自聊天机器人(rén)ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次(cì)公开谈论人工(gōng)智(zhì)能话(huà)题(tí)。在最近的一次采访中，他(tā)再次表示(shì)：“AI可能会让(ràng)科(kē)技行业(yè)迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结论(lùn)是(shì)他(tā)在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期(qī)，AI的(de)发展可能会威胁到谷歌的市占率，因为微软在(zài)AI方面的行动相当迅速。而最终科(kē)技巨(jù)头(tóu)将(jiāng)把AI整合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行沟通并提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助(zhù)手(shǒu)的(de)到来可(kě)能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数(shù)字艺术家竞赛中，一(yī)幅名为《太(tài)空(kōng)歌剧院》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中(zhōng)代(dài)表。

用户(hù)们可以在应用中输(shū)入一(yī)组关键词或(huò)者一张照(zhào)片(piàn)，就能获得一幅AI创作的画作。

作画(huà)的(de)关(guān)键就是(shì)所输入的文本。同一组关(guān)键词也可以创作出很多张风格不(bù)一样的画作(zuò)，这让创(chuàng)作的过程就像开盲(máng)盒(hé)。

很多用(yòng)户很喜欢这种不确定的惊喜，他们会(huì)将(jiāng)生成(chéng)的(de)美图当做头(tóu)像。而另(lìng)一部分喜欢翻(fān)看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多(duō)用户分(fēn)享AI“翻车现场”，例如，一位网友的小狗照(zhào)片(piàn)被(bèi)AI画成了“肌肉(ròu)男”，还有网友(yǒu)的个人照片(piàn)被(bèi)AI识(shí)别成了建筑。

而如今随(suí)着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画(huà)的填写关键(jiàn)词游戏(xì)可能要被颠覆(fù)了。

ControlNet是(shì)一位正(zhèng)在斯(sī)坦福读(dú)博的中国人张吕敏创(chuàng)作的一种基于(yú)控制点的(de)图(tú)像变形算法，主要(yào)用于(yú)数字(zì)图像(xiàng)处理、计算机视觉(jué)和计算机图形学(xué)等领域。

其SD插件一经发布，在短(duǎn)短的两天内便(biàn)成为了AI绘画领域最(zuì)新的热点。

在此(cǐ)之前，大家(jiā)用了很多方法想让(ràng)AI生成的结果尽可能(néng)的(de)符合要求(qiú)，但是都不尽如人意，它的出现(xiàn)代(dài)表着AI生成开始进入(rù)真正的可控时期。

因(yīn)为ControlNet可以(yǐ)直接(jiē)提(tí)取画面的构图(tú)，人物的姿势和画(huà)面的深度(dù)信息等。有(yǒu)了它(tā)的帮(bāng)助(zhù)，就不用频繁(fán)的用(yòng)提示词来碰运(yùn)气，抽盲盒式的(de)创作了。

通俗的(de)说ControlNet相(xiāng)当于给AI绘画(huà)加(jiā)了“魔法(fǎ)”，不少博主的作品(pǐn)已经获得了(le)大(dà)量(liàng)的(de)浏览量(liàng)，“viggo”就是其中(zhōng)之(zhī)一，他用朋(péng)友的照(zhào)片直接带她们走(zǒu)进(jìn)动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关键(jiàn)词试效果(guǒ)。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害(hài)的是(shì)，除(chú)了真(zhēn)实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现(xiàn)线稿(gǎo)转(zhuǎn)全彩图(tú)。大(dà)神(shén)张吕敏其本尊也亲自(zì)回应。

不得(dé)不说(shuō)当下(xià)AIGC已经变(biàn)得越来越强大，甚至输出的(de)作品都已经(jīng)能以假(jiǎ)乱(luàn)真了(le)。

02

难(nán)辨虚实，AIGC技术力(lì)爆(bào)发

警惕安全问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡(jī)湖有游(yóu)艇party”的消(xiāo)息(xī)火遍(biàn)网(wǎng)络，而(ér)经过警(jǐng)方辟谣这所(suǒ)谓(wèi)的(de)“party”可能是(shì)全国第一起(qǐ)AI绘图诈(zhà)骗。

由于这个活动(dòng)里面给出的美(měi)女照片都是AI制作的(de)真人照片(piàn)绘图，因(yīn)为太逼(bī)真，被大(dà)家(jiā)当成(chéng)真事传播了。

不过仔(zǎi)细观察可(kě)以发现，活动发起者(zhě)提供的照片中有个很大的漏(lòu)洞可以发现并(bìng)非真人，而(ér)是AI绘图，那便是图片中女性(xìng)的手指部分(fēn)有的(de)存在异常。

有行业人事表示：“现在因为手指无丝竹之乱耳的之是什么用法，无丝竹之乱耳的之是什么词性部分的(de)绘画算法比较(jiào)复杂，AI还不太会画(huà)人的手，但最新看到的图片(piàn)已经有越(yuè)来越(yuè)完(wán)美的AI模型出现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈(zhà)骗在国外也已(yǐ)有发(fā)生。据(jù)英国广播公司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络(luò)，以(yǐ)此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般的(de)绘(huì)图效果，如(rú)果这(zhè)样的图片被用来(lái)诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还引发了很多(duō)担(dān)忧，一方面，批(pī)判者认为AI在“学(xué)习”了大量前人的作品之后(hòu)，其创作(zuò)没有(yǒu)任何情绪和灵魂，难以和人类(lèi)的艺术创作(zuò)相提并论。

另一(yī)方(fāng)面，AIGC背后的版权、目前都并没(méi)有得到有效的解决，还有AIGC会(huì)不会代替人(rén)类“至高无上”的(de)创意(yì)。

马(mǎ)斯克(kè)也(yě)强调，人工智(zhì)能的(de)安全问(wèn)题需要(yào)得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两面性(xìng)的(de)，潜在的危害并不能掩盖其光辉的贡献(xiàn)。现在看(kàn)来，人工(gōng)智能技术将是第(dì)四(sì)次(cì)工业革命的核心驱动力量，将(jiāng)创(chuàng)造(zào)新(xīn)的(de)增长(zhǎng)奇(qí)迹。

过去一年，人(rén)工(gōng)智能(néng)在技术和商业(yè)层(céng)面都有了巨大进展，AI绘画就是人工智能技(jì)术发生方向(xiàng)性(xìng)改变(biàn)的一个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后(hòu)发(fā)布了几条引爆科技(jì)圈(quān)的短(duǎn)视频。这些视(shì)频引发关注(zhù)并非内容做(zuò)得多优(yōu)秀，反(fǎn)而(ér)都(dōu)非常简单，比如一(yī)匹正在(zài)喝水的马，一只(zhǐ)画画(huà)的玩(wán)具熊，或者一段骑摩托车的(de)第一视角录(lù)像，随便一(yī)个有手机的人都可(kě)以随手录下一段。

但(dàn)这些短视频的创作方式非常简单，创作者仅(jǐn)仅需要向(xiàng)AI输入一段话，甚(shèn)至只是(shì)说一下要求(qiú)，AI就可以根据(jù)需(xū)要生成(chéng)一(yī)段(duàn)视(shì)频。

谷歌发布的两个AI生成视(shì)频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已(yǐ)经玩(wán)了(le)一(yī)波梗，一(yī)个能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于(yú)，它可以制作出(chū)超过2分钟的(de)连(lián)贯的也有确切内容(róng)的视(shì)频，这才是真(zhēn)正(zhèng)让人们感到惊(jīng)喜(xǐ)的地方。因为无论AI生(shēng)成的视(shì)频多么高清，也只能是为(wèi)内(nèi)容生产者(zhě)提供一个灵感，一个素(sù)材，一(yī)个过场动画。

不过能够制(zhì)作出(chū)有具体剧情内容(róng)的(de)视频就意味着，一(yī)些视(shì)频创作(zuò)由AI代替人工完(wán)成(chéng)已(yǐ)经初步有了可能。

当下(xià)AI的发展速(sù)度已经(jīng)超(chāo)过大部分人的想(xiǎng)象。内容产业的本质是(shì)供(gōng)给创造需求，AIGC作为(wèi)全新的内容生产方式，可以为(wèi)内(nèi)容产业带(dài)来更新的内容风格、更(gèng)快的(de)生产(chǎn)速度，更低的(de)生产成本(běn)，这无疑会(huì)驱动内(nèi)容产业(yè)的大(dà)爆(bào)发。

除了(le)AI绘图(tú)、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种内容形式的(de)生(shēng)成。不难发(fā)现(xiàn)该项技术不仅在(zài)游戏等行(xíng)业(yè)能(néng)得到有效应用(yòng)，对于下一代互联网各种元素的构(gòu)建亦有(yǒu)关键意义。

从(cóng)商业(yè)化的角度来看，文化娱乐、教(jiào)育、传媒等诸(zhū)多领域(yù)，本身就对(duì)基(jī)于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结(jié)果，而(ér)只是AI进程中的一(yī)块重要(yào)拼图，有望在技术更(gèng)新的加(jiā)持下实现更大的应用价(jià)值。

AI从理解内(nèi)容，走向了可以生成内容，甚至能够创造出独立价值和独(dú)立视角的内容。AIGC的(de)再次(cì)出圈，更(gèng)代表着未来(lái)的先进生(shēng)产力即将到来。

04

紧抓大(dà)模型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出，在(zài)语言大模型、图(tú)像大模型之后，多模态(tài)大模型已(yǐ)经(jīng)成为了新的(de)趋(qū)势。

大模(mó)型被誉为当前(qián)人工智能发(fā)展的智能(néng)底座，是全球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马(mǎ)逊、百(bǎi)度、阿(ā)里、腾讯等众多头部企业都在(zài)竞相(xiāng)发力。

不过训练(liàn)大(dà)模型(xíng)的确价(jià)格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要多(duō)少算力(lì)》报(bào)告(gào)估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而对(duì)于一些更大的LLM(大型(xíng)语言模(mó)型)，训(xùn)练成本则介于(yú)200万美元至1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客平均(jūn)数1300万计算(suàn)，其对应芯(xīn)片需求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支(zhī)持。在关注各类大模型的发(fā)展同时，更应(yīng)该关注算(suàn)力(lì)网络的建设(shè)。

算力网络正驱动AI产业(yè)发(fā)展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离(lí)得更近。

因为(wèi)算力可以对突破性技术创新提供大(dà)力的支持。这方面，多模态大(dà)模型是典型。作为(wèi)面向未来强人工智能、通用人(rén)工智能的(de)重要(yào)技术创新，多模态大模型已经在人工智(zhì)能领域提出了(le)很多(duō)年，业界也有不(bù)少(shǎo)技(jì)术(shù)突破，但是，多模态大(dà)模(mó)型(xíng)进一步往下(xià)走，算力需(xū)求呈几何式上升(shēng)，一般的算(suàn)力基础设施很快将难(nán)以(yǐ)胜任。

从图像、文字、语音(yīn)单独一项的训练，到双(shuāng)模(mó)态、三模态的跃迁，让人工(gōng)智能可(kě)以灵活(huó)应(yīng)对(duì)不同模态的转化(huà)、像(xiàng)人(rén)与世界交(jiāo)互一样自(zì)然，这方面，由算力网络来驱动将有明显优势。

此外，还有很(hěn)多需(xū)要爆发式(shì)增(zēng)长的算(suàn)力来(lái)支撑的技术(shù)创新(xīn)，将在人工智能(néng)算力网络支撑下(xià)快速推(tuī)进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模(mó)型和大(dà)算力的支持下AIGC能(néng)持续颠(diān)覆内(nèi)容(róng)生产的方式，将创造的边际(jì)成本降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 无丝竹之乱耳的之是什么用法，无丝竹之乱耳的之是什么词性