自(zì)聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多次公(gōng)开谈(tán)论人工智能话题。在最近(jìn)的一(yī)次采访中，他再(zài)次表示：“AI可能会(huì)让科技行(xíng)业迎(yíng)来一(yī)次(cì)剧(jù)烈的洗牌”。

这(zhè)个结论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期(qī)，AI的发展(zhǎn)可能会威(wēi)胁(xié)到谷歌的市(shì)占率(lǜ)，因为微软(ruǎn)在AI方(fāng)面的行动相(xiāng)当迅速。而最终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能(néng)助手”，包揽一(yī)切应用，与人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大(dà)佬口中全能助手(shǒu)的到来可能尚需时(shí)日，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上(shàng)一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多(duō)州(zhōu)举办的新(xīn)兴数字艺术家竞赛中(zhōng)，一幅(fú)名为《太空歌剧(jù)院(yuàn)》的作品获(huò)奖。

随(suí)后各大厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组关键(jiàn)词或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入的文本。同一组关键词也可以创作出很多(duō)张风格不一(yī)样的画作(zuò)，这让创作的过程就像开盲盒。

很多用户(hù)很喜欢这种不确定的(de)惊喜，他们会将(jiāng)生成的美图当做(zuò)头像。而(ér)另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片(piàn)被AI画成了“肌(jī)肉男”，还有网友的(de)个人(rén)照(zhào)片被AI识别(bié)成(chéng)了建(jiàn)筑。

而(ér)如(rú)今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏(xì)可能要被颠(diān)覆了(le)。

ControlNet是一位正在斯(sī)坦(tǎn)福读博的中国人(rén)张吕(lǚ)敏创作的一种基于控制(zhì)点的图(tú)像变形算法，主要用于数字图(tú)像处理、计(jì)算(suàn)机(jī)视觉和计(jì)算机图形学等领域。

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

在此(cǐ)之(zhī)前(qián)，大家用了很多方法想让AI生成的结果尽(jǐn)可能的(de)符合要(yào)求，但是都(dōu)不尽如(rú)人意，它(tā)的出现代表着(zhe)AI生成开(kāi)始(shǐ)进入真正的可控时(shí)期(qī)。

因(yīn)为ControlNet可以直接提(tí)取画面的构图，人(rén)物的姿势和(hé)画面的深度(dù)信息等。有了它的帮助(zhù)，就不(bù)用频繁的用提示词来碰(pèng)运(yùn)气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画(huà)加了(le)“魔法”，不少博主(zhǔ)的作品已经获得了大量的(de)浏览量，“viggo”就是其中(zhōng)之一(yī)，他(tā)用朋友的(de)照片直接带(dài)她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼(gé)开始(shǐ)换(huàn)关键词试效果。

通过(guò)图片(piàn)就(jiù)可(kě)以看出来，效果十(shí)分惊(jīng)艳。

更厉(lì)害的是(shì)，除了(le)真实的照(zhào)片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实(shí)现线稿转全彩图(tú)。大神张吕敏(mǐn)其本尊也(yě)亲自(zì)回应。

不得不说当下AIGC已经变(biàn)得(dé)越来越(yuè)强大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问(wèn)题

近日(rì)，“苏州金(jīn)鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这(zhè)所谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于这个(gè)活动里面给出的(de)美女照片(piàn)都是AI制作的真人(rén)照片绘图，因(yīn)为太逼(bī)真(zhēn)，被大家当成真事(shì)传播了。

不过仔(zǎi)细(xì)观(guān)察可(kě)以发现，活(huó)动发起者提供的照片中有个很大的(de)漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中(zhōng)女性的手指部分有的存在异常。

有行(xíng)业人(rén)事(shì)表(biǎo)示：“现在因(yīn)为手指部分的(de)绘画算(suàn)法比较复(fù)杂(zá)，AI还不(bù)太会(huì)画(huà)人的手，但最新看到的图片已经有越来(lái)越完美的AI模(mó)型出现，以后可能(néng)就(jiù)完全(quán)没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ乌克兰人口多少亿人2022，乌克兰有多少人口2020)有发生。据英国广(guǎng)播公司(sī)报(bào)道(dào)，土耳其(qí)地震期间，有Tiktok用户使用AI合(hé)成了(le)儿童(tóng)受(shòu)灾的(de)假(jiǎ)照(zhào)片发布到网络，以(yǐ)此诱(yòu)骗善良的人打赏(shǎng)“捐助(zhù)”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经(jīng)能做出真(zhēn)人照片般的(de)绘(huì)图效果，如果这样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学(xué)习”了大(dà)量前人的作(zuò)品(pǐn)之(zhī)后，其创作(zuò)没有任何情(qíng)绪和灵魂，难以(yǐ)和人类的艺术创作相提(tí)并(bìng)论。

另(lìng)一方(fāng)面(miàn)，AIGC背后的(de)版(bǎn)权、目(mù)前都并没有得到(dào)有(yǒu)效的解(jiě)决，还有AIGC会不会代替人类(lèi)“至高无上”的创意。

马(mǎ)斯克也(yě)强调，人工智能(néng)的安全问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两(liǎng)面性的，潜(qián)在(zài)的危(wēi)害并不(bù)能掩盖其光辉(huī)的贡(gòng)献。现在看来，人(rén)工智(zhì)能技术将是第(dì)四次工业革(gé)命的核心驱动(dòng)力量，将创造新(xīn)的增长奇迹(jì)。

过去一年(nián)，人(rén)工智能(néng)在技术和(hé)商(shāng)业层面都有了巨大进展，AI绘(huì)画就是人(rén)工智能技术发生方向性改变的一个代表。其(qí)下一(yī)站或(huò)许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短视频(pín)。这些视频引发关注并非(fēi)内容做(zuò)得多(duō)优秀，反而都(dōu)非常简单(dān)，比(bǐ)如一匹正在(zài)喝水的马(mǎ)，一只画画(huà)的(de)玩具(jù)熊(xióng)，或者一(yī)段(duàn)骑(qí)摩托车(chē)的第一视角录像，随(suí)便一个有(yǒu)手机的人(rén)都可以随手录(lù)下一段。

但这些(xiē)短视频的(de)创(chuàng)作方式非常简(jiǎn)单，创作(zuò)者仅仅需要向AI输入一段(duàn)话，甚至(zhì)只(zhǐ)是说(shuō)一下要求，AI就可以根据(jù)需要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的(de)Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已(yǐ)经玩了一波(bō)梗，一个能够做出更高清视频的(de)AI还不足(zú)以在短时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地方在于，它(tā)可以制(zhì)作出超过(guò)2分钟的(de)连(lián)贯的(de)也(yě)有确切内容的视频(pín)，这(zhè)才是真正让(ràng)人(rén)们感(gǎn)到惊喜的地(dì)方。因为无论AI生成的视频多么(me)高清，也只(zhǐ)能是为内(nèi)容生产者提供一个(gè)灵感，一个素材，一个(gè)过场动(dòng)画。

不过能(néng)够制(zhì)作出有具体剧情内(nèi)容的视(shì)频就意味着(zhe)，一(yī)些视频创(chuàng)作由AI代替人工完成已(yǐ)经初步有(yǒu)了可能。

当下AI的发展速度已经超过大(dà)部分人的想象。内容产业的本(běn)质是供给创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容(róng)产业带来(lái)更新的内容风格、更(gèng)快的生产速度，更低的(de)生产成(chéng)本，这无疑会驱动内(nèi)容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人(rén)动(dòng)作等多种内(nèi)容形式的生成。不难发现该项技术(shù)不(bù)仅在游戏(xì)等行业能得到有效(xiào)应用，对于(yú)下(xià)一代互联网各种(zhǒng)元素(sù)的构(gòu)建亦有关键意义。

从商业化的角度(dù)来看，文化(huà)娱乐(lè)、教育、传媒(méi)等诸(zhū)多领域，本(běn)身就对基于AI的可视化内容有强烈(liè)需求。

因此，AI绘(huì)画及视频或不(bù)是结果(guǒ)，而只是AI进程中(zhōng)的一块重要拼图，有望在技术更新的加持下(xià)实现(xiàn)更大的应用价(jià)值。

AI从理(lǐ)解内(nèi)容，走向了可(kě)以生成内容，甚至能够创造出独立价值和(hé)独立视角的内容。AIGC的再(zài)次出圈，更代表(biǎo)着未来的先进生(shēng)产(chǎn)力(lì)即将到(dào)来。

04

紧抓大(dà)模型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展也可以(yǐ)看出，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态大模型已经(jīng)成为了新的(de)趋势。

大模型被誉(yù)为当前人工智能发展(zhǎn)的(de)智能底座，是全球竞争最激烈的研究(jiū)方向之一(yī)，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾讯(xùn)等众多(duō)头部企业都在竞相发力。

不过(guò)训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次(cì)的(de)成本约为140万(wàn)美元(yuán)。而对于一些更大(dà)的LLM(大型语言(yán)模型)，训练成本则介于200万美(měi)元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月的(de)独立访(fǎng)客(kè)平均数1300万计算，其对应芯片(piàn)需求为3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关(guā乌克兰人口多少亿人2022，乌克兰有多少人口2020n)注各类大模型(xíng)的发展同时，更应该关注算力网络(luò)的(de)建设(shè)。

算力网络正驱动(dòng)AI产业发展进入史诗级(jí)加(jiā)速(sù)进程，让AIGC及(jí)通用AI这一(yī)人工智(zhì)能(néng)发展的终极(jí)目标(biāo)离得更近。

因为算力可(kě)以(yǐ)对突破性技术创新(xīn)提供(gōng)大力的支持。这方面，多模态大(dà)模型是(shì)典(diǎn)型。作为(wèi)面(miàn)向未来强人工智能、通(tōng)用人工智能(néng)的重要技术创新，多模态大模型已经在人工智能领域提出了很多(duō)年，业(yè)界也有不少(shǎo)技术突破，但是，多模态(tài)大模型进一步往(wǎng)下走(zǒu)，算力需求呈几何式上(shàng)升，一般的算力基础设施很快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独一项的(de)训(xùn)练，到双模态、三(sān)模态的跃迁，让人(rén)工(gōng)智能可以(yǐ)灵活应(yīng)对不同模(mó)态(tài)的转化、像人与(yǔ)世界交互一样自然，这方面，由算力(lì)网络来驱(qū)动将(jiāng)有明显优(yōu)势。

此外，还有很多(duō)需(xū)要爆发式增长的算(suàn)力来支撑的技术创新，将在人工智能(néng)算力网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的支持下AIGC能持续颠(diān)覆内容生产的(de)方(fāng)式(shì)，将创(chuàng)造的边际(jì)成本降低(dī)，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 乌克兰人口多少亿人2022，乌克兰有多少人口2020