自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论人工智能话题。在最近(jìn)的一次(cì)采访中，他(tā)再次表(biǎo)示(shì)：“AI可(kě)能会让科技行业迎(yíng)来一次剧烈的洗牌”。

这(zhè)个结论是他在当地(dì)时间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专(zhuān)访时提(tí)出的。

他预期(qī)，AI的发展(zhǎn)可能会威胁(xié)到谷歌的市占率，因为微软在AI方面(miàn)的行动相当迅速。而最(zuì)终科技巨头将把AI整合成用(yòng)户(hù)的“全能助手”，包揽一切应用，与人们进行沟通并提供(gōng)建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美(měi)国科罗拉(lā)多州举办(bàn)的新(xīn)兴数字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作(zuò)品获奖。

随后各(gè)大厂商的(de)AI绘画软件被广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中代表。

在太空呼吸一口会怎么样，外太空呼吸是什么感觉e="jpeg" data-w="639">

用户们(men)可(kě)以在应用中输(shū)入一组关键(jiàn)词或者一张照片，就(jiù)能获得一(yī)幅AI创作的画(huà)作。

作画的关键(jiàn)就是(shì)所输入的文(wén)本(běn)。同一组关键词也可以创作出很多张(zhāng)风格不一样的画(huà)作，这(zhè)让创作(zuò)的过程就像开盲盒。

很(hěn)多(duō)用户很喜欢这种不(bù)确定的惊(jīng)喜，他们会将生成的美(měi)图当做头像(xiàng)。而另一(yī)部分喜欢翻看AI绘(huì)画的“翻(fān)车”作品。在社交(jiāo)媒体上，许(xǔ)多(duō)用户(hù)分享AI“翻车(chē)现场”，例如，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友的(de)个人照片被AI识别成(chéng)了建筑(zhù)。

而(ér)如今随着(zhe)ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的填写关键(jiàn)词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏创(chuàng)作的一种基于(yú)控制点的图像变(biàn)形算法，主要用于数字图像处(chù)理(lǐ)、计算(suàn)机视觉(jué)和计(jì)算机图(tú)形(xíng)学(xué)等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘(huì)画(huà)领域(yù)最新的热点。

在此之(zhī)前，大家用了很(hěn)多方法想(xiǎng)让AI生成的结(jié)果尽可能的(de)符合要求，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入(rù)真正的可控时期。

因(yīn)为(wèi)ControlNet可(kě)以直接提(tí)取画面的构(gòu)图，人物的姿势和画面的深(shēn)度(dù)信息等。有了它的(de)帮(bāng)助，就不用频繁的(de)用(yòng)提(tí)示词来碰运(yùn)气，抽盲(máng)盒式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作(zuò)品(pǐn)已经获得了大量的浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋友的照片直接(jiē)带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到对(duì)应(yīng)的(de)关(guān)键词；最后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试效果。

通(tōng)过图片就可(kě)以(yǐ)看出来，效果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也(yě)亲自回应(yīng)。

不得不(bù)说当下AIGC已经变得(dé)越来越强(qiáng)大，甚至输出的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕(tì)安(ān)全问(wèn)题

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的(de)消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能(néng)是(shì)全国第一起AI绘(huì)图诈骗。

由于(yú)这个活动里(lǐ)面给出的美女(nǚ)照(zhào)片都(dōu)是AI制作的(de)真人(rén)照片绘图，因为太逼(bī)真(zhēn)，被大家当成真事(shì)传播(bō)了。

不过(guò)仔细(xì)观察可以发现，活动发起(qǐ)者提供(gōng)的(de)照片中有(yǒu)个很大的漏(lòu)洞(dòng)可以发现并(bìng)非真人，而是AI绘(huì)图，那(nà)便是图片中女(nǚ)性(xìng)的手指部分有的存在异常。

有行业(yè)人(rén)事表(biǎo)示：“现(xiàn)在因为手指(zhǐ)部分(fēn)的绘画算(suàn)法比较复杂，AI还不(bù)太会画人的手(shǒu)，但最(zuì)新(xīn)看到的图片已经有越来(lái)越(yuè)完(wán)美的AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了。”

类似的(de)AI作图诈(zhà)骗在国(guó)外(wài)也已有发生(shēng)。据(jù)英国广播公司报(bào)道，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布(bù)到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐(juān)助”从而实施诈(zhà)骗。

目(mù)前(qián)随(suí)着(zhe)技术发展(zhǎn)，AIGC已经能做出(chū)真(zhēn)人(rén)照片般(bān)的绘图效果，如果这(zhè)样的图片(piàn)被用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引发了很多担(dān)忧，一(yī)方面(miàn)，批判者认(rèn)为AI在“学(xué)习”了大量前人的作品之后，其创作(zuò)没(méi)有任何情绪和(hé)灵魂，难以和人类(lèi)的艺术(shù)创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还(hái)有AIGC会不会代替人类“至高无上(shàng)”的创(chuàng)意。

马(mǎ)斯克也强调，人工智能的安全问(wèn)题需(xū)要得到(dào)重视，太晚(wǎn)就来不(bù)及了(le)。

03

AIGC下一站除了视频(pín)，还有在太空呼吸一口会怎么样，外太空呼吸是什么感觉远方

技术都(dōu)是有两(liǎng)面(miàn)性的，潜在的危害并不能掩盖其光辉的(de)贡(gòng)献(xiàn)。现(xiàn)在(zài)看来，人工智能(néng)技术将(jiāng)是第(dì)四次工业(yè)革(gé)命的核(hé)心驱动力量，将创(chuàng)造新的增长奇迹(jì)。

过(guò)去(qù)一年，人工(gōng)智能在技术和商业层面都有了巨(jù)大进展(zhǎn)，AI绘画就是人工智能技术发生方(fāng)向性改变的(de)一个代表。其(qí)下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引(yǐn)爆科技圈(quān)的短(duǎn)视频(pín)。这些(xiē)视频引发关注并非内容做(zuò)得多优秀，反而都非常简单，比如(rú)一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一段骑摩(mó)托车的第一视角录像(xiàng)，随便一个有手机(jī)的人都可以随手录下一(yī)段。

但(dàn)这些短(duǎn)视频的(de)创作方式(shì)非常(cháng)简单(dān)，创作(zuò)者(zhě)仅仅需要向AI输入(rù)一(yī)段话(huà)，甚至只(zhǐ)是说一(yī)下要求，AI就可以根(gēn)据需要生成一段视频。

谷歌发(fā)布(bù)的两个AI生成视频(pín)分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的(de)视频后，AI圈就已经玩了一波梗，一(yī)个(gè)能够做出更高(gāo)清(qīng)视(shì)频的AI还不足以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方(fāng)在(zài)于，它(tā)可以制作(zuò)出超过2分钟的连贯(guàn)的也有确切内(nèi)容的视频，这才是(shì)真正让人们感到(dào)惊喜的地方。因为无论AI生成的(de)视频多么高清，也只(zhǐ)能是为内容生产者提供一个灵感，一个(gè)素(sù)材，一个过场动画。

不过能够(gòu)制(zhì)作(zuò)出有(yǒu)具体(tǐ)剧情内容的视频就(jiù)意(yì)味着(zhe)，一(yī)些视频创作由AI代替(tì)人(rén)工(gōng)完成已经初(chū)步有了可能(néng)。

当下AI的发展(zhǎn)速(sù)度(dù)已经超过大部分人(rén)的(de)想象。内容产(chǎn)业的(de)本(běn)质是供给创造(zào)需求(qiú)，AIGC作(zuò)为全新的(de)内容生产方式(shì)，可(kě)以为内容产业带来更新的内容风格、更快的(de)生(shēng)产速度，更低的生产成本(běn)，这无疑(yí)会驱动(dòng)内容产业的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技术还能(néng)应用于音乐(lè)、代(dài)码、机器人动(dòng)作等多种内容(róng)形式的生成。不难发(fā)现(xiàn)该项(xiàng)技术不仅(jǐn)在游戏等行业能得(dé)到有(yǒu)效应(yīng)用，对于下(xià)一代(dài)互(hù)联网各(gè)种元素的构建亦有(yǒu)关(guān)键意义。

从商业化的角度来(lái)看，文(wén)化娱(yú)乐(lè)、教育、传媒等(děng)诸多领域，本(běn)身就对基于AI的可视化内容有强烈(liè)需求。

因(yīn)此，AI绘画及视(shì)频(pín)或不是(shì)结(jié)果，而只是(shì)AI进程中的(de)一块重要拼图，有望在技术更新的加持下实现更大的应用价值。

AI从(cóng)理解(jiě)内容，走向了可(kě)以生(shēng)成内容，甚至能够创造出独立(lì)价值和独(dú)立在太空呼吸一口会怎么样，外太空呼吸是什么感觉(lì)视角的内容。AIGC的再(zài)次出圈(quān)，更代表着(zhe)未(wèi)来的先进生(shēng)产力(lì)即将到(dào)来。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底座(zuò)

从技术的发(fā)展(zhǎn)也可(kě)以看(kàn)出，在语言大模型、图像大模型之后，多模态大模型已经成为了新(xīn)的趋势。

大模型被誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在(zài)竞相发力。

不过训练大模型(xíng)的确价格(gé)不菲，以国(guó)盛证券发布的《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训练(liàn)一次(cì)的(de)成本约为140万美元。而对于一些(xiē)更大的(de)LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算，其对(duì)应(yīng)芯片需(xū)求为3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本(běn)约为8亿美(měi)元(yuán)，每(měi)日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在(zài)关注各类大模型的发展同时，更应该(gāi)关注算力网络的建设。

算力(lì)网络正(zhèng)驱(qū)动(dòng)AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能发展的终(zhōng)极目标离得更近。

因(yīn)为算力可以对(duì)突破性技术创新提供大力(lì)的支(zhī)持。这方面，多(duō)模态(tài)大(dà)模型(xíng)是(shì)典型。作(zuò)为面向(xiàng)未来(lái)强人工智能、通用人工智能的(de)重要技术创(chuàng)新(xīn)，多模态大模型已经(jīng)在(zài)人工智能领域(yù)提出了很多(duō)年(nián)，业界也(yě)有不少技术突破，但是，多模(mó)态大模(mó)型(xíng)进一步(bù)往(wǎng)下走，算力需求呈几何式上升，一般的算(suàn)力基础设施很(hěn)快将(jiāng)难以胜任。

从图(tú)像、文字(zì)、语音单独一项的训练，到(dào)双(shuāng)模态、三模态的跃迁，让人(rén)工智(zhì)能可以(yǐ)灵活应(yīng)对不同模(mó)态的转化、像人与世界交(jiāo)互一样自然，这方面(miàn)，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(zēng)长的算(suàn)力来支撑的技(jì)术(shù)创新，将在人工智能算力网络(luò)支撑下快速(sù)推进。

AIGC已经(jīng)露出曙光，期待在大模(mó)型和(hé)大(dà)算力的支持下AIGC能持续颠覆内(nèi)容生(shēng)产的(de)方式(shì)，将创造(zào)的边际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 在太空呼吸一口会怎么样，外太空呼吸是什么感觉