自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次(cì)公开谈(tán)论人工智能(néng)话题。在最近的(de)一次采访中，他再次表示：“AI可能(néng)会让(ràng)科技行业迎来一次(cì)剧烈的(de)洗牌(pái)”。

这个结论是他(tā)在当(dāng)地时间2月20日接(jiē)受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会(huì)威胁到谷歌的市占率，因为微软在AI方面的(de)行动相当(dāng)迅速。而最终(zhōng)科技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一(yī)切应(yīng)用，与人们进行沟通并提供(gōng)建(jiàn)议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的到来(lái)可能(néng)尚需时日，但由ControlNet引发的(de)又(yòu)一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办(bàn)的新兴数字艺术(shù)家竞(jìng)赛中(zhōng)，一幅名(míng)为《太空歌剧院》的作品(pǐn)获奖(jiǎng)。

随后(hòu)各大(dà)厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是(shì)其(qí)中代表。

用户们(men)可以在应用中输入一组关键词或者一张照片(piàn)，就能获得一幅AI创作(zuò)的画作。

作画的关键就(jiù)是所输入的文本。同一组关键词也可(kě)以(yǐ)创作出很多张风格(gé)不一(yī)样(yàng)的画作，这让创(chuàng)作的过程就像开盲盒。

很多用户很喜欢这种不(bù)确定(dìng)的惊喜(xǐ)，他(tā)们会将生(shēng)成的(de)美图当做(zuò)头像。而另(lìng)一(yī)部分喜(xǐ)欢翻看AI绘画的(de)“翻(fān)车”作品。在(zài)社(shè)交(jiāo)媒体上，许(xǔ)多(duō)用户(hù)分享(xiǎng)AI“翻(fān)车(chē)现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉(ròu)男”，还有(yǒu)网友的个人照片被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加(jiā)持，以(yǐ)往AI绘(huì)画的(de)填写关键(jiàn)词游戏(xì)可能要(yào)被(bèi)颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福读(dú)博的中国人张吕敏创作的一(yī)种(zhǒng)基(jī)于(yú)控制点的图像(xiàng)变(biàn)形(xíng)算法(fǎ)，主要(yào)用于(yú)数字(zì)图(tú)像处理、计算机视觉(jué)和计算机图形学等领域。

其SD插件一经发布，在短(duǎn)短的两天(tiān)内(nèi)便(biàn)成为了AI绘画(huà)领域最新(xīn)的热点(diǎn)。

在(zài)此之(zhī)前，大家(jiā)用(yòng)了很多方法想让(ràng)AI生成的结果尽(jǐn)可能(néng)的符合要求，但是都不尽如人意，它的出(chū)现代表着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的(de)姿(zī)势和画面的深(shēn)度信息(xī)等。有(yǒu)了它的帮助，就(jiù)不用频繁的用提示词来(lái)碰运气，抽(chōu)盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主(zhǔ)的作品已经(jīng)获(huò)得了大量的浏(liú)览量(liàng)，“viggo”就是其中之一，他(tā)用(yòng)朋友的(de)照片直接(jiē)带(dài)她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到(dào)对应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键词(cí)试效(xiào)果。

通过图片就可以看出来(lái)，效果十分(fēn)惊艳。

更厉害的(de)是(shì)，除了真(zhēn)实的照片，草(cǎo)图也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实(shí)现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不(bù)说当(dāng)下(xià)AIGC已经变得(dé)越来(lái)越强大，甚(shèn)至输出的(de)作品(pǐn)都已(yǐ)经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经过警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片(piàn)都(dōu)是AI制作的真人照片绘(huì)图，因(yīn)为太逼真，被(bèi)大家当成真事传(chuán)播了(别急老师今天晚上随你弄，别急老师来满足你le)。

不过(guò)仔细(xì)观(guān)察可以发现，活动发起(qǐ)者提供的照片中有个很大的漏洞可以发现并(bìng)非真(zhēn)人，而是AI绘图，那便是图(tú)片中女性的手指部分有的存(cún)在异(yì)常。

有行业人(rén)事表示：“现在因为(wèi)手指部分的(de)绘画算法比较复杂，AI还不(bù)太会画人的手，但最(zuì)新(xīn)看到的图片已经有(yǒu)越(yuè)来(lái)越完美的AI模型出现，以后(hòu)可能就完全没(méi)有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外(wài)也已(yǐ)有发生。据(jù)英国广播(bō)公司报(bào)道，土耳其地(dì)震(zhèn)期(qī)间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾的(de)假照片发布到(dào)网络，以此诱骗善良的人(rén)打赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技术发展，AIGC已经能(néng)做(zuò)出真人照片般的绘图效果，如果这样的图片(piàn)被用(yòng)来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认(rèn)为AI在“学(xué)习”了大量前人(rén)的作品之后，其创作没有任何情绪(xù)和灵(líng)魂，难以和(hé)人类的艺术(shù)创作(zuò)相(xiāng)提并(bìng)论(lùn)。

另一方面，AIGC背后的版权(quán)、目前都并没(méi)有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会代替人(rén)类“至高无(wú)上”的(de)创意。

马斯克(kè)也强调，人工智能的安全问(wèn)题需(xū)要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面(miàn)性的，潜在(zài)的危害并不能(néng)掩盖(gài)其光辉的贡(gòng)献(xiàn)。现在看来，人(rén)工(gōng)智(zhì)能技术将是第四(sì)次工业革命的核心驱动力(lì)量，将创造(zào)新的(de)增长奇迹。

过去一年(nián)，人(rén)工智能在技术和商业层(céng)面都有了巨大进展，AI绘(huì)画就(jiù)是人工(gōng)智(zhì)能(néng)技术发生方向性改变的(de)一个(gè)代表(biǎo)。其下一站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌(gē)先后发布了几条引(yǐn)爆科技圈的短视频。这些视频引发关注并非内(nèi)容做(zuò)得多优秀(xiù)，反而都非常简单，比(bǐ)如一匹正在(zài)喝水(shuǐ)的马，一只画画的玩(wán)具熊，或者一段(duàn)骑摩托车的第一视角录像，随便(biàn)一个有手机的人都可以随手录下一段(duàn)。

但这(zhè)些(xiē)短(duǎn)视频(pín)的(de)创作(zuò)方式非常简单，创作(zuò)者仅仅需要向AI输(shū)入一段(duàn)话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根(gēn)据(jù)需(xū)要生成一(yī)段视频。

谷(gǔ)歌发布的(de)两个AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个能(néng)够做(zuò)出更高清视频的AI还不足以(yǐ)在短时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可以(yǐ)制(zhì)作出超(chāo)过2分钟(zhōng)的连贯的也(yě)有确切内(nèi)容(róng)的视频，这才(cái)是真正让人(rén)们感到(dào)惊喜(xǐ)的地(dì)方。因为无论(lùn)AI生(shēng)成的视频多么高清(qīng)，也(yě)只(zhǐ)能(néng)是为内容生产者(zhě)提供一个灵(líng)感，一个素材，一个过场动画。

不过能够(gòu)制作出有具体剧情(qíng)内容的视频就意味着，一(yī)些视(shì)频创作由AI代替人工完成已经初步有了可能。

当下AI的发展速度已经超过大部分人的想象。内容产(chǎn)业的本质是供(gōng)给创(chuàng)造需(xū)求(qiú)，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业带来(lái)更新(xīn)的内容风格、更快的生产速度，更低的(de)生产(chǎn)成本，这(zhè)无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技术还(hái)能(néng)应用于音乐(lè)、代码、机器人动作等多种(zhǒng)内容形式的生成。不难(nán)发(fā)现该项技术(shù)不仅在游戏等行业(yè)能得到有效应用，对于下一代互(hù)联(lián)网各(gè)种元素的构建(jiàn)亦有关键意义。

从商业化的角度来看，文(wén)化(huà)娱乐、教育、传媒等诸多(duō)领域，本身(shēn)就对基于AI的(de)可视(shì)化内容有(yǒu)强烈需求。

因此，AI绘画及(jí)视频(pín)或不是结果，而只(zhǐ)是AI进程(chéng)中的(de)一块重要拼图(tú)，有望在(zài)技术更新的加持下实(shí)现更大的(de)应用价(jià)值。

AI从理解内容，走(zǒu)向了可以生成内容(róng)，甚(shèn)至能够创造出(chū)独(dú)立价(jià)值和(hé)独立(lì)视(shì)角的内容。AIGC的(de)再次出圈，更代表着(zhe)未来(lái)的先(xiān)进生产力即(jí)将到来(lái)。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座

从技术的发展也可以(yǐ)看出，在(zài)语言大模型、图像大模型之后，多模态大模型(xíng)已经成为了新的趋(qū)势。

大模型(xíng)被(bèi)誉为(wèi)当前人工智能(néng)发(fā)展的智能(néng)底(dǐ)座，是全球(qiú)竞争最激(jī)烈的研(yán)究方(fāng)向(xiàng)之(zhī)一，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企(qǐ)业(yè)都(dōu)在竞(jìng)相发力。

不过训(xùn)练(liàn)大模(mó)型的确(què)价(jià)格不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要(yào)多少算力》报告估(gū)算(suàn)，GPT-3训练一次(cì)的(de)成本(běn)约为140万美(měi)元(yuán)。而对于一(yī)些(xiē)更大的LLM(大(dà)型语言模型)，训练(liàn)成本则(zé)介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访(fǎng)客平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始(shǐ)投入成(chéng)本约(yuē)为8亿美元(yuán)，每日仅电费就在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支(zhī)持。在关注(zhù)各类大模(mó)型的发展(zhǎn)同时，更应该关(guān)注算力网络的建(jiàn)设。

算力网络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展的终极目标离得更(gèng)近(jìn)。

因为算力可以对突(tū)破性(xìng)技术创新提供大力的(de)别急老师今天晚上随你弄，别急老师来满足你支持。这方面，多模态(tài)大模型是典(diǎn)型(xíng)。作为(wèi)面向未来(lái)强人工智(zhì)能、通用人工智能的(de)重要技术创新，多模态大模(mó)型已经在(zài)人工智能领域提出了很多年，业界也有不少技术突破，但是，多模(mó)态大模型进一步往下(xià)走，算(suàn)力需求呈几何式(shì)上升，一般的算力基础设(shè)施很快将(jiāng)难以胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态(tài)、三模态的跃(yuè)迁，让人(rén)工智能可以灵活(huó)应对不同模态的转化(huà)、像人与世界交(jiāo)互一样自然，这方(fāng)面，由算力网络来驱(qū)动将有明(míng)显优势(shì)。

此外，还有(yǒu)很多需要爆(bào)发式增长的算(suàn)力来支撑的技术创新，将在人工智能算(suàn)力网络支撑下快速推(tuī)进。

AIGC已经(jīng)露出曙光(guāng)，期待(dài)在(zài)大模型和大算(suàn)力的支持(chí)下AIGC能持(chí)续颠覆内容生产的方式，将创造的边(biān)际成本(běn)降(jiàng)低，让万众受益。

未经允许不得转载：绿茶通用站群 别急老师今天晚上随你弄，别急老师来满足你