自聊天机器人(rén)ChatGPT火爆以来，微软公司(sī)创始人比尔(ěr)·盖茨已多(duō)次公开谈论人工智能话(huà)题。在最(zuì)近的一(yī)次(cì)采访中，他再次表示：“AI可(kě)能会让(ràng)科(kē)技(jì)行业迎来(lái)一次剧烈的洗牌”。

这个结(jié)论是他(tā)在当地(dì)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)展可能会威胁到谷歌的(de)市占率(lǜ)，因(yīn)为微软(ruǎn)在AI方面的行动相当迅(xùn)速。而最(zuì)终科(kē)技巨头将(jiāng)把AI整合成(chéng)用户的(de)“全能助手”，包(bāo)揽一(yī)切(qiè)应(yīng)用，与(yǔ)人们(men)进行沟(gōu)通并(bìng)提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助(zhù)手的到来可(kě)能尚需时日，但由(yóu)ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围(wéi)中杀(shā)出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年(nián)8月(yuè)，在美(měi)国科(kē)罗拉多州举办的新兴数字艺术家竞赛中(zhōng)，一(yī)幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后(hòu)各大厂商的AI绘(huì)画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以(yǐ)在应用中输入一(yī)组关(guān)键(jiàn)词或者一张照片，就能获得一幅AI创作(zuò)的画作。

作画(huà)的关键就是所输入(rù)的文本。同一组(zǔ)关键词也(yě)可以创作出很多(duō)张(zhāng)风格不(bù)一样的画(huà)作，这让创(chuàng)作的过程(chéng)就(jiù)像开盲盒(hé)。

很多用户很(hěn)喜欢这种不确定的惊喜，他们会将生(shēng)成的美(měi)图当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘(huì)画的(de)“翻(fān)车”作品。在社交媒(méi)体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的小狗照(zhào)片被(bèi)AI画成了“肌(jī)肉男”，还有网(wǎng)友(yǒu)的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的(de)填写关键词(cí)游戏(xì)可能要被颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦福(fú)读(dú)博的中国人张吕敏创作的(de)一种基于控制(zhì)点(diǎn)的图像变(biàn)形算法，主(zhǔ)要用(yòng)于(yú)数字图像处(chù)理、计算机视觉和计算机图形学(xué)等领域。

其SD插(chā)件一经发布，在(zài)短短的两天内便成为了AI绘画领域最(zuì)新的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结(jié)果尽可(kě)能(néng)的符合要求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始进入真正的可(kě)控(kòng)时期(qī)。

因为(wèi)ControlNet可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(le)它的帮助，就不(bù)用频繁(fán)的用提示(shì)词(cí)来(lái)碰运气，抽盲盒(hé)式的创作了。

通(tōng)俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博(bó)主(zhǔ)的(de)作(zuò)品已经获得了大量(liàng)的浏览量(liàng)，“viggo”就(jiù)是其中之(zhī)一，他用朋友的(de)照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应的(de)关键词；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始(shǐ)换关键词试效果。

通过图片就可以看出来，效(xiào)果十分惊艳。

更厉害的是(shì)，除了真实的照片，草图也可(kě)以加上“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至(zhì)输出的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近日，“苏(sū)州(zhōu)金鸡湖有游(yóu)艇(tǐng)party”的消息(xī)火遍(biàn)网络，而经(jīng)过(guò)警方辟(pì)谣这(zhè)所谓(wèi)的“party”可能是全国(guó)第一起AI绘图(tú)诈骗。

由(yóu)于这个活(huó)动里面给(gěi)出的(de)美女照片都是AI制作的真(zhēn)人照片(piàn)绘(huì)图，因为太逼真(zhēn)，被大家当成真(zhēn)事传(chuán)播了。

不过仔细观(guān)察可以发现，活动发起者提供的(de)照片中有个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片中女性的(de)手指(zhǐ)部分有(yǒu)的存在异常。

有行业人事表示(shì)：“现(xiàn)在因(yīn)为手指(zhǐ)部分央音展演比赛金奖比例 央音展演总展演是国家级的吗的(de)绘画算(suàn)法比较复杂，AI还(hái)不太(tài)会画人的手，但最(zuì)新看到的(de)图片已(yǐ)经有越来越完美的AI模型出(chū)现(xiàn)，以后可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在国外(wài)也已有发(fā)生(shēng)。据英(yīng)国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发(fā)布到网络，以此(cǐ)诱(yòu)骗(piàn)善良(liáng)的人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目前(qián)随(suí)着技术(shù)发展(zhǎn)，AIGC已经能做出真人(rén)照(zhào)片般的绘图效果(guǒ)，如果这样的图片(piàn)被用来诈骗，将(jiāng)非常可(kě)怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一方面，批判(pàn)者认(rèn)为AI在(zài)“学习”了大量前(qián)人的作品之后，其创(chuàng)作没有(yǒu)任何情绪(xù)和灵(líng)魂，难以和人类的(de)艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权(quán)、目(mù)前都并没(méi)有得到有(yǒu)效(xiào)的解决，还有(yǒu)AIGC会(huì)不会代替人类(lèi)“至高无(wú)上”的创(chuàng)意。

马斯克也强调，人工智能的安全问题(tí)需要得(dé)到重(zhòng)视(shì)，太晚就来不及了(le)。

03

AIGC下(xià)一站除了视频，还有远方

技术都(dōu)是有两面性的，潜在(zài)的危害并不(bù)能(néng)掩盖其光(guāng)辉的贡献。现在(zài)看(kàn)来，人工智能技术将是第四次工业革命的核心驱动(dòng)力量，将(jiāng)创造新的增长奇迹。

过去一(yī)年，人(rén)工智(zhì)能在(zài)技术(shù)和商业(yè)层面都(dōu)有了巨大进展，AI绘画(huà)就是人工(gōng)智能技术发(fā)生方向性(xìng)改变的一个代表。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈(quān)的短视频。这些(xiē)视(shì)频引发关注并非内容做(zuò)得多优秀(xiù)，反而都(dōu)非常简(jiǎn)单(dān)，比如一匹正在喝水的马，一(yī)只画画(huà)的玩具熊，或者一段骑摩托车的第(dì)一(yī)视角录像，随便(biàn)一个有(yǒu)手机的人都可以(yǐ)随(suí)手(shǒu)录下一段。

但(dàn)这(zhè)些短视频的创作方(fāng)式非常简单(dān)，创(chuàng)作者仅(jǐn)仅需要(yào)向AI输(shū)入一段话，甚(shèn)至只是(shì)说一(yī)下要求(qiú)，AI就可以根据需(xū)要生成一(yī)段视频。

谷歌发布的两个(gè)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(yǔ)Meta的(de)Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了(le)一波梗，一个(gè)能(néng)够(gòu)做出更高(gāo)清(qīng)视频的AI还不足以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制作出超过2分钟的连贯(guàn)的(de)也(yě)有(yǒu)确切内(nèi)容(róng)的视频，这才(cái)是(shì)真正让人们感到(dào)惊喜的(de)地方(fāng)。因为无论(lùn)AI生成的视(shì)频多么高清，也只能是为内容生产者提供一个灵(líng)感，一个素(sù)材，一个过场动画(huà)。

不过能够制作出有具体剧(jù)情内容的视(shì)频就意味着，一(yī)些视频创作由AI代(dài)替人(rén)工完成(chéng)已经(jīng)初步有了(le)可能(néng)。

当下AI的发展速度(dù)已经超过大(dà)部分人的想象。内容(róng)产业的(de)本质是供给(gěi)创造需求，AIGC作(zuò)为(wèi)全新的内容生(shēng)产方式，可以为内容产业带来(lái)更新(xīn)的内容风格、更快(kuài)的生产速(sù)度，更低的生(shēng)产成本，这无疑会驱(qū)动内容产业的大爆发(fā)。

除了AI绘(huì)图(tú)、视频(pín)，AIGC技术还能应用于音(yīn)乐(lè)、代码、机器人动作等(děng)多种内容形(xíng)式的(de)生(shēng)成。不难发现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用，对(duì)于下一代互联(lián)网各种元(yu央音展演比赛金奖比例 央音展演总展演是国家级的吗án)素的(de)构(gòu)建亦有关(guān)键意(yì)义。

从(cóng)商业化的(de)角度来看，文化娱(yú)乐(lè)、教育、传媒等诸(zhū)多领域，本身就(jiù)对基于(yú)AI的可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画(huà)及视频或不是结果(guǒ)，而只(zhǐ)是AI进程(chéng)中的(de)一块重(zhòng)要拼图，有(yǒu)望(wàng)在(zài)技术更新的(de)加持下实现(xiàn)更大的应用(yòng)价值。

AI从理解(jiě)内容，走向了可以生成(chéng)内容，甚(shèn)至能够创造出独立(lì)价值和独立视角(jiǎo)的内容。AIGC的(de)再次出圈，更代表着未来的先进生(shēng)产(chǎn)力即(jí)将(jiāng)到来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座

从技术的发展也可以看出，在(zài)语言大模型、图像大模(mó)型之后，多模态大模型已(yǐ)经成为了新(xīn)的趋势。

大模型被(bèi)誉为(wèi)当前人(rén)工智能(néng)发展的智(zhì)能底座，是全球(qiú)竞争最激烈(liè)的研究方(fāng)向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头部企业都在(zài)竞相发力。

不过训练(liàn)大模型的(de)确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力(lì)》报告估算，GPT-3训练一(yī)次的(de)成(chéng)本约(yuē)为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其对(duì)应芯片(piàn)需(xū)求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅(jǐn)电费就在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支持。在关注各(gè)类大模(mó)型的发(fā)展(zhǎn)同时，更(gèng)应该(gāi)关(guān)注算(suàn)力网络的建设。

算力网(wǎng)络(luò)正驱动AI产业发(fā)展进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工智(zhì)能发展的终极目(mù)标离得更近。

因为算力(lì)可以(yǐ)对突破性技术(shù)创新提供大力的支持(chí)。这(zhè)方(fāng)面，多(duō)模态大(dà)模型(xíng)是典型(xíng)。作为面向未来强人工智(zhì)能、通用人工智能的重要技术创新，多模态大模型已经在人(rén)工(gōng)智能领域(yù)提出(chū)了很多(duō)年，业界也有不(bù)少技(jì)术突破，但(dàn)是，多模态大模(mó)型进一步往下走，算力需(xū)求呈几何式上(shàng)升，一般的算力基础设(shè)施很快将难以(yǐ)胜(shèng)任。

从图像(xiàng)、文字(zì)、语音单(dān)独(dú)一项的训(xùn)练(liàn)，到双模态、三模态的跃迁(qiān)，让人工智(zhì)能可以灵活(huó)应对不(bù)同(tóng)模态的转(zhuǎn)化、像人与世界交互一(yī)样自然，这方面，由算(suàn)力网络来驱动将(jiāng)有(yǒu)明显优势。

此外，还有很多需要(yào)爆发式(shì)增长的算力来支撑的(de)技术创新，将在人工(gōng)智能算力网络支(zhī)撑下(xià)快速推(tuī)进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创(chuàng)造的边际(jì)成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：绿茶通用站群 央音展演比赛金奖比例 央音展演总展演是国家级的吗