自聊天机(jī)器(qì)人ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比(bǐ)尔(ěr)·盖(gài)茨(cí)已多次(cì)公开谈论人工智(zhì)能话(huà)题。在最近的一次(cì)采(cǎi)访(fǎng)中(zhōng)，他(tā)再次表示：“AI可能会让科技行业迎来一(yī)次剧烈(liè)的洗牌”。

这(zhè)个结论是他在当(dāng)地时(shí)间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的(de)。

他预期，AI的发(fā)展可能会(huì)威胁到谷歌的市(shì)占率，因(yīn)为(wèi)微(wēi)软在AI方面的行动相当迅(xùn)速。而最终科技(jì)巨头将把AI整(zhěng)合成用户的“全能(néng)助(zhù)手”，包(bāo)揽一切应用，与人们进行(xíng)沟通并提供建议(yì)，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能助手的(de)到来可能尚需时(shí)日，但由ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科(kē)罗(luó)拉(lā)多州举办的(de)新兴数字艺术家竞赛中，一(yī)幅(fú)名为(wèi)《太空歌剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友(yǒu)熟知(zhī)并(bìng)体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用(yòng)户们可以在应用(yòng)中输(shū)入(rù)一组关键词(cí)或(huò)者一(yī)张照片，就能获得一(yī)幅(fú)AI创作的画作。

作画的关(guān)键(jiàn)就是(shì)所输入的文本。同一组关键词也(yě)可以创(chuàng)作(zuò)出很多张风(fēng)格不(bù)一样(yàng)的(de)画(huà)作，这让(ràng)创(chuàng)作的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美(měi)图当做(zuò)头像。而(ér)另(lìng)一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒(méi)体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友的(de)小狗照(zhào)片被AI画成(chéng)了“肌肉男”，还有网友的(de)个人照片被AI识(shí)别成了建筑(zhù)。

而如(rú)今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博(bó)的中(zhōng)国(guó)人张(zhāng)吕敏创作的(de)一种基于控制(zhì)点(diǎn)的(de)图像变(biàn)形(xíng)算法，主要用于数字图像处理(lǐ)、计算机(jī)视觉和计算机图形学等领域。

其SD插(chā)件一经(jīng)发(fā)布(bù)，在短(duǎn)短的两天内(nèi)便成(chéng)为了AI绘画领域最新的热点。

在此之(zhī)前，大(dà)家用了很多方(fāng)法想让AI生成(chéng)的结果尽可(kě)能的符合要求，但是都不尽如人意(yì)，它的出现代表着AI生(shēng)成开始进(jìn)入真正的(de)可控时期(qī)。

因为(wèi)ControlNet可以直接(jiē)提取画面的构(gòu)图，人物(wù)的姿势(shì)和画(huà)面的(de)深(shēn)度信息等。有了它的帮助，就不用频繁的用提示词来碰运(yùn)气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少博(bó)主的作品已经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友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插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始换(huàn)关键(jiàn)词试效果。

通(tōng)过图片就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉(lì)害的是，除(chú)了真实(shí)的(de)照(zhào)片，草图(tú)也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全(quán)彩图。大神张吕敏其(qí)本尊也(yě)亲(qīn)自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越来(lái)越强大，甚至输出的作品都已经(jīng)能以假乱(luàn)真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安(ān)全问(wèn)题

近(jìn)日，“苏州金鸡(jī)湖(hú)有(yǒu)游艇party”的消息火遍(biàn)网络，而(ér)经(jīng)过警方辟(pì)谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈(zhà)骗。

由(yóu)于这(zhè)个活(huó)动里面给(gěi)出(chū)的美女(nǚ)照片都是(shì)AI制作的真(zhēn)人(rén)照片绘图(tú)，因(yīn)为太逼(bī)真，被大家当(dāng)成(chéng)真事(shì)传播了。

不过仔细(xì)观察可以(yǐ)发现，活(huó)动发起(qǐ)者提供的照(zhào)片中有个很大的漏洞可以发现并非真人，而是AI绘(huì)图，那便是图(tú)片中女性的(de)手指部分有的存(cún)在异常(cháng)。

有行业人事表示：“现在因为手指部分的绘画(huà)算(suàn)法比较(jiào)复杂，AI还(hái)不太(tài)会画人的手(shǒu)，但最新看到的图片已经有越来越完美的AI模(mó)型出现，以后(hòu)可能就完全没有漏(lòu)洞了。”

类似(shì)的AI作图(tú)诈骗双修是指什么意思，双修是怎么进行的在国外也已(yǐ)有发生。据(jù)英国广播公司(sī)报(bào)道，土耳其双修是指什么意思，双修是怎么进行的(qí)地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的假(jiǎ)照片发布(bù)到网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随(suí)着技术发展，AIGC已经(jīng)能做出真人照片般(bān)的绘图(tú)效果(guǒ)，如果这样的图片被(bèi)用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学(xué)习”了(le)大量前人的作品之后，其创作没有任何(hé)情绪和灵魂，难以和人类(lèi)的艺术(shù)创(chuàng)作(zuò)相提并论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前都(dōu)并(bìng)没有(yǒu)得到有效的解决(jué)，还(hái)有AIGC会不会(huì)代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克也(yě)强调，人工(gōng)智能的安全问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有(yǒu)远方

技术都是有两面性的，潜在的危害(hài)并不(bù)能掩盖(gài)其光辉(huī)的(de)贡献(xiàn)。现在看(kàn)来，人(rén)工智能技术将(jiāng)是第(dì)四次工业革(gé)命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工(gōng)智(zhì)能在技术和商业(yè)层面都(dōu)有了巨大(dà)进(jìn)展，AI绘画就是人工智能技(jì)术发生方向性改变的一个代表。其下一站或许(xǔ)就是视频(pín)。

此前(qián)，Meta和谷歌先后(hòu)发布了(le)几条引爆科技圈的短视频。这些视频引(yǐn)发关注并非内容做得多优秀，反而都非常简单(dān)，比如一匹正(zhèng)在喝水的马，一只画画的玩具熊，或(huò)者一(yī)段骑摩托车(chē)的第一(yī)视角录(lù)像(xiàng)，随便一个有手机的人都可以随手录下一段。

但这些短(duǎn)视频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一(yī)下要求(qiú)，AI就可(kě)以(yǐ)根据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成视频分(fēn)别来自于(yú)Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已(yǐ)经玩了一波梗，一个能够(gòu)做出更高清(qīng)视(shì)频的(de)AI还不足(zú)以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制(zhì)作(zuò)出超过2分钟的连贯的也有确切内容的视(shì)频(pín)，这才是真正让人们感到(dào)惊喜(xǐ)的(de)地方(fāng)。因为(wèi)无论AI生成的(de)视频多么高清，也只能(néng)是为内容生(shēng)产者提供一个灵感，一个素材，一个过场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情(qíng)内容的(de)视频就意味着，一些视频创(chuàng)作由AI代替(tì)人工完成已(yǐ)经初(chū)步有了(le)可(kě)能(néng)。

当下AI的发展速度已(yǐ)经超过(guò)大部分人的想象(xiàng)。内容产(chǎn)业的(de)本(běn)质是供给创造(zào)需求，AIGC作为全(quán)新的内容生产方式，可(kě)以为(wèi)内(nèi)容产业(yè)带来更(gèng)新的内(nèi)容风格、更快的生(shēng)产速度，更低的生产成本，这无疑(yí)会驱动(dòng)内(nèi)容产(chǎn)业的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技(jì)术还能应用于音(yīn)乐(lè)、代码、机器人(rén)动作等多种内(nèi)容形式的生(shēng)成。不难发现该项技术不仅在游(yóu)戏等行业能得到有效(xiào)应用，对于下一代(dài)互联(lián)网各种元素的(de)构(gòu)建亦有(yǒu)关键意义。

从商(shāng)业(yè)化的角度来看(kàn)，文化娱乐(lè)、教育(yù)、传媒等诸多领(lǐng)域，本(běn)身就对基于AI的可视(shì)化内容有(yǒu)强烈需求。

因(yīn)此(cǐ)，AI绘画及视频或(huò)不(bù)是结(jié)果(guǒ)，而只是AI进程中的一(yī)块重要拼图，有望在技术(shù)更新的加持下实(shí)现(xiàn)更大的应用(yòng)价值。

AI从理解(jiě)内(nèi)容(róng)，走向了(le)可以生成内容(róng)，甚至能够(gòu)创造出(chū)独(dú)立价值和独(dú)立(lì)视角的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未来的先进生产力即将(jiāng)到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座(zuò)

从技(jì)术(shù)的发展也可以看出，在语言(yán)大模型(xíng)、图像大模型(xíng)之后，多模态大模型已经(jīng)成(chéng)为(wèi)了新的趋(qū)势。

大模型被誉为当前(qián)人(rén)工(gōng)智(zhì)能发展的智能(néng)底座，是全球竞争最激烈的(de)研究方向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都在竞相(xiāng)发力。

不过(guò)训练大(dà)模型的确价格不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需(xū)要多少算(suàn)力(lì)》报告(gào)估算，GPT-3训练一(yī)次(cì)的成本(běn)约为(wèi)140万(wàn)美元。而对于(yú)一些更大(dà)的LLM(大(dà)型语言模(mó)型(xíng))，训(xùn)练成本则介于(yú)200万美元至1200万美元高价(jià)之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访客平(píng)均数1300万计算，其(qí)对应芯片需求为3万多(duō)片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿(yì)美元(yuán)，每日仅电(diàn)费就在5万美元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算力支持。在关(guān)注各(gè)类大模型的发展同时，更应(yīng)该关(guān)注(zhù)算力网(wǎng)络的建(jiàn)设(shè)。

算(suàn)力网络正驱(qū)动AI产业(yè)发展进入史诗级加速进(jìn)程，让(ràng)AIGC及(jí)通用(yòng)AI这一(yī)人工(gōng)智能发展的终极(jí)目标离(lí)得更近(jìn)。

因为算力可以对突破(pò)性技术创新提(tí)供大力的支持。这方面，多模态大模型(xíng)是典型(xíng)。作为面(miàn)向未来强人(rén)工智能、通用人工智能的重要技术创新(xīn)，多(duō)模态大模型已经在人工(gōng)智能(néng)领域提出了很多年，业界也(yě)有不少技术突破，但是，多模态大模型(xíng)进一步(bù)往下走，算力需求呈几何式上升，一般的(de)算力基础(chǔ)设(shè)施很快将(jiāng)难以胜任(rèn)。

从(cóng)图(tú)像、文字(zì)、语音单独一项(xiàng)的(de)训练，到双模(mó)态、三(sān)模态的跃迁，让人工智能可(kě)以灵活应对不同模(mó)态(tài)的转化、像人(rén)与世(shì)界交互一样(yàng)自然，这(zhè)方(fāng)面，由算力网络来驱(qū)动将(jiāng)有明显优势。

此外，还有很多需要爆发式增长(zhǎng)的算(suàn)力来支撑(chēng)的技术(shù)创新(xīn)，将(jiāng)在人工智能(néng)算力网络支撑(chēng)下快速推进(jìn)。

AIGC已经露出(chū)曙(shǔ)光，期(qī)待(dài)在大(dà)模(mó)型和大算力的(de)支(zhī)持下AIGC能持续颠(diān)覆内容(róng)生产(chǎn)的方式(shì)，将(jiāng)创造的(de)边际成本(běn)降(jiàng)低，让(ràng)万众受(shòu)益。

未经允许不得转载：绿茶通用站群 双修是指什么意思，双修是怎么进行的