自聊天(tiān)机器人ChatGPT火爆(bào)以来，微(wēi)软(ruǎn)公司创始人比(bǐ)尔·盖(gài)茨已(yǐ)多(duō)次公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科技(jì)行业迎(yíng)来一(yī)次剧(jù)烈的洗牌”。

这个结论是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的(de)。

他预期，AI的发展可能会(huì)威(wēi)胁到谷歌(gē)的市占率，因为微软在AI方面的(de)行动相当迅速。而(ér)最终(zhōng)科技巨(jù)头将把AI整合成用户(hù)的(de)“全能助手”，包揽一切应(yīng)用(yòng)，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助手(shǒu)的到来(lái)可(kě)能(néng)尚需(xū)时日，但(dàn)由ControlNet引发的又一(yī)次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包(bāo)围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控靠近(jìn)

以AI绘(huì)画为代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年(nián)8月(yuè)，在美(měi)国科罗拉多州举办的(de)新兴数字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作(zuò)品获奖。

随后(hòu)各(gè)大(dà)厂商的AI绘画软件被广(guǎng)大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在(zài)应n是正极还是负极，L是正极还是负极用(yòng)中(zhōng)输(shū)入一组关键词或者(zhě)一张(zhāng)照片，就能获(huò)得一幅(fú)AI创作的画作。

作画的关键(jiàn)就是所(suǒ)输入的(de)文本。同一组关键词也可以创作出很多张风格不(bù)一(yī)样的画作，这让创作的(de)过程(chéng)就像开盲盒(hé)。

很多(duō)用户很(hěn)喜欢(huān)这种不(bù)确定的惊(jīng)喜，他们会将生成的美图当做头像(xiàng)。而另一(yī)部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别成了(le)建筑。

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

ControlNet是一位正(zhèng)在斯坦福读博的(de)中国人张吕敏(mǐn)创作的一种基于控制点的图像(xiàng)变(biàn)形(xíng)算法，主(zhǔ)要用于数字图像处理、计算机视(shì)觉(jué)和计算机(jī)图形学等领域。

其SD插件一经发布(bù)，在短(duǎn)短(duǎn)的两天内便成为(wèi)了(le)AI绘画领(lǐng)域最(zuì)新的(de)热点(diǎn)。

在此(cǐ)之前，大家用了很(hěn)多(duō)方(fāng)法想让(ràng)AI生成(chéng)的结(jié)果尽可(kě)能(néng)的符合要求(qiú)，但是都不(bù)尽如人意(yì)，它的出(chū)现代表着AI生成开始进入真正(zhèng)的可(kě)控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿(zī)势和画面的深度信息等。有了它的帮(bāng)助，就(jiù)不用频繁(fán)的用提示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相当(dāng)于(yú)给(gěi)AI绘画加了“魔法(fǎ)”，不(bù)少博主的作品已经获得(dé)了(le)大量的浏览量，“viggo”就是(shì)其中之(zhī)一，他用朋(péng)友的(de)照片(piàn)直接带她们(men)走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词试效果。

通过(guò)图片就可以看出来，效(xiào)果十分(fēn)惊艳。

更厉害的(de)是，除(chú)了真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能(néng)实(shí)现线稿转全彩图。大神(shén)张吕(lǚ)敏其本尊也亲(qīn)自回应。

不得不(bù)说当下AIGC已经变(biàn)得越(yuè)来越(yuè)强大，甚至(zhì)输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全(quán)问题

近日(rì)，“苏(sū)州金鸡湖(hú)有(yǒu)游艇party”的(de)消息(xī)火遍(biàn)网络，而(ér)经过警方辟谣这所谓的“party”可能是全国(guó)第一起(qǐ)AI绘(huì)图诈骗。

由于这个活动里(lǐ)面给(gěi)出(chū)的美女照片都是(shì)AI制作的真人照片(piàn)绘图，因为太逼真，被大家当成真事传(chuán)播了(le)。

n是正极还是负极，L是正极还是负极coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/2d75fd6b1ee0be6.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不过(guò)仔细观察可以发现，活动发起者提供的照片(piàn)中(zhōng)有(yǒu)个很大的(de)漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是图片中女性的(de)手(shǒu)指部分有(yǒu)的存在异常。

有(yǒu)行业人事表示(shì)：“现在(zài)因(yīn)为(wèi)手指部分的绘画(huà)算法比较复杂(zá)，AI还(hái)不太会(huì)画人的手，但(dàn)最新看到的图片(piàn)已经有越(yuè)来越完美的AI模型出现，以后可能(néng)就完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗(piàn)在国外也已有发生。据英国广播(bō)公司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片(piàn)发布(bù)到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着技(jì)术(shù)发展(zhǎn)，AIGC已经能做出真(zhēn)人(rén)照片般的绘图效果，如果这样的图片(piàn)被用来诈骗，将非(fēi)常可(kě)怕。

此外AIGC还(hái)引发了很多担(dān)忧，一方面，批判者认为AI在(zài)“学习”了大量(liàng)前人(rén)的作品之后(hòu)，其创(chuàng)作没有任(rèn)何情绪和灵魂，难以和人类的(de)艺(yì)术创作相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不会代替人类“至高(gāo)无上(shàng)”的创(chuàng)意。

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

03

AIGC下一站除(chú)了视频，还有远方(fāng)

技术(shù)都是有两面(miàn)性的，潜(qián)在的危害并不能掩盖其(qí)光(guāng)辉的贡献(xiàn)。现在看来，人工智能技术将是第四(sì)次工业革命的核心驱动力量(liàng)，将创(chuàng)造新(xīn)的增长奇迹。

过(guò)去(qù)一年(nián)，人工智(zhì)能(néng)在技术(shù)和商业层面都有了巨(jù)大进展，AI绘画就是人工智能技(jì)术(shù)发(fā)生方向性改(gǎi)变的一个代表。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷歌(gē)先后发(fā)布了几(jǐ)条引爆科技圈的短视频。这些视频引发关注并非内容做(zuò)得多(duō)优秀，反而都非常(cháng)简单(dān)，比如一匹正在喝水(shuǐ)的马，一只画画的玩(wán)具熊，或(huò)者一段骑摩托车的第一视角录像(xiàng)，随便一个有手机的(de)人都可以随手录下一段。

但(dàn)这(zhè)些短视频的创作(zuò)方式非常(cháng)简(jiǎn)单(dān)，创作(zuò)者仅仅需要向(xiàng)AI输入一段(duàn)话，甚至只(zhǐ)是说一下(xià)要求，AI就(jiù)可(kě)以(yǐ)根据需要生成一段视频(pín)。

谷(gǔ)歌发布(bù)的两个AI生(shēng)成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清，与Meta的Make-A-Video没(méi)有太多的(de)差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈就已经(jīng)玩了一波梗，一个能够做(zuò)出更高(gāo)清视频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊的地方在(zài)于，它(tā)可以制作出超(chāo)过2分钟的连贯的(de)也(yě)有(yǒu)确切(qiè)内容的视频，这才是真正(zhèng)让(ràng)人(rén)们感到惊喜(xǐ)的地方。因为(wèi)无论AI生成(chéng)的视频多么高清，也只能是(shì)为内容生产(chǎn)者提供一个灵感，一个(gè)素(sù)材，一(yī)个过(guò)场动(dòng)画。

不过能(néng)够制作出有(yǒu)具体(tǐ)剧情内容的视频就意味着，一些(xiē)视频创(chuàng)作由AI代替(tì)人(rén)工完成已经初步有了可能。

当下AI的发展速(sù)度已经超过大部分人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的内容生(shēng)产(chǎn)方(fāng)式(shì)，可(kě)以为内容产(chǎn)业(yè)带来(lái)更(gèng)新(xīn)的(de)内容(róng)风格、更快(kuài)的生产速度，更低的生产成本(běn)，这(zhè)无疑(yí)会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种(zhǒng)内容(róng)形(xíng)式的生成。不难(nán)发现(xiàn)该(gāi)项技术不(bù)仅在(zài)游戏等行(xíng)业能得(dé)到有效应用，对于(yú)下一(yī)代互联网各种元素的构建亦有关键意义(yì)。

从商业化的角度(dù)来看，文(wén)化(huà)娱乐、教(jiào)育、传媒(méi)等诸多(duō)领域(yù)，本身就对基于AI的可视化(huà)内容有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不是结(jié)果(guǒ)，而只是(shì)AI进程中的(de)一(yī)块重要拼图，有望在技术更新的加持下实现(xiàn)更大的应用价值。

AI从理解内容，走向了可以生成内容(róng)，甚(shèn)至能够创造出独立价值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的再次(cì)出圈，更代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言大模(mó)型、图像大模(mó)型之后，多(duō)模(mó)态(tài)大模型已经成为了新的趋势。

大(dà)模型被(bèi)誉为当前人工智能发展(zhǎn)的智能底座，是全(quán)球竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里(lǐ)、腾(téng)讯等(děng)众多(duō)头部企业都在竞相(xiāng)发力。

不过(guò)训练大模型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更大的LLM(大型(xíng)语言模型(xíng))，训练成本则介于200万美元至(zhì)1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算(suàn)，其对(duì)应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每(měi)日仅电费就在5万美元(yuán)左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的(de)发展同时，更应该关(guān)注算力网络的建设。

算力网(wǎng)络(luò)正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通(tōng)用(yòng)AI这一人(rén)工(gōng)智能发展的(de)终(zhōng)极目标离得更近。

因为算(suàn)力可以对突破性技(jì)术创新提供大力的支持。这方面，多模态大模(mó)型是典(diǎn)型。作为面向(xiàng)未来(lái)强人(rén)工智能、通用人工智(zhì)能的重(zhòng)要技术创新，多模(mó)态大模型已经(jīng)在人工智能领(lǐng)域提出了很(hěn)多年(nián)，业界也有不少技术突破(pò)，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几何式上升，一般(bān)的(de)算力(lì)基础设施很快将难以胜任。

从图像(xiàng)、文字(zì)、语音单(dān)独一项的训练，到双模态、三模(mó)态(tài)的跃(yuè)迁，让人工智能可(kě)以(yǐ)灵活应对不同模态的转化、像人与(yǔ)世(shì)界交互一(yī)样自然(rán)，这方面，由算力网络来驱(qū)动将有明显优势。

此(cǐ)外，还有(yǒu)很多需要爆发式增长的(de)算(suàn)力来支撑的(de)技(jì)术创新，将在人工智能算力(lì)网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在(zài)大(dà)模型(xíng)和大算力的(de)支(zhī)持下AIGC能持续颠覆内容生产的(de)方式，将创造的边(biān)际成本(běn)降低，让万众受益。

未经允许不得转载：绿茶通用站群 n是正极还是负极，L是正极还是负极