自(zì)聊天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已(yǐ)多次公开(kāi)谈(tán)论人工智能话题(tí)。在(zài)最近的一(yī)次采(cǎi)访(fǎng)中(zhōng)，他再次(cì)表(biǎo)示：“AI可能会让科(kē)技行业(yè)迎来一次剧(jù)烈(liè)的洗牌”。

这个结论是他在当(dāng)地时(shí)间(jiān)2月20日(rì)接受《In Good Company》节目专访时(shí)提出的(de)。

他预(yù)期，AI的发展可能会威胁(xié)到谷歌的市占(zhàn)率，因(yīn)为微软在AI方面的行动相当(dāng)迅速。而最(zuì)终科技(jì)巨头将(jiāng)把AI整合成用(yòng)户的“全能助(zhù)手(shǒu)”，包揽一切应用，与人们进行沟(gōu)通(tōng)并(bìng)提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到来可能尚(shàng)需时日(rì)，但由(yóu)ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次爆(bào)火的时(shí)候，还是2022年8月，在美国科(kē)罗(luó)拉(lā)多州举办(bàn)的新兴数字艺(yì)术(shù)家竞赛中，一幅名为《太空歌剧院》的作(zuò)品(pǐn)获(huò)奖。

随后(hòu)各(gè)大厂商的AI绘画软件被(bèi)广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入一(yī白头发从哪开始白，白头发从发梢开始白是什么原因)组关键(jiàn)词或(huò)者一(yī)张(zhāng)照片，就能获得一幅(fú)AI创作的画作(zuò)。

作(zuò)画的关键就是所输入的文本(běn)。同(tóng)一组关(guān)键词也(yě)可以创作出很多张风格(gé)不一样的画作，这让创作的过程就像开盲盒。

很(hěn)多用户很喜(xǐ)欢这(zhè)种(zhǒng)不确(què)定的惊喜，他(tā)们会将生成(chéng)的美图当(dāng)做头(tóu)像。而另一(yī)部分喜欢翻(fān)看AI绘画的(de)“翻(fān)车”作(zuò)品。在社(shè)交媒体(tǐ)上，许多用户分享AI“翻(fān)车现场”，例如，一位网(wǎng)友的小(xiǎo)狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网友的个人照片(piàn)被AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘(huì)画的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读(dú)博的中国人张吕敏(mǐn)创作(zuò)的一种基于控制点(diǎn)的图像变形算法，主(zhǔ)要(yào)用于(yú)数字(zì)图像(xiàng)处理、计算机视(shì)觉和计算机(jī)图形(xíng)学等(děng)领域。

其(qí)SD插件(jiàn)一经发(fā)布，在(zài)短短的两(liǎng)天内便成(chéng)为了AI绘画领域最新的热(rè)点。

在此之(zhī)前(qián)，大(dà)家用了很多方法想(xiǎng)让AI生成的结果尽可能(néng)的符合(hé)要求，但是都(dōu)不(bù)尽(jǐn)如(rú)人意，它的出现(xiàn)代(dài)表(biǎo)着AI生(shēng)成开始(shǐ)进(jìn)入(rù)真(zhēn)正的可控时期。

因为(wèi)ControlNet可(kě)以直(zhí)接(jiē)提取(qǔ)画(huà)面(miàn)的构图，人物的姿势和画面(miàn)的深度(dù)信息等(děng)。有了它的(de)帮助(zhù)，就不(bù)用频繁的用提示(shì)词来碰运气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法”，不(bù)少博主的(de)作品(pǐn)已经获得了大量的(de)浏(liú)览量(liàng)，“viggo”就(jiù)是其中之一，他用(yòng)朋友(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(zì)。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展找(zhǎo)到(dào)对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关键(jiàn)词试效果。

通过图片就可以看出来，效(xiào)果(guǒ)十分惊艳。

更厉害的是，除(chú)了真实的照(zhào)片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩图(tú)。大神张(zhāng)吕敏其本尊也(yě)亲自回应。

不得不说当下AIGC已(yǐ)经变得越来(lái)越强大，甚至输出的作品都已经能以假乱(luàn)真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发(fā)

警(jǐng)惕安(ān)全问题

近日，“苏(sū)州金(jīn)鸡湖有游(yóu)艇party”的消息火遍网络，而经过警(jǐng)方辟谣这所谓的“party”可能是(shì)全(quán)国第一起AI绘(huì)图诈骗。

由于这个活动里面给出的美(měi)女照(zhào)片都是(shì)AI制作的(de)真人照(zhào)片绘图，因为(wèi)太逼真，被大家当成真事传播了。

不过仔(zǎi)细(xì)观察(chá)可以发现，活动发起(qǐ)者(zhě)提供的照(zhào)片中有(yǒu)个很大的(de)漏洞(dòng)可以发现并非真(zhēn)人，而是AI绘(huì)图，那便是图片中女性(xìng)的手指(zhǐ)部分有的存(cún)在(zài)异(yì)常(cháng)。

有行业(yè)人(rén)事表示：“现(xiàn)在因为手指部(bù)分的绘画算法比较复杂，AI还(hái)不(bù)太会画人的(de)手，但最新看到(dào)的图片已经有越来越完美的AI模型出(chū)现(xiàn)，以后可能就完(wán)全(quán)没有漏洞(dòng)了(le)。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国外也已有(yǒu)发生(shēng)。据(jù)英国广播公司报(bào)道，土耳其地震期间(jiān)，有Tiktok用户(hù)使用AI合成了(le)儿童(tóng)受灾(zāi)的假照片发布(bù)到(dào)网络，以此(cǐ)诱骗善良的人(rén)打赏“捐助”从而(ér)实施诈骗(piàn)。

目前随着技术发展，AIGC已经(jīng)能(néng)做出真人照片般的绘图效果，如果(guǒ)这样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批(pī)判者认为AI在“学习”了大量前人的作品之后，其(qí)创作没有任何情(qíng)绪和灵魂，难以和人类(lèi)的艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的版权、目白头发从哪开始白，白头发从发梢开始白是什么原因前都并(bìng)没有得到有效的(de)解决，还有AIGC会不会(huì)代替人类“至(zhì)高无(wú)上”的创意。

马(mǎ)斯克(kè)也(yě)强调，人工智能(néng)的安(ān)全问题需要(yào)得到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视(shì)频(pín)，还(hái)有远方

技术都是有两面性的(de)，潜在的危害并不能(néng)掩盖其(qí)光辉的贡献。现在看来，人工智能技术(shù)将是第四(sì)次工业(yè)革命的(de)核心驱动力(lì)量，将创造新的增长奇迹。

过去一年，人(rén)工智能(néng)在(zài)技术和商业层面都(dōu)有(yǒu)了(le)巨大进展，AI绘(huì)画就是人工智能技术发(fā)生方向性改变的一个代表。其下一(yī)站或许就是(shì)视频。

此(cǐ)前，Meta和谷歌先(xiān)后(hòu)发(fā)布了几条(tiáo)引爆(bào)科技圈的(de)短视频(pín)。这(zhè)些视频引(yǐn)发关(guān)注并(bìng)非内容(róng)做得多优(yōu)秀，反(fǎn)而都非常简单，比如一匹正(zhèng)在喝水的马，一只画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的(de)第一视角录像，随便一个有手机的人都可以随手录下一段。

但(dàn)这些短视(shì)频的(de)创作方式(shì)非常简单，创作者仅仅需要向AI输(shū)入一段话，甚(shèn)至只(zhǐ)是说(shuō)一下要求(qiú)，AI就可以根据需(xū)要(yào)生(shēng)成一段视频。

谷(gǔ)歌发(fā)布(bù)的两个(gè)AI生(shēng)成视频分(fēn)别来(lái)自于(yú)Imagen Video和(hé)Phenaki，前者主要(yào)突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出更高清视频的AI还(hái)不足以在短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方在于，它可(kě)以制作出超过2分钟的连(lián)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(dì)方。因为(wèi)无论(lùn)AI生成的视(shì)频多么高清，也只能是为内容生产(chǎn)者提供一个灵感，一个素材，一个过场(chǎng)动画。

不过能够(gòu)制作(zuò)出(chū)有(yǒu)具体剧情内容的视频就意味着，一些视频(pín)创作由AI代替人工完成已经初步有了可能。

当下AI的(de)发(fā)展速度已经超过大部分人的想象。内容产(chǎn)业的本(běn)质是供给创(chuàng)造需求，AIGC作为全新的(de)内(nèi)容生产方式，可以为内容产(chǎn)业带来(lái)更新的内容风格、更快的(de)生产速度，更低的生产(chǎn)成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术(shù)还能应用于音乐、代码、机(jī)器人动作等多(duō)种(zhǒng)内容形(xíng)式的生成(chéng)。不难发现(xiàn)该项技术不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素的构建亦有关(guān)键意义(yì)。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等(děng)诸多领域，本(běn)身就对基于(yú)AI的(de)可视化内容有强烈需求。

因(yīn)此，AI绘画(huà)及视频或不是(shì)结果，而只(zhǐ)是(shì)AI进程中的一块重要拼图(tú)，有望(wàng)在技术更新的加持下实现(xiàn)更大的应(yīng)用价值。

AI从理(lǐ)解内(nèi)容，走(zǒu)向了可以(yǐ)生成内容，甚(shèn)至能够创(chuàng)造出独立(lì)价值和(hé)独立视角的内(nèi)容。AIGC的再次出圈，更(gèng)代表着未来的先进生产(chǎn)力(lì)即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的发展也可以(yǐ)看出，在语言大模型、图像大模型(xíng)之后，多模态(tài)大模型已经成(chéng)为了新(xīn)的趋势。

大模型被誉为当前(qián)人工智能发(fā)展的智能底座，是全(quán)球竞(jìng)争(zhēng)最激烈的研(yán)究方向之一，包括谷歌、亚(yà)马逊、百度、阿里(lǐ)、腾讯等众多(duō)头(tóu)部(bù)企业都在竞相(xiāng)发力(lì)。

不过训练大(dà)模型的确价(jià)格不菲，以国(guó)盛证券发(fā)布(bù)的《ChatGPT需要多少(shǎo)算力》报(bào)告估算，GPT-3训练一次(cì)的(de)成本约为140万美(měi)元。而对于一些更大的LLM(大型语言模(mó)型)，训(xùn)练成(chéng)本则(zé)介于200万(wàn)美元至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立(lì)访客平均数1300万(wàn)计(jì)算，其对应芯(xīn)片需求为3万多(duō)片英(yīng)伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美(měi)元，每日仅电费就(jiù)在(zài)5万(wàn)美(měi)元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力支(zhī)持。在关注各类大模型的发展同时，更应该(gāi)关注算(suàn)力(lì)网络的建(jiàn)设。

算力网络(luò)正驱动AI产业发展(zhǎn)进(jìn)入史诗(shī)级加速进程，让AIGC及(jí)通用AI这一(yī)人工智(zhì)能发展的(de)终极(jí)目(mù)标离(lí)得(dé)更近。

因(yīn)为算(suàn)力可以(yǐ)对突破性技(jì)术创(chuàng)新(xīn)提供大力(lì)的支持。这方面，多模态大模型是典型(xíng)。作为面向(xiàng)未来(lái)强人工智能、通用(yòng)人(rén)工智能的重要技术(shù)创(chuàng)新，多模态大模(mó)型已经在人工(gōng)智能领域提(tí)出了很多年(nián)，业界也有(yǒu)不少技术突破(pò)，但是，多模态大模(mó)型进一步往(wǎng)下走，算(suàn)力需求呈几何式上(shàng)升，一般的算力基础(chǔ)设(shè)施很(hěn)快将难以胜(shèng)任。

从图像、文字(zì)、语音单独一项的(de)训练，到(dào)双模态、三模态的跃迁，让(ràng)人工(gōng)智能可以灵(líng)活(huó)应对(duì)不(bù)同模(mó)态的(de)转化、像人与世界交互一(yī)样(yàng)自然(rán)，这方面，由算力(lì)网络来驱动将有明显优势。

此外(wài)，还有(yǒu)很多需(xū)要爆发式增(zēng)长的算力来(lái)支撑的技(jì)术创新，将(jiāng)在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经(jīng)露(lù)出曙光，期待在大模(mó)型和大(dà)算力的(de)支持下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将创造的边(biān)际成本降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 白头发从哪开始白，白头发从发梢开始白是什么原因