自(zì)聊天机(jī)器(qì)人ChatGPT火爆(bào)以来，微软公(gōng)司创(chuàng)始人比(bǐ)尔(ěr)·盖茨已多(duō)次公开谈论人工智能话题。在最近的一次采访中，他再(zài)次表(biǎo)示：“AI可能会(huì)让科(kē)技行业迎来一次剧烈的(de)洗牌(pái)”。

这个结论是(shì)他在(zài)当地(dì)时(shí)间2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期，AI的发(fā)展可(kě)能会威胁(xié)到谷歌的市(shì)占率，因为(wèi)微软在AI方面的(de)行动相(xiāng)当迅速。而最(zuì)终科技巨头将把AI整合成(chéng)用户的(de)“全能助(zhù)手”，包揽一切应用，与人们进(jìn)行(xíng)沟(gōu)通并(bìng)提供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又(yòu)一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一(yī)次爆(bào)火的时候，还(hái)是2022年8月，在美国科(kē)罗拉多州举(jǔ)办(bàn)的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院(yuàn)》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画(huà)软(ruǎn)件被(bèi)广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

电流单位1a等于多少毫安，电流1a等于多少mah"300,640" data-type="jpeg" data-w="639">

用户们可以在应(yīng)用中输(shū)入一组关(guān)键(jiàn)词或者一张(zhāng)照(zhào)片，就能(néng)获得(dé)一幅AI创作的画作。

作画的关(guān)键就是(shì)所(suǒ)输(shū)入的(de)文本。同一组关键词(cí)也可以创(chuàng)作出很多张风格不一(yī)样的画作，这让创(chuàng)作的(de)过程就像开(kāi)盲盒。

很(hěn)多(duō)用户很(hěn)喜欢这种不确定的惊喜，他们(men)会将生成的美图(tú)当做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网(wǎng)友(yǒu)的小狗照片(piàn)被(bèi)AI画(huà)成了“肌肉男”，还有(yǒu)网友的个(gè)人照片被AI识别(bié)成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的(de)填写关键(jiàn)词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯(sī)坦福读博的中国人张吕敏创作的(de)一种基(jī)于(yú)控制点的(de)图像(xiàng)变形算法，主要用于数(shù)字图像处(chù)理、计算(suàn)机(jī)视觉和计算机(jī)图形学等领域。

其(qí)SD插件一经发布，在短短的两天内便成(chéng)为了AI绘画领(lǐng)域(yù)最新的热点。

在此之前，大家用了很(hěn)多方(fāng)法(fǎ)想让(ràng)AI生成(chéng)的结(jié)果尽可(kě)能的符合要求，但(dàn)是都不尽如人意(yì)，它的出现(xiàn)代表着AI生成(chéng)开(kāi)始进入真正的(de)可控(kòng)时期(qī)。

因(yīn)为ControlNet可以(yǐ)直接提(tí)取画面的(de)构(gòu)图，人物的(de)姿势和(hé)画面的深度信息等。有了它的帮助，就不用频繁的用提示词(cí)来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作(zuò)品已经获得了大量的(de)浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最(zuì)后用ControlNet插件(jiàn)绑(bǎng)定骨骼开(kāi)始(shǐ)换(huàn)关键(jiàn)词试效果。

通过(guò)图片(piàn)就可以看出(chū)来，效果十(shí)分(fēn)惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图(tú)。大(dà)神张吕敏其本尊也亲自回应(yīng)。

不得不(bù)说当(dāng)下AIGC已经变(biàn)得越(yuè)来越强大，甚至(zhì)输出的作品都(dōu)已经能以假乱真了。

02

难(nán)辨(biàn)虚实(shí)，AIGC技术(shù)力爆发

警(jǐng)惕安全问题

近日，“苏(sū电流单位1a等于多少毫安，电流1a等于多少mah)州金(jīn)鸡(jī)湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第(dì)一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个(gè)活动里(lǐ)面给(gěi)出的美女照(zhào)片都(dōu)是AI制作(zuò)的真人照(zhào)片绘(huì)图，因为太逼真，被(bèi)大(dà)家当成(chéng)真事传播了。

不过仔细观察可(kě)以发(fā)现，活动发起者提(tí)供的照片中有个很(hěn)大的漏(lòu)洞(dòng)可以发(fā)现并非真(zhēn)人(rén)，而是AI绘图，那便是(shì)图片中女性的手指部分有的存在(zài)异(yì)常。

有行业(yè)人事表示：“现在因为(wèi)手指部分(fēn)的绘画算法比(bǐ)较复(fù)杂，AI还(hái)不太会(huì)画人的手，但最新看(kàn)到的(de)图(tú)片(piàn)已经(jīng)有(yǒu)越来越完美(měi)的AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在(zài)国外也已有发生。据英国(guó)广播公司报道，土耳其(qí)地震期间，有Tiktok用户(hù)使用AI合(hé)成了儿童(tóng)受灾(zāi)的假照片发(fā)布到网络，以此诱骗(piàn)善良的(de)人(rén)打(dǎ)赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出(chū)真人(rén)照片般的绘图效果，如果这样的图片被用来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了(le)很多担忧(yōu)，一方(fāng)面，批判者认为(wèi)AI在“学习”了大量(liàng)前人的作(zuò)品(pǐn)之后，其创作没有任何情绪(xù)和灵魂，难以和(hé)人类的艺术创作(zuò)相提并论。

另一方面(miàn)，AIGC背后(hòu)的版权、目前(qián)都并(bìng)没有得到有效(xiào)的解决，还有AIGC会(huì)不会代替人(rén)类“至高无上”的(de)创意。

马斯克也强调，人工智能的安(ān)全(quán)问题需要得到重视，太晚就来不及了(le)。

03

AIGC下(xià)一站除了视频，还(hái)有远方

技术都(dōu)是有(yǒu)两(liǎng)面性的，潜在的危害(hài)并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技术将是第四(sì)次工业革命的核心驱动(dòng)力量，将创造新的增长奇迹(jì)。

过去一年，人工(gōng)智能在技术和商业层(céng)面都有了巨大(dà)进展，AI绘画就是人工智能技(jì)术发生方向性改变(biàn)的一个代表。其下一站(zhàn)或许就(jiù)是视(shì)频。

此前，Meta和谷歌(gē)先后发布(bù)了(le)几(jǐ)条(tiáo)引爆科技(jì)圈的短视频。这些视频引发关(guān)注(zhù)并(bìng)非(fēi)内容(róng)做得多(duō)优秀，反而都非常简(jiǎn)单，比如一匹正在喝水的(de)马，一(yī)只画画的玩具(jù)熊，或者(zhě)一段骑摩托(tuō)车的第一视角录像，随便一个有手(shǒu)机的人(rén)都可以随手录下(xià)一段。

但这些短(duǎn)视频(pín)的创作方式非(fēi)常(cháng)简单(dān)，创(chuàng)作(zuò)者仅仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是(shì)说一下要求，AI就可以根据需要生(shēng)成一(yī)段视频(pín)。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别(bié)。

在Make-A-Video公布了(le)AI生(shēng)成(chéng)的(de)视频后，AI圈(quān)就已经玩(wán)了一波梗(gěng)，一个能够做出更高清视频的AI还(hái)不足(zú)以在短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它(tā)可(kě)以制作出超(chāo)过2分钟的连贯的也有确切(qiè)内容的视频，这才是真正(zhèng)让人们感到惊(jīng)喜(xǐ)的(de)地(dì)方。因为无论(lùn)AI生成的视频(pín)多么高清，也只能是为内容(róng)生产者提供一个灵感，一个(gè)素材，一个过场动画。

不过能够制作(zuò)出有具体剧情内(nèi)容的视频就意味着，一些(xiē)视频(pín)创作由(yóu)AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展速度已经超过大(dà)部分人的想象。内(nèi)容产业(yè)的本质是供给创造(zào)需求，AIGC作(zuò)为(wèi)全新的(de)内(nèi)容生产方式，可(kě)以为内容产业(yè)带来更新(xīn)的内容(róng)风(fēng)格、更快(kuài)的(de)生产速度，更低的生产(chǎn)成本，这无(wú)疑会驱动内容产业(yè)的大爆(bào)发。

除了AI绘(huì)图(tú)、视频，AIGC技术还能(néng)应用于(yú)音乐、代码、机器人动作等多种内容(róng)形(xíng)式的(de)生成。不难发现该项(xiàng)技术不仅(jǐn)在(zài)游戏等行业能得到有效(xiào)应用，对于下一代(dài)互联网各种(zhǒng)元素(sù)的构建亦有关键(jiàn)意义。

从商业化(huà)的(de)角(jiǎo)度(dù)来看(kàn)，文化娱(yú)乐(lè)、教育(yù)、传媒等诸多领域，本身就对基(jī)于AI的可视化(huà)内容有强烈(liè)需求。

因此，AI绘画及视频或(huò)不是结果，而(ér)只是AI进程中的一(yī)块重要拼图，有望在(zài)技术更(gèng)新的加持下实现更大(dà)的应(yīng)用价值。

AI从理解内容(róng)，走向了(le)可以(yǐ)生成内容(róng)，甚至(zhì)能够创(chuàng)造出独(dú)立价值和(hé)独立视角的内容。AIGC的再(zài)次出圈(quān)，更代(dài)表着未(wèi)来(lái)的(de)先进生产力(lì)即(jí)将到(dào)来(lái)。

04

紧抓大模(mó)型(xíng)与算力，牢固AIGC底座

从(cóng)技术(shù)的发展(zhǎn)也可以看(kàn)出，在语言(yán)大模(mó)型、图(tú)像大模型之后，多模态大(dà)模型(xíng)已经成(chéng)为了新的趋势。

大模型(xíng)被誉为当(dāng)前人工智能发展的智能底座，是全球竞争最激烈的研究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等(děng)众多(duō)头部企(qǐ)业(yè)都在竞相发力。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多(duō)少算力》报告估算(suàn)，GPT-3训练一次的成本约(yuē)为140万美元(yuán)。而对于一些更(gèng)大(dà)的(de)LLM(大型语(yǔ)言模型)，训练成(chéng)本则介于200万美元至1200万(wàn)美元(yuán)高(gāo)价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立(lì)访客平均数1300万计算，其对应芯片(piàn)需求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每日仅(jǐn)电费(fèi)就在5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞(páng)大算力支持。在关注各(gè)类大模型的发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产(chǎn)业发展(zhǎn)进入史诗级加(jiā)速进(jìn)程，让AIGC及通用(yòng)AI这一人工智能发(fā)展的终(zhōng)极(jí)目标离得更近。

因为算力可(kě)以对突破性技(jì)术(shù)创新提供大(dà)力的支持。这方面，多模(mó)态大模型是典型。作为面向未来强人工智能、通用人工智能的重要技术创新，多模态大模(mó)型(xíng)已经在人工智能领域提出了很多(duō)年，业界也有不少技术突破，但是，多(duō)模(mó)态大模型进一步(bù)往(wǎng)下走，算力需求呈几何(hé)式上(shàng)升，一般的算力基(jī)础设(shè)施很快将难(nán)以胜任。

从图像、文字(zì)、语音(yīn)单独一项的训练，到双(shuāng)模(mó)态(tài)、三模态的跃(yuè)迁，让人工智(zhì)能可以灵(líng)活(huó)应对不同模态的转化、像人与世界(jiè)交互一样自(zì)然(rán)，这方面，由算力网(wǎng)络(luò)来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增长(zhǎng)的算(suàn)力来支撑(chēng)的技术创新，将在人(rén)工(gōng)智能算(suàn)力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期(qī)待在(zài)大模(mó)型和大算力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的边际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：绿茶通用站群 电流单位1a等于多少毫安，电流1a等于多少mah