自(zì)聊(liáo)天(tiān)机(jī)器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈论人工智(zhì)能话题。在最(zuì)近的一次(cì)采访中，他再次表示：“AI可(kě)能会让(ràng)科(kē)技行(xíng扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文)业(yè)迎来一次(cì)剧烈的(de)洗牌”。

这(zhè)个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威(wēi)胁到(dào)谷歌(gē)的(de)市占率(lǜ)，因为(wèi)微(wēi)软在AI方面的行动相当迅速。而最终科技(jì)巨头将把(bǎ)AI整合(hé)成用户的“全(quán)能助手”，包揽一(yī)切应(yīng)用，与人们进行沟通并提供建(jiàn)议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到来(lái)可(kě)能尚需时日，但由ControlNet引发(fā)的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画(huà)为代表的(de)AIGC上(shàng)一次爆火(huǒ)的时候，还是2022年8月，在(zài)美国(guó)科罗拉(lā)多州举办(bàn)的(de)新(xīn)兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的(de)作品(pǐn)获奖。

随(suí)后各大厂商(shāng)的(de)AI绘(huì)画(huà)软件被广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以(yǐ)在应(yīng)用(yòng)中(zhōng)输入一组(zǔ)关键(jiàn)词或者(zhě)一张(zhāng)照(zhào)片，就能获得(dé)一幅(fú)AI创作的画作。

作画(huà)的关键就是所输(shū)入的文本(běn)。同一组关(guān)键词也可以创作出很多张(zhāng)风格(gé)不一(yī)样的画作，这让创作的过程就像开盲盒。

很(hěn)多(duō)用(yòng)户(hù)很喜欢这种不确(què)定的(de)惊喜，他们(men)会(huì)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。在社交媒体上，许多用户分(fēn)享AI“翻车现场”，例(lì)如，一(yī)位网友的小(xiǎo)狗照片被AI画成(chéng)了“肌肉男”，还有网友的个(gè)人照片(piàn)被(bèi)AI识别成(chéng)了建筑(zhù)。

而(ér)如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填写关(guān)键词游戏可能(néng)要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的一种基于控制点的图像变形算(suàn)法，主要用(yòng)于数字(zì)图像处理(lǐ)、计算机(jī)视觉和计算机图形(xíng)学等(děng)领域。

其SD插件一经发布(bù)，在短短的(de)两天(tiān)内便成(chéng)为了AI绘(huì)画领域最新的热点(diǎn)。

在此之前，大家用了很(hěn)多方法想(xiǎng)让AI生成的结果尽可能的(de)符(fú)合(hé)要求，但是都不尽如人意(yì)，它的出(chū)现代表着(zhe)AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和画面(miàn)的深度(dù)信息等。有了它的帮(bāng)助(zhù)，就(jiù)不用频繁的(de)用提示词来(lái)碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了(le)“魔法”，不少博主的作品(pǐn)已经获得了大(dà)量的浏览量，“viggo”就是(shì)其(qí)中之一，他(tā)用朋(péng)友的照片直接带她们(men)走进(jìn)动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键(jiàn)词；最后用ControlNet插件绑定骨骼开始换关键词(cí)试(shì)效果。

通过图片就(jiù)可以看出来，效(xiào)果十分惊艳(yàn)。

更(gèng)厉(lì)害的(de)是，除(chú)了真实(shí)的照(zhào)片，草图(tú)也可以(yǐ)加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神(shén)张(zhāng)吕敏(mǐn)其本尊也(yě)亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大，甚至输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆(bào)发

警惕安全问(wèn)题

近日，“苏(sū)州金(jīn)鸡湖有游艇party”的(de)消息火遍网络(luò)，而经(jīng)过警方辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里(lǐ)面给(gěi)出的美(měi)女照片都是AI制作的真人照片(piàn)绘图，因为太(tài)逼真，被(bèi)大家当成(chéng)真事(shì)传播了。

不过仔细观(guān)察(chá)可以发现，活动发起者提供的照片中有个很大的(de)漏洞可以发现并(bìng)非真(zhēn)人，而是AI绘图，那便是(shì)图片中女性的手指部分有的存在异常。

有行业(yè)人事表(biǎo)示：“现在因为手指部分的(de)绘画算法比(bǐ)较(jiào)复杂(zá)，AI还(hái)不太(tài)会画人的手(shǒu)，但最新看(kàn)到(dào)的图(tú)片已(yǐ)经有(yǒu)越来越完美的AI模型出现，以后(hòu)可能就(jiù)完全(quán)没有漏洞了。”

类似的(de)AI作(zuò)图(tú)诈骗在国(guó)外也已(yǐ)有发生(shēng)。据英国广播(bō)公司报道，土耳其地震(zhèn)期(qī)间，有Tiktok用户(hù)使(shǐ)用AI合成(chéng)了儿童受灾(zāi)的假照片(piàn)发布到网络，以此诱(yòu)骗善(shàn)良的(de)人打赏(shǎng)“捐(juān)助(zhù)”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真人照(zhào)片般的绘图效果，如果这样的图片被用来诈(zhà)骗，将(jiāng)非常(cháng)可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其创作没(méi)有任何情绪和灵魂，难(nán)以和人类的艺术创作相(xiāng)提并(bìng)论。

另一(yī)方面，AIGC背后的版(bǎn)权、目前都(dōu)并(bìng)没(méi)有得到有效的(de)解决(jué)，还(hái)有AIGC会(huì)不会代替人类“至(zhì)高(gāo)无上”的创意。

马斯克也强调，人工智能的安(ān)全问(wèn)题(tí)需要得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下(xià)一站除了视(shì)频，还有远方

技术都是有两面性的，潜在的危(wēi)害并不能掩盖其光辉的(de)贡献。现在看来，人工智能技术将(jiāng)是第四次(cì)工业(yè)革命(mìng)的核(hé)心驱动力量，将创造新的(de)增长奇迹。

过去(qù)一年，人工(gōng)智能在技术和商业层面都有了巨大(dà)进展，AI绘画就(jiù)是(shì)人(rén)工智能技术发生方(fāng)向性改变的一个代(dài)表。其(qí)下一(yī)站或(huò)许(xǔ)就是视频。

此前，Meta和谷歌(gē)先后发布了几(jǐ)条引爆科技圈的短视频。这些视频引发关注并非内容做得(dé)多优秀(xiù)，反(fǎn)而都非常简单，比如一(yī)匹正在喝水的马，一只画(huà)画(huà)的玩具熊(xióng)，或者(zhě)一(yī)段骑摩托(tuō)车的第一视角录(lù)像，随便一(yī)个(gè)有手机的人都(dōu)可以随手录下一段。

但这些短视频的创(chuàng)作方(fāng)式非常简单，创作者(zhě)仅仅(jǐn)需要向AI输入一(yī)段话，甚至(zhì)只是说一下要求，AI就(jiù)可(kě)以根据(jù)需要生成(chéng)一(yī)段(duàn)视(shì)频(pín)。

谷歌发布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频(pín)后(hòu)，AI圈就已经玩了一波梗，一个能够做出更高(gāo)清视频的(de)AI还不足以在短时(shí)间(jiān)内(nèi)戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在于，它可(kě)以制作出超过2分(fēn)钟的连贯的也有确切内容的视频，这才是真正(zhèng)让人们感到惊喜的地方。因(yīn)为无论AI生成的视频多么高清，也只能是(shì)为内容生产(chǎn)者(zhě)提供一(yī)个灵感，一个素(sù)材，一个过场动画(huà)。

不过能够制作(zuò)出有具体剧情内容的(de)视频就意味着(zhe)，一些视频创(chuàng)作由AI代替人(rén)工完成已(yǐ)经初步有(yǒu)了可(kě)能(néng)。

当下AI的(de)发(fā)展速度(dù)已经超过大部(bù)分人的想象(xiàng)。内(nèi)容产业的本(běn)质是(shì)供(gōng)给创造需求(qiú)，AIGC作(zuò)为全新的内容生产方式，可以(yǐ)为内容产业(yè)带来更新(xīn)的内容风格、更快的生产速(sù)度，更低的(de)生产成本(běn)，这(zhè)无(wú)疑会驱动内容(róng)产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机器(qì)人动作等多种内容(róng)形式(shì)的生(shēng)成。不难发现该项(xiàng)技术不仅在游戏等(děng)行业能得到有效应用，对(duì)于下一代互(hù)联网各种(zhǒng)元素的构(gòu)建亦有(yǒu)关(guān)键意义。

从(cóng)商业化的(de)角度(dù)来看，文(wén)化娱(yú)乐、教育、传(chuán)媒等诸多(duō)领(lǐng)域，本身(shēn)就对(duì)基于AI的可(kě)视化内容(róng)有强烈(liè)需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程(chéng)中(zhōng)的一块重(zhòng)要拼图，有望在(zài)技术更新的加持下实现更大的应用价值。

AI从(cóng)理解内(nèi)容，走向了可(kě)以生成内容，甚至能够创造出独立价(jià)值和独立视角的内容(róng)。AIGC的再次出圈，更代表着未来(lái)的(de)先进生产力即将到(dào)来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在语(yǔ)言大模型、图像大模型之后，多模态大模型已(yǐ)经成为了新的趋势。

大模型(xíng)被(bèi)誉为当前人(rén)工(gōng)智(zhì)能发(fā)展的智能底(dǐ)座(zuò)，是全球竞争(zhēng)最激(jī)烈的研(yán)究方向之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾讯等众多(duō)头(tóu)部企业都在(zài)竞相发力(lì)。

不(bù)过训练大(dà)模型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练一(yī)次的成本约为(wèi)140万美元。而对于(yú)一些(xiē)更(gèng)大的LLM(大型语言(yán)模型)，训练成本则介于200万美(měi)元至(zhì)1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平均数(shù)1300万计算(suàn)，其对(duì)应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本(běn)约(yuē)为8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此(cǐ)外不(bù)论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞(páng)大(dà)算力支持。在关注各类大模型的发展同时，更应该(gāi)关注算力网络的建(jiàn)设。

算力(lì)网络正(zhèng)驱(qū)动AI产业(yè)发(fā)展进入史诗(shī)级加速进程，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的终极(jí)目标离(lí)得更近。

因为算(suàn)力可(kě)以对(duì)突破性技术创新提供大力(lì)的(de)支持。这方(fāng)面，多模(mó)态大模(mó)型(xíng)是(shì)典(diǎn)型(xíng)。作为面(miàn)向(xiàng)未来强(qiáng)人工智能(néng)、通用人工智能的重要技术创新(xīn)，多(duō)模态(tài)大(dà)模型已经(jīng)在人工智能领域(yù)提出了很多年，业界也有不少技(jì)术突破(pò)，但是(shì)，多模态大模型进一(yī)步往下走(zǒu)，算力需求(qiú)呈(chéng)几何式(shì)上升，一般的算力基础(chǔ)设施(shī)很快将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独一(yī)项的(de)训练，到(dào)双模(mó)态、三(sān)模(mó)态的跃迁，让人(rén)工智能(néng)可(kě)以灵活应对不(bù)同模态的转(zhuǎn)化(huà)、像人(rén)与(yǔ)世界交互一样自(zì)然，这方面(miàn)，由算力网络来驱动将有(yǒu)明(míng)显优势。

此外(wài)，还有很多需(xū)要爆发式增长的算力来支(zhī)撑(chēng)的技术创新，将(jiāng)在人工智能(néng)算力网络(luò)支撑下(xià)快速推进(jìn)。

AIGC已经露出曙光(guāng)，期待在(zài)大模型(xíng)和大算力(lì)的支持下AIGC能持续颠(diān)覆内容(róng)生产的方(fāng)式，将创造的(de)边际成本降低，让万众受益(yì)。

未经允许不得转载：北京老旧机动车解体中心 扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文