自聊天机器人ChatGPT火爆以(yǐ)来，微(wēi)软(ruǎn)公司创始人比尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的一次(cì)采(cǎi)访(fǎng)中，他再次(cì)表示：“AI可能会让科(kē)技行业(yè)迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行(xíng)动相当迅(xùn)速。而最终科技巨头将把AI整合成(chéng)用户的“全(quán)能助(zhù)手”，包揽(lǎn)一切应用，与人们进行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的(de)到来可能(néng)尚需时日，但由ControlNet引发的又(yòu)一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年(nián)8月，在美国(guó)科罗(luó)拉多(duō)州举办的新兴(xīng)数字(zì)艺(yì)术家竞赛中(zhōng)，一幅名(míng)为《太空歌(gē)剧院》的作品(pǐn)获(huò)奖。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广大网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代(dài)表。

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

作画(huà)的(de)关(guān)键就是所(suǒ)输入的(de)文本(běn)。同一组关(guān)键词(cí)也可(kě)以(yǐ)创作出很多张风格不(bù)一样(yàng)的画作，这让创作的过程就像(xiàng)开(kāi)盲盒。

很多用户(hù)很喜欢这种不(bù)确定的(de)惊(jīng)喜，他(tā)们会将生成(chéng)的美图当做头像。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户(hù)分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例(lì)如，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识(shí)别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的(de)出现与加持(chí)，以往AI绘画(huà)的填写关键词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读(dú)博的中国人张吕(lǚ)敏创作的一种基于(yú)控制点(diǎn)的图像变形(xíng)算法，主要用(yòng)于数(shù)字(zì)图像(xiàng)处(chù)理(lǐ)、计算(suàn)机视觉和计算(suàn)机图形学等领(lǐng)域。

其SD插件一经(jīng)发(fā)布，在短短(duǎn)的两天(tiān)内便成为了AI绘(huì)画领域(yù)最新的热点。

在此之前，大家用了很(hěn)多(duō)方法想让AI生(shēng)成的结果尽可(kě)能(néng)的符合要求，但是都不尽如(rú)人意，它的出现代表着AI生成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面的深度信息等。有了它的帮(bāng)助(zhù)，就不用(yòng)频繁的用提示词来碰运(yùn)气，抽盲盒式的创作了(le)。

通俗(sú)的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不(bù)少博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关(guān)键(jiàn)词试(shì)效果。

通过(guò)图片就可以看出来，效果十(shí)分惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图也可(kě)以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图。大神张(zhāng)吕敏其(qí)本尊(zūn)也亲自回(huí)应(yīng)。

不得(dé)不说当下AIGC已经变(biàn)得越来越强大，甚至输(shū)出的作品(pǐn)都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕(tì)安全问题

近日(rì)，“苏州金(jīn)鸡(jī)湖有游艇(tǐng)party”的消(xiāo)息火遍网络(luò)，而经(jīng)过警(jǐng)方(fāng)辟谣这(zhè)所谓的“party”可能是全国第(dì)一起(qǐ)AI绘图诈(zhà)骗。

由于这(zhè)个(gè)活动里面给出的美女照片都是AI制(zhì)作的真人照片绘图(tú)，因(yīn)为太逼真，被大家当(dāng)成真(zhēn)事传(chuán)播了。

不过仔(zǎi)细(xì)观察可以发现，活动发起者提供的照片中有个(gè)很大的漏洞(dòng)可以发现(xiàn)并非真(zhēn)人，而(ér)是AI绘图，那便是图片中女(nǚ)性的手指部分有的(de)存在异常。

有行业人事表示：“现在因为手指部分(fēn)的绘画算法比较复杂，AI还不太会画人的(de)手，但最(zuì)新看(kàn)到(dào)的(de)图片已经有越(yuè)来越完(wán)美的AI模型出现，以后(hòu)可能就(jiù)完全没有漏(lòu)洞了。”

类似的(de)AI作图诈骗在(zài)国(guó)外也已有发生(shēng)。据(jù)英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照(zhào)片(piàn)发(fā)布到网络，以此诱骗善良的(de)人打(dǎ)赏“捐(juān)助”从而实施诈骗。

目(mù)前(qián)随着技术发展(zhǎn)，AIGC已(yǐ)经能做(zuò)出(chū)真人(rén)照片般的绘图效(xiào)果，如果这样的图(tú)片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在(zài)“学习”了大(dà)量前人的(de)作品之后(hòu)，其创作没有任何情(qíng)绪和灵(líng)魂，难以和人类(lèi)的艺术创(chuàng)作相提并论(lùn)。

另一方面，AIGC背后的版权、目(mù)前都并没有得到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类(lèi)“至高无上”的创(chuàng)意(yì)。

马斯(sī)克(kè)也(yě)强调，人(rén)工智能(néng)的(de)安(ān)全问题(tí)需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是(shì)有两面性的，潜在的危害并不能(néng)掩(yǎn)盖其(qí)光辉的(de)贡献(xiàn)。现在(zài)看来，人工(gōng)智(zhì)能技术将(jiāng)是第(dì)四次(cì)工业革命的核(hé)心(xīn)驱动(dòng)力量，将创造新的增长奇迹。

过去一(yī)年，人工(gōng)智(zhì)能在(zài)技术和商业层面都有了巨大进展，AI绘画就是人工智能(néng)技术发生方向性改(gǎi)变的一个代表。其下(xià)一站或许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈的短视频(pín)。这些视频引发关(guān)注并非内容做得多(duō)优秀(xiù)，反而都非常简单，比(bǐ)如一(yī)匹正在喝水(shuǐ)的马，一只画画的玩具(jù)熊，或者一段骑摩(mó)托车(chē)的第一视(shì)角录像，随便一个有(yǒu)手机的人都可以随手录(lù)下一段(duàn)。

但(dàn)这些短视频的创(chuàng)作方(fāng)式非常简单，创作者仅仅(jǐn)需要向AI输入(rù)一段(duàn)话(huà)，甚至只是(shì)说一下要求，AI就可以根据需要(yào)生成公元1世纪是哪一年到哪一年，公元1世纪是什么年代(chéng)一段视频。

谷歌发布的两个AI生成视频分(fēn)别来自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要突出(chū)的是高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了(le)一波梗(gěng)，一(yī)个能够(gòu)做出更高(gāo)清视(shì)频的AI还不足以在短时(shí)间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊(jīng)的(de)地方在(zài)于，它可(kě)以制作出超过2分钟的连(lián)贯的也有确切内容的视频(pín)，这才是真(zhēn)正让人们感到惊喜的(de)地方(fāng)。因为无论(lùn)AI生成的视频多(duō)么高(gāo)清，也只能是为内容生产(chǎn)者(zhě)提供一个灵(líng)感，一个(gè)素材，一个过场动(dòng)画。

不过(guò)能(néng)够制作出有具(jù)体剧(jù)情内容的视频就意味着，一(yī)些视频创作由AI代替人工完成已经(jīng)初步有了(le)可能。

当下AI的发(fā)展速度已经(jīng)超过大部分人(rén)的想(xiǎng)象。内容产业的(de)本质(zhì)是(shì)供给(gěi)创造需求(qiú)，AIGC作为全新(xīn)的内容生产方式，可以为内(nèi)容产业带来(lái)更新的内容风格、更快的生产(chǎn)速度，更低的(de)生产成本，这无(wú)疑会驱动(dòng)内容产业(yè)的大爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐、代码(mǎ)、机器人动作等多种内(nèi)容(róng)形式的(de)生成。不难发(fā)现该项技术不仅在游戏等行业能得到有效应(yīng)用，对于下一代互(hù)联网各种元素的构建亦有(yǒu)关键意义(yì)。

从商业化的角度(dù)来看，文化(huà)娱(yú)乐、教育、传媒等(děng)诸多领域，本身就对(duì)基于AI的(de)可(kě)视化内(nèi)容有强烈需求。

因此，AI绘画及视频(pín)或不(bù)是结果，而只是AI进程中的一块重要拼图(tú)，有望在(zài)技术更(gèng)新(xīn)的加(jiā)持下实现更大(dà)的(de)应用价值(zhí)。

AI从理(lǐ)解内容，走向了(le)可以(yǐ)生成内(nèi)容，甚至(zhì)能够(gòu)创造出独立价值和独立视角的内(nèi)容(róng)。AIGC的再次出(chū)圈(quān)，更代表着未(wèi)来的先进生产力即将(jiāng)到来。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术(shù)的(de)发(fā)展也可以看(kàn)出，在语言大(dà)模型(xíng)、图像大模型之(zhī)后，多模态大模型(xíng)已经成(chéng)为了新(xīn)的(de)趋势。

大模型被(bèi)誉(yù)为(wèi)当(dāng)前人(rén)工智(zhì)能发展的智能底(dǐ)座，是全球竞(jìng)争最激烈的研究方向(xiàng)之一，包括谷(gǔ)歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众(zhòng)多(duō)头部企业(yè)都在竞相发力。

不(bù)过训练大模型的确价格(gé)不菲(fēi)，以(yǐ)国(guó)盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力(lì)》报告估(gū)算，GPT-3训(xùn)练一次(cì)的成本约为140万美元(yuán)。而对于(yú)一些更(gèng)大的LLM(大型语言(yán)模(mó)型)，训练成本则介于200万美元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客(kè)平(píng)均数1300万(wàn)计算，其对应芯片(piàn)需求为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初(chū)始(shǐ)投入成本约(yuē)为8亿美元，每日仅电费就在5万美元左(zuǒ)右(yòu)。

此外(wài)不论是(shì)ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力支持。在关(guān)注各类大(dà)模型的发展同(tóng)时(shí)，更应(yīng)该关注算(suàn)力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展(zhǎn)的(de)终极目标(biāo)离得(dé)更近。

因为算力可以(yǐ)对突破性技术创新提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向未来强(qiáng)人工(gōng)智(zhì)能、通(tōng)用人工智能的重要技术创新，多模(mó)态(tài)大模(mó)型已经在(zài)人工(gōng)智能领域提出(chū)了很多(duō)年，业界(jiè)也有不少技术突破，但是，多模态(tài)大模型进一(yī)步往下走，算力需求(qiú)呈几何式上升，一般的(de)算力基础设施(shī)很快将难以胜任。

从(cóng)图像、文字(zì)、语音单独一项的训练，到(dào)双模态(tài)、三(sān)模态的跃迁，让(ràng)人工智能可以灵活应对不(bù)同模态(tài)的转化、像(xiàng)人与世(shì)界交互一(yī)样自然，这(zhè)方面(miàn)，由算力网络来(lái)驱动将有明显优势。

此外(wài)，还(hái)有很多(duō)需要(yào)爆发(fā)式增长的算力来支撑(chēng)的(de)技术创新，将在人(rén)工智能算力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在(zài)大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将(jiāng)创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 公元1世纪是哪一年到哪一年，公元1世纪是什么年代