自(zì)聊(liáo)天机器人ChatGPT火(huǒ)爆(bào)以(yǐ)来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多次公开谈论人工智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可(kě)能会让科技行业迎来一(yī)次剧烈的洗牌”。

这(zhè)个(gè)结(jié)论(lùn)是(shì)他在当地时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访时提出的。

他(tā)预期(qī)，AI的发展可能会威胁到谷(gǔ)歌的市占率，因为(wèi)微(wēi)软(ruǎn)在AI方面的(de)行动相当迅速(sù)。而最终科技(jì)巨头将(jiāng)把AI整(zhěng)合成用户(hù)的“全能(néng)助手”，包揽一切应用，与人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠(kào)近

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉(lā)多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各大厂商(shāng)的(de)AI绘画软件被广(guǎng)大(dà)网友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

1页是一面还是两面啊，1页是一张还是一面ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们(men)可以在应用中输入(rù)一组关键(jiàn)词或者一张照片，就(jiù)能获得(dé)一幅AI创(chuàng)作的画作(zuò)。

作画的(de)关键就是所(suǒ)输入的文本。同一(yī)组关键(jiàn)词也可以创作出很多张(zhāng)风格不一样的画作，这让(ràng)创作的(de)过程(chéng)就(jiù)像(xiàng)开(kāi)盲盒(hé)。

很(hěn)多用(yòng)户(hù)很喜欢(huān)这种不确定的惊喜，他们会(huì)将生成的美图当(dāng)做(zuò)头(tóu)像。而另一部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用户分享(xiǎng)AI“翻车(chē)现场”，例如，一位(wèi)网(wǎng)友的小狗照(zhào)片被AI画成了(le)“肌肉男”，还有网(wǎng)友的个人照片被AI识别成(chéng)了建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写关(guān)键(jiàn)词游戏(xì)可能要被(bèi)颠覆了(le)。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的一(yī)种基于(yú)控制点(diǎn)的(de)图像变(biàn)形算法(fǎ)，主要用于数字图像处理、计算机视觉和计算机图形学等领(lǐng)域。

其SD插件一(yī)经发布，在(zài)短(duǎn)短的两天内(nèi)便成(chéng)为了AI绘(huì)画领域最(zuì)新(xīn)的(de)热(rè)点。

在此之前，大家(jiā)用了很多方法想让(ràng)AI生成的结果尽可能的符合要求，但是(shì)都不尽如人意(yì)，它的出现代表着AI生成开始进入真正的可控时(shí)期(qī)。

因为ControlNet可以直(zhí)接提取画面的(de)构(gòu)图，人物的(de)姿(zī)势和画面的深度(dù)信息(xī)等。有了它的帮(bāng)助，就(jiù)不(bù)用频繁的用提示(shì)词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不(bù)少博主的作品已经获得了大(dà)量的浏览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友的(de)照片直接带(dài)她(tā)们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对(duì)应的(de)关键词；最后用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害的(de)是，除(chú)了真实的(de)照片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本(běn)尊(zūn)也亲自回应。

不(bù)得(dé)不说当下AIGC已经(jīng)变得(dé)越来越强大，甚至输(shū)出(chū)的(de)作品(pǐn)都已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安(ān)全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而(ér)经过警方(fāng)辟(pì)谣这所(suǒ)谓的“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。

由于(yú)这个活动里面给出的美女照片都是AI制作(zuò)的(de)真人照片绘图，因为太(tài)逼(bī)真，被大家当成真事传播了(le)。

不过仔细观察(chá)可以发现，活动发起者提供(gōng)的照片中有(yǒu)个很大的漏洞可(kě)以(yǐ)发现并非(fēi)真人，而(ér)是AI绘图，那便(biàn)是图片中女性的手(shǒu)指部分(fēn)有的存在异常(cháng)。

有行业(yè)人事表示：“现在因(yīn)为手指部分的绘画(huà)算法比较复杂(zá)，AI还(hái)不太会画人的(de)手，但最新看(kàn)到(dào)的图片(piàn)已(yǐ)经有越(yuè)来越完美的AI模(mó)型出(chū)现(xiàn)，以后可能就完全没(méi)有(yǒu)漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在国外也已(yǐ)有(yǒu)发(fā)生(shēng)。据英国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合成了儿童受灾的(de)假照片发(fā)布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐(juān)助”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经(jīng)能(néng)做(zuò)出真人照片(piàn)般的(de)绘(huì)图效(xiào)果，如(rú)果这(zhè)样的图片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一(yī)方(fāng)面，批(pī)判者认(rèn)为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和(hé)灵魂，难以和(hé)人类的艺术创作相(xiāng)提并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有(yǒu)得到(dào)有效(xiào)的解(jiě)决(jué)，还有AIGC会不(bù)会代(dài)替(tì)人类“至高无上”的(de)创意(yì)。

马斯(sī)克也强(qiáng)调，人工智能的安全问(wèn)题需(xū)要得到重视，太晚就来(lái)不及(jí)了。

03

AIGC下一站(zhàn)除(chú)了视频，还(hái)有(yǒu)远方

技术都(dōu)是有两面性的，潜(qián)在的危害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术将是第四次(cì)工业革命的核心驱(qū)动(dòng)力量，将创造新的(de)增长(zhǎng)奇(qí)迹。

过去一年，人工智能在(zài)技术和商业层面都有了巨大进展，AI绘画就(jiù)是人(rén)工智(zhì)能技术发生方向性改(gǎi)变(biàn)的一(yī)个(gè)代表。其下(xià)一站(zhàn)或许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发布(bù)了几条引爆(bào)科技圈的短视(shì)频(pín)。这(zhè)些(xiē)视频引发关注并非内容(róng)做得多优秀，反而(ér)都(dōu)非常(cháng)简单，比如一匹正在喝水的(de)马，一只画画的玩具(jù)熊，或者一段(duàn)骑(qí)摩托车(chē)的第一(yī)视(shì)角录像，随便一个有(yǒu)手(shǒu)机的人都可以(yǐ)随(suí)手录下一段。

但这些(xiē)短(duǎn)视频的创作方(fāng)式非常简单(dān)，创作(zuò)者仅仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是(shì)说一下要求(qiú)，AI就可以根据需要生成一(yī)段(duàn)视频(pín)。

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

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波(bō)梗(gěng)，一(yī)个能够做(zuò)出更高清视频的(de)AI还不足(zú)以在短时间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更加(jiā)令人震(zhèn)惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟(zhōng)的连贯的也有确切内容的视频，这(zhè)才是(shì)真正让(ràng)人们(men)感(gǎn)到惊喜的地方。因为无论(lùn)AI生成(chéng)的(de)视频多么(me)高清，也只能(néng)是为内容(róng)生(shēng)产者提供一个灵感，一个素材，一个过场动(dòng)画。

不过能够制作出(chū)有具体剧情内容(róng)的视频就(jiù)意味着，一些(xiē)视(shì)频创作由AI代替(tì)人工完成(chéng)已经(jīng)初步有了可(kě)能。

当下AI的发展速度已经超过(guò)大部分(fēn)人的想象。内(nèi)容产(chǎn)业的本质(zhì)是供给(gěi)创(chuàng)造需求，AIGC作为(wèi)全(quán)新的(de)内(nèi)容生产方式，可以(yǐ)为内(nèi)容产(chǎn)业带(dài)来更新的内(nèi)容(róng)风格、更(gèng)快的生产速(sù)度(dù)，更低的生产成本，这无疑会驱动内容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于(yú)音乐、代码、机器人动(dòng)作(zuò)等多(duō)种内容形式的(de)生成(chéng)。不难(nán)发现该项技术不(bù)仅在游戏(xì)等行业能得到(dào)有效应用，对于下(xià)一代互(hù)联网各种元素的构建亦有关键意义。

从(cóng)商业(yè)化的角度来看(kàn)，文化娱乐(lè)、教育、传媒(méi)等诸(zhū)多(duō)领域，本身就对基于AI的可视化内容(róng)有强(qiáng)烈(liè)需(xū)求。

因(yīn)此，AI绘画及(jí)视频或不是结果，而(ér)只(zhǐ)是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下(xià)实(shí)现(xiàn)更大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内容(róng)，甚至能够创造出(chū)独立价值和独立视角的内(nèi)容。AIGC的(de)再次出圈，更代表着未来的(de)先(xiān)进生产力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术的发(fā)展也可以看出(chū)，在语言(yán)大模(mó)型、图像(xiàng)大(dà)模型之后，多模(mó)态大模型已经成(chéng)为了(le)新的趋(qū)势。

大模型被誉为当前人(rén)工智(zhì)能发展的智(zhì)能底座，是全球(qiú)竞争最激烈的研究(jiū)方向之一，包括谷歌(gē)、亚(yà)马(mǎ)逊、百度、阿里、腾讯等众多头部企业都在竞(jìng)相发力。

不过训练(liàn)大模型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力(lì)》报告估算(suàn)，GPT-3训练一次的成(chéng)本约为140万美(měi)元。而对于(yú)一(yī)些更大的LLM(大(dà)型语言模型)，训练(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数(shù)1300万计算，其对应芯片需求为3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初(chū)始投入成本(běn)约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模(mó)型(xíng)的发展同时，更(gèng)应该关注算力网络的(de)建设。

算力网络正驱动(dòng)AI产业发(fā)展进(jìn)入史(shǐ)诗(shī)级加(jiā)速(sù)进程(chéng)，让AIGC及(jí)通用AI这(zhè)一人工智能发展的终极目标离得更近。

因为算(suàn)力可以(yǐ)对(duì)突破性技术创新(xīn)提供(gōng)大力的支持。这1页是一面还是两面啊，1页是一张还是一面方(fāng)面(miàn)，多模态大模型(xíng)是典型(xíng)。作(zuò)为面向未来强人工智能、通用人(rén)工智能(néng)的(de)重(zhòng)要技术创新，多模态大(dà)模(mó)型已经在(zài)人工智能(néng)领域提出了很(hěn)多年(nián)，业界也有不少技(jì)术突(tū)破，但是，多模态(tài)大模型进一(yī)步往下走，算(suàn)力需求呈(chéng)几何式上升，一(yī)般的(de)算力(lì)基础设(shè)施很快将(jiāng)难以胜任。

从图像、文字(zì)、语音单独一项(xiàng)的训练，到双模态、三模态(tài)的跃(yuè)迁，让人(rén)工智能(néng)可以灵活(huó)应对不同模态的转化、像人与世界交互(hù)一样自然，这方(fāng)面，由算力网络(luò)来驱动将有明显(xiǎn)优势。

此外，还有很多需要(yào)爆(bào)发式增长的算力来支撑的(de)技术(shù)创新，将在人工(gōng)智能算力网络支撑下(xià)快速(sù)推(tuī)进(jìn)。

AIGC已经露出曙(shǔ)光(guāng)，期待在大模型和大算力的支持(chí)下(xià)AIGC能持续颠覆内(nèi)容(róng)生产(chǎn)的方式，将创造的边际(jì)成(chéng)本降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 1页是一面还是两面啊，1页是一张还是一面