练(liàn)大模(mó)型的确(què)价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训(xùn)练一(yī)次的(de)成本约(yuē)为(wèi)140万(wàn)美元。而对于一些(xiē)更大的LLM(大型(xíng)语(yǔ)言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高价(jià)之(zhī)间(jiān)。

以ChatGPT在2023年1月的(de)独(dú)立(lì)访客平均数1300万计算，其对应芯片(piàn)需(xū)求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万美(měi)元(yuán)左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模(mó)型的发(fā)展同时(shí)，更应该(gāi)关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入(rù)史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一人(rén)工智能发展(zhǎn)的终极目标离得更近。

因为算力可以(yǐ)对突破性技术创新提供大(dà)力的(de)支持。这(zhè)方面，多模态大模型是典(diǎn)型(xíng)。作为面向未来(lái)强人工智能、通用人工智能的重要技术创新，多(duō)模态(tài)大模型已经在人工智(zhì)能领域(yù)提出了(le)很(hěn)多(duō)年，业界也(yě)有不少技术(shù)突破，但是，多(duō)模态大模型进一步往下走，算力需(xū)求呈几何(hé)式上升，一般的算力(lì)基础设(shè)施很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训练，到双模态(tài)、三模(mó)态(tài)的跃迁，让人工智能可以灵活(huó)应对不同模态(tài)的转化、像人与世界交互一样自然，这方(fāng)面，由算力网(wǎng)络(luò)来驱动将有(yǒu)明显(xiǎn)优势。

此外(wài)，还有很(hěn)多需要(yào)爆发(fā)式增(山衔落日浸寒漪中的衔字是什么意思，衔的意思zēng)长(zhǎng)的算力来(lái)支撑的技术(shù)创新，将在人工智能算力网络支(zhī)撑(chēng)下快速推进(jìn)。

AIGC已经露出曙光，期待在大模型和(hé)大算力(lì)的支持下AIGC能持续(xù)颠覆内(nèi)容生产的(de)方(fāng)式，将创(chuàng)造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 山衔落日浸寒漪中的衔字是什么意思，衔的意思