自(zì)聊天(tiān)机(jī)器(qì)人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨(cí)已多次(cì)公开谈论人工智能话题(tí)。在最近的一(yī)次(cì)采访中(zhōng)，他再(zài)次表示(shì)：“AI可能会让科技(jì)行业(yè)迎(yíng)来一次(cì)剧烈的洗牌”。

这个(gè)结(jié)论(lùn)是他在当(dāng)地时间(jiān)2月20日接受《In Good Company》节目(mù)专访(fǎng)时(shí)提(tí)出的。

他预期，AI的发(fā)展可能会威胁到谷歌的市(shì)占率(lǜ)，因(yīn)为(wèi)微(wēi)软在AI方面的行动相(xiāng)当(dāng)迅速(sù)。而最终科技(jì)巨头将把AI整合成用户的“全(quán)能助手”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到来(lái)可能尚需时日，但由ControlNet引发的(de)又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包(bāo)围(wéi)中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画(huà)为代表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州举办的(de)新兴(xīng)数字艺术家竞赛中，一(yī)幅名为《太空歌(gē)剧(jù)院》的作(zuò)品获奖。

随后(hòu)各大厂商(shāng)的AI绘画软件被广大(dà)网(wǎng)友熟(shú)知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户们可以(yǐ)在应用中输入一组关键词或者一张(zhāng)照片，就能获(huò)得一(yī)幅AI创作(zuò)的画作。

作(zuò)画的关(guān)键就是(shì)所输入的文本。同一(yī)组(zǔ)关(guān)键词也可以创(chuàng)作出很多张风格不一(yī)样(yàng)的画作，这让(ràng)创作的过程就像开(kāi)盲(máng)盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们会将生成的美图当做头(tóu)像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒(méi)体上，许多用户(hù)分享AI“翻车现(xiàn)场(chǎng)”，例如(rú)，一位(wèi)网(wǎng)友的小狗照(zhào)片被AI画(huà)成了“肌肉男”，还有网友的(de)个人照片(piàn)被AI识别成了建筑。

而(ér)如今(jīn)随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写(xiě)关键(jiàn)词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的中国人张吕敏创(chuàng)作的一种基(jī)于(yú)控制点的图(tú)像变形算(suàn)法，主要用于数字图像处理、计(jì)算(suàn)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(de)两天内便成为(wèi)了AI绘(huì)画(huà)领域最(zuì)新的热点。

在此之前，大(dà)家用了(le)很多方(fāng)法想让AI生成(chéng)的结果尽可能(néng)的符合要(yào)求，但世界上傻子最多的国家，哪个国家傻子多是都不尽如(rú)人(rén)意，它的出现(xiàn)代表(biǎo)着AI生成(chéng)开始进(jìn)入真正的可控时期。

因为ControlNet可以直接提取画面的构(gòu)图(tú)，人物(wù)的(de)姿势和画面的深度信(xìn)息等。有(yǒu)了它的帮(bāng)助，就(jiù)不用频(pín)繁的用(yòng)提示词(cí)来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经获得了大(dà)量的(de)浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋友的照片(piàn)直接带她(tā)们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词试(shì)效果。

通过图片就可以(yǐ)看出来，效果十分惊(jīng)艳。

更厉害(hài)的是，除了真实(shí)的照片，草图(tú)也可(kě)以加上(shàng)“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿转全彩图(tú)。大(dà)神张吕敏其本尊也(yě)亲自(zì)回应。

不(bù)得不说(shuō)当下(xià)AIGC已经(jīng)变得越来越(yuè)强大，甚至输出的作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发(fā)

警惕安(ān)全问(wèn)题

近日，“苏(sū)州(zhōu)金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络(luò)，而经过警方辟谣这所谓的(de)“party”可(kě)能是全国第一起AI绘(huì)图(tú)诈骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的真人(rén)照(zhào)片(piàn)绘图(tú)，因为太逼(bī)真，被大家当成真事传播了。

不过仔细观察可(kě)以发(fā)现，活动发起者提供的照片中有(yǒu)个很大(dà)的漏洞可以发(fā)现并非真人，而是AI绘图，那便是(shì)图片(piàn)中女性的手指(zhǐ)部(bù)分有的(de)存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘画(huà)算法比较复杂，AI还不太会画(huà)人的手，但最新(xīn)看到(dào)的图片已经有越来越完美的AI模型出现，以后可(kě)能就完(wán)全(quán)没有漏洞了(le)。”

类似的AI作图(tú)诈骗在国外也已有发生(shēng)。据英国广(guǎng)播公(gōng)司报(bào)道，土耳(ěr)其地震期(qī)间，有Tiktok用户(hù)使(shǐ)用AI合成(chéng)了儿(ér)童受灾的假照片发布(bù)到(dào)网络，以此诱骗善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技(jì)术发展，AIGC已经能(néng)做出真人(rén)照片(piàn)般的(de)绘图(tú)效果，如果这样的(de)图片(piàn)被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很(hěn)多担忧，一(yī)方面(miàn)，批(pī)判者认为AI在“学习”了大量前人的(de)作品(pǐn)之后，其创作没有任何(hé)情(qíng)绪和灵(líng)魂，难(nán)以和人类的艺术创(chuàng)作相提(tí)并论。

另一方(fāng)面，AIGC背后(hòu)的版权、目(mù)前都并没有得到(dào)有效的解(jiě)决，还(hái)有AIGC会不会(huì)代替(tì)人(rén)类“至高无上”的创意。

马斯克也(yě)强调，人工智(zhì)能的安(ān)全问题需要(yào)得(dé)到重(zhòng)视，太晚就来不及了。

03

AIGC下(xià)一站除了视频(pín)，还有(yǒu)远(yuǎn)方

技术都是有两面性的，潜在的(de)危害并(bìng)不能(néng)掩(yǎn)盖其光辉的贡献(xiàn)。现在看来，人(rén)工智能技术将(jiāng)是第四次工业革命的(de)核心驱动力量，将创造新的(de)增长奇迹(jì)。

过去一年，人工智能在技术(shù)和商业层面都有了(le)巨大进展，AI绘画就(jiù)是人工智能技术发生方向性改变的一个代表。其下一站或许(xǔ)就是视频。

此前(qián)，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆(bào)科技圈(quān)的短视频。这些视频引发关注并非内容(róng)做得多优秀(xiù)，反(fǎn)而都非常简单，比如一匹正(zhèng)在喝(hē)水的马(mǎ)，一只画(huà)画的(de)玩具熊，或者(zhě)一段骑摩托(tuō)车的第(dì)一视角录像，随便一(yī)个有手(shǒu)机的人都可以随手(shǒu)录下一段。

但这些(xiē)短视频(pín)的创作方式非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只(zhǐ)是(shì)说(shuō)一(yī)下要求，AI就可以根据需要生成一段视频。

谷歌(gē)发(fā)布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是(shì)高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈就(jiù)已经玩了一波(bō)梗，一个能(néng)够做出更高清视(shì)频的(de)AI还不足以(yǐ)在(zài)短时(shí)间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有确切内(nèi)容(róng)的视频，这(zhè)才是真正(zhèng)让人们感到惊喜的(de)地(dì)方(fāng)。因为无论AI生成(chéng)的视(shì)频多(duō)么高清(qīng)，也只能(néng)是为内容生(shēng)产者提供一(yī)个(gè)灵(líng)感，一个素材，一个过场动画。

不过能(néng)够制作(zuò)出有具体剧情内容的(de)视频(pín)就意味着，一些视频(pín)创作由AI代(dài)替人工完成已经(jīng)初步有了可能。

当下AI的发展速度(dù)已经超(chāo)过大部分(fēn)人的(de)想象(xiàng)。内容产业的本(běn)质(zhì)是(shì)供(gōng)给创造(zào)需(xū)求，AIGC作(zuò)为全新(xīn)的(de)内(nèi)容生产方(fāng)式，可(kě)以为(wèi)内容产业带来(lái)更(gèng)新的内容风格、更(gèng)快的生产(chǎn)速度，更低的生(shēng)产(chǎn)成本(běn)，这无(wú)疑(yí)会驱(qū)动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多(duō)种内容形式的生成。不(bù)难发现该项技术不(bù)仅在游戏(xì)等行业(yè)能得到有效应用，对(duì)于(yú)下(xià)一代互联网各种元素(sù)的构(gòu)建亦有(yǒu)关键意义(yì)。

从(cóng)商业化(huà)的角度来看，文化娱乐、教育(yù)、传媒等诸多领域(yù)，本身就(jiù)对基(jī)于AI的可视化(huà)内容有强烈需(xū)求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而(ér)只是AI进(jìn)程中的一块重要(yào)拼图(tú)，有望(wàng)在(zài)技术更新的加持下实(shí)现(xiàn)更大的(de)应用价值。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够创造(zào)出独立价(jià)值(zhí)和独(dú)立视角的内容。AIGC的再(zài)次(cì)出圈，更代表着未来的先进生产(chǎn)力即将到(dào)来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固(gù)AIGC底座

从技术的发(fā)展也可以看出，在(zài)语言大模型、图像(xiàng)大模型之后，多模态大模型(xíng)已经成为了新的趋势。

大(dà)模型被誉为(wèi)当前人工智(zhì)能(néng)发展(zhǎn)的智能底座(zuò)，是(shì)全球(qiú)竞争最激烈(liè)的(de)研究方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在竞(jìng)相发力。

不(bù)过训(xùn)练大(dà)模型的确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训(xùn)练一次的成本(běn)约为(wèi)140万美(měi)元(yuán)。而对(duì)于(yú)一些(xiē)更大的LLM(大型语言模型)，训练成本则介(jiè)于(yú)200万(wàn)美元至(zhì)1200万美(měi)元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客(kè)平均(jūn)数1300万计算，其对应(yīng)芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电费就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞(páng)大算力支持。在关注(zhù)各类大模型的发展同时，更(gèng)应(yīng)该关注(zhù)算力网络的建设。

算力(lì)网络正驱动AI产业发展进入史诗级加速进程，让AIGC及(jí)通用AI这一人工(gōng)智能发展(zhǎn)的终极目标离得更近。

因(yīn)为算力(lì)可以对突(tū)破性技(jì)术创新提供大(dà)力的支持。这方面，多(duō)模(mó)态大模型是典型。作为(wèi)面向未来强人工(gōng)智能(néng)、通用人工智能(néng)的重(zhòng)要技术创新，多模态大模型已经在(zài)人工智能领(lǐng)域(yù)提(tí)出了很多年(nián)，业界也(yě)有不少技术突破(pò)，但(dàn)是，多模态大模型进一步往下走，算力需求(qiú)呈几何式上升，一般的算力基础设施(shī)很快(kuài)将(jiāng)难以胜任(rèn)。

从图像、文字、语音单独一项的训练，到双模态、三模态(tài)的跃(yuè)迁，让人工(gōng)智能可(kě)以灵(líng)活应对不同(tóng)模态的转化、像人与世界交互一样自然，这方面，由(yóu)算力网(wǎng)络(luò)来驱动将有明显优势。

此外，还有很多需(xū)要(yào)爆发式增长的算力来支撑的(de)技术创新，将在人工智能算力网络(luò)支撑下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大(dà)算力(lì)的支持下AIGC能持续颠覆(fù)内容生产的方式(shì)，将创造的边(biān)际成本降低(dī)，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 世界上傻子最多的国家，哪个国家傻子多