自聊天(tiān)机器(qì)人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔·盖茨已多次公开(kāi)谈(tán)论(lùn)人工智(zhì)能话题。在最近的一次采访中，他(tā)再次表(biǎo)示：“AI可能会让科(kē)技行业迎来一次剧烈的(de)洗牌”。

这个结(jié)论是他在当地时间(jiān)2月20日接受(shòu)《In Good Company》节(jié)目专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市占率，因为微软在AI方面的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大(dà)佬口(kǒu)中全能(néng)助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国(guó)科罗拉(lā)多州举办(bàn)的新兴数字(zì)艺术家竞赛(sài)中，一幅(fú)名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘(huì)画软(ruǎn)件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输(shū)入(rù)一(yī)组关(guān)键词或(huò)者(zhě)一(yī)张照片，就(jiù)能获得一(yī)幅AI创作的画作。

作画的关键就是所输入的文本。同一组关键词(cí)也可以创(chuàng)作出很多(duō)张(zhāng)风格不一样的画作(zuò)，这让创作(zuò)的过程就像开盲盒。

很多用户很喜(xǐ)欢这种不(bù)确定的(de)惊喜，他们会(huì)将(jiāng)生成的美图当做头像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一(yī)位(wèi)网(wǎng)友的小狗照片(piàn)被AI画成了“肌(jī)肉男”，还有网(wǎng)友的个(gè)人照片被AI识(shí)别成了(le)建(jiàn)筑。

而如今随(suí)着ControlNet的(de)出现与加(jiā)持，以往AI绘画的填写关键(jiàn)词游戏可能要被颠(diān)覆了(le)。

ControlNet是一(yī)位(wèi)正(zhèng)在(zài)斯(sī)坦福读博的(de)中国人张吕敏创作的一种基于(yú)控(kòng)制点的(de)图像(xiàng)变(biàn)形算(suàn)法，主(zhǔ)要用于数(shù)字(zì)图(tú)像处理、计算机视觉(jué)和计(jì)算机(jī)图(tú)形学等领(lǐng)域。

其SD插件(jiàn)一(yī)经发布(bù)，在短短(duǎn)的(de)两(liǎng)天内(nèi)便成(chéng)为了AI绘画(huà)领(lǐng)域最新的热(rè)点。

在此之前(qián)，大家用了很多(duō)方法想让AI生(shēng)成的结果尽可(kě)能的符合要求，但是都不尽如人意(yì)，它的出现代(dài)表着AI生(shēng)成(chéng)开始进入真正(zhèng)的可(kě)控时期。

因(yīn)为(wèi)ControlNet可(kě)以直(zhí)接提取画面的构图，人(rén)物(wù)的(de)姿势(shì)和画面的深度信息等。有(yǒu)了它的(de)帮助(zhù)，就不用(yòng)频繁的用(yòng)提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片(piàn)直接(jiē)带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再(zài)用(yòng)Text2Prompt插(chā)件拓(tuò)展(zhǎn)找到对(duì)应的关键词；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效(xiào)果。

通过(guò)图片就(jiù)可以(yǐ)看出来，效果(guǒ)十分(fēn)惊艳。

更厉害的(de)是(shì)，除(chú)了真实的照片，草图也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图。大神张(zhāng)吕敏其本尊(zūn)也亲自(zì)回应。

不得不说当下(xià)AIGC已经变得越来越强(qiáng)大(dà)，甚至(zhì)输出的作品都已经能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖(hú)有游艇party”的(de)消息火(huǒ)遍网络，而经(jīng)过警(jǐng)方辟谣这(zhè)所谓(wèi)的“party”可(kě)能是全(quán)国第一起AI绘(huì)图诈(zhà)骗。

由于这个活(huó)动里面(miàn)给出(chū)的(de)美女照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的照片中(zhōng)有(yǒu)个很大的漏洞可以(yǐ)发(fā)现并(bìng)非(fēi)真(zhēn)人，而是AI绘(huì)图，那便是图片中(zhōng)女性的手(shǒu)指(zhǐ)部分(fēn)有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘画(huà)算法比较复(fù)杂，AI还(hái)不太会画人的(de)手(shǒu)，但最新看到的图片已经(jīng)有(yǒu)越来越(yuè)完美的AI模(mó)型(xíng)出现，以后可能就(jiù)完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈(zhà)骗在国外也(yě)已有发生。据英国广播公司报道，土(tǔ)耳其地震期(qī)间，有(yǒu)Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照片发布到网络，以此诱骗善良的(de)人打赏“捐助”从而实施诈骗。

目前随着(zhe)技(jì)术发展，AIGC已经能(néng)做(zuò)出真(zhēn)人照片般(bān)的(de)绘(huì)图效(xiào)果(guǒ)，如(rú)果这(zhè)样的图片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批(pī)判者认为AI在“学习”了大(dà)量前人的(de)作品之后，其(qí)创作没有任(rèn)何情绪和灵魂，难(nán)以(yǐ)和人类的艺(yì)术(shù)创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到有效的解决，还有AIGC会(huì)不会代替人类(lèi)“至高无(wú)上”的创(chuàng)意。

马(mǎ)斯克也(yě)强调，人工智能的安全问题需要得到(dào)重视，太晚就来(lái)不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性(xìng)的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工(gōng)智能技术将是(shì)第四次工业革命的核心驱(qū)动力量，将创造新(xīn)的增长奇迹(jì)。

过(guò)去一年，人工智能在技术和商(shāng)业层面都有了巨大进(jìn)展，AI绘画(huà)就是人工智(zhì)能技术发生方向(xiàng)性改变的一个代(dài)表。其(qí)下(xià)一站(zhàn)或许就是视频。

此前(qián)，Meta和(hé)谷(gǔ)歌先(xiān)后发(fā)布了几条引爆科技圈的短视频(pín)。这(zhè)些(xiē)视频引发关注(zhù)并非内容做得(dé)多优秀(xiù)，反而都非常简单，比如(rú)一匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩(wán)具(jù)熊，或者一(yī)段骑摩托车的第一(yī)视角录(lù)像，随便一个有手机的(de)人都可以(yǐ)随手录下一段(duàn)。

但这些短(duǎn)视(shì)频的创(chuàng)作(zuò)方(fāng)式非常简单，创作者仅仅(jǐn)需要向AI输(shū)入一段话(huà)，甚至(zhì)只(zhǐ)是说一下要求，AI就可(kě)以根据需要生(shēng)成一段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一个能够做(zuò)出(chū)更(gèng)高清视频的AI还不足以(yǐ)在短(duǎn)时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可(kě)以制作出超过2分(fēn)钟的连贯的也(yě)有确切内(nèi)容的视频(pín)，这才是真(zhēn)正(zhèng)让人们感到惊喜的(de)地方。因为无(wú)论(lùn)AI生成的视(shì)频多么高清(qīng)，也(yě)只能(néng)是(shì)为内容生(shēng)产者提供一个灵(líng)感，一个(gè)素(sù)材，一个过场(chǎng)动(dòng)画。

不(bù)过能够制(zhì)作出有具体剧情内容的视频就意味着，一些视频创作由AI代(dài)替人(rén)工完成已经(jīng)初步有了(le)可(kě)能。

当下(xià)AI的发(fā)展速度已(yǐ)经超过大部分人的想象。内(nèi)容(róng)产(chǎn)业的(de)本质是供给(gěi)创(chuàng)造需(xū)求(qiú)，AIGC作(zuò)为全新(xīn)的内容生产方式，可以(yǐ)为(wèi)内容产(chǎn)业带(dài)来更新(xīn)的内容(róng)风格、更快的生产速度，更低(dī)的生产成本(běn)，这无疑会驱动(dòng)内容(róng)产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于(yú)音乐、代(dài)码、机器人(rén)动(dòng)作等多种内容形(xíng)式的(de)生(shēng)成。不难发现该(gāi)项(xiàng)技术不仅在游戏等行业能得(dé)到有效应用，对于下一(yī)代互(hù)联网各种(zhǒng)元素的构建亦有关(guān)键意义。

从商业(yè)化的角度(dù)来看，文化(huà)娱乐、教(jiào)育、传媒(méi)等诸多领域，本(běn)身(shēn)就对(duì)基于AI的(de)可视(shì)化内(nèi)容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及(jí)视频或不是结(jié)果，而只是AI进程中(zhōng)的一块(kuài)重要(yào)拼图，有望在技术更新的加持下实现更大的应用(yòng)价值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再(zài)次出圈(quān)，更代表着(zhe)未来的(de)先(xiān)进生(shēng)产力即(jí)将到来。

04

紧抓大(dà)模型与算力(lì)，牢固(gù)AIGC底座

从(cóng)技术的发(fā)展也可以看(kàn)出，在语(yǔ)言大模型(xíng)、图像大模型之后(hòu)，多(d蟑螂爬过的地方有细菌吗 蟑螂可以彻底消灭吗uō)模态大(dà)模型已经成为了新(xīn)的趋(qū)势。

大模型被誉为当(dāng)前(qián)人工(gōng)智能发展(zhǎn)的智能底座，是全球竞争最激烈的研究方向之(zhī)一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在(zài)竞相发力(lì)。

不(bù)过训练大模(mó)型的确(què)价格不菲，以国盛证券发(fā)布的《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训练一次的成本约为140万美(měi)元。而对(duì)于一些更大的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于200万美元至(zhì)1200万(wàn)美元(yuán)高(gāo)价之间。

以ChatGPT在(zài)2023年1月的(de)独立访客(kè)平均(jūn)数1300万计(jì)算，其对(duì)应芯片需(xū)求为3万(wàn)多片英伟达(dá)A100 GPU，初始(shǐ)投入(rù)成(chéng)本约为8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此(cǐ)外(wài)不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支(zhī)持。在关注各类(lèi)大模型的(de)发展同(tóng)时，更应(yīng)该关注算力网络的建设(shè)。

算力网络正驱动AI产业发(fā)展进入史诗级(jí)加速进程(chéng)，让AIGC及(jí)通(tōng)用AI这一(yī)人(rén)工智能发展(zhǎn)的终极目标离(lí)得更近。

因(yīn)为(wèi)算力可(kě)以对(duì)突破性(xìng)技术创新提供大力(lì)的(de)支持(chí)。这方面，多模态大(dà)模型是典型(xíng)。作为(wèi)面向未来强人工智能、通用人工智(zhì)能的重要技术创新，多模态大模型已经在(zài)人工智能领域提(tí)出(chū)了很多(duō)年，业界(jiè)也有不(bù)少技术突破，但(dàn)是，多(duō)模态(tài)大模型进一步(bù)往下(xià)走(zǒu)，算力需(xū)求呈几何式上升，一般的算力基础设施很快将难(nán)以胜任。

从图像、文字、语音单(dān)独(dú)一项的训(xùn)练，到(dào)双(shuāng)模态蟑螂爬过的地方有细菌吗 蟑螂可以彻底消灭吗(tài)、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对(duì)不(bù)同模态(tài)的转化、像(xiàng)人与世界交互一样(yàng)自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多(duō)需(xū)要爆(bào)发式(shì)增长的算力来支撑(chēng)的技(jì)术创新(xīn)，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在(zài)大模型和(hé)大算力的(de)支持下AIGC能持续颠覆内容生(shēng)产的(de)方式，将创(chuàng)造的(de)边际成(chéng)本降低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 蟑螂爬过的地方有细菌吗 蟑螂可以彻底消灭吗