自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创(chuàng)始(shǐ)人比尔(ěr)·盖茨已多次公开谈(tán)论人工智(zhì)能话题(tí)。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让(ràng)科技行业迎(yíng)来一次剧烈(liè)的洗牌”。

这(zhè)个结论是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目专访(fǎng)时提出的(de)。

他(tā)预期，AI的发展(zhǎn)可能会(huì)威(wēi)胁到谷歌(gē)的市(shì)占(zhàn)率(lǜ)，因(yīn)为微软在(zài)AI方(fāng)面的行动相当(dāng)迅速。而最终科技巨头将把AI整合成用户的(de)“全能助手”，包揽一切应(yīng)用，与人(rén)们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬(lǎo)口(kǒu)中全能助(zhù)手的到(dào)来可能尚需时日，但由ControlNet引(yǐn)发的又(yòu)一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热点包(bāo)围(wéi)中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多(duō)州(zhōu)举(jǔ)办的新兴数字(zì)艺术(shù)家竞赛中，一幅名(míng)为《太空歌剧院》的作品获奖。

随后各(gè)大厂商的(de)AI绘画软件(jiàn)被广大网友熟知(zhī)并体(tǐ)验(yàn)，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用(yòng)户们(men)可以在应用中输入(rù)一组(zǔ)关键(jiàn)词或者一张照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文本。同一组关键(jiàn)词也可以创作出很多张风格不(bù)一样的(de)画作，这让创作的过程就像开盲盒。

很多用户很喜欢这种不确定(dìng)的(de)惊喜，他(tā)们会将生成的美图(tú)当做头像。而另一部分喜(xǐ)欢(huān)翻看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在(zài)社交媒体上，许多用户分享AI“翻车(chē)现场”，例如(rú)，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还(hái)有(yǒu)网友的个(gè)人(rén)照(zhào)片被AI识(shí)别成(chéng)了(le)建筑。

而如今随着(zhe)ControlNet的(de)出现(xiàn)与加持，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(wèi)正(zhèng)在斯坦福读博的中国人张(zhāng)吕敏创作(zuò)的一种(zhǒng)基于(yú)控制点的图像(xiàng)变形算(suàn)法，主(zhǔ)要(yào)用于(yú)数字图像(xiàng)处理、计算机视觉和计算机图形学等领(lǐng)域。

其SD插(chā)件(jiàn)一经(jīng)发布，在(zài)短(duǎn)短的两天内便成(chéng)为了AI绘画领域最新的热点。

在此之(zhī)前，大家用了很多方法(fǎ)想让AI生成的结果尽可(kě)能的符(fú)合要求，但是都不(bù)尽如(rú)人意，它(tā)的出现代表着AI生(shēng)成开始(shǐ)进入(rù)真正的可(kě)控时期(qī)。

因(yīn)为ControlNet可(kě)以直接提取画(huà)面的构图(tú)，人(rén)物的姿势和画面的深度信(xìn)息(xī)等。有(yǒu)了(le)它(tā)的(de)帮助，就不用频繁的用(yòng)提示词(cí)来碰运气，抽(chōu)盲盒(hé)式的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给(gěi)AI绘画加了(le)“魔法”，不少博主的作品已经获得(dé)了(le)大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键词试(shì)效果。

通过(guò)图片就可以看出(chū)来，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大(dà)神张吕敏其本尊也(yě)亲自回应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输出的(de)作品都已(yǐ)经能(néng)以(yǐ)假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕(tì)安全问题

近(jìn)日(rì)，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网(wǎng)络，而经过警方辟(pì)谣这(zhè)所谓的(de)“party”可能是(shì)全国(guó)第(dì)一起AI绘图诈骗。

由于这(zhè)个活动(dòng)里面给出的美女照片都是(shì)AI制作的(de)真人照(zhào)片绘图，因(yīn)为太(tài)逼真，被大(dà)家当(dāng)成(chéng)真事(shì)传播了。

不过仔细(xì)观察(chá)可以发(fā)现，活动(dòng)发起者提(tí)供的照片中有个很(hěn)大的(de)漏洞可以发现并非真人，而(ér)是AI绘图，那便是图(tú)片中女性的手指部分有的存(cún)在(zài)异常。

有行(xíng)业(yè)人事(shì)表(biǎo)示：“现在因为手指(zhǐ)部分(fēn)的绘画算法比(bǐ)较(jiào)复杂，AI还不(bù)太会画人的手，但最新看到的(de)图(tú)片已经有(yǒu)越来越完美(měi)的AI模型出现，以(yǐ)后可(kě)能就完(wán)全没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据英(yīng)国广播公(gōng)司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照片发布(bù)到网(wǎng)络(luò)，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真人照片般的绘图效果(guǒ)，如(rú)果这(zhè)样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量(liàng)前人的作品之后，其创作(zuò)没(méi)有(yǒu)任何(hé)情(qíng)绪(xù)和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的(de)版权、目前都并没有(yǒu)得到(dào)有(yǒu)效(xiào)的解决，还有AIGC会(huì)不会(huì)代替(tì)人类“至(zhì)高(gāo)无上(shàng)”的创意。

马斯(sī)克也强调，人工智能的安全(quán)问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了(le)视(shì)频，还(hái)有远方

技术都是有(yǒu)两面性的，潜(qián)在的危害并不能掩盖其(qí)光辉(huī)的贡(gòng)献。现(xiàn)在(zài)看(kàn)来，人工(gōng)智能技术将是第四次工业(yè)革命的核心驱动力量，将创造(zào)新的增长奇迹。

过去一年，人工智能在技术和商业(yè)层面都有了巨大进展，AI绘画就是(shì)人工智能技(jì)术发生方向性改变的一(yī)个代表。其下一站(zhàn)或许就(jiù)是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条(tiáo)引(yǐn)爆科技圈的短视频。这些视频引发关注并非内容做得(dé)多优秀，反而都(dōu)非常(cháng)简单，比如一(yī)匹正在(zài)喝水的马，一只画(huà)画的玩具熊，或(huò)者一段骑摩(mó)托车的第一视角录像，随便一(yī)个有手机的人都可以(yǐ)随手录下一段。

但这些短视频(pín)的(de)创(chuàng)作方(fāng)式(shì)非常简(jiǎn)单，创作者仅仅需(xū)要向AI输(shū)入(rù)一段话，甚至只是说一下(xià)要求，AI就可以根据需要生成一段视(shì)频。

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

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个(gè)能(néng)够做出更高清视频的(为什么911不撞白宫，911未撞上白宫的飞机de)AI还(hái)不(bù)足(zú)以(yǐ)在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可(kě)以制作出超(chāo)过2分钟的连贯的也有确(què)切内容的(de)视频，这才是(shì)真正(zhèng)让人们感到惊喜的(de)地(dì)方(fāng)。因为无论AI生成的(de)视(shì)频多么高(gāo)清，也只能是为内容生产者提(tí)供一个灵感，一个素(sù)材，一个过场动(dòng)画。

不(bù)过(guò)能够制作出有具体剧情内容(róng)的(de)视频就意(yì)味着(zhe)，一些视频创作由AI代(dài)替人工完成(chéng)已经初(chū)步有了(le)可能。

当下AI的发展速度已经超过大部分人的想象。内容产业的本质(zhì)是供给创造需求(qiú)，AIGC作为全新的内(nèi)容生产(chǎn)方式，可以为内容产业带来更新的内容(róng)风格(gé)、更快的生产速(sù)度(dù)，更(gèng)低的生产成本，这无疑会驱(qū)动内容产业(yè)的大爆(bào)发。

除(chú)了AI绘图、视(shì)频，AIGC技术(shù)还能应(yīng)用于音乐、代码、机器人动作等多(duō)种内容形式的生成。不难发现该项技术不(bù)仅在(zài)游戏等行(xíng)业(yè)能得到(dào)有效应用，对于下一代互联网(wǎng)各种元素的构(gòu)建(jiàn)亦有关(guān)键意义。

从(cóng)商业化的角度(dù)来看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对基于AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是AI进程中(zhōng)的一(yī)块重要拼图，有(yǒu)望在技术更(gèng)新的加持下实现更大(dà)的应用价值。

AI从理解内容(róng)，走向了可(kě)以生成内(nèi)容(róng)，甚(shèn)至能够(gòu)创(chuàng)造(zào)出独立价(jià)值和(hé)独立视角的内容。AIGC的再次出圈，更代表(biǎo)着未来的(de)先(xiān)进生产力即(jí)将(jiāng)到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技(jì)术的发展也可以看出(chū)，在语言大模型、图像大模型之后，多模(mó)态(tài)大模(mó)型已经(jīng)成为了(le)新的趋势。

大(dà)模型被誉为当前人工智能发展的智(zhì)能底座(zuò)，是全(quán)球竞(jìng)争最(zuì)激(jī)烈的(de)研(yán)究方向之一，包括谷(gǔ)歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯等众多头(tóu)部(bù)企业都在(zài)竞相发力(lì)。

不过训练(liàn)大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报(bào)告(gào)估算，GPT-3训练一(yī)次的成本约(yuē)为140万美元(yuán)。而对于一些更(gèng)大的LLM(大型语言模型)，训练成(chéng)本则介于(yú)200万美元至1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数(shù)1300万(wàn)计算，其对应芯片需(xū)求(qiú)为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成(chéng)本约(yuē)为8亿美元，每(měi)日(rì)仅电费就(jiù)在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关(guān)注(zhù)各(gè)类大(dà)模型的发展(zhǎn)同时，更应该关(guān)注算力网(wǎng)络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一人工智能发展(zhǎn)的(de)终极目标离得更(gèng)近。

因为算力可以对突破性(xìng)技术(shù)创(chuàng)新提(tí)供(gōng)大力的支持(chí)。这方面，多模态(tài)大(dà)模型是典型。作为面向未来强人工智能、通用(yòng)人工智能的重要技(jì)术创新，多模(mó)态大模型(xíng)已经(jīng)在(zài)人工智能领域提(tí)出了很多年，业界也有不(bù)少(shǎo)技术突破，但是，多(duō)模态(tài)大模型进一(yī)步(bù)往(wǎng)下走，算力需求(qiú)呈几何式(shì)上升，一(yī)般的算(suàn)力基础设施很(hěn)快将难以胜任。

从图(tú)像、文字(zì)、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，让人(rén)工智能可以(yǐ)灵活应对不同模态的转化、像人与世界(jiè)交互(hù)一样自然(rán)，这方面(miàn)，由算力(lì)网络来驱动将有明显(xiǎn)优势(shì)。

此外，还有很多需要(yào)爆发式增长的算力来支撑的技(jì)术创新(xīn)，将在人工智能算力网(wǎng)络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大模型和(hé)大算力(lì)的支持(chí)下AIGC能持续颠覆(fù)内容生产的方式，将(jiāng)创造的边(biān)际成(chéng)本降低，让万众受益。

未经允许不得转载：绿茶通用站群 为什么911不撞白宫，911未撞上白宫的飞机