自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈(tán)论人工智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科技行业迎来一次剧(jù)烈的洗(xǐ)牌”。

这个结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发展可能会威胁到谷歌(gē)的市占率(lǜ)，因为(wèi)微(wēi)软(ruǎn)在AI方(fāng)面的(de)行(xíng)动(dòng)相(xiāng)当迅(xùn)速。而最终科(kē)技巨(jù)头(tóu)将把AI整合成用户的“全能助手”，包揽一切应用，与人(rén)们进行沟(gōu)通(tōng)并提供建(jiàn)议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的(de)到来(lái)可能(néng)尚需时日，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的AIGC上(shàng)一次爆火(huǒ)的时(shí)候，还是2022年8月(yuè)，在美国科罗拉多州举(jǔ)办(bàn)的新兴数(shù)字艺术(shù)家竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院(yuàn)酒红色是哪几个颜色调出来的》的作品获奖。

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

用户们可以在应用中输入一组(zǔ)关(guān)键词(cí)或者(zhě)一张照片(piàn)，就能获得(dé)一幅(fú)AI创作的画作。

作画的关键就是所输(shū)入的文(wén)本。同一组关键词也可以创作出(chū)很多张风格(gé)不(bù)一样(yàng)的画作，这让创(chuàng)作的过程就像开盲盒。

很(hěn)多(duō)用户很喜欢这种不确定(dìng)的惊(jīng)喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位(wèi)网友的小(xiǎo)狗照片(piàn)被AI画成了“肌(jī)肉男”，还有网友的个人(rén)照片被AI识别成了建筑(zhù)。

而如(rú)今随(suí)着(zhe)ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国人张吕(lǚ)敏创作的一种基于(yú)控制点的图(tú)像变形算(suàn)法，主要用于(yú)数字图(tú)像处理、计算机视觉和计算机图形学等(děng)领域(yù)。

其SD插件一经发布，在短短的两天内便(biàn)成为了AI绘画领域(yù)最新的热点。

在(zài)此之(zhī)前，大家用了很多方法想让AI生成的结果尽可能的符(fú)合要求，但是(shì)都不尽(jǐn)如(rú)人(rén)意，它的出现代表(biǎo)着AI生成开始进(jìn)入真正的(de)可控(kòng)时期。

因为ControlNet可以直(zhí)接(jiē)提取画面(miàn)的(de)构(gòu)图，人(rén)物(wù)的姿势和画面(miàn)的深度(dù)信(xìn)息等。有(yǒu)了它的帮助，就不(bù)用频繁的用提示词来碰(pèng)运气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博主的作品已经获得了(le)大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她们走(zǒu)进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对(duì)应的关键词；最(zuì)后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过(guò)图片(piàn)就可以看出来，效(xiào)果十分惊艳。

更厉害的是，除了真实的(de)照片，草图(tú)也可以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张吕(lǚ)敏其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变(biàn)得越来越强大，甚至输出的作品(pǐn)都(dōu)已(yǐ)经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆(bào)发(fā)

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国(guó)第一起AI绘图诈(zhà)骗。

由于(yú)这个活动(dòng)里面给(gěi)出的美(měi)女照片都是AI制作的(de)真人照片绘(huì)图(tú)，因为(wèi)太逼真(zhēn)，被大家当成真事传播(bō)了(le)。

不过仔(zǎi)细观(guān)察可以发现，活(huó)动发起(qǐ)者提供的照片中有个很(hěn)大(dà)的漏洞可以(yǐ)发现(xiàn)并非(fēi)真人，而是AI绘图，那(nà)便是图(tú)片(piàn)中女性的手指部分(fēn)有的存在异常。

有行业人事表示：“现在因为手指部分(fēn)的绘画算(suàn)法比较复杂，AI还(hái)不太会画人的手，但最新看(kàn)到的图(tú)片已经有越(yuè)来(lái)越完美的AI模型出现，以后可(kě)能就完全没有漏洞了。”

类似(shì)的(de)AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报道，土耳(ěr)其地震期间(jiān)，有Tiktok用(yòng)户使(shǐ)用AI合成了儿(ér)童受灾的(de)假(jiǎ)照片(piàn)发布到(dào)网络(luò)，以此诱骗善良的(de)人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经(jīng)能做出真人照片般的绘图效(xiào)果，如果(guǒ)这样的图片(piàn)被用(yòng)来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在(zài)“学习(xí)”了大量前人的作(zuò)品之后，其创(chuàng)作(zuò)没有任何情(qíng)绪(xù)和灵(líng)魂(hún)，难以和人(rén)类的艺术创作相提并论。

另一(yī)方面，AIGC背后的(de)版权(quán)、目(mù)前都并没有得(dé)到(dào)有效的(de)解决，还有(yǒu)AIGC会(huì)不会代替(tì)人类“至高无上”的创意(yì)。

马斯克也强调，人(rén)工(gōng)智能的安(ān)全问题需要(yào)得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都(dōu)是有两(liǎng)面性的，潜在(zài)的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智(zhì)能技术将(jiāng)是(shì)第四次(cì)工业革命的核心驱(qū)动(dòng)力量(liàng)，将创(chuàng)造新的增长(zhǎng)奇(qí)迹。

过(guò)去一年，人工智能(néng)在(zài)技术和商业层(céng)面都有了巨大(dà)进展，AI绘画(huà)就是人工智(zhì)能(néng)技术发(fā)生方向性改(gǎi)变的一个代表。其下一站或(huò)许就是视频。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后(hòu)发布了(le)几条引爆科技圈的短视频。这(zhè)些视频(pín)引发(fā)关注(zhù)并非内容做(zuò)得多优秀，反而都非(fēi)常(cháng)简单，比如一(yī)匹(pǐ)正在喝(hē)水的(de)马，一(yī)只画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随(suí)便一(yī)个有手机的人都可以(yǐ)随手录下一段。

但这些短视(shì)频的创作方(fāng)式非常简单(dān)，创作者(zhě)仅仅需要(yào)向AI输入一段话，甚(shèn)至只是(shì)说一下(xià)要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌(gē)发布(bù)的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈(quān)就已(yǐ)经玩(wán)了一波梗，一个能够做酒红色是哪几个颜色调出来的出更高清(qīng)视频的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人(rén)震惊的地方(fāng)在(zài)于，它可以制作(zuò)出超过2分钟的连贯的也有确切(qiè)内容的视频，这(zhè)才是真正让人们(men)感到惊喜(xǐ)的地方。因为无论AI生成的视频多么(me)高清，也只能是(shì)为内容生产者(zhě)提供一个灵(líng)感(gǎn)，一个(gè)素(sù)材，一个(gè)过(guò)场动画。

不过能够制作出有(yǒu)具(jù)体剧情内(nèi)容的视频就意味着，一些视频创(chuàng)作由AI代替人工完成已经(jīng)初(chū)步有了可能。

当(dāng)下AI的发展速(sù)度已经(jīng)超过大部分人(rén)的想象。内容产业(yè)的本质是(shì)供给创造需求(qiú)，AIGC作为全新的(de)内容生产方式，可以为内容产业带来更新的内容风格、更快的生产(chǎn)速度，更低(dī)的(de)生产成本，这无(wú)疑会驱动内容产(chǎn)业的大(dà)爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作等多种内容形式(shì)的生成。不难发现该项技术不仅在游戏(xì)等行业能(néng)得到有效应用，对于(yú)下一代互联网各种元(yuán)素的构建亦有关(guān)键意义。

从商业化的角度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可视化内容有强烈需(xū)求(qiú)。

因(yīn)此，AI绘画及(jí)视频或不(bù)是结(jié)果，而(ér)只(zhǐ)是(shì)AI进程中的一块重要拼图，有(yǒu)望在技术更(gèng)新(xīn)的加持下实(shí)现更大的应用(yòng)价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能够创造出独立价值和独立视(shì)角的(de)内容。AIGC的(de)再次出圈(quān)，更代表着未来(lái)的(de)先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模(mó)型(xíng)与算力，牢固AIGC底(dǐ)座

从技(jì)术的发(fā)展也可以看出，在语(yǔ)言大模型(xíng)、图(tú)像(xiàng)大模型之后，多模(mó)态大模(mó)型已经成为了新的趋(qū)势。

大模型被誉为当前人工智(zhì)能(néng)发(fā)展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研(yán)究方向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里、腾(téng)讯等众多头部企业(yè)都在竞相发力。

不过训练大(dà)模(mó)型的确价(jià)格(gé)不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成(chéng)本约为140万(wàn)美元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则(zé)介于(yú)200万美元(yuán)至(zhì)1200万(wàn)美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅(jǐn)电费(fèi)就在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关(guān)注(zhù)各类(lèi)大(dà)模型的发展同时(shí)，更应该关注算力网络的(de)建设。

算力(lì)网络(luò)正驱(qū)动AI产业发展进入史诗级(jí)加速进程，让AIGC及(jí)通用AI这(zhè)一人工智(zhì)能发展的终极目(mù)标离得(dé)更近(jìn)。

因为算力可以对(duì)突破(pò)性技术创新提(tí)供大力的支持(chí)。这方面(miàn)，多模态大模(mó)型是典型。作为面向未来强人工(gōng)智能、通用人工智(zhì)能的重要技术创(chuàng)新，多(duō)模态大模型已(yǐ)经在人(rén)工智能领(lǐng)域提出(chū)了很多(duō)年(nián)，业界也有不(bù)少技术突破，但是，多(duō)模(mó)态大模型进一步往下(xià)走，算(suàn)力(lì)需(xū)求呈几何式(shì)上升，一般(bān)的算(suàn)力基础设施很快(kuài)将难以胜(shèng)任(rèn)。

从图像(xiàng)、文字(zì)、语音单独一项(xiàng)的(de)训(xùn)练(liàn)，到双(shuāng)模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交互一(yī)样自然，这(zhè)方面，由(yóu)算力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的(de)技(jì)术创新，将(jiāng)在人(rén)工(gōng)智能(néng)算力网络(luò)支撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙光，期待在(zài)大模型(xíng)和(hé)大算(suàn)力的支持下AIGC能持续颠覆内容生产的(de)方(fāng)式，将创造的边际成本降低，让万众受益。

未经允许不得转载：北京老旧机动车解体中心 酒红色是哪几个颜色调出来的