自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈(tán)论人(rén)工智能(néng)话题。在最(zuì)近的一次采访中，他再次表示(shì)：“AI可能会(huì)让科技行(xíng)业迎(yíng)来(lái)一次剧烈的洗牌”。

这个结论(lùn)是(shì)他在(zài)当地时间2月20日(rì)接受《In Good Company》节目(mù)专访时(shí)提(tí)出(chū)的。

他预(yù)期，AI的(de)发展(zhǎn)可能会威胁(xié)到谷歌的市(shì)占率，因为微(wēi)软在AI方面的行(xíng)动相当迅速。而最(zuì)终科技巨头将把(bǎ)AI整(zhěng)合成用户的“全能助手”，包揽一切(qiè)应用，与(yǔ)人们进行沟通(tōng)并(bìng)提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大(dà)佬(lǎo)口中全能(néng)助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热(rè)点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科(kē)罗拉多(duō)州举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的(de)作品获(huò)奖。

随后各(gè)大厂商的AI绘画(huà)软件被广大(dà)网友熟知(zhī)并体(tǐ)验，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表。

用户(hù)们可以在应用中输入一组关键词或者(zhě)一张(zhāng)照片，就能获(huò)得(dé)一(yī)幅(fú)AI创作的画作(zuò)。

作画的关键就是所输(shū)入的文本。同(tóng)一组关键词也可以创作出(chū)很多张风格不一样的画作，这(zhè)让创作(zuò)的过程就像(xiàng)开(kāi)盲(máng)盒。

很多用户很喜欢这种不(bù)确(què)定的惊喜，他们会将生(shēng)成(chéng)的美图当做头像。而另一部分喜欢翻(fān)看(kàn)AI绘画(huà)的“翻车”作品。在(zài)社(shè)交媒体上，许多用(yòng)户分享AI“翻(fān)车现场(chǎng)”，例(lì)如(rú)，一(yī)位网友的小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网友的个(gè)人照片(piàn)被AI识别(bié)成了(le)建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填(tián)写关键词游戏可能(néng)要(yào)被颠(diān)覆了。

ControlNet是一位(wèi)正(zhèng)在斯(sī)坦(tǎn)福读博的中国人张吕敏创(chuàng)作的(de)一(yī)种(zhǒng)基于控制点(diǎn)的图像变形算(suàn)法，主要用于数字图(tú)像处理、计算机视觉(jué)和(hé)计算(suàn)机图形学等领域。

其SD插件一经发布(bù)，在短短的两(liǎng)天内(nèi)便(biàn)成为了AI绘画领域最新(xīn)的热点。

在(zài)此之前，大家用了很多方法想(xiǎng)让AI生(shēng)成(chéng)的结(jié)果尽可(kě)能的符合要(yào)求(qiú)，但是(shì)都(dōu)不尽(jǐn)如人(rén)意(yì)，它的出现(xiàn)代表(biǎo)着(zhe)AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以直(zhí安康可以用来祝福吗 祝你全家安康是骂人的)接提(tí)取画面的构图，人物(wù)的姿(zī)势和画面的深度信息等。有了它的(de)帮助，就不(bù)用频繁的用提(tí)示词来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘(huì)画加了“魔(mó)法”，不少博主的作品(pǐn)已经获得了大量的(de)浏(liú)览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋友(yǒu)的照片直(zhí)接(jiē)带她(tā)们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后(hòu)用ControlNet插件绑定骨(gǔ)骼开始换关(guān)键词试效果。

通过图(tú)片就可以看(kàn)出来，效果十分惊艳(yàn)。

更厉害的(de)是(shì)，除了真(zhēn)实的照片，草图(tú)也可(kě)以(yǐ)加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到(dào)ControlNet还能实现(xiàn)线稿转全彩图。大神张吕(lǚ)敏其本尊(zūn)也亲自回应。

不得(dé)不(bù)说当下AIGC已经变得越(yuè)来越强大，甚至(zhì)输(shū)出(chū)的作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技(jì)术力爆(bào)发(fā)

警惕安全问(wèn)题

近日，“苏州金鸡湖(hú)有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女照片(piàn)都是AI制(zhì)作的真人照片绘图，因为太(tài)逼真，被大家当成真事传播了。

不过(guò)仔细(xì)观(guān)察可(kě)以发现，活动发起者提供的照片中有(yǒu)个很大的漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘图，那便是(shì)图片(piàn)中女性(xìng)的手指部分有的存在异常。

有行业人(rén)事表示：“现(xiàn)在因为手指部分(fēn)的绘画算法比较复(fù)杂，AI还(hái)不太(tài)会画(huà)人(rén)的手，但(dàn)最新看到的(de)图片已经有(yǒu)越(yuè)来越完美的AI模型出现(xiàn)，以后可能就完(wán)全没(méi)有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发(fā)生。据英国广播公司报(bào)道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿(ér)童受灾的(de)假(jiǎ)照片发布到网络，以此诱骗善(shàn)良(liáng)的人(rén)打赏“捐(juān)助(zhù)”从(cóng)而(ér)实施诈(zhà)骗(piàn)。

目前随着技术发展，AIGC已经(jīng)能做出真人照片(piàn)般的(de)绘(huì)图效果，如果这样(yàng)的(de)图片被用(yòng)来诈骗(piàn)，将(jiāng)非常可怕。

此外(wài)AIGC还(hái)引发了很(hěn)多担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了(le)大量(liàng)前人(rén)的作品(pǐn)之后(hòu)，其创(chuàng)作(zuò)没有任何情绪和(hé)灵魂，难(nán)以(yǐ)和人类的艺术创作(zuò)相提(tí)并论。

另一方面，AIGC背后的(de)版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会代(dài)替人(rén)类“至(zhì)高无上”的创意(yì)。

马斯克也强调(diào)，人工智能的安全问题需要得到(dào)重视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术都是有两(liǎng)面性的(de)，潜在的危害(hài)并(bìng)不能掩盖其光辉的贡献。现在看(kàn)来(lái)，人工智能技术将是(shì)第四次(cì)工业(yè)革(gé)命的(de)核心驱动力(lì)量，将创造新的增长(zhǎng)奇迹。

过(guò)去一年，人(rén)工智能在技术和商业层面都有了(le)巨大(dà)进(jìn)展，AI绘画就是人工智能技术发生方向性改变的(de)一个(gè)代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先(xiān)后发布(bù)了几条引爆科技圈的短视频。这些视频引发关注(zhù)并非内容(róng)做得多优秀，反而都(dōu)非常简单，比(bǐ)如一匹正在喝水的马，一只画画的玩具熊，或(huò)者(zhě)一段骑摩托车(chē)的第一(yī)视角录像，随便(biàn)一个(gè)有手机(jī)的(de)人都可以随手录下(xià)一段。

但这些短(duǎn)视(shì)频的创作方式(shì)非常简单，创作者仅仅需要向AI输入一段话(huà)，甚至(zhì)只是(shì)说一下要求(qiú)，AI就可以根据(jù)需要生成一段视频(pín)。

谷歌发(fā)布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高清，与Meta的(de)Make-A-Video没(méi)有(yǒu)太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就(jiù)已经玩了一波(bō)梗，一(yī)个能够(gòu)做出(chū)更高清视频的AI还不(bù)足(zú)以在短时间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过(guò)2分(fēn)钟(zhōng)的(de)连贯的也有确切内(nèi)容的(de)视(shì)频，这才是真正让人们感(gǎn)到惊(jīng)喜的地方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容生产(chǎn)者提供一个灵感，一(yī)个(gè)素材，一个过场动画。

不过能够制作出有具体剧情内容的视频就(jiù)意(yì)味着，一些(xiē)视(shì)频(pín)创作由(yóu)AI代替人工完(wán)成已(yǐ)经(jīng)初步有了(le)可能。

当下AI的发展速度已经超过大部(bù)分人的想象。内容产(chǎn)业的本质是供给创(chuàng)造需求，AIGC作为全新(xīn)的内容生产方(fāng)式(shì)，可以为(wèi)内容产业带(dài)来(lái)更新(xīn)的内容(róng)风格、更快的生产速(sù)度，更(gèng)低的生产成本，这无疑会驱动内(nèi)容产业(yè)的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还(hái)能应(yīng)用于音乐、代码(mǎ)、机器人(rén)动作等多种内容形式的(de)生(shēng)成。不(bù)难(nán)发(fā)现该(gāi)项(xiàng)技术(shù)不仅(jǐn)在游(yóu)戏等行业能得到有效应用，对于下一代互联(lián)网各种元素的构建亦(yì)有关键意义。

从商(shāng)业化的角度(dù)来看，文化娱乐、教育、传(chuán)媒等(děng)诸多领(lǐng)域(yù)，本身就对基于AI的(de)可视(shì)化内容有强(qiáng)烈需求(qiú)。

因此，AI绘画及视频或不(bù)是(shì)结果，而(ér)只是(shì)AI进程中的一块(kuài)重(zhòng)要拼图，有望在技术更新的加持(chí)下实现更大的应用价值。

AI从理解内容，走(zǒu)向了可(kě)以生成内(nèi)容，甚(shèn)至(zhì)能够创造出(chū)独立价值和独立(lì)视角的(de)内容。AIGC的再(zài)次出圈，更代(dài)表着未来的(de)先进生产力即(jí)将到(dào)来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座

从技术的(de)发(fā)展也可以看出，在(zài)语言大模型、图像大模型(xíng)之后，多模态大模型已(yǐ)经(jīng)成为(wèi)了(le)新的趋(qū)势。

大(dà)模型(xíng)被誉为(wèi)当前人工智能发展的(de)智能底座，是全(quán)球竞争最激烈的研(yán)究方(fāng)向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多(duō)头部企(qǐ)业都在竞相发力。

不过训练(liàn)大模(mó)型的(de)确(què)价格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告估(gū)算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而(ér)对于(yú)一些更大(dà)的LLM(大型语言(yán)模型)，训练成本则介于(yú)200万美元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平(píng)均数(shù)1300万(wàn)计算，其对(duì)应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初(chū)始投入成本(běn)约为(wèi)8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力(lì)支持。在关注各类大(dà)模(mó)型的发展同时，更应(yīng)该关注算力网(wǎng)络的建设。

算力(lì)网络正驱(qū)动(dòng)AI产业发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一人工智能(néng)发展的终极目(mù)标离(lí)得更(gèng)近(jìn)。

因(yīn)为(wèi)算力可以对突破性技术创新(xīn)提供大力(lì)的支持。这(zhè)方(fāng)面，多模态大模(mó)型是(shì)典型。作为面(miàn)向未来强人工(gōng)智能(néng)、通用人工(gōng)智能(néng)的重要技术创新，多模态(tài)大模(mó)型已经在人工(gōng)智能领域提出了(le)很多(duō)年(nián)，业界也有(yǒu)不少技术(shù)突破，但是，多模(mó)态大模型进一步往下(xià)走，算力(lì)需求呈(chéng)几何式(shì)上(shàng)升，一般(bān)的(de)算力基础设施很快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训练(liàn)，到双模态(tài)、三模态(tài)的跃迁(qiān)，让人工智能可以灵(líng)活应(yīng)对不同模态的转化、像人(rén)与世界交互(hù)一样自然，这方面，由(yóu)算力网络来驱动将有明(míng)显优势(shì)。

此外，还有很多需要爆发式增长(zhǎng)的算力来(lái)支撑的技(jì)术创新，将在人工智能算(suàn)力网络支(zhī)撑下(xià)快(kuài)速(sù)推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的支(zhī)持下AIGC能持续颠覆内容生产的(de)方式(shì)，将创造的边际成本降低(dī)，让万众(zhòng)受(shòu)益。

未经允许不得转载：绿茶通用站群 安康可以用来祝福吗 祝你全家安康是骂人的