自聊天(tiān)机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多次公开谈(tán)论人(rén)工智能(néng)话题(tí)。在最近的一次采访中，他再次表示：“AI可能(néng)会让科技行业(yè)迎(yíng)来一次剧(jù)烈的洗牌”。

这个结(jié)论(lùn)是他(tā)在当地时(shí)间2月(yuè)20日接(jiē)受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威胁到谷(gǔ)歌(gē)的市占率，因(yīn)为微软在AI方面的行(xíng)动相当迅速。而(ér)最终科技巨(jù)头将把AI整合(hé)成用户(hù)的“全能助手”，包揽一切应用，与人们进行沟(gōu)通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能助(zhù)手的到来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时(shí)候，还是2022年8月，在美国科罗拉多州举办的新(xīn)兴数字艺术家竞赛(sài)中，一幅名(míng)为《太空(kōng)歌剧院(yuàn)》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟(shú)知(zhī)并(bìng)体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户(hù)们可以在(zài)应(yīng)用中输入一(yī)组(zǔ)关键词或者一张照片(piàn)，就能(néng)获(huò)得一幅(fú)AI创(chuàng)作(zuò)的画作(zuò)。

作画的关键就是所输入的文本。同(tóng)一(yī)组关键(jiàn)词(cí)也(yě)可以创作(zuò)出(chū)很多张(zhāng)风格不一样的(de)画作(zuò)，这让创作的过程就像(xiàng)开盲盒。

很(hěn)多用户很(hěn)喜欢这(zhè)种不确定的惊(jīng)喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒(méi)体(tǐ)上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小(xiǎo)狗照片(piàn)被AI画成了“肌(jī)肉男”，还有网友的个人(rén)照片(piàn)被AI识别成(chéng)了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的(de)填(tián)写(xiě)关键词游戏可(kě)能(néng)要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中(zhōng)国人张吕敏创作的一种基于(yú)控制点的(de)图像变形算法，主(zhǔ)要用于数字图像处(chù)理(lǐ)、计算机视(shì)觉和计算机图形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内便成为了AI绘画领域最新的(de)热(rè)点。

在此之前(qián)，大家(jiā)用了(le)很多方(fāng)法想让(ràng)AI生成(chéng)的结果尽可能的(de)符合要求，但(dàn)是(shì)都(dōu)不尽如人意，它的(de)出现代表着AI生成开(kāi)始进(jìn)入真正的(de)可(kě)控时期。

因(yīn)为ControlNet可以直接提取画面的(de)构图，人(rén)物的姿势和画面的(de)深度(dù)信息(xī)等。有了它的(de)帮助，就不用频(pín)繁的用提示词来碰运气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的(de)作品(pǐn)已经获得了(le)大量的浏(liú)览量(liàng)，“viggo”就是其中之一，他(tā)用朋(péng)友的照片直接带她(tā)们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过(guò)图片就可(kě)以看出来，效果十分惊艳。

更厉害(hài)的是，除了(le)真(zhēn)实的照片，草图(tú)也(yě)可(kě)以加上“魔(mó)法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说(shuō)当下(xi当兵的人会不会那方面不行，当兵男是不是都精力旺盛à)AIGC已(yǐ)经变(biàn)得越(yuè)来越(yuè)强大，甚(shèn)至输出的作品都已(yǐ)经能(néng)以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问题(tí)

近(jìn)日，“苏州金鸡(jī)湖(hú)有游艇party”的(de)消息火遍网络，而(ér)经过(guò)警方辟谣(yáo)这所谓的(de)“party”可能是全国(guó)第一起AI绘(huì)图诈骗(piàn)。

由(yóu)于这个活动里面给出的美女(nǚ)照片都是AI制作(zuò)的真人照(zhào)片绘图(tú)，因为(wèi)太逼真，被大家当成(chéng)真事传(chuán)播(bō)了。

不过仔细观察可(kě)以发现，活动(dòng)发起者提供的照片中有个很(hěn)大的漏洞可以发现并(bìng)非真(zhēn)人(rén)，而是AI绘图，那(nà)便是图片中女性的手指部分(fēn)有的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部分的(de)绘画(huà)算(suàn)法比较(jiào)复杂，AI还不太(tài)会画(huà)人的手，但最新看到(dào)的图片已经有(yǒu)越来越完美的AI模型出现(xiàn)，以后可(kě)能就完(wán)全(quán)没有(yǒu)漏洞了。”

类似(shì)的AI作图(tú)诈骗在国外也(yě)已有发(fā)生。据英国(guó)广播公司报道，土耳其(qí)地震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童(tóng)受灾的假(jiǎ)照片发布到网络，以此(cǐ)诱骗善良(liáng)的(de)人打赏“捐(juān)助”从而实施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已(yǐ)经能做出真人(rén)照片(piàn)般(bān)的绘图(tú)效果，如(rú)果(guǒ)这样的图(tú)片被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为(wèi)AI在“学习”了大量前人(rén)的(de)作品之后，其创作没有任何情绪和灵魂，难以和人类的(de)艺术(shù)创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目前都(dōu)并(bìng)没有得(dé)到(dào)有效的解决，还有(yǒu)AIGC会不会代替(tì)人类(lèi)“至高无上(shàng)”的(de)创意。

马斯克也强(qiáng)调，人工智能的(de)安(ān)全(quán)问题需(xū)要得到重(zhòng)视，太晚(wǎn)就来不(bù)及了。

03

AIGC下(xià)一站除(chú)了视(shì)频，还有(yǒu)远方

技术都是有(yǒu)两(liǎng)面性的，潜在(zài)的(de)危害(hài)并不能掩盖其(qí)光辉(huī)的贡献。现(xiàn)在看来，人工智能技术(shù)将(jiāng)是第四次工业革命的核心驱动力(lì)量(liàng)，将创造新的增长奇迹(jì)。

过(guò)去一年，人(rén)工智能(néng)在技术和商业层面都有了巨大进展(zhǎn)，AI绘画就是(shì)人工(gōng)智能技(jì)术发生方向性改变的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后发(fā)布了几条引爆(bào)科(kē)技圈的短视频(pín)。这(zhè)些视(shì)频引发关(guān)注(zhù)并非内容(róng)做得多优秀，反而都非常简单，比如一匹正在喝水的(de)马，一只画画的玩(wán)具熊，或者一段骑摩托车的第(dì)一视角(jiǎo)录(lù)像，随便一个有(yǒu)手(shǒu)机的人都可(kě)以(yǐ)随(suí)手(shǒu)录下一段。

但这(zhè)些短视(shì)频的创作方式非常简单，创作(zuò)者仅仅(jǐn)需要向AI输入一段(duàn)话，甚(shèn)至只是说一下(xià)要求(qiú)，AI就可以根据需要生成一(yī)段视频(pín)。

谷歌发布的(de)两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩了(le)一波梗，一个能够做出更高清视(shì)频的AI还不足以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可以制(zhì)作出超(chāo)过2分钟的连贯的(de)也有确切(qiè)内容(róng)的视频，这才是(shì)真正(zhèng)让人们感到惊(jīng)喜(xǐ)的地方(fāng)。因为无(wú)论AI生成的视(shì)频(pín)多(duō)么高清，也只能(néng)是(shì)为内容生产(chǎn)者提供一个灵感，一个素材，一个过场动画。

不过能(néng)够制作出有具体剧情(qíng)内容的视(shì)频就意味着(zhe)，一些(xiē)视频创作由AI代(dài)替人工完成已经初步(bù)有了(le)可能。

当下AI的发展(zhǎn)速度已经超(chāo)过大部分(fēn)人的(de)想象。内容(róng)产业的(de)本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以为(wèi)内(nèi)容产业带来更(gèng)新(xīn)的内容风格、更(gèng)快的生产速(sù)度，更低(dī)的生产成(chéng)本，这无疑(yí)会驱动内容产业的大(dà)爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机器人动作(zuò)等(děng)多种内容形式的生成。不(bù)难发现该项技术不仅在(zài)游戏等(děng)行业能(néng)得到(dào)有效应(yīng)用，对(duì)于(yú)下一(yī)代互联网各(gè)种元素的(de)构建亦有关键意义(yì)。

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

因(yīn)此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是AI进程(chéng)中的一(yī)块重要拼图，有望在技(jì)术更新的加持下实(shí)现更大的应用价值。

AI从理解内(nèi)容，走向了可以生成内容(róng)，甚至能够创造出独(dú)立价(jià)值和(hé)独立视(shì)角的内容。AIGC的再次出圈(quān)，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言(yán)大(dà)模(mó)型、图(tú)像大(dà)模型(xíng)之(zhī)后，多模态大模型已经成(chéng)为了新的趋势。

大模型被誉为(wèi)当(dāng)前人(rén)工智能(néng)发展的智能底座，是(shì)全球竞(jìng)争最激烈(liè)的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里当兵的人会不会那方面不行，当兵男是不是都精力旺盛、腾讯等众多头部(bù)企业(yè)都(dōu)在竞相(xiāng)发力。

不过训练大模型的确(què)价格不菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要(yào)多少(shǎo)算力》报告估算，GPT-3训练一次(cì)的成本(běn)约(yuē)为140万美元。而对于一些更大的LLM(大(dà)型语言模型)，训(xùn)练成本则介(jiè)于200万美元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均(jūn)数1300万(wàn)计算，其对应芯片(piàn)需(xū)求为3万多片英伟达A100 GPU，初始(shǐ)投(tóu)入成本(běn)约为8亿美元，每日仅电费就在5万美元左(zuǒ)右。

此外(wài)不(bù)论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大(dà)算力支持。在关注各类大模(mó)型的(de)发展同时，更应该关注(zhù)算力(lì)网络的建设(shè)。

算力网(wǎng)络正驱动AI产业发展(zhǎn)进入(rù)史诗(shī)级加速进程，让AIGC及通用AI这一(yī)人工智能(néng)发(fā)展的终极目标(biāo)离得更近。

因为算力可以对(duì)突破性技术创新(xīn)提供大力的(de)支(zhī)持(chí)。这方面，多模态大(dà)模(mó)型是典型。作为(wèi)面向未来(lái)强人(rén)工(gōng)智能、通用人工智能的重要(yào)技(jì)术创新，多模态大模型已经在人(rén)工智能(néng)领域提出了很多(duō)年，业(yè)界也(yě)有不少技术突(tū)破，但(dàn)是，多(duō)模(mó)态大模(mó)型进一(yī)步往下走，算(suàn)力需求呈几(jǐ)何式上升，一般的算力(lì)基础设施很(hěn)快(kuài)将(jiāng)难(nán)以胜任(rèn)。

从图像、文字、语音单独一(yī)项的(de)训练，到双模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转(zhuǎn)化(huà)、像人与(yǔ)世(shì)界交(jiāo)互一样自然，这方面，由算力网络来(lái)驱动将有明(míng)显优势。

此外，还有(yǒu)很多(duō)需要爆发式增长的算力来支撑(chēng)的(de)技术创新，将在人工智能(néng)算力网络支撑下(xià)快速推进。

AIGC已(yǐ)经露(lù)出曙光，期待在(zài)大模型和大(dà)算力的支(zhī)持下(xià)AIGC能持(chí)续颠覆(fù)内容生产(chǎn)的方(fāng)式，将创造的边际成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：北京老旧机动车解体中心 当兵的人会不会那方面不行，当兵男是不是都精力旺盛