自聊天(tiān)机器(qì)人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在最近(jìn)的一次(cì)采(cǎi)访中，他(tā)再次(cì)表示：“AI可能(néng)会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提出(chū)的。

他预期(qī)，AI的(de)发展可能会威胁到(dào)谷歌的市占率，因为微(wēi)软在(zài)AI方面的(de)行(xíng)动相(xiāng)当(dāng)迅速。而最终科技(jì)巨头将把AI整(zhěng)合成用户的“全能助手(shǒu)”，包揽一切应用，与(yǔ)人们进(jìn)行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的(de)到来可能尚需时日(rì)，但由ControlNet引发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一(yī)次爆火(huǒ)的时候(hòu)，还是(shì)2022年8月，在美国科罗(luó)拉多州举办的(de)新兴数字艺(yì)术家(jiā)竞赛中，一(yī)幅名为(wèi)《太空(kōng)歌剧院》的作品获奖。

随后各(gè)大(dà)厂(chǎng)商(shāng)的AI绘(huì)画软件被广(guǎng)大网友熟知(zhī)并(bìng)体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可以(yǐ)在应用中输入(rù)一组关键词(cí)或者一(yī)张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的(de)文(wén)本。同一组(zǔ)关键词也(yě)可(kě)以创作出很多(duō)张风格不一样(yàng)的画作，这让创作的过程(chéng)就(jiù)像(xiàng)开盲盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生成的(de)美(měi)图当做(zuò)头像。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒(méi)体上，许多用户分享AI“翻车现场”，例如，一(yī)位(wèi)网友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网(wǎng)友的个(gè)人(rén)照片被AI识别成了建筑。

而如(rú)今随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯(sī)坦福(fú)读(dú)博(bó)的中国人张吕敏创(chuàng)作的一(yī)种基(jī)于控制(zhì)点的(de)图像变形算法，主要(yào)用(yòng)于数(shù)字(zì)图像处(chù)理、计算机视觉和计算机图形学等(děng)领(lǐng)域。

其SD插件一(yī)经发布，在短短的两天内便成为了AI绘画领域(yù)最新的热点。

在此之前，大家用了很多(duō)方(fāng)法想让AI生成的结果尽可能的符合要求，但(dàn)是(shì)都不尽如人意，它的出现代表着(zhe)AI生成开始进入真正的可控时期。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不(bù)少博主的作(zuò)品已(yǐ)经获得了大量(liàng)的浏览量，“viggo”就是(shì)其(qí)中之一(yī)，他(tā)用(yòng)朋(péng)友(yǒu)的照(zhào)片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找(zhǎo)到(dào)对应的关键(jiàn)词；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试效(xiào)果。

通过图片就可以看出(chū)来(lái)，效果十分惊艳。

更厉害的是，除了真实(shí)的照片，草图也(yě)可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图。大神(shén)张吕敏其本(běn)尊(zūn)也亲自回应。

不得不说当下AIGC已(yǐ)经变得越来越强大，甚(shèn)至输出的作品都(dōu)已(yǐ)经能以假(jiǎ)乱真了(le)。

02

难(nán)辨(biàn)虚实(shí)，AIGC技术(shù)力爆(bào)发(fā)

警惕(tì)安(ān)全问(wèn)题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息(xī)火遍(biàn)网络，而经过警方辟谣这(zhè)所谓的“party”可能是全国第一起(qǐ)AI绘图(tú)诈骗。

由于这个活动(dòng)里面给出(chū)的美女照片(piàn)都是AI制作的真人照(zhào)片绘图，因为太逼真，被大(dà)家(jiā)当成真事传播了。

不(bù)过仔细(xì)观察可以(yǐ)发现，活动发起者提供的照片中有个很大的漏(lòu)洞可以发现(xiàn)并非真人，而是AI绘图，那便是图片(piàn)中女性的手指部(bù)分有(yǒu)的存在异常。

有行业人事(shì)表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人(rén)的手(shǒu)，但最新看到的图(tú)片已经(jīng)有越来越(yuè)完美的AI模型出现，以后可能就(jiù)完全(quán)没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公(gōng)司报道，土耳(ěr)其地震期(qī)间(jiān)，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受灾的(de)假照片发布到网络(luò)，以(yǐ)此(cǐ)诱骗善良的人(rén)打(dǎ)赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着(zhe)技(jì)术发展(zhǎn)，AIGC已经能做(zuò)出真人照片般的绘(huì)图效果，如果这样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了(le)很(hěn)多担忧，一方面(miàn)，批判(pàn)者认(rèn)为AI在“学习”了(le)大量(liàng)前人的作品之后，其(qí)创作没有(yǒu)任何情(qíng)绪(xù)和灵魂，难以和人(rén)类的艺术创作相提(tí)并论。

另一方面，AIGC背(bèi)后的(de)版(bǎn)权、目(mù)前(qián)都并没有(yǒu)得到有效的解决，还有AIGC会不(bù)会代(dài)替人类“至高无(wú)上”的创意。

马斯克也强调(diào)，人(rén)工智能的安(ān)全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除(chú)了视频(pín)，还有远方

技(jì)术都(dōu)是有两面性(xìng)的，潜在(zài)的危害并不能掩盖(gài)其(qí)光辉(huī)的贡(gòng)献。现在(zài)看来，人工智(zhì)能技术将(jiāng)是第四(sì)次工业革命的核心(xīn)驱(qū)动力(lì)量，将创造(zào)新的增长奇迹。

过去一(yī)年，人工智能在技术和商业层面(miàn)都(dōu)有了巨大进(jìn)展，AI绘画就是人工(gōng)智能(néng)技术发生(shēng)方向性改变的一个代(dài)表。其下一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科技圈的短视频。这些视频(pín)引发(fā)关注并非内容做得多优(yōu)秀(xiù)，反(fǎn)而都非常简单(dān)，比(bǐ)如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一段(duàn)骑摩(mó)托车的(de)第一视(shì)角录(lù)像，随便一个有(yǒu)手机的(de)人(rén)都可(kě)以随手录下一段。

但这些短视(shì)频的创作方式(shì)非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说(shuō)一下要(yào)求，AI就可以根(gēn)据需要(yào)生成一段视(shì)频。

谷(gǔ)歌发布(bù)的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后(hòu)，AI圈(quān)就已经玩了一波梗(gěng)，一个能(néng)够做(zuò)出更高清(qīng)视频的AI还(hái)不足(zú)以在短时间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可以制作出(chū)超过(guò)2分钟的连贯的也(yě)有确切内容的视频，这才是真正让人们感(gǎn)到惊喜的地方。因为无论AI生(shēng)成的视频(pín)多(duō)么高(gāo)清，也(yě)只能是为内容生(shēng)产者提供一个灵感，一个素材(cái)，一(yī)个过场(chǎng)动画。

不过能够(gòu)制作出有具体剧(jù)情内容(róng)的视频就意味着(zhe)，一些视频(pín)创作由AI代替人(rén)工完成(chéng)已经初步有了可能。

当下AI的发展速(sù)度已(yǐ)经超过大部分(fēn)人的想(xiǎng)象。内(nèi)容产业(yè)的(de)本质是供(gōng)给创造需求，AIGC作(zuò)为全新的内容(róng)生产方(fāng)式，可以为内容产业带(dài)来更新的内容风格、更快的(de)生产速(sù)度(dù)，更低的生(shēng)产(chǎn)成本，这无疑会驱动内容(róng)产业的大(dà)爆发。

除(chú)了AI绘图、视频(pín)，AIGC技(jì)术还能(néng)应用于音乐、代码、机器人动(dòng)作等多种(zhǒng)内容形式的生成。不难发(fā)现该项技(jì)术不(bù)仅在游戏等行业能得(dé)到有效应用(yòng)，对(duì)于下一(yī)代(dài)互联网各种元素的构建亦有关(guān)键意义。

从商业化的(de)角度(dù)来看(kàn)，文化娱乐、教育、传媒等(děng)诸多(duō)领域(yù)，本(běn)身就(jiù)对(duì)基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画(huà)及视(shì)频或(huò)不是结果，而只是(shì)AI进程(chéng)中的一块重要拼(pīn)图，有(yǒu)望(wàng)在技术(shù)更(gèng)新(xīn)的加(jiā)持下实现更大的应用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够创造出独立价(jià)值和(hé)独立(lì)视角的内容。AIGC的(de)再(zài)次出圈，更代表着未(wèi)来的先进(jìn)生产力即将到来(lái)。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座

从(cóng)技术(shù)的发展也可以看出，在(zài)语(yǔ)言(yán)大模型、图像大模型之后，多模态大模型已经(jīng)成为了新的趋势(shì)。

大模型被(bèi)誉为当前人工(gōng)智能发展的(de)智能底(dǐ)座(zuò)，是全球竞(jìng)争(zhēng)最(zuì)激烈的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等(děng)众多头部企业都在竞(jìng)相发(fā)力。

不过训练大(dà)模(mó)型的(de)确价格不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对于(yú)一些(xiē)更大的LLM(大型语言模型)，训(xùn)练成(chéng)本则(zé)介于(yú)200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美(měi)元，每(měi)日(rì)仅(jǐn)电费(fèi)就在5万美元(yuán)左右(yòu)。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关注(zhù)各类大模型的发展同时，更(gèng)应该关注(zhù)算力网络的建设(shè)。

算力网络正(zhèng)驱(qū)动AI产(chǎn)业(yè)发展(zhǎn)进(jìn)入史诗级加(jiā)速进程，让AIGC及通用AI这一人(rén)工智能(néng)发展的终(zhōng)极目标(biāo)离得更近。

因为(wèi)算力(lì)可以对突破性技(jì)术创新提供大力(lì)的支持。这方面，多模态(tài)大模型是(shì)典(diǎn)型。作为面向未(wèi)来强人工智能、通用(yòng)人工(gōng)智能的重要技(jì)术创新，多(duō)模态大模型已经在人(rén)工智能领域提出了很(hěn)多(duō)年，业界也有不少技术突破，但是(shì)，多模态大模型进一步往下走，算力(lì)需(xū)求呈几何式(shì)上(shàng)升(shēng)，一般(bān)的算(suàn)力基(jī)础设施很(hěn)快将难以胜(shèng)任。

从(cóng)图(tú)像、文(wén)字、语音单独一项的(de)训练，到双模态(tài)、三(sān)模态的跃(yuè)迁，让人工智能可(kě)以灵活应对(duì)不(bù)同(tóng)模态(tài)的转化、像人与世界交互一样(yàng)自(zì)然，这方面，由算力网络来驱动将有明(míng)显优(yōu)势。

此外，还有(yǒu)很多需要爆发式(shì)增(zēng)长的算力来(lái)支撑的技术创新，将(jiāng)在人工智能算(suàn)力网络支(zhī)撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和(hé)大算力的支持(chí)下(xià)AIGC能持续颠覆内(nèi)容生(shēng)产(chǎn)的方式，将创造的边际(jì)成本降(jiàng)低(dī)，让(ràng)万众受益(yì)。

未经允许不得转载：绿茶通用站群 形容一晃十年的诗句，含有十年的诗句