自聊(liáo)天机(jī)器人ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已(yǐ)多次公开谈论人(rén)工智(zhì)能话(huà)题。在最近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可能(néng)会让科技(jì)行业迎来(lái)一次(cì)剧烈的洗牌”。

这(zhè)个结(jié)论(lùn)是他在当地时间(jiān)2月20日(rì)接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展(zhǎn)可能(néng)会威(wēi)胁(xié)到谷(gǔ)歌(gē)的市占率，因为(wèi)微软在AI方(fāng)面的行动相当迅速。而(ér)最终科技巨头将(jiāng)把AI整合成用(yòng)户的“全能助手(shǒu)”，包揽一切应用，与人(rén)们(men)进行沟(gōu)通(tōng)并提供建议，可以取代(dài)亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全(quán)能助手(shǒu)的到来可能尚需(xū)时日，但由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话(huà)题热点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一次爆火的时(shí)候，还是2022年(nián)8月，在美国(guó)科罗(luó)拉多(duō)州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中(zhōng)代表。

用户们可以在应用中输入(rù)一组(zǔ)关键词或(huò)者一张照片，就能(néng)获得一幅AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的文本。同一组关键词(cí)也(yě)可以创作出很多张风格不一(yī)样(yàng)的画作，这让创作的过程就像(xiàng)开(kāi)盲盒。

很多用户很喜(xǐ)欢这种(zhǒng)不确定的惊喜(xǐ)，他们(men)会将(jiāng)生成的美图当做头像。而另一部分喜欢(huān)翻看AI绘画(huà)的(de)“翻(fān)车”作品。在社(shè)交媒体(tǐ)上，许多(duō)用户分享(xiǎng)AI“翻车现场(chǎng)”，例(lì)如，一位(wèi)网友的(de)小狗照片被AI画(huà)成了“肌肉男”，还(hái)有网友的个人(rén)照片(piàn)被AI识别成了(le)建(jiàn)筑(zhù)。

而(ér)如今随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要(yào)被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读博(bó)的(de)中国人(rén)张(zhāng)吕敏(mǐn)创(chuàng)作的(de)一种(zhǒng)基(jī)于控(kòng)制点的(de)图像变形算(suàn)法，主(zhǔ)要用(yòng)于数字图像处理、计算机视(shì)觉和计算机图形学等领(lǐng)域(yù)。

其(qí)SD插件(jiàn)一(yī)经(jīng)发布，在短短的两天内便成为了AI绘画领域最新的(de)热(rè)点。

在此(cǐ)之前，大家用了很多方法想(xiǎng)让(ràng)AI生成(chéng)的结(jié)果尽可(kě)能的符合要求(qiú)，但(dàn)是都不尽如人(rén)意，它的出现代表(biǎo)着AI生成开始进入真正的(de)可(kě)控时(shí)期。

因(yīn)为ControlNet可以直接提取画(huà)面的构(gòu)图，人物的(de)姿(zī)势和画(huà)面的深度信(xìn)息等(děng)。有(yǒu)了它的帮助，就不用(yòng)频繁的用提示词来碰运气，抽盲盒式(shì)的创(chuàng)作了(le)。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔(mó)法”，不(bù)少博主的作品已经获得了大(dà)量的浏(liú)览(lǎn)量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她(tā)们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过图片就可以(yǐ)看出来(lái)，效(xiào)果十分(fēn)惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线(xiàn)稿转全彩图。大神(shén)张吕敏其本尊也亲(qīn)自回应。

不得不说(shuō)当下(xià)AIGC已经变(biàn)得(dé)越(yuè)来越(yuè)强(qiáng)大，甚至(zhì)输出(chū)的作(zuò)品都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全问题

近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的(de)消息火遍(biàn)网络，而(ér)经(jīng)过警(jǐng)方(fāng)辟(pì)谣这所谓(wèi)的“party”可(kě)能是(shì)全国(guó)第一起AI绘图(tú)诈(zhà)骗(piàn)。

由于这个活动(dòng)里(lǐ)面给出的美女照(zhào)片(piàn)都(dōu)是AI制作(zuò)的真人照片绘图，因为太逼(bī)真，被大(dà)家当成真事传播了。

不过(guò)仔(zǎiwork on的用法以及语法，workon的用法总结)细观察可以(yǐ)发(fā)现(xiàn)，活动(dòng)发起者提供(gōng)的照(zhào)片(piàn)中有个很大(dà)的(de)漏洞(dòng)可以发(fā)现并非真(zhēn)人，而是(shì)AI绘图(tú)，那便是图(tú)片中(zhōng)女性work on的用法以及语法，workon的用法总结的(de)手指部(bù)分有的存在异(yì)常。

有行业人(rén)事表示：“现(xiàn)在因为(wèi)手指部分(fēn)的绘画算法比(bǐ)较复杂，AI还不太会(huì)画人(rén)的手，但最新看到的图(tú)片已经有越来(lái)越完美的AI模(mó)型出现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗(piàn)在国外也(yě)已有发生。据(jù)英国广播公司(sī)报道，土(tǔ)耳其(qí)地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受灾的假(jiǎ)照片发布到网(wǎng)络，以此诱骗善(shàn)良的(de)人打赏“捐助”从而实(shí)施诈骗。

目前随着(zhe)技术(shù)发展，AIGC已经能做出(chū)真人照片般(bān)的(de)绘图效(xiào)果，如果这样的图片被(bèi)用来(lái)诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很多(duō)担忧，一方面，批判者认为AI在“学(xué)习”了大量前(qián)人的作品之后，其创作没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会代替(tì)人类“至高无上”的创(chuàng)意。

马斯克也强调(diào)，人工智能的安全问题需要得到重视，太(tài)晚就来不(bù)及(jí)了。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两面性的，潜(qián)在的危害(hài)并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是第(dì)四次工业(yè)革命的核心(xīn)驱动力(lì)量(liàng)，将创造(zào)新的增长(zhǎng)奇迹。

过去一年(nián)，人工智能在技(jì)术和商业层(céng)面都(dōu)有了巨大进展，AI绘画(huà)就是人(rén)工(gōng)智(zhì)能技(jì)术发生方向(xiàng)性改(gǎi)变的一个代表。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌先后(hòu)发布了几(jǐ)条引爆(bào)科技圈的短视频。这些视频引发关注并非内容做得(dé)多(duō)优秀，反而都非(fēi)常简单，比如一匹正在喝水的马，一只画画的玩具熊，或(huò)者(zhě)一段骑摩托车(chē)的(de)第一视角录像，随便一个有手机的人都可(kě)以(yǐ)随(suí)手录下一段。

但(dàn)这(zhè)些短视频(pín)的(de)创作方式非常简单，创作(zuò)者(zhě)仅仅(jǐn)需(xū)要向AI输入(rù)一段话，甚至只是说一(yī)下要求(qiú)，AI就可以(yǐ)根据(jù)需要生成一段视频。

谷歌发(fā)布的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差(chà)别。

在(zài)Make-A-Video公布了(le)AI生成的视频后，AI圈就已经(jīng)玩(wán)了(le)一波(bō)梗，一个能够做出更(gèng)高(gāo)清视频的AI还不足(zú)以在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出超过2分钟(zhōng)的连贯的也有(yǒu)确切(qiè)内容的视频，这才是真正让人们(men)感到(dào)惊喜的地方。因为(wèi)无论AI生成的视频多(duō)么高清，也只能(néng)是为内容生产者提供一个灵感，一个素材，一(yī)个过场动画。

不(bù)过能够制作出有具体(tǐ)剧(jù)情内容的视频就意(yì)味(wèi)着，一些(xiē)视频(pín)创(chuàng)作由AI代(dài)替人工完成(chéng)已经(jīng)初步有了可能。

当下AI的(de)发展速度已经超过大部(bù)分人(rén)的想象(xiàng)。内容产(chǎn)业的本质(zhì)是供给创(chuàng)造(zào)需(xū)求，AIGC作为全(quán)新的内(nèi)容生(shēng)产方(fāng)式，可以为内容产业带(dài)来更新(xīn)的内容风格、更快的(de)生产速度，更(gèng)低的(de)生产成本，这无疑会驱(qū)动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机(jī)器人(rén)动作等多种内容形(xíng)式的生成(chéng)。不(bù)难发现该项(xiàng)技(jì)术不仅在(zài)游戏(xì)等行(xíng)业能得到(dào)有效应(yīng)用，对于下一代互联(lián)网(wǎng)各种元素(sù)的构建亦有关键意义。

从商业(yè)化(huà)的角(jiǎo)度来(lái)看，文化娱(yú)乐、教(jiào)育、传媒等诸多领域，本身(shēn)就对基于AI的可视化内(nèi)容(róng)有强烈需求(qiú)。

因此(cǐ)，AI绘画及视(shì)频或不是结(jié)果，而只是AI进程(chéng)中(zhōng)的一块重要拼图，有望在(zài)技(jì)术(shù)更新的加持下实现更大的应用价值。

AI从理解(jiě)内(nèi)容，走向了可(kě)以生(shēng)成内容，甚至能够(gòu)创造出独立价值和(hé)独立视角(jiǎo)的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力(lì)即将到来。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底(dǐ)座

从技术的发展(zhǎn)也可以看出，在语言大(dà)模型、图像大模型之后(hòu)，多模态大模型已(yǐ)经(jīng)成为了新(xīn)的趋势。

大模型被誉为当前(qián)人工智能发展(zhǎn)的智能底座，是(shì)全球竞(jìng)争最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众多头部企业都在竞(jìng)相发力(lì)。

不过训练大(dà)模型的确价(jià)格(gé)不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美(měi)元。而对于一些更大(dà)的LLM(大型语(yǔ)言模(mó)型)，训练成本则介于200万(wàn)美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的独立(lì)访work on的用法以及语法，workon的用法总结客平均数(shù)1300万计(jì)算，其(qí)对应芯片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每(měi)日仅电费就(jiù)在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算(suàn)力支持。在(zài)关注各类大模型的发展同时，更应该关注算(suàn)力网络(luò)的建设。

算力网络(luò)正驱动AI产业发展进入史诗级(jí)加速进程，让(ràng)AIGC及通用AI这(zhè)一人工(gōng)智能发(fā)展的终(zhōng)极(jí)目标离得更近。

因为算力(lì)可以对突破性技术创新提供大(dà)力的支(zhī)持。这方面(miàn)，多模态大模型是典型。作为面向未来强人(rén)工智(zhì)能、通用人(rén)工智能的重要技(jì)术创新，多(duō)模态大模(mó)型已经在人工智能领域提出了很多年，业(yè)界(jiè)也有不(bù)少技术(shù)突(tū)破(pò)，但是(shì)，多模(mó)态大模型进一步往下走，算力需求呈几何式上升，一般(bān)的算力基础设施很快将难以胜任。

从图(tú)像、文字(zì)、语音单独一项的训(xùn)练，到双模(mó)态、三(sān)模(mó)态的跃迁(qiān)，让人工智能可以灵活应对不同(tóng)模态的转化、像人(rén)与世界交互一(yī)样自(zì)然，这(zhè)方面(miàn)，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发(fā)式增长的(de)算力来支撑的技(jì)术创新，将在(zài)人工智能算力网(wǎng)络支撑下(xià)快速推进(jìn)。

AIGC已(yǐ)经(jīng)露出曙光，期待在大模型(xíng)和大算(suàn)力(lì)的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造(zào)的(de)边际(jì)成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：北京老旧机动车解体中心 work on的用法以及语法，workon的用法总结