自聊天(tiān)机(jī)器(qì)人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人(rén)比尔·盖(gài)茨已多(duō)次公开谈论(lùn)人工智能话题。在最近(jìn)的一次采访中，他再次表示(shì)：“AI可能会让科(kē)技行(xíng)业迎来(lái)一次剧(jù)烈的洗牌(pái)”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节(jié)目专访时提出的。

他预期(qī)，AI的发(fā)展可能(néng)会威(wēi)胁到谷歌(gē)的市占率，因为微软在AI方(fāng)面的行动相当迅速。而最终(zhōng)科技巨头(tóu)将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人们(men)进行沟通并提供(gōng)建议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能(néng)助手(shǒu)的到来可能(néng)尚需时日(rì)，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表(biǎo)的(de)AIGC上一次爆火的时候(hòu)，还是2022年8月，在美(měi)国科(kē)罗拉多州举办的新兴(xīng)数字艺术家(jiā)竞赛中，一幅名(míng)为(wèi)《太空歌剧院》的(de)作(zuò)品获奖。

随(suí)后(hòu)各大厂商的AI绘画软件被广大(dà)网(wǎng)友(yǒu)熟知并(bìng)体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中输入一(yī)组(zǔ)关键词或者一张照片，就能获得一幅AI创作(zuò)的画作。

作画的关键(jiàn)就是所输入的文本。同一组关键词也可以创作出很多张风格不一样的画(huà)作，这让创作的过程就(jiù)像(xiàng)开(kāi)盲(máng)盒。

很(hěn)多用户很喜(xǐ)欢这种不确定的惊喜，他们会将(jiāng)生成的美图当(dāng)做头像。而另(lìng)一部(bù)分喜欢翻看AI绘画(huà)的“翻车”作(zuò)品。在社交(jiāo)媒体上，许多用户(hù)分享(xiǎng)AI“翻(fān)车现场”，例如(rú)，一位(wèi)网友的(de)小狗照(zhào)片(piàn)被AI画成了“肌肉男”，还(hái)有网(wǎng)友的个人照片被AI识别成了建筑。

而如(rú)今随(suí)着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写关(guān)键词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位正(zhèng)在斯(sī)坦福读(dú)博的中国人张吕敏(mǐn)创作的(de)一种基于控制点的图像变形算(suàn)法，主要用(yòng)于数字图像处理、计(jì)算机视觉和计算机(jī)图(tú)形学等领(lǐng)域(yù)。

其SD插件一(yī)经发布，在短短的两(liǎng)天内(nèi)便(biàn)成(chéng)为了AI绘(huì)画(huà)领域(yù)最新的热(rè)点。

在此之前，大家(jiā)用了很(hěn)多方(fāng)法想让AI生成的(de)结(jié)果尽可能的符合要求，但是都(dōu)不尽如人意，它的出现代表着AI生成开始进入真正的可(kě)控时(shí)期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势和画面的深度信(xìn)息等。有了它的帮(bāng)助，就不用频繁的用提示词(cí)来碰(pèng)运气(qì)，抽盲盒式(shì)的创作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘画加(jiā)了“魔法”，不(bù)少博主的(de)作品已(yǐ)经获得了大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用(yòng)朋友的(de)照(zhào)片直接带(dài)她们走进动(dòng)漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件(jiàn)拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果(guǒ)。

通(tōng)过图片就可以看(kàn)出来，效果十分惊(jīng)艳。

更厉害的是(shì)，除了真实的照(zhào)片，草(cǎo)图也可以加上“魔法”，知(zhī)乎(hū)大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图(tú)。大(dà)神(shén)张吕(lǚ)敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已经变(biàn)得越来越强大，甚至输出的(de)作品都(dōu)已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆发(fā)

警惕安全问题

近(jìn)日，“苏州(zhōu)金(jīn)鸡湖(hú)有(yǒu)游(yóu)艇party”的消(xiāo)息火遍网(wǎng)络(luò)，而经过警方辟谣这所谓的(de)“party”可能是全(quán)国第(dì)一起AI绘图诈骗。

由于这个(gè)活动里面给出的美女(nǚ)照片都(dōu)是AI制作的真人照片绘图，因(yīn)为太逼真，被(bèi)大(dà)家(jiā)当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发(fā)起(qǐ)者提(tí)供的照片中有个很大的(de)漏洞可(kě)以发现并(bìng)非(fēi)真人，而(ér)是AI绘图，那(nà)便是图片中女(nǚ)性的(de)手指(zhǐ)部(bù)分有的存在异(yì)常。

有(yǒu)行业人事(shì)表示：“现(xiàn)在(zài)因为手指部分的绘画算法比较复杂，AI还(hái)不太(tài)会画人的手(shǒu)，但最新看到的图(tú)片(piàn)已经(jīng)有越来越完美的(de)AI模型(xíng)出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在(zài)国外也已(yǐ)有发(fā)生。据(jù)英国(guó)广播公司报道，土耳其地震期间(jiān)，有Tiktok用户(hù)使用AI合成了儿(ér)童(tóng)受灾(zāi)的假(jiǎ)照片发布到网络，以此诱骗善(shàn)良(liáng)的人(rén)打赏“捐助(zhù)”从(cóng)而实施诈骗。

目前随(suí)着技(jì)术发展，AIGC已经能做出(chū)真人照片般(bān)的绘图效果，如果这样(yàng)的(de)图(tú)片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发(fā)了很多(duō)担忧，一方(fāng)面(miàn)，批判者(zhě)认为AI在“学习”了大(dà)量前人(rén)的作品之(zhī)后，其创作(zuò)没有任(rèn)何情绪(xù)和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论。

另一(yī)方面，AIGC背后的版权(quán)、目前都并没有得到有效的(de)解(jiě)决，还(hái)有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马斯克(kè)也(yě)强调，人工(gōng)智能的(de)安全问题需要得(dé)到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都是仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也翻译，仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也议论文有两面性的，潜在的危害(hài)并不能掩(yǎn)盖其光辉的贡献。现(xiàn)在(zài)看来，人(rén)工智(zhì)能技术将是第(dì)四次工业(yè)革(gé)命的(de)核心(xīn)驱动力量(liàng)，将创造新的增长奇(qí)迹(jì)。

过去(qù)一年，人工智能在(zài)技(jì)术和商业(yè)层面都有了巨(jù)大进展，AI绘画就是(shì)人工智能技(jì)术发生方向性改(gǎi)变的一个代表。其下一站或许(xǔ)就(jiù)是视频(pín)。

此前，Meta和谷歌先后(hòu)发布了几条引爆(bào)科(kē)技圈的短视频。这些(xiē)视频引(yǐn)发关注并(bìng)非内容(róng)做得多优秀，反(fǎn)而都非常简(jiǎn)单，比如一(yī)匹正在喝水的马，一只画画的玩具(jù)熊，或者一段骑摩托车的第一视(shì)角录像，随(suí)便一个有手(shǒu)机的(de)人都可(kě)以随(suí)手录(lù)下一段(duàn)。

但这(zhè)些短视频的创(chuàng)作方式非常简单，创作(zuò)者仅仅需要向AI输入(rù)一(yī)段话，甚至只是(shì)说一下要求，AI就可(kě)以根据需要(yào)生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做(zuò)出(chū)更高清视频的(de)AI还不足以在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方在(zài)于，它可以制作出超(chāo)过(guò)2分钟的连贯的也有(yǒu)确(què)切(qiè)内(nèi)容的视(shì)频，这才是真(zhēn)正让人们感到(dào)惊喜的地方。因为无论AI生成(chéng)的视频多么高(gāo)清，也只能是为内容生产者提供(gōng)一个灵感，一个素材，一个过(guò)场动(dòng)画(huà)。

不过能够制作出有具(jù)体剧情内容(róng)的视频就意味着(zhe)，一(yī)些视频(pín)创作由AI代替人工完成已经初步有了可能。

当下AI的发展速(sù)度已经超(chāo)过大部分(fēn)人(rén)的想象(xiàng)。内容产业的本质是供给创造需求(qiú)，AIGC作为全新的内(nèi)容生产方式(shì)，可以为内容产(chǎn)业带来(lái)更(gèng)新的内(nèi)容(róng)风格、更快的生(shēng)产速度，更低(dī)的(de)生产成本(běn)，这无(wú)疑会驱(qū)动内容产(chǎn)业的大(dà)爆发(fā)。

除了AI绘图、视频，AIGC技术(shù)还(hái)能(néng)应用于音乐、代码、机器人动作等(děng)多种内容(róng)形式的(de)生(shēng)成。不难发现该项技术不仅在(zài)游戏等(děng)行业能(néng)得到有(yǒu)效(xiào)应用(yòng)，对于下(xià)一代互联网各(gè)种元素的(de)构建亦有关键(jiàn)意义。

从商(shāng)业化的角度来看，文化(huà)娱乐、教育、传媒等诸多(duō)领域(yù)，本身就对基于AI的可(kě)视化内(nèi)容有强烈需求(qiú)。

因此，AI绘画及(jí)视频或(huò)不是(shì)结果(guǒ)，而(ér)只是(shì)AI进(jìn)程中的一(yī)块重要拼(pīn)图，有望(wàng)在(zài)技术更新的加持下实现更大的(de)应用价值(zhí)。

AI从理解内容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造(zào)出独立(lì)价值和独立视角的内容。AIGC的再次出(chū)圈，更(gèng)代表着(zhe)未来(lái)的先进生产力(lì)即将到来。

04

紧抓(zhuā)大(dà)模型与算(suàn)力(lì)，牢固AIGC底(dǐ)座(zuò)

从技术的发展也可以看(kàn)出，在语言大模型(xíng)、图像(xiàng)大模型之后，多模(mó)态(tài)大模型已(yǐ)经成为了新的趋势。

大模型(xíng)被誉(yù)为当前人工智能发展的智能底(dǐ)座，是全球竞(jìng)争最激烈的(de)研究方向之一(yī)，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的(de)确价格不(bù)菲，以国盛证券发布的(de)《ChatGPT需要多少(shǎo)算(suàn)力(lì)》报告估算，GPT-3训(xùn)练一(yī)次(cì)的成本约为(wèi)140万(wàn)美元。而对于一些更大的LLM(大型语言(yán)模型)，训练成本(běn)则介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独(dú)立(lì)访客平均(jūn)数(shù)1300万计算，其对应芯片需求(qiú)为(wèi)3万多片(piàn)英(yīng)伟达A100 GPU，初始投入成(chéng)本约(yuē)为8亿美元，每日(rì)仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支持。在关注各类大模型(xíng)的发展(zhǎn)同(tóng)时(shí)，更应该(gāi)关(guān)注算(suàn)力(lì)网(wǎng)络的建设。

算力(lì)网络(luò)正驱动AI产业发展进入史诗(shī)级(jí)加速进程，让AIGC及通用AI这一人(rén)工智(zhì)能(néng)发展(zhǎn)的终极目(mù)标离得更近。

因为(wèi)算力(lì)可以对突破性技(jì)术创新(xīn)提供大力的支持。这方面，多模态大(dà)模型是典(diǎn)型。作为面向(xiàng)未来强人工智能、通用人工智能的重要技术(shù)创新，多模态大模型已经在人(rén)工智能领域提出了很多年，业界也有不少技术突破，但是，多模态大模型进一步(bù)往下(xià)走，算力(lì)需求呈几何式上升(shēng)，一般的算力基(jī)础设施很快将难以胜任(rèn)。

从图像、文字、语音单独一项的(de)训练(liàn)，到双模态、三模态的跃迁，让人工(gōng)智能可以灵(líng)活应对不同(tóng)模态的转化、像人与世界交互(hù)一样自然，这方面，由算力网(wǎng)络来驱动将有明显优(yōu)势。

此(cǐ)外，还有很多需要(yào)爆发(fā)式(shì)增长的算力来支撑的技术创(chuàng)新，将在人工智能算力(lì)网络支撑下快速推进。

AIGC已经露(lù)出曙光(guāng)，期待在大模(mó)型(xíng)和大算力(lì)的支持下(xià)AIGC能持(chí)续颠覆内容生产(chǎn)的方(fāng)式(shì)，将创(chuàng)造的边际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：北京老旧机动车解体中心 仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也翻译，仲尼适楚,出于林中,见佝偻者承蜩,犹掇之也议论文