自聊天机器人ChatGPT火爆以来，微软公(gōng)司创(chuàng)始(shǐ)人(rén)比尔·盖茨(cí)已(yǐ)多(duō)次公(gōng)开谈论人工智能(néng)话题。在最(zuì)近的一次采访(fǎng)中，他再(zài)次(cì)表示：“AI可能会让科(kē)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日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发(fā)展(zhǎn)可能会(huì)威胁到(dào)谷歌的(de)市(shì)占率，因(yīn)为(wèi)微软在(zài)AI方面的(de)行动相(xiāng)当(dāng)迅(xùn)速。而最(zuì)终科技巨头将(jiāng)把(bǎ)AI整合(hé)成用户的“全能助手(shǒu)”，包(bāo)揽(lǎn)一切应用，与人们进行沟通(tōng)并提供建议，可以取代亚(yà)马逊(xùn)、Siri或(huò)Outlook等应(yīng)用。

大佬口中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为(wèi)代(dài)表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗拉(lā)多州举办的(de)新兴(xīng)数字艺术(shù)家竞赛中，一幅(fú)名为《太空歌剧院(yuàn)》的作品获(huò)奖。

随后各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户(hù)们可以(yǐ)在应(yīng)用中输入一组关键词或者一张照片，就(jiù)能(néng)获得一(yī)幅AI创作的(de)画作。

作画的关键就是所输入的文本。同(tóng)一组关键词(cí)也可以创(chuàng)作出很(hěn)多张风格不一样的画作，这(zhè)让创作的过(guò)程(chéng)就(jiù)像开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将生成的美图当做头像。而(ér)另一部分(fēn)喜欢翻(fān)看AI绘画的(de)“翻车”作品。在(zài)社(shè)交媒(méi)体上，许多(duō)用(yòng)户分享AI“翻(fān)车现(xiàn)场”，例(lì)如，一位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人(rén)照片被(bèi)AI识别成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与(yǔ)加持，以(yǐ)往AI绘画的填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的(de)中国人张吕(lǚ)敏创作的一种基于(yú)控制(zhì)点(diǎn)的图像变形算法，主要用于(yú)数字(zì)图(tú)像处理、计算机(jī)视觉和计算机图形学等领域。

其SD插件一(yī)经发(fā)布，在短短(duǎn)的两天内便成为了AI绘画领域(yù)最新(xīn)的热点。

在此(cǐ)之前，大家用了很(hěn)多方(fāng)法想让(ràng)AI生成的结果(guǒ)尽(jǐn)可能的(de)符合(hé)要求，但是(shì)都不尽如人意，它的出现代表着AI生成开始进入真正的可(kě)控(kòng)时期。

因(yīn)为ControlNet可(kě)以(yǐ)直接提(tí)取画面的构图，人物的姿势和画(huà)面的深度(dù)信息等。有(yǒu)了它(tā)的帮(bāng)助，就不用频繁(fán)的用(yòng)提示(shì)词来碰运(yùn)气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照(zhào)片(piàn)直接(jiē)带她(tā)们走(zǒu)进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字(zì)。

再用(yòng)Text2Prompt插件拓(tuò)展找到(dào)对应(yīng)的关(guān)键词；最(zuì)后用ControlNet插(chā)件绑(bǎng)定骨骼开(kāi)始换关键词试效(xiào)果。

通过图片就可以看出来，效果十分惊艳。

更厉害的(de)是(shì)，除了真(zhēn)实的照(zhào)片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已(yǐ)经变得越来(lái)越强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术(shù)力(lì)爆发

警惕(tì)安(ān)全问(wèn)题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络(luò)，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里(lǐ)面给(gěi)出的美女(nǚ)照片都是(shì)AI制(zhì)作的真人照片绘图(tú)，因为太(tài)逼真，被大家当(dāng)成真(zhēn)事(shì)传播了(le)。

不过仔细观(guān)察(chá)可以发现，活动发(fā)起者(zhě)提供的(de)照片中有个很大(dà)的漏洞可以发现并非真(zhēn)人，而是AI绘图(tú)，那便是图片中女性的手指部分有的(de)存在(zài)异常。

有行业人(rén)事(shì)表示：“现在因为手指(zhǐ)部分(fēn)的绘画算法比较(jiào)复杂，AI还不(bù)太(tài)会画人(rén)的手，但最新看到的图(tú)片已经(jīng)有(yǒu)越(yuè)来越完美的AI模型出现，以(yǐ)后(hòu)可能就完全(quán)没有漏洞了(le)。”

类似(shì)的AI作图诈骗在国外(wài)也已有(yǒu)发(fā)生。据(jù)英(yīng)国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网络，以此诱骗善良(liáng)的(de)人打赏“捐助”从而实施(shī)诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做(zuò)出真人照片(piàn)般的绘(huì)图效果，如果这样(yàng)的(de)图片被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引发(fā)了(le)很多担忧，一方(fāng)面，批判者认为(wèi)AI在“学习”了(le)大(dà)量前人(rén)的作(zuò)品之(zhī)后，其创(chuàng)作没有任何情绪和灵魂(hún)，难(nán)以和人类的艺术创作(zuò)相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会(huì)不会代替人类(lèi)“至高无上(shàng)”的创意。

索尼是哪个国家的品牌，索尼是哪个公司的马斯克(kè)也强调，人工(gōng)智(zhì)能的安(ān)全(quán)问题需要得(dé)到重(zhòng)视(shì)，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的(de)危害并不能掩盖其光辉(huī)的贡献。现在看来，人(rén)工智能技术将是(shì)第四次工业革命的核心驱动力(lì)量，将创(chuàng)造新的增长(zhǎng)奇(qí)迹(jì)。

过去一年(nián)，人(rén)工智能在技术和商业层(céng)面(miàn)都有(yǒu)了巨大进展，AI绘画就是人工智(zhì)能技术(shù)发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和(hé)谷(gǔ)歌(gē)先后发布了几条引爆科技(jì)圈(quān)的短(duǎn)视频。这些(xiē)视频(pín)引发关注并(bìng)非(fēi)内容(róng)做得(dé)多优秀(xiù)，反(fǎn)而都非常简单，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车(chē)的第一视角录像，随(suí)便一个有手机的人都可以随手(shǒu)录下一段(duàn)。

但这些(xiē)短(duǎn)视频的创作(zuò)方(fāng)式非常简单，创作者(zhě)仅仅(jǐn)需要(yào)向AI输入一段(duàn)话，甚至只是说(shuō)一下要求，AI就可(kě)以根据需(xū)要生成一段(duàn)视频。

谷歌发布的两个(gè)AI生成视频分别来自(zì)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。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈(quān)就已经玩(wán)了一波(bō)梗，一(yī)个能够做(zuò)出更高清视频的(de)AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可(kě)以(yǐ)制作(zuò)出超(chāo)过(guò)2分(fēn)钟的连贯的也有确切内容的视频，这才(cái)是真正让人们感到(dào)惊(jīng)喜的地方。因为无(wú)论AI生成的视(shì)频(pín)多么(me)高(gāo)清，也只能(néng)是为内容生产者(zhě)提供一个灵(líng)感，一个(gè)素材，一个过场(chǎng)动画。

不过能够制作(zuò)出有具体剧情内容的视(shì)频就意味(wèi)着，一(yī)些(xiē)视频(pín)创作(zuò)由AI代替人工(gōng)完成已经初(chū)步有了可能。

当下AI的发展速度已(yǐ)经(jīng)超(chāo)过大部分人的想象。内容(róng)产业的本质是供给创造需求，AIGC作为全新的内容生(shēng)产方式，可以为内容产业带来(lái)更新的内容风格、更快的生产速度，更低的生产(chǎn)成本(běn)，这无疑会驱动内容(róng)产业的大爆(bào)发。

除了AI绘图(tú)、视(shì)频，AIGC技术还能(néng)应(yīng)用于(yú)音(yīn)乐、代(dài)码、机器(qì)人动作等多种(zhǒng)内容(róng)形式(shì)的生(shēng)成。不难发现该项技术(shù)不仅(jǐn)在游(yóu)戏等行业(yè)能得到有效应(yīng)用，对于下一代互联网(wǎng)各种元素的构建亦(yì)有关键(jiàn)意义。

从商业化的角度来看，文化(huà)娱乐(lè)、教育(yù)、传媒(méi)等诸多(duō)领域，本身(shēn)就(jiù)对(duì)基(jī)于AI的可视化内容有强(qiáng)烈需求。

因(yīn)此，AI绘画(huà)及视频或(huò)不(bù)是结果，而(ér)只是AI进程中(zhōng)的一块重要(yào)拼图，有望在(zài)技术更新的加持(chí)下实现更大的(de)应(yīng)用(yòng)价(jià)值(zhí)。

AI从理解内容，走向了可(kě)以生成内容，甚(shèn)至能够创造出独立价值(zhí)和独立视(shì)角的内容。AIGC的再(zài)次出圈，更代表着未(wèi)来的先进生产力即将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从(cóng)技术的发展也可以看(kàn)出(chū)，在语言大模型(xíng)、图像大模(mó)型之后，多模态(tài)大模(mó)型已经成为了新(xīn)的趋(qū)势。

大模型被誉为(wèi)当前人工(gōng)智能(néng)发展的智能(néng)底座(zuò)，是全球竞争最激烈(liè)的(de)研究方向之一(yī)，包(bāo)括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过训(xùn)练大模型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多(duō)少(shǎo)算(suàn)力》报告(gào)估算，GPT-3训练一次的成本(běn)约为140万(wàn)美(měi)元。而对于一些更大的(de)LLM(大型(xíng)语言(yán)模型)，训练成本(běn)则介于(yú)200万美(měi)元至1200万(wàn)美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均(jūn)数1300万计算(suàn)，其(qí)对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支持。在关注(zhù)各类大(dà)模型的发展(zhǎn)同(tóng)时，更应(yīng)该关注算力(lì)网络的(de)建设。

算力(lì)网络正驱(qū)动(dòng)AI产业发展(zhǎn)进入史诗(shī)级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智(zhì)能(néng)发展的终极目标(biāo)离得更(gèng)近。

因为算(suàn)力可以(yǐ)对突(tū)破性技(jì)术创新提供大力的支(zhī)持。这(zhè)方(fāng)面(miàn)，多模态大模(mó)型是典(diǎn)型。作为(wèi)面向未来强人工(gōng)智能、通用人工智能的(de)重要技术(shù)创新，多模(mó)态大模型已经在人工智(zhì)能领域提出了很(hěn)多(duō)年(nián)，业(yè)界也有不少技术突破(pò)，但是，多(duō)模态大模(mó)型进(jìn)一步往下走，算力需求呈几(jǐ)何式(shì)上升(shēng)，一般的(de)算力基础(chǔ)设施很快将难以胜任(rèn)。

从图像、文字、语音单独一项的训练，到双模态(tài)、三模态的跃迁，让人工智能(néng)可以灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由算力网络来驱(qū)动(dòng)将有明显优势。

此外，还有很多需要(yào)爆发式增长的算力来支撑的技术创新，将在人工智能(néng)算力网络支撑下(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(chí)下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将创(chuàng)造的(de)边(biān)际成本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 索尼是哪个国家的品牌，索尼是哪个公司的