自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人(rén)比尔·盖(gài)茨已多次公开谈论人工(gōng)智(zhì)能话题。在最近的一次采(cǎi)访中(zhōng)，他再次表示：“AI可能(néng)会(huì)让(ràng)科技行(xíng)业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可能会威胁到谷歌的市(shì)占(zhàn)率，因(yīn)为微(wēi)软在AI方(fāng)面的(de)行动相当迅速。而最终科技(jì)巨(jù)头将把(bǎ)AI整(zhěng)合成用户的“全(quán)能助(zhù)手”，包揽一切应用，与(yǔ)人们进行(xíng)沟(gōu)通并提供建(jiàn)议，可以取代(dài)亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需(xū)时日，但由ControlNet引发的(de)又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉(lā)多州(zhōu)举办的新兴数(shù)字艺术家竞赛中，一幅名为(wèi)《太(tài)空歌(gē)剧(jù)院》的(de)作品获奖。

随后各大厂商的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以(yǐ)在应用中输(shū)入一组关键(jiàn)词或者一(yī)张照片，就能获得一幅AI创作的画作。

作画的(de)关键就是所输入的文本。同一组关键词也可以创(chuàng)作出(chū)很多张风格(gé)不一样的画作，这(zhè)让创作的过程就像开盲盒。

很(hěn)多用户(hù)很(hěn)喜欢这种不确定的惊喜，他(tā)们(men)会将生(shēng)成的(de)美图当(dāng)做头(tóu)像。而另一部(bù)分喜欢翻(fān)看AI绘画(huà)的“翻车(chē)”作(zuò)品。在(zài)社交媒体上，许(xǔ)多用(yòng)户(hù)分享AI“翻(fān)车现场”，例如，一位网(wǎng)友的小狗照片被AI画成了(le)“肌肉男(nán)”，还有(yǒu)网友的个(gè)人照片被AI识别(bié)成了(le)建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加(jiā)持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种基于控制点的图像变(biàn)形(xíng)算法(fǎ)，主(zhǔ)要用于(yú)数字图像处理(lǐ)、计算机视觉和(hé)计算(suàn)机图形学等领域(yù)。

其SD插件一(yī)经发布，在短短的两天内便成为了AI绘画领域最新的(de)热点。

在此之前，大(dà)家用(yòng)了很(hěn)多方法想(xiǎng)让AI生(shēng)成的结(jié)果尽(jǐn)可能的符(fú)合要(yào)求，但是都不尽如人意，它(tā)的出现代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可(kě)以直接提取画(huà)面的构图，人物(wù)的(de)姿势和画面的深度(dù)信息等。有了它的(de)帮助(zhù)，就(jiù)不用频繁的用(yòng)提示词来碰(pèng)运(yùn)气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不少博主的作品已经获得(dé)了大量的浏(liú)览量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他(tā)用(yòng)朋友的照片直(zhí)接带(dài)她们(men)走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关键词(cí)；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始换关键词试效(xiào)果。

通过图片(piàn)就可(kě)以看出来，效(xiào)果(guǒ)十分惊艳。

被保送了高考可以瞎写吗，被保送了高考考得很差还能录取吗 decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的(de)是，除了(le)真实的(de)照片，草图(tú)也(yě)可(kě)以(yǐ)加(jiā)上(shàng)“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图(tú)。大神张(zhāng)吕敏(mǐn)其本(běn)尊也(yě)亲自回应(yīng)。

不(bù)得不说(shuō)当(dāng)下AIGC已经变得(dé)越来越强(qiáng)大，甚(shèn)至输出的作品(pǐn)都(dōu)已经能以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术(shù)力爆发

警(jǐng)惕(tì)安全(quán)问(wèn)题

近日(rì)，“苏州金鸡湖(hú)有游艇(tǐng)party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的(de)“party”可(kě)能是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给(gěi)出(chū)的美女照片都是AI制作的真(zhēn)人照片绘图(tú)，因为(wèi)太逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播了。

不过仔细观察可以(yǐ)发现，活动发起者提(tí)供的(de)照片(piàn)中有(yǒu)个很大的(de)漏洞(dòng)可以(yǐ)发(fā)现并非(fēi)真人(rén)，而是(shì)AI绘图，那便(biàn)是图片(piàn)中女性(xìng)的手指部(bù)分有的存(cún)在(zài)异常。

有行业人事表(biǎo)示：“现在因为手指部(bù)分的绘(huì)画(huà)算法比较(jiào)复杂，AI还不太会画人的(de)手，但最新看到的图片已经有越来越(yuè)完美的AI模型出现(xiàn)，以(yǐ)后可(kě)能就(jiù)完全没有漏洞了。”

类(lèi)似的AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报道，土耳(ěr)其地震(zhèn)期(qī)间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照(zhào)片发布到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术(shù)发(fā)展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这(zhè)样的(de)图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很(hěn)多(duō)担(dān)忧，一方面，批(pī)判(pàn)者认为AI在(zài)“学习”了大量前人的作品之后(hòu)，其创(chuàng)作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难以和人类(lèi)的艺术创作(zuò)相提(tí)并(bìng)论。

另(lìng)一方面(miàn)，AIGC背后(hòu)的版(bǎn)权、目(mù)前都并(bìng)没有得到(dào)有效的解决，还有AIGC会不会(huì)代替人(rén)类“至(zhì)高无上(shàng)”的创意(yì)。

马斯克也(yě)强调，人工智能的安全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有两面(miàn)性的，潜(qián)在的危害并(bìng)不能掩盖其光辉的(de)贡献。现(xiàn)在看(kàn)来，人(rén)工智能技术将是第四(sì)次工业(yè)革命的核(hé)心驱动力量(liàng)，将(jiāng)创(chuàng)造新(xīn)的增长奇迹。

过去一年，人工智能在技术和商业(yè)层面都有了(le)巨大进展，AI绘画就(jiù)是人(rén)工智(zhì)能技术发生方向(xiàng)性改(gǎi)变的一(yī)个代表。其下(xià)一(yī)站或许就(jiù)是视(shì)频(pín)。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短视频。这些视频引(yǐn)发关(guān)注并(bìng)非内容做(zuò)得(dé)多优秀，反而(ér)都(dōu)非常简(jiǎn)单，比如一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者一(yī)段骑(qí)摩托(tuō)车的(de)第一视角录像，随便(biàn)一(yī)个(gè)有手机的人都可(kě)以随手(shǒu)录下一段。

但(dàn)这些短视频的创(chuàng)作方式非常简单，创作者仅仅(jǐn)需(xū)要向AI输入一段(duàn)话，甚至只是说(shuō)一下要求，AI就(jiù)可以根据需要(yào)生成一段视频(pín)。

谷(gǔ)歌发布的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不(bù)足以在短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的(de)地方在于，它可(kě)以制作出(chū)超过2分钟的(de)连贯的也有确(què)切内容的视频，这才是真正让人们感到惊(jīng)喜的地方。因为(wèi)无论AI生成的视频(pín)多(duō)么高清，也只能是(shì)为内容生产者提供一(yī)个灵(líng)感，一(yī)个素(sù)材，一个(gè)过场(chǎng)动画。

不过能(néng)够制作出有具体剧情内容的视频就(jiù)意味着，一些视(shì)频创作由AI代替(tì)人工(gōng)完成(chéng)已经初步有了可能(néng)。

当下AI的发展速(sù)度已经(jīng)超过大部分人的(de)想象。内容(róng)产业的本质是供给创造需求，AIGC作为全(quán)新的(de)内容生产方式，可以为(wèi)内容产(chǎn)业带来更新(xīn)的内容风格(gé)、更快的生(shēng)产(chǎn)速度，更低的生(shēng)产成(chéng)本，这无(wú)疑(yí)会驱动内容产业的大(dà)爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多(duō)种内容(róng)形式的生(shēng)成。不难发(fā)现该项技术不(bù)仅(jǐn)在游戏等行业(yè)能得到(dào)有(yǒu)效应用，对于下一(yī)代互(hù)联网各种元素的(de)构建亦有关键意义。

从(cóng)商业化的角度(dù)来看，文化(huà)娱乐、教育、传媒等诸多领域(yù)，本身(shēn)就(jiù)对(duì)基于AI的(de)可(kě)视化内容(róng)有强烈需求。

因此，AI绘画及(jí)视频或不是结(jié)果(guǒ)，而(ér)只是AI进程中的一(yī)块重要(yào)拼图，有望在(zài)技术更新的(de)加持下实现(xiàn)更大的应用价值。

AI从理解内(nèi)容，走向了可以生成(chéng)内容，甚至能够创造出独(dú)立价值和独立视角的内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大模型与算(suàn)力(lì)，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也可以看出，在语(yǔ)言大模型、图像大模型之后，多模态大模型已经成为了(le)新的趋(qū)势。

大模(mó)型被誉为(wèi)当(dāng)前人(rén)工智能发展(zhǎn)的智能底座，是全球竞(jìng)争最(zuì)激烈的研究方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部(bù)企业(yè)都在竞(jìng)相发力。

不过(guò)训练(liàn)大模(mó)型(xíng)的确价格不(bù)菲(fēi)，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告估(gū)算，GPT-3训练一次的成本约为140万美元(yuán)。而对于(yú)一些更大的LLM(大型语言模型)，训(xùn)练成本则介(jiè)于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每(měi)日仅电费就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支(zhī)持。在关注各(gè)类大模型的发(fā)展同(tóng)时，更(gèng)应该关注算力(lì)网络的(de)建(jiàn)设。

算力网络(luò)正驱动AI产业发展进入(rù)史诗(shī)级加速(sù)进程，让AIGC及(jí)通用AI这一人工(gōng)智能(néng)发展的终极目标离得(dé)更近。

因(yīn)为算力可(kě)以对(duì)突破(pò)性技(jì)术创新(xīn)提供大力的支持。这方面(miàn)，多模态大模(mó)型(xíng)是(shì)典型。作为面向未来强(qiáng)人工智能(néng)、通用人工智能的(de)重(zhòng)要技术(shù)创新，多模态(tài)大模型(xíng)已经在人工(gōng)智(zhì)能领域提出了很多年，业(yè)界也有不(bù)少技术突破，但是，多模态大(dà)模型进一(yī)步往下走(zǒu)，算力需求呈(chéng)几(jǐ)何式上升，一(yī)般(bān)的算力基(jī)础设施很快将(jiāng)难以胜任。

从图像、文(wén)字、语音单(dān)独一项(xiàng)的训练，到双(shuāng)模态、三(sān)模态的跃迁，让(ràng)人工智能可以灵活(huó)应对不同模态的转化、像人与世界交互一样(yàng)自然(rán)，这方面，由算力网络来(lái)驱动将有明显(xi被保送了高考可以瞎写吗，被保送了高考考得很差还能录取吗ǎn)优(yōu)势。

此外，还(hái)有很多需(xū)要爆发式增长(zhǎng)的算力来支撑的技术创新，将在人工智能(néng)算力网络(luò)支撑下快速推进。

AIGC已(yǐ)经露出(chū)曙(shǔ)光，期待(dài)在(zài)大模型(xíng)和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产的(de)方式，将创(chuàng)造的边(biān)际(jì)成本降低，让万(wàn)众受(shòu)益(yì)。

未经允许不得转载：绿茶通用站群 被保送了高考可以瞎写吗，被保送了高考考得很差还能录取吗