自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖(gài)茨已多次公开谈论人工智能话题。在最近(jìn)的一次采访(fǎng)中，他再次表(biǎo)示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结论是他在(zài)当地时(shí)间2月20日接受《In Good Company》节(jié)目专访时(shí)提(tí)出的。

他预期(qī)，AI的发展(zhǎn)可能(néng)会威(wēi)胁到谷(gǔ)歌的市占率，因(yīn)为微(wēi)软在(zài)AI方面(miàn)的行动相当迅(xùn)速。而(ér)最终科技(jì)巨头将把AI整合成用(yòng)户(hù)的“全能助手(shǒu)”，包揽(lǎn)一切(qiè)应用，与人们进行沟通并提(tí)供(gōng)建(jiàn)议，可(kě)以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到(dào)来可(kě)能(néng)尚需(xū)时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新(xīn)玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上(shàng)一(yī)次爆火的时(shí)候(hòu)，还是(shì)2022年8月，在美国科(kē)罗拉多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中(zhōng)，一(yī)幅(fú)名(míng)为(wèi)《太空歌剧(jù)院》的作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以在(zài)应用中输入一组关键词或者一张照片，就能获(huò)得一幅AI创作的画作。

作(zuò)画的关(guān)键就是所输入的文本。同(tóng)一组(zǔ)关键词也可以创(chuàng)作出很多张风(fēng)格不一样的画作，这让创作的过(guò)程就(jiù)像开(kāi)盲盒。

很多用(yòng)户很喜欢这种不确定(dìng)的惊喜(xǐ)，他(tā)们会将生(shēng)成(chéng)的美图当做头像。而另(lìng)一部分(fēn)喜欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场”，例如(rú)，一位网(wǎng)友的小狗照片被AI画成(chéng)了“肌肉男”，还有(yǒu)网友(yǒu)的(de)个人照片被AI识别(bié)成了(le)建筑。

而如今(jīn)随着ControlNet的出(chū)现与加持，以往AI绘(huì)画的填(tián)写(xiě)关(guān)键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏(mǐn)创作的一种基于(yú)控制点的图像(xiàng)变形算法，主要用于数(shù)字(zì)图像(xiàng)处理、计算机视觉和计(jì)算机图形(xíng)学等领域(yù)。

其(qí)SD插件一经发布，在短短的(de)两天内便(biàn)成为了AI绘(huì)画领(lǐng)域最新的(de)热点(diǎn)。

在此之前(qián)，大家用了很多方(fāng)法想(xiǎng)让AI生(shēng)成的结果(guǒ)尽(jǐn)可能的(de)符合要(yào)求，但是都(dōu)不(bù)尽如人意，它的出现代表着AI生成开(kāi)始进入(rù)真正的(de)可控(kòng)时期。

因(yīn)为ControlNet可以直接提取画面的(de)构图，人物的姿势(shì)和(hé)画面的(de)深度(dù)信息等。有了(le)它(tā)的帮(bāng)助，就不用频繁的用提示词来(lái)碰运气(qì)，抽(chōu)盲盒式的(de)创作了。

通俗(sú)的说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品已经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的照片(piàn)直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到(dào)对(duì)应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开始换关(guān)键词(cí)试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害(hài)的是，除(chú)了真实的照片(piàn)，草图也可以(yǐ)加(jiā)上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩图。大神张(zhāng)吕敏(mǐn)其(qí)本(běn)尊也亲自(zì)回应。

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

02

难辨(biàn)虚实，AIGC技术(shù)力爆(bào)发

警惕安全问题

近(jìn)日(rì)，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消(xiāo)息火遍(biàn)网络(luò)，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一(yī)起AI绘图诈(zhà)骗。

由(yóu)于(yú)这个活动里面给出的美女(nǚ)照片都是AI制(zhì)作的真(zhēn)人照片绘图，因为(wèi)太(tài)逼(bī)真，被(bèi)大家当成真事传播(bō)了。

不过仔(zǎi)细观察可(kě)以发(fā)现，活动发起者(zhě)提供的(de)照片(piàn)中有个(gè)很大(dà)的漏洞可以发现(xiàn)并非真人(rén)，而是(shì)AI绘(huì)图，那便是图(tú)片中女性(xìng)的手指部分有的(de)存在异常。

有行业人事表(biǎo)示：“现在因(yīn)为手指部分(fēn)的绘(huì)画算法(fǎ)比较复(fù)杂(zá)，AI还不(bù)太会画人的手，但最新(xīn)看到(dào)的图(tú)片已经有越来越完美(měi)的AI模型出现，以后可(kě)能就完全没有漏洞了。”

类似的(de)AI作图诈骗在国(guó)外也已有发生。据(jù)英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善(shàn)良的人(rén)打赏“捐(juān)助”从而实施诈骗(piàn)。

目前(qián)随着技(jì)术(shù)发展，AIGC已经(jīng)能(néng)做出(chū)真人照片(piàn)般(bān)的绘图效果(guǒ)，如(rú)果(guǒ)这(zhè)样(yàng)的图片被用来(lái)诈骗，将非(fēi)常可怕。

此外(wài)AIGC还(hái)引发(fā)了很多担忧，一方面，批判(pàn)者(zhě)认为AI在“学习(xí)”了(le)大(dà)量(liàng)前人的作品之后，其创作没(méi)有(yǒu)任(rèn)何情绪和灵魂(hún)，难以和人类(lèi)的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有(yǒu)AIGC会不会代(dài)替人类“至高无上”的(de)创意(yì)。

马斯克(kè)也(yě)强(qiáng)调，人工(gōng)智能的安全(quán)问题需(xū)要得到重视，太(tài)晚就(jiù)来不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方

技(jì)术(shù)都是有两(liǎng)面性的(de)，潜在的危(wēi)害并不(bù)能(néng)掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工智能技术将是第(dì)四次工业革命的核心驱(qū)动力量，将(jiāng)创造新的增长(zhǎng)奇迹。

过(guò)去一年(nián)，人工智(zhì)能在技术和(hé)商业层面都有(yǒu)了巨(jù)大进展，AI绘画就是人工智能技(jì)术发生方向性改变的一个代表。其下(xià)一站或许就是视频(pín)。

此前，Meta和谷歌先后(hòu)发布了几(jǐ)条引爆科(kē)技圈的短视(shì)频。这些视频引发关注(zhù)并非(fēi)内容做得(dé)多(duō)优(yōu)秀，反而都非(fēi)常简单，比如一(yī)匹正在喝水的马，一(yī)只画(huà)画的玩具熊，或者一段骑摩托车的第一视(shì)角录像，随便一个有手机的人都(dōu)可以随手录下一(yī)段(duàn)。

但这些短视(shì)频的创作方式非常简单，创作者仅仅(jǐn)需要向AI输入一段(duàn)话(huà)，甚至(zhì)只是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷(gǔ)歌发布的两个AI生成视频分别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了一波(bō)梗，一个能够做(zuò)出更高清视频的AI还不(bù)足以在(zài)短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出(chū)超(chāo)过2分钟的连贯的也有(yǒu)确切内容的视频，这(zhè)才(cái)是真正让人们感到惊喜的地方(fāng)。因(yīn)为无论AI生(shēng)成(chéng)的视频多么高清(qīng)，也只能是为内容(róng)生产者提供一(yī)个灵感，一个素材(cái)，一(yī)个(gè)过(guò)场动画。

不(bù)过能够制(zhì)作出有具体剧(jù)情内容(róng)的视(shì)频就意味着(zhe)，一(yī)些视(shì)频创作由AI代替(tì)人工(gōng)完成已(yǐ)经初步有了(le)可能。

当下AI的发展速(sù)度已经(jīng)超过大部分人的想象。内容产业的本质是(shì)供给(gěi)创造(zào)需求，AIGC作为全(quán)新的内容生产方式，可以为内容产业带来更(gèng)新的内容风格、更快的生产速度，更低的(de)生(shēng)产(chǎn)成本(běn)，这(zhè)无疑会驱动内容产业的大爆发。

除了(le)AI绘(huì)图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现该项技术不仅在游戏等行业能得到有效(xiào)应(yīng)用，对于下一代互(hù)联网(wǎng)各(gè)种元素的构建亦有关键(jiàn)意义。

从商业化的(de)角度来看(kàn)，文(wén)化(huà)娱乐(lè)、教育、传(chuán)媒等诸(zhū)多领域(yù)，本(běn)身就对基于AI的可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视(shì)频或(huò)不是结果，而只(zhǐ)是AI进程中的一(yī)块重要拼(pīn)图，有望在技术更(gèng)新的加(jiā)持(chí)下实现更大(dà)的应用价值。

AI从(cóng)理解内容，走(zǒu)向了可以生成内容，甚至(zhì)能够创造出独(dú)立价值(zhí)和(hé)独立视角的(de)内容(róng)。AIGC的再次出(chū)圈，更代胆小虫几级进化 胆小虫值得练吗表着未来的先进(jìn)生产力即将到来。

04

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像(xiàng)大模(mó)型之后，多模态大(dà)模型已经成为了新的趋势。

大模型被誉为(wèi)当(dāng)前人(rén)工智能发展(zhǎn)的智能底座，是全球(qiú)竞争(zhēng)最激(jī)烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部(bù)企业都(dōu)在竞(jìng)相发力(lì)。

不过训练大模型的(de)确价格不菲，以国盛证券发布(bù)的(de)《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本约(yuē)为140万美元。而对(duì)于一些(xiē)更(gèng)大的LLM(大型语言模型(xíng))，训练成本则介于200万美(měi)元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计算，其对应(yīng)芯片需求为3万多(duō)片英(yīng)伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美元，每日仅电费就(jiù)在5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在(zài)关注各类(lèi)大模型(xíng)的发展同时，更应该关注算力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人(rén)工(gōng)智能发展(zhǎn)的终(zhōng)极目标离得更近(jìn)。

因为算力可以对突破性技术创(chuàng)新提供(gōng)大力的支持(chí)。这方面，多(duō)模(mó)态大(dà)模型是典型。作为(wèi)面向未来强人工智能、通(tōng)用(yòng)人工(gōng)智能的重要(yào)技术创(chuàng)新，多模态大(dà)模型已经在人工智(zhì)能领域提出(chū)了很多年，业界也有不少技术(shù)突破，但是(shì)，多模态大模型进一步往(wǎng)下(xià)走，算力需求呈几何式(shì)上升，一般的(de)算力基础设施很(hěn)快将(jiāng)难(nán)以胜(shèng)任。

从图像、文字、语(yǔ)音(yīn)单独一(yī)项(xiàng)的训练(liàn)，到双模态、三模(mó)态的跃(yuè)迁，让(ràng)人(rén)工智能可以灵活应对不同模态的转化、像人与世界交互(hù)一样自然(rán)，这方(fāng)面，由算力(lì)网络来驱(qū)动将有明显优势。

此(cǐ)外，还有很多需要(yào)爆发式增长的算力来(lái)支撑的技术创新，将在人工智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持(chí)下AIGC能持续颠覆内容生产(chǎn)的(de)方式(shì)，将创(chuàng)造的边际(jì)成本(běn)降低，让万(wàn)众受(shòu)益。

未经允许不得转载：绿茶通用站群 胆小虫几级进化 胆小虫值得练吗