自(zì)聊(liáo)天机(jī)器(qì)人ChatGPT火(huǒ)爆以(yǐ)来，微软(ruǎn)公(gōng)司创(chuàng)始人比尔·盖茨已多次公(gōng)开(kāi)谈论人工智能话题。在(zài)最近的一次(cì)采访中(zhōng)，他再次表示(shì)：“AI可能(néng)会让科(kē)技行(xíng)业(yè)迎来一次剧(jù)烈(liè)的洗(xǐ)牌”。

这个结论是(shì)他(tā)在当地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为(wèi)微软在AI方面(miàn)的行动(dòng)相当迅速。而(ér)最(zuì)终科技巨头将把AI整(zhěng)合(hé)成用户的“全能助手”，包(bāo)揽一切应用，与人(rén)们(men)进行沟通并提(tí)供建议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用(yòng)。

大佬(lǎo)口中全能助(zhù)手的到来可能尚需(xū)时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法(fǎ)

AIGC向(xiàng)可控(kòng)靠(kào)近(jìn)

以AI绘画为代表的(de)AIGC上一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举(jǔ)办的(de)新(xīn)兴数字(zì)艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获(huò)奖。

随后(hòu)各大(dà)厂(chǎng)商(shāng)的(de)AI绘(huì)画软(ruǎn)件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可(kě)以在应用中输(shū)入(rù)一组(zǔ)关键词(cí)或者一张照片，就能获得一(yī)幅AI创作(zuò)的(de)画(huà)作。

作画(huà)的关键就是(shì)所输(shū)入的文(wén)本。同一组关键(jiàn)词也可以创作出很多张风格不一样的画作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用户很喜欢这(zhè)种不确(què)定的惊喜，他(tā)们会将生成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画(huà)的(de)“翻车(chē)”作(zuò)品。在社(shè)交媒体上，许多用户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友(yǒu)的小狗(gǒu)照片(piàn)被(bèi)AI画成了“肌肉男(nán)”，还有网友的个人照(zhào)片被(bèi)AI识别成(chéng)了(le)建筑。

而如今随着ControlNet的(de)出现与(yǔ)加持，以(yǐ)往AI绘画的填写关键词(cí)游(yóu)戏可(kě)能要被颠覆了。

ControlNet是一位正(zhèng)在斯(sī)坦福读(dú)博的中(zhōng)国人张(zhāng)吕敏创作的一(yī)种基于控制点(diǎn)的(de)图像变形算(suàn)法，主要用于(yú)数(shù)字图像处理、计算机视(shì)觉(jué)和计(jì)算机(jī)图(tú)形学等(děng)领(lǐng)域。

其SD插件一经(jīng)发布，在短短的(de)两天内便成为了(le)AI绘画(huà)领域最新(xīn)的热(rè)点。

在此之(zhī)前，大家用了很多方(fāng)法想(xiǎng)让(ràng)AI生成的结(jié)果尽可能的符合要求(qiú)，但是都(dōu)不尽如(rú)人意，它(tā)的出现代表(biǎo)着AI生(shēng)成开始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直接(jiē)提取画面的构图，人(rén)物的姿势(shì)和画面的深度信息(xī)等。有了它的(de)帮助，就不(bù)用频繁的用提示词来碰运气(qì)，抽(chōu)盲(máng)盒式的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画(huà)加了(le)“魔(mó)法”，不少(shǎo)博(bó)主的作品已经获得了大(dà)量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他(tā)用朋友(yǒu)的(de)照片直(zhí)接带她(tā)们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓(tuò)展找到对应(yīng)的关(guān)键词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开始换关键词(cí)试效果。

通过图片就可以看(kàn)出来(lái)，效果十分惊艳。

更厉害的是，除了(le)真实的照片，草图(tú)也可(kě)以加上(shàng)“魔法”，知(zhī)乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转全(quán)彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输出的作品都已(yǐ)经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的(de)消(xiāo)息火遍网络，而经过(guò)警方辟谣(yáo)这所谓的(de)“party”可能是全国第一起AI绘图诈骗(piàn)。

由于(yú)这(zhè)个活(huó)动里面给出的美女照片(piàn)都是(shì)AI制作的真人照片绘图，因为(wèi)太逼真，被大(dà)家当成(chéng)真事传播了。

不过仔细观(guān)察可以发现(xiàn)，活动发起者提供(gōng)的照片中有个很(hěn)大(dà)的漏洞可以发现并非真人，而是AI绘(huì)图，那便是图片(piàn)中(zhōng)女(nǚ)性(xìng)的(de)手(shǒu)指部(bù)分有的存在异常。

有行业人事表示：“现在因(yīn)为手指部分的绘画算法(fǎ)比(bǐ)较复(fù)杂，AI还不太(tài)会画人(rén)的手，但最新看到的图片已(yǐ)经(jīng)有越来越完美的(de)AI模(mó)型出现，以(yǐ)后(hòu)可能就完全没有漏洞了(le)。”

类似的AI作图(tú)诈骗(piàn)在(zài)国外(wài)也已有发生。据英(yīng)国(guó)广(guǎng)播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了(le)儿童(tóng)受(shòu)灾的假照片(piàn)发布到网络(luò)，以此诱骗善良的人打赏“捐(juān)助”从(cóng)而实施诈骗。

目前随着技(jì)术(shù)发展，AIGC已经能做(zuò)出(chū)真(zhēn)人照片般的(de)绘图效(xiào)果，如果这(zhè)样(yàng)的(de)图片被用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引发了(le)很多担忧(yōu)，一方(fāng)面(miàn)，批(pī)判者(zhě)认(rèn)为AI在“学(xué)习”了大量前人的作品(pǐn)之后(hòu)，其创作没有任何情绪和(hé)灵魂，难以(yǐ)和(hé)人(rén)类的(de)艺术创作(zuò)相提并论。

另一方面，AIGC背(bèi)后的(de)版权、目前(qián)都(dōu)并没有得到有效(xiào)的解决(jué)，还有(yǒu)AIGC会不会代(dài)替人类“至高无上”的创(chuàng)意。

马(mǎ)斯克也(yě)强调，人工(gōng)智能的安全(quán)问(wèn)题(tí)需要得到重视，太晚就来(lái)不及了。

03

AIGC下一(yī)站除了视频(pín)，还有(yǒu)远方

技术都是有两面性的，潜在的危害并不(bù)能掩盖(gài)其光辉的贡献。现在看来，人工智(zhì)能技术将(jiāng)是第四次工(gōng)业(yè)革命的核心(xīn)驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术(shù)和商业层面都有了(le)巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向性改变的(de)一个(gè)代表。其下一站或(huò)许(xǔ)就是视频。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后发布(bù)了几(jǐ)条引爆(bào)科技圈的短视(shì)频(pín)。这些视(shì)频(pín)引发关注并非(fēi)内(nèi)容做得多优(yōu)秀，反而都非常简(jiǎn)单(dān)，比如一(yī)匹(pǐ)正(zhèng)在(zài)喝水(shuǐ)的(de)马(mǎ)，一只画画的玩具(jù)熊，或者一段(duàn)骑(qí)摩托车的第一视(shì)角录像，随便一个有手(shǒu)机的人都可以随手(shǒu)录下一段。

但(dàn)这些短视频的创作方式(shì)非常(cháng)简单(dān)，创作者(zhě)仅仅需要(yào)向AI输入(rù)一段话，甚(shèn)至只是说一下要(yào)求，AI就(jiù)可以根据需要生(shēng)成一(yī)段视频。

谷歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能够做(zuò)出更(gèng)高清(qīng)视频的AI还不足以(yǐ)在(zài)短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出(chū)超(chāo)过2分钟(zhōng)的连贯的也(yě)有确切内容的视频，这才是(shì)真正让人们(men)感到惊喜的地(dì)方。因为无论AI生成的视频(pín)多么高清，也(yě)只能是为内容生产者提供一(yī)个灵(líng)感，一个素(sù)材，一个过场动画。

不过能够(gòu)制作出有(yǒu)具体(tǐ)剧情内容的视频就意味着，一些视频创作由AI代替(tì)人工完成(chéng)已经(jīng)初(chū)步有(yǒu)了(le)可能。

当(dāng)下AI的发展(zhǎn)速(sù)度已经超过大部分人的想(xiǎng)象。内容产业的本质是供给创(chuàng)造需求，AIGC作为(wèi)全新(xīn)的内容生产方式，可(kě)以(yǐ)为(wèi)内容产业带来(lái)更新的内(nèi)容风格(gé)、更快的生产速度(dù)，更低的生(shēng)产成(chéng)本，这无疑会驱(qū)动内容(róng)产业(yè)的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人(rén)动作(zuò)等多种(zhǒng)内(nèi)容形式的生成。不难(nán)发现该项技术不仅在(zài)游戏等(děng)行业(yè)能得到有效(xiào)应用，对于(yú)下(xià)一(yī)代(dài)互联网各种元素(sù)的构建亦有(yǒu)关键(jiàn)意义。

从(cóng)商业化的(de)角度来看，文化娱(yú)乐、教(jiào)育(yù)、传媒等诸多领域，本(běn)身就对基于AI的可视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视(shì)频或不是结果，而(ér)只是AI进程中的(de)一块重要拼(pīn)图，有望(wàng)在技术更新的加持下实现更大的应用价值。

AI从理解(jiě)内容，走向了可以生成内(nèi)容，甚至能够创(chuàng)造出(chū)独立价值(zhí)和独立视角的内容。AIGC的(de)再(zài)次出圈，更(gèng)代(dài)表着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的发展也可(kě)以看(kàn)出，在语(yǔ)言大(dà)模(mó)型、图像大模(mó)型之后，多模态(tài)大模型已经(jīng)成(chéng)为了新的趋势。

大模型被誉为当(dāng)前人(rén)工(gōng)智能(néng)发展的(de)智能(néng)底座，是全球竞争最(zuì)激烈的(de)研究(jiū)方(fāng)向(xiàng)之(zhī)一，包括(kuò)谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业(yè)都在竞相发力。

不过训练大模(mó)型的(de)确(què)价(jià)格不菲(fēi)，以国(guó)盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告估算(suàn)，GPT-3训练一(yī)次的成本约(yuē)为140万(wàn)美元。而对(duì)于(yú)一些(xiē)更大(dà)的(de)LLM(大(dà)型语言模型)，训(xùn)练成本则介(jiè)于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立(lì)访客平均(jūn)数1300万(wàn)计算，其对应芯(xīn)片需(xū)求为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本约为(wèi)8亿(yì)美(měi)元，每日(rì)仅(jǐn)电费就在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大算力支(zhī)持。在关注各类大(dà)模型的(de)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)业发展进(jìn)入(rù)史诗级加速(sù)进(jìn)程(chéng)，让(ràng)AIGC及通(tōng)用(yòng)AI这一人(rén)工智能发展(zhǎn)的终极目标离得更近。

因为算力可以对突(tū)破性技术创(chuàng)新提供大力的支持。这方(fāng)面，多(duō)模态(tài)大模型(xíng)是典型。作为(wèi)面向未(wèi)来强人工(gōng)智(zhì)能、通用人(rén)工智能的(de)重要技(jì)术创新，多(duō)模态大模(mó)型已经在人工智(zhì)能领(lǐng)域提出(chū)了很多(duō)年，业(yè)界也有(yǒu)不(bù)少技术突破，但是，多(duō)模(mó)态大模型进一步(bù)往下(xià)走，算力需求呈几何式上升，一(yī)般(bān)的算力基(jī)础设施很快将难(nán)以胜任。

从图像、文字、语音单独一项的(de)训练，到(dào)双模(mó)态(tài)、三模态的跃迁，让人工智能可以灵活应(yīng)对不同模(mó)态的(de)转(zhuǎn)化(huà)、像人(rén)与世(shì)界交互一样自然，这方面，由(yóu)算力网络(luò)来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑(chēng)的(de)技术创(chuàng)新(xīn)，将在人工智能算(suàn)力网(wǎng)络(luò)支撑下快速推进(jìn)。

AIGC已经(jīng)露(lù)出曙光(guāng)，期待在大模型(xíng)和(hé)大算力的支持下(xià)AIGC能持续颠覆内容生产的方式，将(jiāng)创造(zào)的边际成(chéng)本降(jiàng)低，让(ràng)万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 一氧化碳密度比空气大还是小 一氧化碳密度小于空气吗