自聊(liáo)天机器人ChatGPT火爆以(yǐ)来(lái)，微软(ruǎn)公司创始(shǐ)人比尔(ěr)·盖茨已多次公开谈论人工(gōng)智(zhì)能话题。在最近的(de)一次采访中，他(tā)再次表(biǎo)示：“AI可能会让科(kē)技行业迎来一次(cì)剧烈的洗牌”。

这个结(jié)论是他(tā)在当地时间2月(yuè)20日接受《In Good Company》节目(mù)专访时提出的。

他预期(qī)，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市(shì)占率，因为微(wēi)软(ruǎn)在AI方面的行动相当迅速。而最(zuì)终(zhōng)科技巨头将把AI整合成用(yòng)户(hù)的“全能(néng)助手”，包(bāo)揽一切(qiè)应用，与(yǔ)人们进行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬(lǎo)口中全(quán)能助手的(de)到来可(kě)能尚需(xū)时(shí)日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为代(dài)表的AIGC上(shàng)一次爆(bào)火的时候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可以(yǐ)在应用中输入(rù)一组关(guān)键(jiàn)词或者一张照片，就能获得一(yī)幅AI创作的画作。

作画的关键就是所输入的文本。同(科幻小说的三要素是哪三要素，小说的三要素是哪三要素的内容tóng)一组关键词也可以创作出(chū)很多张风格不一样的画(huà)作，这让创(chuàng)作(zuò)的(de)过程(chéng)就像开盲盒。

很(hěn)多(duō)用户很喜(xǐ)欢这种不确定(dìng)的惊(jīng)喜，他们会将生(shēng)成的美图(tú)当做头像。而另(lìng)一部分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作品。在社交媒(méi)体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照片被AI画(huà)成了“肌(jī)肉男(nán)”，还有网友的个(gè)人照片被AI识(shí)别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填写关键(jiàn)词游(yóu)戏可能(néng)要被颠(diān)覆了。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的中国人张吕敏创作的一种基于控(kòng)制点(diǎn)的图像变形算法(fǎ)，主(zhǔ)要(yào)用于(yú)数字图像处理、计算机(jī)视觉和计算(suàn)机(jī)图形(xíng)学等领域(yù)。

其(qí)SD插件一经发布，在短短的两天(tiān)内便成为了AI绘画(huà)领域最新的(de)热点。

在此之(zhī)前，大家(jiā)用了(le)很(hěn)多方法想让AI生成的结(jié)果尽可能的符(fú)合要求，但(dàn)是都不尽如人(rén)意，它的出(chū)现代表着(zhe)AI生(shēng)成(chéng)开(kāi)始进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以直接提取(qǔ)画面的构(gòu)图(tú)，人物的姿(zī)势和画面(miàn)的深度信息等。有了它(tā)的(de)帮助，就(jiù)不用频(pín)繁的(de)用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不少博主的作品已(yǐ)经获得(dé)了大量(liàng)的浏览量，“viggo”就是其(qí)中之(zhī)一，他用(yòng)朋友(yǒu)的照(zhào)片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的(de)关(guān)键词(cí)；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果。

通(tōng)过(guò)图片就可(kě)以看(kàn)出来(lái)，效果十(shí)分惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全(quán)彩图。大神(shén)张吕(lǚ)敏其(qí)本尊也亲(qīn)自(zì)回应(yīng)。

不得不说(shuō)当下AIGC已经变(biàn)得(dé)越来越强大，甚至输出的作品(pǐn)都(dōu)已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡湖(hú)有游艇party”的消息火遍网络(luò)，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个(gè)活动里(lǐ)面给出(chū)的(de)美女照(zhào)片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成(chéng)真(zhēn)事传播了。

不过仔细观察可以发现，活动发起者提(tí)供的照(zhào)片(piàn)中(zhōng)有个很(hěn)大的漏洞可以(yǐ)发现并非真人，而是AI绘(huì)图，那便是图片中女性的手指(zhǐ)部(bù)分有的存在异常。

有行业人事(shì)表示：“现在因为手指部分的绘画算法(fǎ)比较复(fù)杂，AI还不太(tài)会画人的手，但最新(xīn)看到(dào)的(de)图片(piàn)已经有越来(lái)越完美的AI模型出现，以后(hòu)可能就完全没有漏洞了(le)。”

类(lèi)似的AI作图(tú)诈骗在国外也已有发(fā)生。据英国广播(bō)公(gōng)司报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了(le)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“捐助”从而(ér)实施诈(zhà)骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照(zhào)片般(bān)的(de)绘图效果，如(rú)果这样的(de)图片被用来诈骗，将非(fēi)常(cháng)可(kě)怕。

此外AIGC还引发(fā)了很多担忧，一(yī)方面，批判者认为AI在“学习”了(le)大(dà)量前人的作品之后，其创作没有任何情绪和(hé)灵魂，难以和人类的(de)艺术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前(qián)都并没有得到有(yǒu)效(xiào)的(de)解决，还有AIGC会不会代替人类(lèi)“至高无(wú)上”的创意。

马斯克(kè)也强调，人(rén)工智能的安全问题(tí)需(xū)要(yào)得(dé)到重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技术都是(shì)有两(liǎng)面(miàn)性的，潜在(zài)的危害并(bìng)不能掩(yǎn)盖其光辉的贡(gòng)献。现在看来，人工(gōng)智能技术将(jiāng)是第四次工业革命(mìng)的(de)核心驱动力(lì)量，将创(chuàng)造新(xīn)的增长奇迹。

过(guò)去一年，人工智能在(zài)技(jì)术(shù)和商(shāng)业层(céng)面都有了巨大(dà)进(jìn)展，AI绘画就(jiù)是人工(gōng)智能(néng)技术发生方向性改变的一个代(dài)表(biǎo)。其下一站(zhàn)或许就(jiù)是视频。

此前，Meta和(hé)谷(gǔ)歌先后发(fā)布(bù)了(le)几条(tiáo)引爆科技(jì)圈的短视频。这(zhè)些视频引发关注(zhù)并非内(nèi)容做得多(duō)优秀，反而(ér)都非(fēi)常简单，比如一匹正在喝水的(de)马，一只画画的玩(wán)具熊(xióng)，或者(zhě)一段骑摩托(tuō)车的第一(yī)视角(jiǎo)录(lù)像，随(suí)便(biàn)一个有手机(jī)的(de)人都可(kě)以随手录(lù)下一段。

但这(zhè)些(xiē)短视频(pín)的创作方(fāng)式非常简(jiǎn)单(dān)，创(chuàng)作者仅仅(jǐn)需要向(xiàng)AI输入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可以根据需要生成(chéng)一段(duàn)视频(pín)。

谷歌发布的(de)两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公(gōng)布了(le)AI生成的(de)视频后(hòu)，AI圈就已经玩(wán)了一波梗(gěng)，一(yī)个(gè)能够做出更高清(qīng)视频(pín)的(de)AI还不(bù)足以在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可以(yǐ)制作出(chū)超过2分钟的连(lián)贯的也有确切内容的视(shì)频，这才是(shì)真正(zhèng)让人(rén)们感到惊喜(xǐ)的地(dì)方。因为无(wú)论AI生成的视频多(duō)么高清，也(yě)只(zhǐ)能是为内容(róng)生产(chǎn)者提供(gōng)一个灵感，一个素材，一个(gè)过场动(dòng)画。

不过能够制作出有具体剧情内容的(de)视频就意味着，一些(xiē)视频创作由AI代替人(rén)工完(wán)成(chéng)已经初步有了可(kě)能。

当下AI的发展速度已经超(chāo)过(guò)大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内容产(chǎn)业带来更(gèng)新的内容风(fēng)格、更快的生产速度，更低的生产成本，这无(wú)疑会驱动内容产业的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器人动(dòng)作等多种内容形式(shì)的生成。不难(nán)发(fā)现(xiàn)该项技术(shù)不仅在游戏等行(xíng)业能(néng)得(dé)到有效应用，对于(yú)下(xià)一代互联网(wǎng)各种元素的构建亦(yì)有关键意义(yì)。

从(cóng)商业化的角度来看，文化娱乐、教(jiào)育、传媒(méi)等(děng)诸多领域，本身就对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而(ér)只是AI进(jìn)程中(zhōng)的(de)一块(kuài)重要拼图，有望(wàng)在技术(shù)更(gèng)新的加持(chí)下实(shí)现更(gèng)大(dà)的应(yīng)用价值。

AI从理解内容(róng)，走向了可(kě)以生成内容，甚至能够(gòu)创造出独立(lì)价(jià)值和(hé)独立(lì)视角的内容。AIGC的再次(cì)出(chū)圈，更代(dài)表着未来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座(zuò)

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

大模型被(bèi)誉为当前(qián)人工智能发(fā)展的智能底座，是全球竞争(zhēng)最(zuì)激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众(zhòng)多(duō)头(tóu)部企业都在竞相发(fā)力(lì)。

不过训练大模型的(de)确价(jià)格不(bù)菲，以国盛证券(quàn)发布的《ChatGPT需(xū)要(yào)多少算(suàn)力》报告估(gū)算，GPT-3训练一(yī)次的成(chéng)本约为(wèi)140万美元。而对于一(yī)些更大的LLM(大型语言(yán)模型)，训练(liàn)成本则介于200万美(měi)元至1200万(wàn)美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立访(fǎng)客(kè)平均(jūn)数(shù)1300万计算，其对应芯片需求为3万(wàn)多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约为(wèi)8亿(yì)美元，每日仅电(diàn)费就(jiù)在(zài)5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离(lí)不开(kāi)庞大算力(lì)支持。在(zài)关注各类大(dà)模(mó)型(xíng)的发(fā)展科幻小说的三要素是哪三要素，小说的三要素是哪三要素的内容同时，更应该关注算力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发(fā)展进入(rù)史诗(shī)级加速进程，让(ràng)AIGC及通用AI这一(yī)人工智能发展(zhǎn)的终(zhōng)极目标离得更近。

因为算力(lì)可以对突破性技(jì)术创新提供大(dà)力(lì)的支持。这方面，多模态大模型是典型。作为面向未来强人工智能、通用人(rén)工(gōng)智能的重要技术(shù)创(chuàng)新，多模态大模(mó)型已经在人工智能领域提出(chū)了很多年，业界也有不少技术(shù)突(tū)破，但是，多模态大模型(xíng)进(jìn)一步(bù)往下走，算力需求(qiú)呈几何式上升，一般的算力基础设施很快将难以胜(shèng)任。

从(cóng)图像、文字、语音单独一(yī)项的训(xùn)练，到双模(mó)态、三模(mó)态的跃(yuè)迁(qiān)，让人工智能可以灵活应对(duì)不(bù)同(tóng)模态的转化、像人与(yǔ)世界交互一样自然，这方面，由(yóu)算力网络来驱动将有明显优(yōu)势。

此外，还有很多需(xū)要爆发(fā)式增长的算(suàn)力(lì)来支(zhī)撑(chēng)的技术创新，将在人工智能算(suàn)力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在(zài)大模型和大算力的(de)支(zhī)持下AIGC能持(chí)续(xù)颠覆内(nèi)容生产(chǎn)的方式，将(jiāng)创造的边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 科幻小说的三要素是哪三要素，小说的三要素是哪三要素的内容