自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比(bǐ)尔·盖茨已(yǐ)多次公开谈论人(rén)工智能话题。在最近的一次采(cǎi)访中，他再次表(biǎo)示：“AI可能会让科技行(xíng)业(yè)迎来一次(cì)剧烈(liè)的(de)洗(xǐ)牌”。

这个(gè)结论是(shì)他在(zài)当地时(shí)间2月(yuè)20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市(shì)占率(lǜ)，因(yīn)为微软在AI方(fāng)面的行动(dòng)相当迅(xùn)速(sù)。而最终科技巨(jù)头将把(bǎ)AI整(zhěng)合(hé)成用(yòng)户的“全(quán)能助手”，包揽一切(qiè)应用(yòng)，与人们进行沟通(tōng)并提供(gōng)建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时(shí)日，但由(yóu)ControlNet引发(fā)的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次(cì)爆火的时候(hòu)，还(hái)是2022年8月，在(zài)美国科罗拉多州举办(bàn)的新(xīn)兴数字艺术家竞赛(sài)中，一幅(fú)名为《太空歌剧院》的(de)作品获奖。

随(suí)后各大厂商的AI绘(huì)画软件(jiàn)被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表(biǎo)。

用(yòng)户(hù)们可以(yǐ)在应(yīng)用中输入一组关(guān)键词或者一张照(zhào)片，就能获得一幅AI创作的画作。

作画的(de)关(guān)键就(jiù)是所输入的文本。同一组关键词也(yě)可以(yǐ)创(chuàng)作出很多张风格不(bù)一样的(de)画作(zuò)，这(zhè)让创作的过程(chéng)就像开(kāi)盲(máng)盒。

很多用户(hù)很喜(xǐ)欢这(zhè)种不(bù)确定(dìng)的惊(jīng)喜，他(tā)们会(huì)将生成的美图当做头像。而(ér)另(lìng)一部分(fēn)喜欢(huān)翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场(chǎng)”，例(lì)如，一(yī)位网(wǎng)友的小狗照片被(bèi)AI画成了“肌肉男”，还(hái)有网友的个人(rén)照(zhào)片被(bèi)AI识别成了(le)建(jiàn)筑。

而如今(jīn)随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词(cí)游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯坦福读博的中国人张(zhāng)吕(lǚ)敏(mǐn)创作的一种基于控制点的图(tú)像(xiàng)变形算(suàn)法，主要用于数字图像处理、计(jì)算机视觉(jué)和计算机图(tú)形学等领(lǐng)域。

其SD插(chā)件(jiàn)一经(jīng)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)，大家(jiā)用了很多方法想让AI生成的结果尽(jǐn)可能(néng)的符(fú)合要求，但是都不尽如人意(yì)，它的出现代(dài)表着AI生成开(kāi)始进入真(zhēn)正的可控(kòng)时期(qī)。

因为(wèi)ControlNet可以直接(jiē)提(tí)取画(huà)面的构图，人物(wù)的(de)姿势和画(huà)面的(de)深度(dù)信息等。有了(le)它的(de)帮助(zhù)，就不用频(pín)繁的用提示词来(lái)碰运气，抽盲盒式的(de)创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏览(lǎn)量，“viggo”就(jiù)是其(qí)中之一(yī)，他用朋(péng)友(yǒu)的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到(dào)对应的关键(jiàn)词；最后用ControlNet插件绑定骨骼开(kāi)始换关(guān)键词试效果(guǒ)。

通(tōng)过图片就(jiù)可以看(kàn)出(chū)来，效果十分惊(jīng)艳。

更厉害(hài)的(de)是，除了真实(shí)的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩(cǎi)图。大神张吕敏(mǐn)其(qí)本尊也亲自(zì)回应。

不得不(bù)说当(dāng)下AIGC已经变得越(yuè)来越强大，甚至输出的作品都已经能以假乱真(zhēn)了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发(fā)

警惕(tì)安全问题

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而(ér)经过(guò)警方辟谣这所谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈骗。

由(yóu)于这(zhè)个活(huó)动(dòng)里面给出的美女照片都是AI制作(zuò)的真人照(zhào)片(piàn)绘图，因为太(tài)逼真，被大家当成真事(shì)传播了(le)。

不过仔细观察(chá)可以发现(xiàn)，活动(dòng)发起(qǐ)者提供的(de)照片中有个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片中(zhōng)女性的手指(zhǐ)部(bù)分有的存在异常。

有行(xíng)业(yè)人事(shì)表示(shì)：“现在因为(wèi)手指部(bù)分的绘画算法比较(jiào)复杂，AI还不太会(huì)画(huà)人的手，但(dàn)最(zuì)新(xīn)看到的图片(piàn)已经有(yǒu)越来越完美的AI模型出现，以后(hòu)可(kě)能就完全没有漏洞(dòng)了。”

类(lèi)似的AI作图诈(zhà)骗在国外也已有(yǒu)发(fā)生。据(jù)英国广播公司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假照片(piàn)发布到网络，以此诱骗善(shàn)良的(de)人(rén)打赏“捐助”从而实施诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经(jīng)能做出真人照片般的(de)绘图效(xiào)果，如(rú)果这(zhè)样的图片被(bèi)用(yòng)来诈骗(piàn)，将非(fēi)常可怕。

此外(wài)AIGC还引(yǐn)发了(le)很多担忧，一(yī)方(fāng)面，批判者认(rèn)为AI在(zài)“学(xué)习”了大量前人的作品之后，其(qí)创作没有(yǒu)任何情绪和灵魂，难以和人类(lèi)的艺术(shù)创(chuàng)作(zuò)相提并(bìng)论。

另(lìng)一(yī)方面，AIGC背(bèi)后的版权、目前都并(bìng)没有(yǒu)得到有效的解决(jué)，还有(yǒu)AIGC会(huì)不会代替人类“至高无上”的创意。

马斯(sī)克也强调，人工(gōng)智能的安(ān)全问(wèn)题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除(chú)了视频(pín)，还有远方

技(jì)术都是有两面性(xìng)的，潜在的危(wēi)害并(bìng)不能掩盖其光辉的(de)贡献。现在看来(lái)，人工智能技(jì)术(shù)将(jiāng)是第四次工(gōng)业革命(mìng)的核心驱动(dòng)力量，将(jiāng)创造新的增长奇迹(jì)。

过去一年，人工智(zhì)能在技术和商业层面都有了巨(jù)大(dà)进展，AI绘画就是(shì)人工智能技术发生方向性改变的一个(gè)代表。其下(xià)一(yī)站或许(xǔ)就(jiù)是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆科(kē)技圈的短视频。这些视频引发关(guān)注并非内容做得多优秀，反(fǎn)而都非(fēi)常简(jiǎn)单，比如一匹正在(zài)喝水(shuǐ)的马，一只画(huà)画的玩具熊(xióng)，或者一段骑摩托(tuō)车的第一视角录像(xiàng)，随(suí)便一个有手机的人都可(kě)以随手(shǒu)录下一段。

但这些短(duǎn)视频的(de)创作方式非(fēi)常(cháng)简单(dān)，创作者仅仅(jǐn)需要向(xiàng)AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就(jiù)可以根据需要生(shēng)成一段视(shì)频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个(gè)能(néng)够做出更高清视频的AI还不足(zú)以(yǐ)在短时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它可以制(zhì)作出(chū)超过2分钟的连贯的也有确切内容(róng)的视频，这才是真正让人们感到惊喜的地方。因为无论AI生(shēng)成的视频多(duō)么高清，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出(chū)有具(jù)体剧(jù)情内容的视频就意味着，一些视频(pín)创(chuàng)作由AI代(dài)替人工完(wán)成已经(jīng)初步(bù)有了可能。

当下(xià)AI的发展速度已经超过大部(bù)分(fēn)人的(de)想(xiǎng)象。内容产业的本(běn)质是供给创造需求，AIGC作(zuò)为全(quán)新的内容生产方式(shì)，可以为内容产业带(dài)来(lái)更新的内(nèi)容风(fēng)格、更快的生产(chǎn)速(sù)度(dù)，更低的(de)生产成本，这无疑(yí)会驱动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代码、机器人(rén)动(dòng)作等(děng)多种内容形式(shì)的生成。不难发现该项技(jì)术不仅在游戏(xì)等行业能得到有效(xiào)应用(yòng)，对(duì)于下一代互(hù)联网(wǎng)各种元(yuán)素的(de)构建亦有关键(jiàn)意义。

从商业化(huà)的角度来看，文化司马相如的长门赋原文和译文注释，司马相如的长门赋原文和译文娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身(shēn)就对基于AI的可(kě)视化(huà)内容有强烈需求。

因(yīn)此，AI绘画及(jí)视频或不是结(jié)果，而(ér)只是AI进(jìn)程中的一块重要(yào)拼图(tú)，有望在技术更新的加持下实现更大的应用价值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够(gòu)创造出独立价值(zhí)和独立视角的内容。AIGC的再次出圈，更代表着未(wèi)来(lái)的先进(jìn)生(shēng)产力即将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢(láo)固AIGC底座

从技(jì)术的发展也可以看出(chū)，在(zài)语言大模型、图像大(dà)模型之后，多模态大模型已经成为了新的(de)趋势(shì)。

大模型被誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的(de)研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练(liàn)大模型的确价(jià)格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要多(duō)少算力》报(bào)告估算，GPT-3训练一(yī)次的成本约为140万美元(yuán)。而对(duì)于(yú)一些(xiē)更大的LLM(大(dà)型语言(yán)模型)，训练成本则介于200万美元至1200万美元(yuán)高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立(lì)访客(kè)平均(jūn)数(shù)1300万计算(suàn)，其对(duì)应芯片需(xū)求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿(yì)美元，每日(rì)仅电费就(jiù)在5万美(měi)元左右。

司马相如的长门赋原文和译文注释，司马相如的长门赋原文和译文o="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在(zài)关注各类大模型(xíng)的发展同时，更应该关注算力(lì)网络的建设。

算(suàn)力网(wǎng)络正驱动AI产(chǎn)业发(fā)展(zhǎn)进入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这(zhè)一人工(gōng)智能发展(zhǎn)的终极(jí)目标(biāo)离得更(gèng)近。

因为算力可以对突破性技术创新提供(gōng)大力的支持。这方面(miàn)，多(duō)模态大模(mó)型是(shì)典型。作为面(miàn)向未来(lái)强人工智能、通用人工(gōng)智能的(de)重(zhòng)要技术创新(xīn)，多模态大模型(xíng)已经在人工智能(néng)领域提出了(le)很(hěn)多年，业界(jiè)也有不(bù)少技术突破，但是，多(duō)模(mó)态大模型进一步往(wǎng)下走，算力(lì)需求呈几何式上升，一(yī)般的算力基础设施很(hěn)快(kuài)将难以胜任。

从图像、文字(zì)、语音单独一项的训练，到双(shuāng)模态(tài)、三模态的跃迁，让人工智能可以灵活(huó)应对不(bù)同模态(tài)的转化、像人与世(shì)界交互一样自然，这(zhè)方面(miàn)，由(yóu)算力网络来驱动将有明(míng)显(xiǎn)优势。

此外(wài)，还有很多需要爆(bào)发式增长的算力来支撑的(de)技术创新，将在人工智(zhì)能(néng)算(suàn)力网络支(zhī)撑下快速推进(jìn)。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和大(dà)算力的(de)支持下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造(zào)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 司马相如的长门赋原文和译文注释，司马相如的长门赋原文和译文