自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已(yǐ)多(duō)次公开谈论人(rén)工智(zhì)能话题。在最近(jìn)的一(yī)次(cì)采访中，他再次表(biǎo)示：“AI可能会让(ràng)科技(jì)行(xíng)业(yè)迎来一(yī)次剧烈的洗牌”。

这个结论是(shì)他在当地(dì)时间2月20日(rì)接受《In Good Company》节目专访时(shí)提出的(de)。

他预(yù)期，AI的发(fā)展可能(néng)会(huì)威胁到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅速(sù)。而最终科技(jì)巨头将把AI整合成(chéng)用户(hù)的“全能助(zhù)手”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助(zhù)手(shǒu)的到来可(kě)能(néng)尚(shàng)需时日，但(dàn)由ControlNet引发的又一(yī)次(cì)AI绘(huì)画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一(yī)次爆火的时(shí)候，还是2022年8月，在(zài)美国科罗拉多州举办的(de)新(xīn)兴数(shù)字艺术家(jiā)竞(jìng)赛中(zhōng)，一幅名(míng)为《太空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂(chǎng)商的AI绘画软(ruǎn)件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以在应用中输入(rù)一组关(guān)键词或者一(yī)张照片，就能获(huò)得一幅(fú)AI创作(zuò)的画作(zuò)。

作画的关键就是所输入(rù)的文(wén)本。同一组关(guān)键词也(yě)可以创作出很(hěn)多张风格不一样(yàng)的画作，这(zhè)让创作的过程(chéng)就像(xiàng)开(kāi)盲盒。

很多(duō)用户很喜欢这种不(bù)确(què)定的(de)惊喜，他们(men)会将生成的美图(tú)当做头像。而另一(yī)部分喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上(shàng)，许多(duō)用(yòng)户分享(xiǎng)AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人照(zhào)片被AI识别(bié)成了(le)建筑。

而如今(jīn)随(suí)着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的(de)填写关(guān)键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一(yī)位(wèi)正在斯(sī)坦福(fú)读博(bó)的中国人张吕(lǚ)敏创作的一(yī)种基于(yú)控制点的图像变形算(suàn)法，主要用于数字(zì)图像处理、计算机(jī)视觉和计算(suàn)机图(tú)形学等(děng)领域。

其SD插(chā)件一经发布，在短短的两(liǎng)天内(nèi)便成为了(le)AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很多(duō)方法(fǎ)想让AI生成的结(jié)果尽可能的符合要求，但是都(dōu)不尽如人意，它的出现代表着AI生(shēng)成(chéng)开始(shǐ)进入真(zhēn)正的可控时(shí)期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构(gòu)图，人物的(de)姿势和画面的深度(dù)信息等(děng)。有了它的(de)帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔(mó)法”，不少博主(zhǔ)的作(zuò)品已经获得了大量的浏(l改造文章的祖师是谁 改造文章的祖师爷是谁iú)览量，“viggo”就是(shì)其中之一，他用朋(péng)友的照片直接带她们(men)走进动(dòng)漫世界。

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

再用Text2Prompt插(chā)件(jiàn)拓展找到对应的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更(gèng)厉害(hài)的是，除了(le)真实的照片，草图也(yě)可以加上(shàng)“魔(mó)法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现(xiàn)线稿(gǎo)转全彩图。大神张(zhāng)吕(lǚ)敏(mǐn)其本尊也亲(qīn)自回(huí)应。

不得(dé)不说当下AIGC已经变(biàn)得越来越(yuè)强(qiáng)大，甚至输(shū)出的作品都已(yǐ)经(jīng)能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技术力(lì)爆(bào)发

警惕(tì)安(ān)全问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警(jǐng)方(fāng)辟谣这所谓的(de)“party”可能是全国(guó)第一起(qǐ)AI绘图诈骗。

由(yóu)于这个活动里面给(gěi)出的美女(nǚ)照片都是(shì)AI制作的真(zhēn)人照(zhào)片绘(huì)图，因为太(tài)逼(bī)真，被大(dà)家(jiā)当成(chéng)真事传播了。

不(bù)过仔(zǎi)细观察(chá)可以发现，活动(dòng)发起者提供的照片中有个(gè)很大的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片中女性的手指部(bù)分有(yǒu)的存在异常。

有行(xíng)业(yè)人事(shì)表示：“现在因为手指部分(fēn)的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最新(xīn)看到的图片已经有越来越完美的AI模(mó)型出现，以后(hòu)可能就完全没有(yǒu)漏洞了。”

类似(shì)的AI作图(tú)诈骗在国外(wài)也已(yǐ)有(yǒu)发生。据英国广播公司报道，土耳其地震(zhèn)期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前(qián)随着技(jì)术发展，AIGC已(yǐ)经能做(zuò)出真人照片般的绘图效果，如果这样的图片被(bèi)用来诈骗，将非常可(kě)怕(pà)。

此外AIGC还引(yǐn)发了(le)很(hěn)多担(dān)忧，一方(fāng)面(miàn)，批判者认为(wèi)AI在“学习”了大量前人的作(zuò)品之(zhī)后(hòu)，其创作没有任何情绪(xù)和灵魂，难以(yǐ)和人类的艺(yì)术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到有效的解决，还有AIGC会不会代替人类(lèi)“至高无(wú)上”的创意。

马斯克也强调，人工智能的安全问题需(xū)要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在的危害(hài)并不能掩盖其光辉(huī)的(de)贡献。现在(zài)看来，人工智能技术将是(shì)第四次(cì)工业(yè)革命的核心(xīn)驱动力量，将创造(zào)新的增(zēng)长奇迹。

过(guò)去一年(nián)，人工智能(néng)在技术(shù)和商(shāng)业层面(miàn)都有了巨(jù)大(dà)进(jìn)展，AI绘(huì)画就是人工(gōng)智能技术(shù)发生方向性(xìng)改变的一个代表。其下一站(zhàn)或(huò)许(xǔ)就(jiù)是视(shì)频(pín)。

此前，Meta和(hé)谷歌先后发布了(le)几条引爆科(kē)技(jì)圈的短视频。这些视频引发关(guān)注并非内(nèi)容做得多优秀(xiù)，反而(ér)都非(fēi)常简单，比如一匹正在喝水的马，一只(zhǐ)画(huà)画的玩具熊，或者一段骑摩托车的第一视(shì)角(jiǎo)录(lù)像(xiàng)，随便一个(gè)有(yǒu)手机的人都(dōu)可(kě)以随手(shǒu)录下一段。

但(dàn)这些短视(shì)频的创作方式非常简(jiǎn)单，创作(zuò)者仅(jǐn)仅(jǐn)需要向(xiàng)AI输入(rù)一段话，甚至(zhì)只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷歌发布的两(liǎng)个(gè)AI生成视频(pín)分别来自(zì)于Imagen Video和(hé)Phenaki，前者主(zhǔ)要(yào)突出(chū)的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布(bù)了(le)AI生成(chéng)的视频后，AI圈就已(yǐ)经玩了一波(bō)梗，一个能够做出(chū)更高清(qīng)视频的AI还不足以在短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它(tā)可(kě)以(yǐ)制(zhì)作出超过2分钟的(de)连贯的也有确切内容(róng)的视频，这才是真正(zhèng)让人们感到惊喜的地(dì)方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容生(shēng)产者提供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有(yǒu)具体(tǐ)剧情内容的(de)视频(pín)就意(yì)味着，一(yī)些视频(pín)创作由AI代替人工完成已(yǐ)经初步有(yǒu)了可能(néng)。

当下(xià)AI的发展速度已经超过大部(bù)分人的想象改造文章的祖师是谁 改造文章的祖师爷是谁。内容产业的(de)本质是供(gōng)给创造需求，AIGC作为全新的内容生产方(fāng)式，可(kě)以为内容产业带来更新的内(nèi)容(róng)风格、更快(kuài)的生产速(sù)度，更(gèng)低的(de)生产成本，这无疑会驱动(dòng)内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器(qì)人动作等(děng)多种内容(róng)形式的(de)生(shēng)成。不难发(fā)现该项技术不仅在(zài)游戏等行业能得到有(yǒu)效应用(yòng)，对于下一代互联网(wǎng)各种元素的构建亦有关键意(yì)义。

从商业化的角(jiǎo)度来看(kàn)，文(wén)化娱(yú)乐、教育、传媒(méi)等诸多领域，本身就(jiù)对基于AI的可视化内容(róng)有(yǒu)强烈需求。

因此，AI绘画(huà)及视频或不是(shì)结果(guǒ)，而只是(shì)AI进程中的一(yī)块重要拼图，有望在技术更新的加持(chí)下实现(xiàn)更大(dà)的(de)应用价值。

AI从(cóng)理解内容，走向了可以生成内(nèi)容，甚至(zhì)能够创造出独立价值和独(dú)立视角的内容。AIGC的再(zài)次出圈，更(gèng)代表着未来的先进生产力(lì)即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底座

从技术的(de)发(fā)展也可以看出，在语言大(dà)模型、图像大模型之后，多模态(tài)大模型已(yǐ)经(jīng)成为了(le)新的趋(qū)势(shì)。

大模(mó)型被誉为(wèi)当前(qián)人工智(zhì)能发展的智能底(dǐ)座(zuò)，是全球(qiú)竞争最(zuì)激烈的(de)研究(jiū)方向之一，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业都(dōu)在竞(jìng)相(xiāng)发力。

不过训练大(dà)模(mó)型的确价格不菲，以国(guó)盛(shèng)证券发(fā)布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次(cì)的成本约为(wèi)140万美元。而(ér)对(duì)于一些更大的LLM(大型(xíng)语言模型(xíng))，训(xùn)练成本(běn)则(zé)介于200万美元至1200万美(měi)元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立访客平(píng)均数1300万(wàn)计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元，每日(rì)仅电费就在5万美(měi)元(yuán)左右。

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持(chí)。在关注各类(lèi)大(dà)模型的发展同时(shí)，更应该关注算力网(wǎng)络的建(jiàn)设。

算力网络(luò)正(zhèng)驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发展(zhǎn)的终(zhōng)极目(mù)标离得更近。

因(yīn)为(wèi)算力可以(yǐ)对突(tū)破性技(jì)术创(chuàng)新提(tí)供大力的(de)支(zhī)持。这(zhè)方面(miàn)，多(duō)模(mó)态大模型是典型。作为面向未来强人工智能、通用人工智能(néng)的(de)重要技术创新(xīn)，多(duō)模(mó)态(tài)大(dà)模(mó)型已经在人工智能领(lǐng)域提出了很多年，业(yè)界也有不(bù)少(shǎo)技术突(tū)破(pò)，但(dàn)是，多模态大模型(xíng)进(jìn)一步往下走(zǒu)，算力需求呈几何式上(shàng)升，一般(bān)的算力基(jī)础(chǔ)设施(shī)很快将(jiāng)难(nán)以胜任。

从图像、文字、语音单独一项的训(xùn)练，到双(shuāng)模态、三模态的(de)跃迁，让人工智(zhì)能可(kě)以灵活应对(duì)不同(tóng)模态的转化、像(xiàng)人(rén)与世界交互一(yī)样自(zì)然，这(zhè)方面，由算(suàn)力网络(luò)来驱动将有(yǒu)明显优势。

此外，还有很多需要爆(bào)发式增长的(de)算力来支(zhī)撑的技术(shù)创新，将在人工(gōng)智能算(suàn)力(lì)网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在大(dà)模型和大算力的支持下AIGC能持续颠(diān)覆内(nèi)容生产的方式，将创造的边(biān)际成本降(jiàng)低，让万众受益。

未经允许不得转载：绿茶通用站群 改造文章的祖师是谁 改造文章的祖师爷是谁