自聊(liáo)天机器人(rén)ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔·盖(gài)茨已多次(cì)公开谈论人工智能话题。在最近的一次采访中，他再(zài)次表示：“AI可(kě)能(néng)会让科技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目专访时提(tí)出的。

他预期，AI的发展可能会威胁到谷(gǔ)歌的市占(zhàn)率(lǜ)，因为微(wēi)软在AI方面(miàn)的行动相当迅(xùn)速。而最终科技巨头将把AI整合成用户的(de)“全能(néng)助手”，包揽一切应用，与人们进行沟通并提供(gōng)建议(yì)，可以取代亚(yà)马逊(xùn)、Siri或(huò)Outlook等应(yīng)用。

大佬口中(zhōng)全能助手的到来(lái)可能(néng)尚需(xū)时(shí)日，但由(yóu)ControlNet引(yǐn)发(fā)的又一次AI绘画(huà)浪潮(cháo)，让(ràng)AIGC在ChatGPT的(de)话(huà)题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉(lā)多(duō)州举办(bàn)的新兴数字艺(yì)术家竞(jìng)赛(sài)中，一幅名为(wèi)《太(tài)空歌(gē)剧院》的作(zuò)品获(huò)奖。

随后各大厂(chǎng)商的(de)AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户(hù)们(men)可以在应用中输入一组(zǔ)关键词或者一张(zhāng)照(zhào)片，就能获得一幅AI创作的画(huà)作。

作画的关键就是(shì)所输入的文(wén)本。同一组关键词也可以创作出很多(duō)张风格不一样的画作，这让创作的过程就像(xiàng)开盲盒(hé)。

很多用户很喜欢这(zhè)种不确定的(de)惊喜，他们(men)会将(jiāng)生成的(de)美图(tú)当做头像。而另一部分喜(xǐ)欢(huān)翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车(chē)现场”，例(lì)如，一位网(wǎng)友(yǒu)的(de)小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网(wǎng)友的个人照片(piàn)被AI识(shí)别成了建(jiàn)筑。

而(ér)如今随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的填写关(guān)键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是(shì)一位(wèi)正在斯坦福读博的中国人张吕敏创作的一种基于(yú)控制点(diǎn)的图像(xiàng)变形算法，主要(yào)用于数字图像处理(lǐ)、计算机视觉(jué)和(hé)计(jì)算机(jī)图形学等领(lǐng)域(yù)。

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

在此(cǐ)之前，大家(jiā)用了很多方法想让(ràng)AI生成的(de)结果尽(jǐn)可能的符合(hé)要(yào)求(qiú)，但是(shì)都不尽如(rú)人意，它的出现代表(biǎo)着(zhe)AI生成开始(shǐ)进入真正的可控时期。

因(yīn)为ControlNet可以直接提(tí)取画面(miàn)的构图，人物的姿势和(hé)画面的(de)深(shēn)度信(xìn)息等。有了它的帮助，就(jiù)不(bù)用频繁(fán)的用提(tí)示(shì)词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了(le)“魔(mó)法”，不少博主的作品(pǐn)已经(jīng)获(huò)得了大量的(de)浏览(lǎn)量，“viggo”就(jiù)是其(qí)中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果(guǒ)。

通过(guò)图片就可以看(kàn)出来，效果十分惊艳(yàn)。

一寸多少厘米公分 一寸是几个手指-s="300,640" data-type="jpeg" data-w="1280">

更(gèng)厉害的是，除(chú)了真实(shí)的照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲(qīn)自(zì)回应。

不得不说当(dāng)下AIGC已(yǐ)经变得(dé)越(yuè)来越强(qiáng)大(dà)，甚至输出的作品都已经(jīng)能以假乱真了(le)。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术(shù)力爆发

警惕(tì)安全(quán)问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图诈骗(piàn)。

由于这个(gè)活动里面给出的美女照片都是(shì)AI制作(zuò)的(de)真(zhēn)人照片绘图，因为(wèi)太(tài)逼真，被大(dà)家当(dāng)成真事(shì)传播了(le)。

不过仔细观察可(kě)以发现(xiàn)，活动发起者提供的照片中(zhōng)有个(gè)很大的(de)漏洞可以发现并(bìng)非真(zhēn)人(rén)，而是AI绘图，那便是图片中女性的(de)手指部分有的存在异常。

有行业人事表示：“现在因为手指部分的绘画算法比较(jiào)复杂(zá)，AI还不太会画人的手(shǒu)，但(dàn)最(zuì)新看到的图片已经有越(yuè)来越完美的AI模型出(chū)现，以后可能就完(wán)全没有漏(lòu)洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英国(guó)广播公(gōng)司报道，土耳其地震期间(jiān)，有Tiktok用(yòng)户使用AI合(hé)成了儿(ér)童(tóng)受灾的假照片(piàn)发布到网络，以此诱(yòu)骗善良的(de)人打赏(shǎng)“捐助”从(cóng)而实施诈骗。

目前随(suí)着技术发(fā)展，AIGC已经能做出(chū)真人照片般的绘图效果，如(rú)果这(zhè)样的图片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多(duō)担忧，一(yī)方(fāng)面(miàn)，批(pī)判(pàn)者(zhě)认(rèn)为(wèi)AI在“学习(xí)”了(le)大量前人(rén)的作品之后，其创作没有任何情绪和灵魂，难以和人(rén)类的(de)艺术创作相提并(bìng)论。

另一方(fāng)面，AIGC背(bèi)后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能(néng)的安全问题(tí)需(xū)要(yào)得到重视，太晚就来不及了。

03

AIGC下(xià)一(yī)站除了(le)视频(pín)，还有远(yuǎn)方

技术(shù)都是有(yǒu)两面性的，潜(qián)在的危害并不能(néng)掩盖其光辉的贡献。现在看来(lái)，人工智能技术将是第(dì)四次工业革命的核心(xīn)驱动(dòng)力(lì)量(liàng)，将创造新的(de)增长(zhǎng)奇迹。

过去一年，人工智能在(zài)技术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画就是人工智(zhì)能技术发生(shēng)方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌(gē)先后发布了几条引爆(bào)科技圈(quān)的短视频(pín)。这些(xiē)视频引发关注并非内容做得(dé)多优秀(xiù)，反而都(dōu)非常简(jiǎn)单(dān)，比如一匹正在喝水的马，一只画画的玩(wán)具熊，或者一(yī)段骑摩托车的第一视角录像，随(suí)便(biàn)一个有手机的(de)人都可以随(suí)手录下(xià)一段。

一寸多少厘米公分 一寸是几个手指="300,640" data-type="gif" data-w="256">

但这(zhè)些短视(shì)频的创作(zuò)方式非常简单，创作(zuò)者(zhě)仅(jǐn)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(xū)要生成一段视(shì)频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的差别(bié)。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个能够(gòu)做出更高清视频(pín)的AI还不足(zú)以(yǐ)在短时间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更加令人(rén)震(zhèn)惊的地方在于，它可(kě)以制(zhì)作出(chū)超过2分钟的连贯的也有确切(qiè)内容的视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无(wú)论AI生成(chéng)的视(shì)频多(duō)么高(gāo)清，也只能是为内容生产者(zhě)提(tí)供一个灵感，一(yī)个素(sù)材，一个过场(chǎng)动画。

不过能够制作出(chū)有具体剧情内容的(de)视频就意味(wèi)着，一些视(shì)频创(chuàng)作由(yóu)AI代(dài)替人工完成已经初步有了可能。

当下AI的发展(zhǎn)速度已经(jīng)超过大部分人(rén)的想(xiǎng)象。内(nèi)容产业的本(běn)质是供给(gěi)创造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可(kě)以(yǐ)为内容产业带来(lái)更新的内(nèi)容风格(gé)、更快的生产速度(dù)，更低的生产(chǎn)成(chéng)本，这无疑会驱动内(nèi)容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码、机器人动作(zuò)等多种内(nèi)容形式的生成。不难发现(xiàn)该项技术不仅(jǐn)在游戏等行业能得到(dào)有效(xiào)应用，对于下(xià)一代(dài)互(hù)联网各种元素的构建亦有(yǒu)关键(jiàn)意(yì)义。

从商业化(huà)的角度来看，文化娱乐、教育(yù)、传(chuán)媒等诸多领域，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘(huì)画及视(shì)频或不是结果(guǒ)，而只是AI进程中的一(yī)块重(zhòng)要拼图(tú)，有望(wàng)在技术(shù)更(gèng)新的(de)加持下实(shí)现更大的(de)应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能够创造出独立价值和独立视角的内容(róng)。AIGC的再次(cì)出圈，更代表着(zhe)未(wèi)来的先进生产(chǎn)力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术(shù)的(de)发展也可以(yǐ)看(kàn)出(chū)，在语(yǔ)言大模型、图像大模型之(zhī)后，多模态大模型已经成为了新(xīn)的趋势。

大模型(xíng)被誉(yù)为当前人(rén)工智能发(fā)展(zhǎn)的智能(néng)底座，是(shì)全球竞(jìng)争最激(jī)烈的研究方向之一，包括谷歌、亚(yà)马逊(xùn)、百度、阿(ā)里(lǐ)、腾讯等众(zhòng)多(duō)头(tóu)部企业都(dōu)在竞相(xiāng)发(fā)力。

不过训练大(dà)模(mó)型的确价(jià)格(gé)不菲，以(yǐ)国(guó)盛证(zhèng)券发布(bù)的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对(duì)于(yú)一些更大的LLM(大(dà)型语言模型)，训练成本则介(jiè)于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约(yuē)为8亿美元，每日(rì)仅电费就在5万(wàn)美元(yuán)左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类大(dà)模型(xíng)的发展同时(shí)，更应该关注算力(lì)网络的建(jiàn)设。

算力网络正(zhèng)驱(qū)动AI产业发展进(jìn)入史(shǐ)诗(shī)级加速进程，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的终极目标(biāo)离(lí)得更近。

因为(wèi)算(suàn)力可以对突(tū)破(pò)性技术(shù)创新提(tí)供大(dà)力(lì)的支持。这(zhè)方面，多模态大模型是(shì)典型。作(zuò)为面向未(wèi)来强(qiáng)人工智能(néng)、通(tōng)用人工智能的重要技(jì)术创(chuàng)新，多模态大(dà)模型已(yǐ)经在人工智能(néng)领域提出(chū)了很多年，业界也有不少(shǎo)技术突破，但是(shì)，多模态大模(mó)型进一步往下走，算力需(xū)求呈几何式上升(shēng)，一般的算力基础设施很快将难以胜(shèng)任(rèn)。

从图(tú)像、文字、语(yǔ)音(yīn)单独一项(xiàng)的训练(liàn)，到(dào)双(shuāng)模(mó)态、三模态的跃迁，让人(rén)工智能可以(yǐ)灵活应对不(bù)同模态的转化、像人(rén)与世界(jiè)交互一(yī)样自然，这方(fāng)面，由算力网(wǎng)络(luò)来驱动(dòng)将有明显优势(shì)。

此外，还(hái)有(yǒu)很多(duō)需要(yào)爆发(fā)式增(zēng)长的算力来支撑的技(jì)术创新，将在人工智能算(suàn)力网络支撑(chēng)下快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在大模型和(hé)大算力的支持下AIGC能持续颠覆内容(róng)生产的方式(shì)，将创造的边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 一寸多少厘米公分 一寸是几个手指