自聊天(tiān)机器(qì)人(rén)ChatGPT火爆以(yǐ)来，微(wēi)软公司(sī)创始人(rén)比尔·盖茨已(yǐ)多仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也翻译，仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也议论文次公开谈论人工智能话(huà)题(tí)。在最近的一次采访中，他(tā)再次(cì)表(biǎo)示：“AI可能会让科技(jì)行(xíng)业(yè)迎来一次剧烈的洗牌”。

这个结论(lùn)是他在(zài)当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发(fā)展(zhǎn)可(kě)能会威胁到谷(gǔ)歌的市(shì)占率，因(yīn)为(wèi)微(wēi)软在AI方面的(de)行动(dòng)相(xiāng)当迅速(sù)。而(ér)最终科技(jì)巨头(tóu)将(jiāng)把AI整(zhěng)合成用(yòng)户的“全能助(zhù)手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟通并提供(gōng)建议，可(kě)以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次爆火(huǒ)的(de)时(shí)候，还(hái)是2022年(nián)8月，在美国科罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一(yī)幅(fú)名为《太空歌剧(jù)院》的作品获奖。

随后各大厂商的(de)AI绘画(huà)软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输入一组关键词或者一(yī)张照片，就能获得一(yī)幅AI创作的画作。

作画的关键就是所输入的文本。同一组关键词也可以创作出很(hěn)多张风格不一样的画作，这让(ràng)创(chuàng)作的(de)过程就像开(kāi)盲(máng)盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们(men)会将生成的美图当做头像(xiàng)。而另(lìng)一部分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在社交媒体上(shàng)，许多用户分享AI“翻(fān)车(chē)现(xiàn)场”，例(lì)如(rú)，一(yī)位网友(yǒu)的小狗照片被AI画(huà)成了“肌肉(ròu)男”，还有网友的(de)个人照片被AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的填写(xiě)关键(jiàn)词游戏(xì)可能要被颠覆了(le)。

ControlNet是一(yī)位正在斯(sī)坦福读博的(de)中(zhōng)国(guó)人张吕(lǚ)敏创作的一种基于控制点的图像变形算法，主要用于(yú)数字图像(xiàng)处理、计算机视觉和(hé)计算(suàn)机图(tú)形学(xué)等领域。

其(qí)SD插件一经发布，在短(duǎn)短的两天内便成(chéng)为(wèi)了AI绘画(huà)领域最新的(de)热点。

在(zài)此之前，大家用了很多方法(fǎ)想(xiǎng)让AI生成的结果(guǒ)尽可(kě)能的符合(hé)要求，但(dàn)是都不尽如人意，它的出(chū)现代(dài)表着AI生成开(kāi)始(shǐ)进入真正的可(kě)控时期(qī)。

因(yīn)为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的姿势和画(huà)面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰(pèng)运(yùn)气，抽盲盒式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘画(huà)加了(le)“魔(mó)法”，不少博主的作(zuò)品已经获得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用(yòng)朋友的(de)照片直(zhí)接带她们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始换关键词(cí)试效果(guǒ)。

通(tōng)过(guò)图片就可(kě)以看出来，效果(guǒ)十分(fēn)惊艳。

更厉(lì)害的(de)是，除(chú)了(le)真实的照片，草图(tú)也(yě)可以(yǐ)加上(shàng)“魔法(fǎ)”，知乎(hū)大(dà)牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神(shén)张吕敏其本尊也亲自回应。

不(bù)得不说当下AIGC已经(jīng)变得越(yuè)来越强(qiáng)大，甚(shèn)至输(shū)出的作品都已经能以假乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术(shù)力爆发(fā)

警(jǐng)惕安全问题(tí)

近日，“苏(sū)州金鸡(jī)湖有游(yóu)艇party”的消(xiāo)息(xī)火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可(kě)能是全国第一(yī)起AI绘(huì)图诈骗。

由于(yú)这个活动里面给(gěi)出的美(měi)女照片(piàn)都是AI制作(zuò)的真人照片绘图，因为太逼真，被(bèi)大家(jiā)当成真事传播(bō)了。

不过仔细(xì)观察可以发现(xiàn)，活动发起者(zhě)提供的(de)照片中有个(gè)很大的漏洞(dòng)可(kě)以(yǐ)发(fā)现(xiàn)并非真(zhēn)人，而是(shì)AI绘图，那便是(shì)图片中女性的手指部(bù)分有(yǒu)的存在异常(cháng)。

有行(xíng)业人事表示：“现在因为手指部(bù)分(fēn)的绘画算法比较复杂，AI还不太会画人(rén)的(de)手(shǒu)，但最新看到的图(tú)片已经有(yǒu)越来越完美(měi)的AI模(mó)型出现，以后(hòu)可(kě)能就完全没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾的假照片发布(bù)到网络，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已经能(néng)做出真人照片般的绘图效果(guǒ)，如果这(zhè)样的图(tú)片(piàn)被(bèi)用来诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多担(dān)忧(yōu)，一方面，批判者(zhě)认(rèn)为AI在(zài)“学习(xí)”了(le)大量前人的作品(pǐn)之(zhī)后，其创(chuàng)作没有任何情(qíng)绪和(hé)灵魂，难(nán)以和(hé)人类的艺(yì)术(shù)创作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不会(huì)代替人类“至高无上”的创意。

马斯克(kè)也强调，人工智能的安全问题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技术都是有两面性的，潜在的危害并(bìng)不能掩盖(gài)其光(guāng)辉的贡献。现在(zài)看来，人(rén)工智能(néng)技术将是第四次(cì)工业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去(qù)一年，人(rén)工智能在技术和(hé)商业层面(miàn)都有了巨大进展(zhǎn)，AI绘(huì)画就是(shì)人工智能技(jì)术发生方向性改变的一个代(dài)表。其(qí)下一(yī)站(zhàn)或许就是视(shì)频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条(tiáo)引爆科技圈的短视(shì)频(pín)。这(zhè)些视频引(yǐn)发关注并非内容做(zuò)得多(duō)优秀，反而都非常简(jiǎn)单，比如一匹正在喝水的(de)马，一只画画的玩具熊(xióng)，或者一段骑(qí)摩托车的第(dì)一视(shì)角录(lù)像，随便一个有手(shǒu)机(jī)的(de)人(rén)都可以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创作(zuò)者仅仅需(xū)要向AI输入(rù)一(yī)段话(huà)，甚至(zhì)只(zhǐ)是说(shuō)一下要求，AI就可以根(gēn)据需(xū)要生成一(yī)段视频(pín)。

谷歌发(fā)布的两个AI生成视(shì)频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的(de)视频后，AI圈就已经玩了一(yī)波(bō)梗，一个(gè)能够做(zuò)出更(gèng)高清视频的AI还不(bù)足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作出超(chāo)过2分(fēn)钟(zhōng)的(de)连贯的也有确切内容的视频，这(zhè)才是真正(zhèng)让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多(duō)么高清，也只能是(shì)为内(nèi)容生产者(zhě)提供一个灵感，一个素(sù)材，一个过(guò)场动画(huà)。

不(bù)过能够制作出有具体剧情内容的视频就意味着，一些视频创作由AI代替人工完成(chéng)已经初步有了可能。

当(dāng)下AI的发展速度已经超(chāo)过大部分人的(de)想象。内(nèi)容产(chǎn)业的本(běn)质是供给创造需求，AIGC作为全(quán)新的内容生产方式，可(kě)以为内(nèi)容产业(yè)带来更新的内容(róng)风格、更快的生(shēng)产速(sù)度(dù)，更低(dī)的生(shēng)产成本(běn)，这无疑(yí)会驱动内容(róng)产业的大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作等(děng)多种内容形式(shì)的生(shēng)成。不难发现该项技术不仅在游戏(xì)等行业能得到(dào)有(yǒu)效应用(yòng)，对于下(xià)一代(dài)互联网各种元素的构建亦有关键意义(yì)。

从商业(yè)化的角度来看(kàn)，文化娱乐、教(jiào)育(yù)、传媒等诸多领域，本(běn)身就(jiù)对基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不(bù)是结果(guǒ)，而只是AI进(jìn)程中的一(yī)块(kuài)重要拼图，有望在技(jì)术更新的加(jiā)持下(xià)实(shí)现更大的(de)应用价值。

AI从(cóng)理解内容(róng)，走向了可以生(shēng)成内容，甚至能够创造出独(dú)立(lì)价(jià)值和独立视角的(de)内容。AIGC的再次出圈(quān)，更(gèng)代表着未(wèi)来的(de)先进生产力即将到来。

04

紧抓大模型(xíng)与算力(lì)，牢固(gù)AIGC底座

从技术的发(fā)展(zhǎn)也可(kě)以看出(chū)，在语言大模型(xíng)、图像(xiàng)大(dà)模型之后，多模态(tài)大模型已经成(chéng)为(wèi)了新的(de)趋势。

大模型被誉为(wèi)当前人工(gōng)智(zhì)能(néng)发(fā)展的(de)智能底座，是全球竞争最激(jī)烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯(xùn)等众多头(tóu)部企(qǐ)业都在竞相发力。

不过(guò)训(xùn)练大模型的确价格不菲，以国盛(shèng)证券(quàn)发布(bù)的《ChatGPT需要多少(shǎo)算(suàn)力》报告(gào)估算，GPT-3训练(liàn)一(yī)次的成本约为(wèi)140万(wàn)美元。而对于一些更大的(de)LLM(大(dà)型语(yǔ)言模型)，训练成(chéng)本则介于200万美元至1200万美(měi)元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立(lì)访客平均数1300万(wàn)计算(suàn)，其对(duì)应芯片需求为(wèi)3万多(duō)片英伟(wěi)达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元(yuán)，每日仅电费就在5万(wàn)美元左(zuǒ)右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持(chí)。在关注各类大模型的(de)发展同(tóng)时，更应该关注算力网络(luò)的建设。

算力网络正驱动AI产业发展进入史诗(shī)级加速进程(chéng)，让AIGC及通用AI这(zhè)一(yī)人工智(zhì)能发展的终极(jí)目标离得更近。

因为算力可以对突破性(xìng)技术创(chuàng)新提(tí)供大力的支持(chí)。这(zhè)方面(miàn)，多模态大模型是典型。作为面向未来(lái)强人(rén)工智(zhì)能、通用人工智能(néng)的(de)重要技术创新(xīn)，多模(mó)态大模型已(yǐ)经在人工智能领域(yù)提出了很多年，业(yè)界也有(yǒu)不少技术突破，但是，多(duō)模态大模型进一步往(wǎng)下走，算(suàn)力(lì)需求呈(chéng)几何式上升，一般的(de)算力(lì)基(jī)础设施很快(kuài)将难以胜任(rèn)。

从图(tú)像(xiàng)、文字(zì)、语音单独一项的训练，到(dào)双模态、三模态的跃迁(qiān)，让人(rén)工智(zhì)能可以灵(líng)活应(yīng)对不同模态的(de)转化、像人与世界交互一(yī)样自然，这方(fāng)面，由算力网络(luò)来驱动(dòng)将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技(jì)术创(chuàng)新，将在人工智能算(suàn)力网络(luò)支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模(mó)型(xíng)和大算(suàn)力(lì)的支(zhī)持下AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)降低，让万(wàn)众受(shòu)益(yì)。

未经允许不得转载：北京老旧机动车解体中心 仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也翻译，仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也议论文