自聊(liáo)天机器人ChatGPT火爆以来，微(wēi)软公(gōng)司创始人比尔·盖茨已多次(cì)公开(kāi)谈论人工(gōng)智能话题(tí)。在最(zuì)近(jìn)的一次采访中，他再次(cì)表示：“AI可能会让科(kē)技行(xíng)业迎来一次剧烈(liè)的洗(xǐ)牌”。

这个(gè)结论(lùn)是他在当(dāng)地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可(kě)能会威胁到谷歌的市(shì)占率，因为微软(ruǎn)在AI方面(miàn)的行(xíng)动相(xiāng)当迅速。而最终科技(jì)巨头将(jiāng)把AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与(yǔ)人们进(jìn)行(xíng)沟(gōu)通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全(quán)能(néng)助手的到来可能尚(shàng)需时日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近(jìn)

以AI绘(huì)画为代表的(de)AIGC上(shàng)一次爆(bào)火的时候，还(hái)是2022年8月，在美国(guó)科罗拉多(duō)州举办的新兴(xīng)数(shù)字艺术(shù)家竞(jìng)赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用(yòng)户们可以在应用中(zhōng)输入一(yī)组(zǔ)关键词或(huò)者一张照片(piàn)，就(jiù)能获得一(yī)幅(fú)AI创作的画作(zuò)。

作画的关(guān)键就是所输入的(de)文(wén)本。同一组关键词也可以创作(zuò)出很多(duō)张风格不一样的(de)画作，这让创作的过程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊(jīng)喜(xǐ)，他们会将(jiāng)生成的(de)美图当做头像。而另一部分喜欢(huān)翻(fān)看AI绘画的“翻车”作(zuò)品。在社交媒体上(shàng)，许多(duō)用户(hù)分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例如，一位网友的(de)小狗照片被AI画成(chéng)了“肌肉男”，还有网友的(de)个人照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的填写关(guān)键(jiàn)词(cí)游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一(yī)位(wèi)正(zhèng)在斯坦福(fú)读博的(de)中国人张(zhāng)吕(lǚ)敏创(chuàng)作的(de)一种(zhǒng)基于(yú)控制点的图(tú)像变形算法(fǎ)，主(zhǔ)要用于数字图像处理、计(jì)算机视觉和计(jì)算机图形学等(děng)领域。

其SD插件一经发(fā)布，在短短的两天内便成为了AI绘画领域最(zuì)新的热点(diǎn)。

在此之前，大家(jiā)用了(le)很多方法想让AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着(zhe)AI生成开始进入真正的(de)可控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的构图(tú)，人(rén)物的姿势和画面的深度信(xìn)息等。有了它(tā)的帮助(zhù)，就不用(yòng)频繁(fán)的用提示(shì)词来碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的作品已(yǐ)经获得(dé)了大(dà)量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋(péng)友的照(zhào)片直(zhí)接(jiē)带(dài)她们走进(jìn)动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插(chā)件(jiàn)拓(tuò)展找到(dào)对(duì)应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键(jiàn)词试效果。

通过图片(piàn)就(jiù)可以看出(chū)来，效果(guǒ)十分惊(jīng)艳。

更厉(lì)害的是，除了真实的照片，草图也可以加(jiā)上(shàng)“魔(mó)法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神(shén)张吕敏其本尊也亲自回应。

不得(dé)不(bù)说当(dāng)下AIGC已经变得(dé)越来越强(qiáng)大，甚至输出的作(zuò)品(pǐn)都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍(biàn)网络，而经过(guò)警方辟谣这(zhè)所谓的“party”可能是全国第(dì)一(yī)起AI绘图诈骗。

由于这个活(huó)动里面给(gěi)出的美女照片(piàn)都(dōu)是AI制(zhì)作的真(zhēn)人照片(piàn)绘图，因为太(tài)逼真，被大家当成(chéng)真事传播了(le)。

不过(guò)仔细(xì)观察可以发现，活动发起者提供的(de)照片中有个(gè)很大的漏洞可以(yǐ)发(fā)现(xiàn)并非真人，而是AI绘图，那(nà)便(biàn)是(shì)图(tú)片中女性的手指部分有的存在(zài)异常。

有行业人事表示：“现(xiàn)在因为手指(zhǐ)部分(fēn)的绘画(huà)算法(fǎ)比较复杂，AI还不太会画人(rén)的手，但(dàn)最新看到的图片已(yǐ)经有越来越完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的(de)AI作图(tú)诈骗在国外也已有发(fā)生。据英国广播公(gōng)司报道(dào)，土耳(ěr)其地震期间(jiān)，有(yǒu)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(yòu)骗善良(liáng)的(de)人打赏“捐助”从而(ér)实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出真人照片般的(de)绘(huì)图效果，如果这样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还(hái)引发了很多(duō)担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大量前人的作品之后，其创作没(méi)有任何情绪和灵(líng)魂，难以和人类的艺术创作(zuò)相提并论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前(qián)都(dōu)并没有得到有效的解决，还有AIGC会不会代替人类“至(zhì)高无上(shàng)”的创意(yì)。

马斯克也强调，人工智(zhì)能的安全问题需(xū)要(yào)得(dé)到重(zhòng)视(shì)，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除了视频，还有(yǒu)远方(fāng)

技术(shù)都(dōu)是有(yǒu)两面(miàn)性的，潜在的危(wēi)害并不(bù)能掩(yǎn)盖(gài)其光辉的(de)贡献。现在看来，人工智能技术将是第四次工业革命的核心驱动力量，将(jiāng)创造新(xīn)的(de)增长奇迹。

过去一年，人工智(zhì)能在(zài)技(jì)术和商(shāng)业层面(miàn)都(dōu)有了巨大进展，AI绘画就(jiù)是人工智(zhì)能技术发生(shēng)方(fāng)向性改变的一个代表。其下一站或(huò)许就是视频。

此前，Meta和(hé)谷(gǔ)歌(gē)先后发(fā)布(bù)了(le)几(jǐ)条引爆科技圈的短视频(pín)。这些视频引发关注并非内容(róng)做得多优秀，反而都(dōu)非常简单(dān)，比(bǐ)如一匹正在喝水(shuǐ)的马，一(yī)只画画的玩具熊，或者一(yī)段(duàn)骑(qí)摩托车的第(dì)一视角录(lù)像，随便一个有手机的人都可以随手录下一段。

但这(zhè)些短视频的(de)创(chuàng)作方式非常简单，创(chuàng)作者仅仅需要向(xiàng)AI输入一段话，甚至只是(shì)说一下要(yào)求，AI就可以根据需要生成一段(duàn)视频。

谷(gǔ)歌(gē)发(fā)布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的(de)差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一(yī)波梗，一(yī)个能(néng)够做出(chū)更(gèng)高清视频(pín)的(de)AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作(zuò)出超过2分(fēn)钟的连贯的也(yě)有(yǒu)确切内容(róng)的(de)视频，这才是真正让人们感到惊(jīng)喜的地方。因(yīn)为无论(lùn)AI生成的视频多么高清，也只能(néng)是为内容生产(chǎn)者提(tí)供一个灵感，一(yī)个(gè)素材，一(yī)个过(guò)场动画。

不过能够制作(zuò)出有(yǒu)具体剧情内容的视(shì)频就意味着，一些视频创作由AI代替(tì)人工完成已(yǐ)经初步有了(le)可能。

当下AI的发展(zhǎn)速(sù)度已经超(chāo)过大(dà)部分人的(de)想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全(quán)新的内容生产(chǎn)方式，可以为内容产业带来更(gèng)新的内容风(fēng)格(gé)、更快的(de)生产速(sù)度，更低(dī)的生(shēng)产成本，这(zhè)无(wú)疑会驱(qū)动(dòng)内容产业(yè)的(de)大爆发(fā)。

除了(le)AI绘图、视(shì)频，AIGC技术还能应用于音(yīn)乐(lè)、代(dài)码、机器人动作等(děng)多种(zhǒng)内容形(xíng)式的生成(chéng)。不难发现该项技术不仅在游(yóu)戏(xì)等行业能(néng)得到有(yǒu)效应(yīng)用，对于下一(yī)代互(hù)联网各(gè)种元素的构建(jiàn)亦有关键意义。

从商业(yè)化的(de)角(jiǎo)度来看，文化(huà)娱(yú)乐、教(jiào)育、传媒等诸多领域，本身就对基于(yú)AI的可视化内容有强(qiáng)烈需求(qiú)。

因(yīn)此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块重要(yào)拼图，有(yǒu)望在技术更新的加持下实现(xiàn)更大的应用(yòng)价值。

AI从理解内(nèi)容(róng)，走向了(le)可(kě)以生成内容，甚至(zhì)能够(gòu)创(chuàng)造出独(dú)立(lì)价值和耳钉买925银好还是999好，925银适合养耳洞吗独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更(gèng)代(dài)表着(zhe)未来的先进生产力(lì)即将到(dào)来。

04

紧抓大(dà)模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也(yě)可以看出，在语言大(dà)模型、图像大模型(xíng)之后(hòu)，多模(mó)态大模型已经成(chéng)为了新的趋(qū)势。

大模型被(bèi)誉为当(dāng)前人工(gōng)智能(néng)发展的智能(néng)底座(zuò)，是(shì)全球竞争最(zuì)激烈的(de)研究方向之一(yī)，包(bāo)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(zài)竞相发力。

不过训练大模(mó)型的确价格(gé)不(bù)菲(fēi)，以国盛证券(quàn)发布(bù)的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大的LLM(大型语(yǔ)言(yán)模(mó)型)，训练成本则介于(yú)200万(wàn)美元至1200万美元高(gāo)价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万计算，其对(duì)应芯(xīn)片需求为3万(wàn)多(duō)片英伟达A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美(měi)元，每日(rì)仅(jǐn)电费就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类大(dà)模型的发展同时，更应该关注(zhù)算力网络的(de)建设。

算力网(wǎng)络正(zhèng)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(rén)工智能发展的终极目标离得(dé)更近。

因为算力可以对(duì)突破性(xìng)技(jì)术创新提供大(dà)力的支持。这方面(miàn)，多模态大模型是典型(xíng)。作为面向(xiàng)未来强(qiáng)人工智能、通用人工智能(néng)的重要技术创新，多模态大模型已经(jīng)在人工智能(néng)领域提出(chū)了很多年，业界也有不(bù)少技术突破，但是(shì)，多(duō)模态大模型进一步往(wǎng)下走，算力(lì)需求呈几何式上升，一般的算力基础(chǔ)设施很快将(jiāng)难以(yǐ)胜任(rèn)。

从图像、文字、语(yǔ)音单独一项的训练，到双模(mó)态、三模态的跃迁，让人工智(zhì)能可以灵活应(yīng)对不同模态(tài)的转化(huà)、像人与(yǔ)世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显优(yōu)势(shì)。

此外，还(hái)有很(hěn)多需要爆发式增长的算(suàn)力来支(zhī)撑的(de)技术创新，将(jiāng)在人工智能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已经露(lù)出曙光，期(qī)待(dài)在大模型和(hé)大算力的支(zhī)持下(xià)AIGC能持续颠覆内容生(shēng)产的方式，将创造的(de)边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 耳钉买925银好还是999好，925银适合养耳洞吗