自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人(rén)比尔·盖茨已多次公(gōng)开(kāi)谈(tán)论人工智能(néng)话题。在最(zuì)近的(de)一次采访中(zhōng)，他再次表示：“AI可能会让科技行(xíng)业(yè)迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威(wēi)胁到谷歌的(de)市占(zhàn)率，因为(wèi)微软在AI方面的行动相(xiāng)当迅速。而最终(zhōng)科技巨头将(jiāng)把AI整(zhěng)合成(chéng)用户的“全能(néng)助手(shǒu)”，包揽一切应用，与人们进行沟通并提供(gōng)建议，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能(néng)助(zhù)手的到(dào)来可(kě)能尚需时日，但由(yóu)ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘(huì)画(huà)为代(dài)表(biǎo)的AIGC上一(yī)次爆火的时(shí)候(hòu)，还是2022年(nián)8月，在美国科(kē)罗(luó)拉(lā)多州举办的新兴数字(zì)艺术家竞(jìng)赛(sài)中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的AI绘(huì)画软件(jiàn)被(bèi)广大网(wǎng)友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代(dài)表(biǎo)。

用户们可(kě)以在应用中输入一(yī)组关键词或者一张(zhāng)照片，就能获得(dé)一幅AI创作的画作。

作(zuò)画的(de)关键(jiàn)就(jiù)是所输入的(de)文本。同一组关(guān)键词也可以创作出(chū)很多张(zhāng)风格(gé)不(bù)一(yī)样的(de)画作，这让创作的过(guò)程就像(xiàng)开盲盒。

很多(duō)用户很喜欢(huān)这种不确定的惊喜，他们会(huì)将生成的(de)美图当(dāng)做头像。而(ér)另一(yī)部分(fēn)喜欢翻看AI绘画的(de)“翻车(chē)”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位(wèi)网(wǎng)友的小狗照片被AI画成(chéng)了“肌(jī)肉男”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画(huà)的填写关键词游(yóu)戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中(zhōng)国(guó)人张吕(lǚ)敏创作的一种基(jī)于(yú)控制(zhì)点的图像(xiàng)变形算法，主要用(yòng)于数字图(tú)像处理(lǐ)、计算机视觉和计算机图(tú)形学等领域。

其SD插(chā)件一(yī)经发布，在短短的(de)两(liǎng)天内(nèi)便成(chéng)为了AI绘画领域最新(xīn)的热点。

在此之前，大(dà)家用(yòng)了(le)很多方法(fǎ)想让(ràng)AI生成的(de)结果尽可能的符合要求，但是都(dōu)不尽(jǐn)如人意，它的出现代表着AI生成(chéng)开始进入真正的(de)可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画(huà)面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰(pèng)运气，抽(chōu)盲盒式的(de)创作(zuò)了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走(zǒu)进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到(dào)对应的(de)关键词；最后(hòu)用ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关键(jiàn)词试效(xiào)果。

通过图片就可以看出来，效果十分惊艳(yàn)。

更厉害(hài)的是，除(chú)了真实的照片，草图也可以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实(shí)现线稿(gǎo)转(zhuǎn)全彩图(tú)。大(dà)神张(zhāng)吕敏其本尊也亲自回应。

不(bù)得不说当(dāng)下AIGC已经(jīng)变得(dé)越来越(yuè)强大，甚至(zhì)输出(chū)的作品都已经能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技(jì)术力(lì)爆发

警惕安全问题(tí)

近日(rì)，“苏(sū)州(zhōu)金鸡湖(hú)有游艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全国第一(yī)起AI绘(huì)图(tú)诈(zhà)骗(piàn)。

由于这个活(huó)动里(lǐ)面给(gěi)出的美(měi)女照片(piàn)都是(shì)AI制作的真人照片(piàn)绘图，因为太(tài)逼真(zhēn)，被大家当成真事传(chuán)播了。

不(bù)过仔细观察可(kě)以(yǐ)发现，活(huó)动发起者提供的照片中有(yǒu)个很大的漏洞(dòng)可以发(fā)现(xiàn)并(bìng)非真人(rén)，而是AI绘图(tú)，那便是图片中女性的手指部(bù)分有的存(cún)在异常。

有行业人(rén)事表示：“现在因为(wèi)手(shǒu)指(zhǐ)部分的(de)绘画算法比(bǐ)较复杂(zá)，AI还不太(tài)会(huì)画(huà)人的手，但最新看到的图(tú)片已经有(yǒu)越(yuè)来越完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在(zài)国外也已有(yǒu)发生。据英国广播公司报道，土耳(ěr)其地震(zhèn)期(qī)间，有Tiktok用户使(shǐ)用AI合(hé)成了儿童受(shòu)灾的假照(zhào)片发布到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目前(qián)随着技术发展，AIGC已(yǐ)经(jīng)能(néng)做出真人照片般的绘(huì)图(tú)效果，如果这样的图片被用来(lái)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(rèn)为AI在“学习”了大量前人的作品之后，其(qí)创作没(méi)有任何(hé)情绪和灵魂(hún)，难(nán)以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并没(méi)有得到有效的(de)解(jiě)决(jué)，还有AIGC会不会代替人类“至(zhì)高(gāo)无上”的创意。

马(mǎ)斯克也(yě)强(qiáng)调，人(rén)工智能的(de)安全问题需要(yào)得到重(zhòng)视(shì)，太晚就来不及了(le)。

03

AIGC下一站除(chú)了视频，还有远方

技术都(dōu)是有(yǒu)两面性的，潜在的危(wēi)害并不能掩盖其(qí)光辉的贡献(xiàn)。现在看来，人工智能(néng)技术将是第四次(cì)工(gōng)业革命的核(hé)心驱动力量(liàng)，将(jiāng)创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智(zhì)能在(zài)技术和商业层面(miàn)都有(yǒu)了巨大(dà)进展，AI绘画就是人工(gōng)智能技术发生方向性改变的一个(gè)代表。其(qí)下一站(zhàn)或许就是(shì)视频。

此前，Meta和谷歌先后发(fā)布(bù)了几(jǐ)条(tiáo)引爆科(kē)技圈的短视频。这些视频(pín)引发关注并非内容做得多(duō)优秀，反而都非(fēi)常(cháng)简单，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩(mó)托车的第一视(shì)角录像(xiàng)，随便一个(gè)有手(shǒu)机的人都(dōu)可(kě)以随手录下一段(duàn)。

但这些短视频的创(chuàng)作方(fāng)式非常简单(dān)，创作者仅仅需要向AI输(shū)入一(yī)段话(huà)，甚至只是说一下要求，AI就可以根据需要生成一段视频。

谷歌发(fā)布的两个AI生(shēng)成视频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别(bié)。

在(zài)Make-A-Video公(gōng)布了(le)AI生成的视频(pín)后，AI圈就已经玩了一(yī)波梗，一个能够(gòu)做(zuò)出更高(gāo)清(qīng)视频的(de)AI还不足以在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方(fāng)在于，它(tā)可以制作出超过2分钟的连贯的(de)也(yě)有确切内容的视频，这才是真正让人们(men)感到惊喜的(de)地(dì)方。因(yīn)为无论AI生(shēng)成(chéng)的视频(pín)多么高清，也(yě)只能是为(wèi)内容生(shēng)产者提供一个灵感(gǎn)，一个素材(cái)，一个过(guò)场动(dòng)画。

不过能够(gòu)制(zhì)作出有具体剧情内容的视频就意味(wèi)着，一些视(shì)频创(chuàng)作由AI代替人工完(wán)成已经初步有了可(kě)能。

当(dāng)下(xià)AI的发展速度已经超过大部分(fēn)人(rén)的想象。内(nèi)容产业(yè)的本质是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为全(quán)新的内容(róng)生(shēng)产方式，可以为内容产业带来更新的内容风格(gé)、更快的生产速(sù)度，更低的生产成本，这无疑会驱动内容产(chǎn)业的大爆(bào)发。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐(lè)、代码、机(jī)器人动作等多种内容形(xíng)式的(de)生(shēng)成。不(bù)难发现该项技术不仅在游(yóu)戏等行业能得到有效应用，对于(yú)下一代互联网各种(zhǒng)元素的构建(jiàn)亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域(yù)，本身(shēn)就对(duì)基于AI的可视化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视(shì)频或不是结果(guǒ)，而(ér)只是AI进程中的(de)一(yī)块重要拼图，有望在技术更新的加持(chí)下实现更大的应(yīng)用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚至能(néng)够创造(zào)出独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表着未来的先进生(shēng)产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术(shù)的发展也可以看出，在语言大模型、图像(xiàng)大模(mó)型之后(hòu)，多模态(tài)大模型(xíng)已经成(chéng)为了新(xīn)的(de)趋势。

大(dà)模型被誉为当前人工(gōng)智能发展的智(zhì)能底座，是(shì)全球竞(jìng)争最激烈(liè)的研(yán)究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都(dōu)在竞相发力(lì)。

不(bù)过(guò)训练大模型的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一(yī)次的成本约为(wèi)140万(wàn)美元(yuán)。而对(duì)于(yú)一(yī)些(xiē)更(gèng)大的LLM(大(dà)型语言模型)，训练成本则介于200万(wàn)美元至1200万美(měi)元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算，其对应芯片(piàn)需求为3万多片英(yīng)伟(wěi)达(dá)A100 GPU，初(chū)始投入(rù)成本约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力支持(chí)。在关注各类大(dà)模型的发展(zhǎn)同时，更应该(gāi)关注(zhù)算力(lì)网络(luò)的(de)建设(shè)。

算力(lì)网络正驱动AI产业发展进入(rù)史诗级加速(sù)进程(chéng)，让AIGC及通(tōng)用(yòng)AI这一(yī)人工智(zhì)能发展的终极目标离得更近。

因为算(suàn)力可以对突破性技术创新提供大力(lì)的(de)支持。这方面，多模态大模型是典型。作为面向未来强(qiáng)人工(gōng)智能(néng)、通用人工智能的(de)重要技术创(chuàng)新，多(duō)模态大模型已经(jīn三大球和三小球分别是什么 三大球的起源g)在人工智能领域(yù)提出了很(hěn)多(duō)年(nián)，业界也有不少技术突破，但是，多模态(tài)大模型(xíng)进(jìn)一步往下走，算(suàn)力需求呈几(jǐ)何式上升，一(yī)般的算力基础设施很快(kuài)将难以胜任。

从图(tú)像(xiàng)、文(wén)字、语音(yīn)单独一项的训练，到双模(mó)态(tài)、三(sān)模态的跃迁，让人工智能(néng)可(kě)以灵活(huó)应对(duì)不(bù)同模态(tài)的转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力(lì)网(wǎng)络来(lái)驱动将(jiāng)有明显优势。

此外，还有很多需要(yào)爆发式(shì)增(zēng)长的(de)算力来支撑的(de)技(jì)术创(chuàng)新，将在人(rén)工智能算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的(de)支持下(xià)AIGC能持续颠(diān)覆(fù)内容(róng)生产(chǎn)的方式，将(jiāng)创造(zào)的边际成本降低(dī)，让(ràng)万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 三大球和三小球分别是什么 三大球的起源