自聊天机器人(rén)ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖茨已多次公开谈论人工智能话题。在最近的一次采访中，他再(zài)次表示：“AI可能(néng)会让(ràng)科(kē)技行(xíng)业迎来一次剧(jù)烈的洗(xǐ)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(mù)专访(fǎng)时提出的。

他预期，AI的(de)发展可能(néng)会(huì)威胁到谷歌的市占率(lǜ)，因为(wèi)微软在AI方面(miàn)的(de)行动相当迅(xùn)速(sù)。而(ér)最终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽(lǎn)一切应(yīng)用，与人们(men)进(jìn)行沟通(tōng)并提供(gōng)建(jiàn)议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时日，但由(yóu)ControlNet引(yǐn)发的(de)又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆(bào)火(huǒ)的时(shí)候，还是2022年8月(yuè)，在美(měi)国科罗拉(lā)多州举办的(de)新兴数字艺术家竞赛中，一幅名为(wèi)《太(tài)空歌(gē)剧院》的作品获(huò)奖(jiǎng)。

随后各大厂(chǎng)商的AI绘(huì)画(huà)软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以(yǐ)在(zài)应用中输入一(yī)组(zǔ)关(guān)键词或者一张照片，就能获得(dé)一(yī)幅AI创(chuàng)作(zuò)的画作。

作画的关键就是所(suǒ)输(shū)入的文本(běn)。同一组关键词也可以创作出很(hěn)多张风格不(bù)一样的画(huà)作，这让(ràng)创作(zuò)的过(guò)程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作(zuò)品(pǐn)。在社交(jiāo)媒(méi)体上，许多用(yòng)户分享AI“翻车(chē)现场”，例如，一位(wèi)网友的小狗照片被AI画成(chéng)了“肌肉(ròu)男”，还有(yǒu)网(wǎng)友的个人(rén)照片被AI识(shí)别(bié)成了(le)建筑。

而如(rú)今随着ControlNet的(de)出现与加(jiā)持，以往AI绘画的(de)填写(xiě)关(guān)键(jiàn)词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福(fú)读博的中国人张吕敏创(chuàng)作的一种基于控制点的图像变形算(suàn)法，主要用于数字(zì)图(tú)像(xiàng)处理(lǐ)、计算机视(shì)觉和计算机图形学等领域(yù)。

其SD插件(jiàn)一经发布(bù)，在短(duǎn)短的两(liǎng)天(tiān)内便成为了(le)AI绘画领域最新的热点(diǎn)。

在(zài)此之前，大家用了(le)很(hěn)多方法想让AI生成的结果(guǒ)尽可能的符(fú)合要求(qiú)，但是都(dōu)不尽如人意(yì)，它的出现(xiàn)代表(biǎo)着(zhe)AI生(shēng)成开始进入真正的(de)可控时期。

因为ControlNet可(kě)以直接提取(qǔ)画(huà)面的构图，人(rén)物的姿势和画面的深(shēn)度信息等。有了(le)它的帮(bāng)助，就不用频繁的用提示词来碰(pèng)运(yùn)气，抽盲盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法(fǎ)”，不少博主的作品已经获得了(le)大量的浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以看出来(lái)，效果十分惊艳(yàn)。

更厉害(hài)的是，除了真实的照(zhào)片，草图(tú)也(yě)可以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越来越强大，甚至输出(chū)的(de)作(zuò)品都已经(jīng)能以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍(biàn)网络(luò)，而经(jīng)过警方(fāng)辟谣(yáo)这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动(dòng)里面给出的美女照片都是AI制作的(de)真人(rén)照片绘图(tú)，因(yīn)为太逼真，被大家(jiā)当成真事(shì)传播了。

不过仔细(xì)观察可以发现，活动发起者提供的照片中(zhōng)有个很大的漏洞可以发现并非真人，而(ér)是AI绘图(tú)，那便是图片中女性的手指部分有的(de)存在异常(cháng)。

有(yǒu)行业人事表(biǎo)示：“现在因为手指部(bù)分(fēn)的绘画算法比较复杂，AI还(hái)不太会画人的(de)手，但最新看到的图片(piàn)已经有越来越完美(měi)的(de)AI模(mó)型出现，以后可(kě)能(néng)就完全没有漏洞(dòng)了。”

类似的AI作(zuò)图诈(zhà)骗在国(guó)外也已有发(fā)生。据(jù)英国广播公(gōng)司报道，土耳其地震期(qī)间(jiān)，有Tiktok用(yòng)户使用AI合(hé)成(chéng)了儿童(tóng)受(shòu)灾的(de)假照片发布到网(wǎng)络，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出(chū)真(zhēn)人照片般的绘图效果，如果这(zhè)样的图片被用来(lái)诈(zhà)骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后(hòu)，其创作(zuò)没有任何(hé)情绪和灵魂，难(nán)以(yǐ)和人(rén)类的艺(yì)术(shù)创作相提(tí)并论。

另一(yī)方(fāng)面，AIGC背后的版权(quán)、目前都并没有(yǒu)得(dé)到有效的解决(jué)，还有AIGC会不会代(dài)替人类“至高无上”的创意(yì)。

马斯克(kè)也强调，人工智能(néng)的安全问题需(xū)要得到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技(jì)术(shù)都是有两面性(xìng)的(de)，潜在的危害并(bìng)不能(néng)掩盖其(qí)光辉的贡献。现在看来(lái)，人工智能技术将是第四(sì)次工业(yè)革命的(de)核心驱动(dòng)力量，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工智能在技术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画就是(shì)人(rén)工智(zhì)能技术发(fā)生方向性改变的一个代表。其下(xià)一站或许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了(le)几条引爆科技圈的短视频。这些视频引发关(guān)注并非(fēi)内容(róng)做(zuò)得多(duō)优(yōu)秀，反而(ér)都非常(cháng)简单，比如(rú)一匹正在喝水的马，一只画(huà)画(huà)的玩具熊，或者一段骑摩(mó)托车(chē)的第一视角录像，随便一个有手(shǒu)机(jī)的人都可以随手录下一段。

但这些短视频的创(chuàng)作(zuò)方式非(fēi)常简单，创作(zuò)者仅仅需要向AI输入一(yī)段话，甚(shèn)至只是说一下(xià)要求，AI就可以根据(jù)需要生成一段视(shì)频。

谷(gǔ)歌发布的两(liǎng)个AI生(shēng)成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩(wán)了一(yī)波梗(gěng)，一(yī)个能(néng)够做出更高清视频的(de)AI还不足以(yǐ)在短时(shí)间(jiān)内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的(de)地(dì)方(fāng)在于(yú)，它(tā)可以制作出超过2分钟的连(lián)贯的也有确切内容的视(shì)频，这才是(shì)真正让人们(men)感到(dào)惊(jīng)喜的地方。因为无(wú)论(lùn)AI生成(chéng)的(de)视频多么高清(qīng)，也只能是为(wèi)内容生产者(zhě)提供(gōng)一个灵感，一个素(sù)材(cái)，一个过场动画。

不(bù)过(guò)能够(gòu)制作(zuò)出有具体剧情内容的视频就意味着(zhe)，一些视频创作由AI代替人工完(wán)成已经初步有了可(kě)能。

当(dāng)下AI的发展速度已经超过大(dà)部分(fēn)人的想象。内容产业的(de)本(běn)质是供给创造需(xū)求，AIGC作为全新的内容生产方式(shì)，可以为内容产上火了可以吃猕猴桃吗芭芭农场，上火了猕猴桃能吃吗(chǎn)业带来更新(xīn)的内容风(fēng)格、更(gèng)快的生产速度(dù)，更低的生产成本，这无疑会驱(qū)动内容产业的(de)大(dà)爆(bào)发(fā)。

除了(le)AI绘图(tú)、视频(pín)，AIGC技(jì)术(shù)还能应用于音乐、代(dài)码、机器人动作等多种(zhǒng)内容形式的(de)生成。不难发现该项技术(shù)不仅在(zài)游戏等行业能得到有效(xiào)应用，对(duì)于下一代互联(lián)网各种元素(sù)的构建亦有关键意(yì)义。

从(cóng)商(shāng)业化的角(jiǎo)度(dù)来看(kàn)，文化娱乐、教育、传(chuán)媒等(děng)诸多领域，本身就(jiù)对基于AI的可(kě)视化内容有(yǒu)强烈需(xū)求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进(jìn)程中的一块重要(yào)拼图，有(yǒu)望在技术更新的加持下实(shí)现(xiàn)更大的应用价值(zhí)。

AI从理解(jiě)内容，走向了(le)可以生成(chéng)内容(róng)，甚至能够创造(zào)出独立(lì)价值(zhí)和独(dú)立视角的内容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先(xiān)进(jìn)生(shēng)产力即将(jiāng)到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底座(zuò)

从技术的发(fā)展也可以看出，在语(yǔ)言大模(mó)型、图(tú)像大模型之后(hòu)，多模态大模型已经(jīng)成(chéng)为了新的(de)趋势。

大模型被誉为当前人(rén)工智能(néng)发(fā)展的智能底座，是全球竞争最激烈的研(yán)究方向之一(yī)，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿(ā)里(lǐ)、腾讯等众多头部企(qǐ)业都在竞相发(fā)力。

不过(guò)训练大模型的(de)确(què)价格不菲，以国盛证(zhèng)券(quàn)发布的《ChatGPT需要多(duō)少(shǎo)算力》报告(gào)估算，GPT-3训练(liàn)一次(cì)的(de)成(chéng)本(běn)约为140万美元。而对于一(yī)些更大(dà)的LLM(大型(xíng)语言模型)，训练(liàn)成本(běn)则介于200万美元(yuán)至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均(jūn)数(shù)1300万计算，其对应芯片需求(qiú)为3万多(duō)片英伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不(bù)论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支(zhī)持。在(zài)关注各类大模型(xíng)的发(fā)展同时，更应该关注算(suàn)力(lì)网络的建设。

算力网络(luò)正(zhèng)驱动AI产业发展进入史(shǐ)诗级(jí)加速进程，让(ràng)AIGC及通用AI这一(yī)人工智能发(fā)展的(de)终极目标(biāo)离得更上火了可以吃猕猴桃吗芭芭农场，上火了猕猴桃能吃吗近。

因为算力可以对突破性技(jì)术创新(xīn)提供大(dà)力的支持。这方(fāng)面，多模态大模型(xíng)是(shì)典型(xíng)。作为面向未来强(qiáng)人工(gōng)智能(néng)、通(tōng)用人工智能的重要技术创新(xīn)，多模态大(dà)模型已经(jīng)在人工(gōng)智能领域提出了很多年，业界也有不少技术(shù)突破，但是，多模(mó)态(tài)大模型进一步往下走(zǒu)，算力需(xū)求呈几何式上升，一(yī)般的算力基础设(shè)施(shī)很快将难以胜任。

从图(tú)像、文字、语(yǔ)音单独一(yī)项的训练，到(dào)双(shuāng)模态、三模(mó)态的跃迁(qiān)，让人工智能(néng)可以灵活(huó)应(yīng)对不同模态的转化、像人与世(shì)界交互一样自然(rán)，这(zhè)方(fāng)面，由算力网(wǎng)络来驱动将(jiāng)有明显优势。

此外，还有(yǒu)很(hěn)多需要爆发式增长的算力来支撑的(de)技术创新(xīn)，将在人(rén)工智(zhì)能算力网络支撑下快速推进。

AIGC已(yǐ)经(jīng)露出曙光，期待在大模型和大算力(lì)的支持下AIGC能(néng)持续颠覆内容生产的方式，将创(chuàng)造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 上火了可以吃猕猴桃吗芭芭农场，上火了猕猴桃能吃吗