自聊天机器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司(sī)创始人比尔·盖(gài)茨已(yǐ)多次公开谈论(lùn)人工智能(néng)话题。在最近的一次采访中(zhōng)，他(tā)再次表示：“AI可能会让科技行业(yè)迎来(lái)一次剧烈的洗牌”。

这个结(jié)论是他在当地时(shí)间2月20日接受《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(zhàn)率，因为(wèi)微软在AI方面的行动相当迅速。而最(zuì)终科技巨头将把AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应(yīng)用(yòng)，与人们进行沟通并(bìng)提供建议(yì)，可(kě)以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中(zhōng)全(quán)能(néng)助手的(de)到(dào)来可能(néng)尚需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点包(bāo)围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科(kē)罗拉(lā)多州(zhōu)举办的新兴数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随(suí)后各大厂(chǎng)商的AI绘画(huà)软(ruǎn)件被广(guǎng)大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其(qí)中(zhōng)代(dài)表。

用户(hù)们可以(yǐ)在应用中(zhōng)输入一组关键词或(huò)者一张照片，就能(néng)获得一幅AI创作的(de)画(huà)作。

作(zuò)画(huà)的关键(jiàn)就是(shì)所输入的文本。同一组关键词也可(kě)以创(chuàng)作出很多(duō)张风(fēng)格不一样的画作，这让创作(zuò)的过程就像开盲盒。

很多用户很喜(xǐ)欢这(zhè)种不(bù)确定的惊喜，他们(men)会将生成的(de)美图当(dāng)做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交媒(méi)体上(shàng)，许多用户分享AI“翻(fān)车现场”，例如，一位网友的小(xiǎo)狗照(zhào)片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友的个人照片(piàn)被(bèi)AI识别成了建筑。

而如(rú)今(jīn)随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的(de)填(tián)写关(guān)键词游(yóu)戏(xì)可能要(yào)被颠(diān)覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的中国人张(zhāng)吕敏创作的一(yī)种基于控制(zhì)点的图像变(biàn)形(xíng)算(suàn)法(fǎ)，主要用于数字图像(xiàng)处(chù)理、计算机(jī)视觉和计算机(jī)图(tú)形学(xué)等领域。

其SD插件一经发布，在短短的两天内便(biàn)成(chéng)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(fāng)法想(xiǎng)让AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都不尽如人意，它的出现代表(biǎo)着(zhe)AI生(shēng)成开(kāi)始(shǐ)进入(rù)真正(zhèng)的可(kě)控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面(miàn)的深(shēn)度信(xìn)息等。有了它的帮助，就不用频繁的用提(tí)示词来碰运(yùn)气，抽盲盒式(shì)的(de)创(chuàng)作了。

通俗(sú)的说(shuō)ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法(fǎ)”，不(bù)少博主(zhǔ)的作品已经(jīng)获得(dé)了大量的浏(liú)览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带(dài)她(tā)们走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插(chā)件拓展找到对应的关键(jiàn)词；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换(huàn)关键词试效果。

通过图片就可以看出来，效果十分惊(jīng)艳。

更厉(lì)害(hài)的是，除了(le)真实(shí)的(de)照片，草图也(yě)可以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越来(lái)越强大(dà)，甚(shèn)至输出的作品都已经能(néng)以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州(zhōu)金鸡(jī)湖有游艇party”的消息火遍(biàn)网络，而经(jīng)过警(jǐng)方辟谣这(zhè)所谓的“party”可能是(shì)全国(guó)第一起AI绘图诈(zhà)骗(piàn)。

由于(yú)这个(gè)活(huó)动里(lǐ)面给出的(de)美女照片都是AI制作的真人(rén)照片绘(huì)图，因为太逼真，被大家当成真事传播了。

不过(guò)仔细观察可以发现，活动发起者提供的(de)照片中有个很(hěn)大的漏洞可以发(fā)现并(bìng)非真人，而是AI绘图(tú)，那便是图(tú)片中女(nǚ)性(xìng)的手指部分有的存在异常。

有行业人事表示：“现在因为(wèi)手指部分(fēn)的绘画(huà)算法(fǎ)比较复杂(zá)，AI还不太会画(huà)人的手(shǒu)，但最新看到的(de)图(tú)片(piàn)已经有(yǒu)越来越完美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在(zài)国外也已有发生。据(jù)英国广播公司报(bào)道，土耳其(qí)地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了(le)儿童受灾的假照(zhào)片(piàn)发布到网络(luò)，以此诱骗(piàn)善良的人打赏“捐(juān)助”从而(ér)实施(shī)诈(zhà)骗。

目前(qián)随着技(jì)术发展，AIGC已经能做出真人照片(piàn)般的绘图效果，如果这样的(de)图片被用来诈骗，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧，一方(fāng)面，批判者认为(wèi)AI在(zài)“学习”了大量前人(rén)的作品之(zhī)后(hòu)，其创作没有(yǒu)任何情绪和(hé)灵魂，难以和人(rén)类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版(bǎn)权(quán)、目(mù)前都并(bìng)没有得到有效的解决，还有AIGC会不会代(dài)替人类“至高(gāo)无上”的创意(yì)。

马斯克也强调，人(rén)工智能的大漠孤烟直长河落日圆是什么意思，长河落日圆啥意思安全问题需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视(shì)频，还有远(yuǎn)方(fāng)

技术(shù)都是有(yǒu)两面性(xìng)的，潜在(zài)的(de)危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革(gé)命的核心(xīn)驱动(dòng)力量，将创造新的增长奇迹(jì)。

过去一年，人工智能(néng)在(zài)技术(shù)和商业层面都(dōu)有了巨大(dà)进展，AI绘画就是人工智能技术发生方(fāng)向性改(gǎi)变的一个(gè)代表。其下一站或许就是(shì)视(shì)频(pín)。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈(quān)的短(duǎn)视频。这些视频引发(fā)关注(zhù)并非内容做得多优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一匹正(zhèng)在喝(hē)水的马，一(yī)只画画的玩(wán)具熊，或者一(yī)段骑摩托车的第一视角录像，随(suí)便一(yī)个(gè)有手机(jī)的人(rén)都可(kě)以(yǐ)随手录下(xià)一段(duàn)。

但这些(xiē)短视频的创(chuàng)作方式非常简单，创(chuàng)作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要生成(chéng)一段视频(pín)。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已(yǐ)经(jīng)玩了(le)一波梗，一个能够做出更(gèng)高清视(shì)频的AI还不足以在短时(shí)间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人(rén)震(zhèn)惊的地方大漠孤烟直长河落日圆是什么意思，长河落日圆啥意思在于，它可(kě)以制作出超过2分钟的连(lián)贯的也有确切内容的视频，这才是真(zhēn)正让人们(men)感到惊喜的地方。因为无(wú)论AI生成的(de)视频多么高清，也只能是为内容生(shēng)产(chǎn)者(zhě)提(tí)供(gōng)一个灵感，一(yī)个素材，一个过场动画。

不过能(néng)够制作出(chū)有(yǒu)具(jù)体剧(jù)情(qíng)内容的(de)视频(pín)就意味着，一些视频创作由(yóu)AI代替(tì)人工完成已经初(chū)步(bù)有了(le)可能。

当下AI的发(fā)展速度(dù)已经超过大部分(fēn)人的想(xiǎng)象。内(nèi)容产业的本质是供(gōng)给创造需求，AIGC作为全新的内(nèi)容生产方式，可以为(wèi)内容产业带来更新的内容(róng)风格、更(gèng)快的(de)生(shēng)产速度(dù)，更低的生产成本，这(zhè)无疑会驱动内容产业的大爆发。

除(chú)了(le)AI绘(huì)图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作等多种内容形式的(de)生成(chéng)。不(bù)难发现(xiàn)该(gāi)项(xiàng)技术不仅在游(yóu)戏(xì)等行业能得到有(yǒu)效应用(yòng)，对于下一代互联网各(gè)种元素的构建亦有关键意义。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸(zhū)多领域，本身就对(duì)基(jī)于AI的可视(shì)化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果，而只是(shì)AI进程中的一块重要拼图，有望在技术更(gèng)新(xīn)的加持下(xià)实(shí)现(xiàn)更大的应用价值。

AI从理解内容(róng)，走向(xiàng)了(le)可以生成内容，甚至能够创(chuàng)造出独立价值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更(gèng)代(dài)表着未来(lái)的先进生(shēng)产力即将到(dào)来。

04

紧(jǐn)抓大(dà)模型与算力，牢固(gù)AIGC底座

从(cóng)技术的发(fā)展也可以看出，在语(yǔ)言(yán)大模型、图像(xiàng)大(dà)模(mó)型(xíng)之后(hòu)，多模态大模型已经成为了新的趋(qū)势。

大模型被誉为当(dāng)前(qián)人工(gōng)智能(néng)发展的智能底座，是全球竞争最激(jī)烈的研究(jiū)方向之一，包括谷(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(lì)。

不过训练大模型的确价(jià)格不菲，以国盛(shèng)证券发(fā)布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而对于(yú)一些更(gèng)大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训练(liàn)成本则介(jiè)于200万美(měi)元至1200万(wàn)美(měi)元高价(jià)之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客(kè)平均数1300万计算，其对(duì)应芯片需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始(shǐ)投入成(chéng)本约(yuē)为8亿美(měi)元，每(měi)日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算(suàn)力支持。在关注各类大模(mó)型(xíng)的发展同时，更应该关注算力网络的(de)建设(shè)。

算力(lì)网络正驱动AI产业(yè)发展进入史诗级加(jiā)速(sù)进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得(dé)更近。

因为算力可以对突破性技术创(chuàng)新提供大力(lì)的支持。这方(fāng)面(miàn)，多(duō)模态大模型是(shì)典(diǎn)型(xíng)。作为面向(xiàng)未来强人工智能、通(tōng)用人工智能的重要技术创新，多模态大模型已经在人工(gōng)智能领域(yù)提出了很(hěn)多年，业界也有不少技术突(tū)破，但是，多模态大模型进(jìn)一步(bù)往(wǎng)下(xià)走(zǒu)，算力需(xū)求呈(chéng)几何式上升，一般(bān)的算力(lì)基(jī)础设施很快将难以胜任。

从图像、文(wén)字、语(yǔ)音单独一项的训练，到双模态、三模态(tài)的跃迁，让人工智能(néng)可以(yǐ)灵活应对(duì)不同模(mó)态的(de)转(zhuǎn)化、像人与世(shì)界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很多需要爆(bào)发式增长的算力来支撑的技术创(chuàng)新，将在人工智(zhì)能(néng)算力网络支撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型(xíng)和大算(suàn)力的支持下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：绿茶通用站群 大漠孤烟直长河落日圆是什么意思，长河落日圆啥意思