自聊天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人(rén)工智能(néng)话题。在最近(jìn)的一(yī)次采访中，他(tā)再次(ckm是公里吗，1km等于多少公里ì)表(biǎo)示(shì)：“AI可(kě)能会让科技(jì)行(xíng)业迎来一次(cì)剧烈的洗(xǐ)牌”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时提(tí)出的。

他预期，AI的发展(zhǎn)可能会威(wēi)胁到谷(gǔ)歌的(de)市占率，因为微软在AI方面的行(xíng)动(dòng)相当迅(xùn)速。而最终科技巨头(tóu)将把(bǎ)AI整(zhěng)合成用户的“全能(néng)助手(shǒu)”，包揽一切应用，与(yǔ)人们(men)进行沟通并提供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法(fǎ)

AIGC向可(kě)控靠近

以(yǐ)AI绘画为(wèi)代(dài)表的(de)AIGC上一次爆火的时候(hòu)，还是2022年8月，在美(měi)国(guó)科罗拉多州(zhōu)举办的新兴数(shù)字艺(yì)术家(jiā)竞赛中，一(yī)幅(fú)名(míng)为《太空歌剧(jù)院》的作品获(huò)奖。

随后各(gè)大(dà)厂(chǎng)商的(de)AI绘画软(ruǎn)件被广大网(wǎng)友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键词(cí)或者一(yī)张(zhāng)照片(piàn)，就能获得一幅(fú)AI创作的画作。

作画的关键就是所输入的文本(běn)。同一组关键词也可以创作出很多张(zhāng)风格不一样的画作，这让创(chuàng)作的过程就(jiù)像开盲盒。

很多(duō)用户很(hěn)喜欢这种不确定的惊(jīng)喜，他们会将生成(chéng)的美图当做头像。而(ér)另一部分喜欢翻看AI绘(huì)画(huà)的“翻车”作品。在社交媒体上(shàng)，许多用户分享AI“翻车现场”，例如，一(yī)位网友的(de)小狗照(zhào)片被AI画成了“肌肉男”，还有网友的(de)个(gè)人照片(piàn)被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填(tián)写关键词游戏(xì)可能要被颠(diān)覆了。

ControlNet是(shì)一位(wèi)正(zhèng)在斯坦福读博的中国(guó)人张吕敏创作(zuò)的(de)一(yī)种基于控制点的(de)图像变(biàn)形算法，主要用于(yú)数字(zì)图像处理、计算(suàn)机视觉和计算机图形(xíng)学等领域。

其(qí)SD插(chā)件一(yī)经发布(bù)，在短短的两(liǎng)天内便成为了AI绘画(huà)领域最新的热(rè)点。

在此之前，大家用了很(hěn)多方法想让AI生(shēng)成的结果尽可能的符合要(yào)求，但是都(dōu)不尽如(rú)人(rén)意，它的出现代表着AI生成开始进入真正的可控(kòng)时(shí)期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的(de)构图，人物(wù)的姿势和画面的深度信息等。有(yǒu)了(le)它的帮助，就不用频繁的用提示词来(lái)碰(pèng)运气，抽盲盒式的创(chuàng)作(zuò)了。

通俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作(zuò)品已(yǐ)经获得了大量的浏览量，“viggo”就是其(qí)中之一，他(tā)用(yòng)朋友的(de)照片直接带(dài)她们走进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片(piàn)转(zhuǎn)文字。

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

通过(guò)图片就可以(yǐ)看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实的(de)照片，草图(tú)也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍(shào)到(dào)ControlNet还(hái)能(néng)实现线稿转全彩图。大神张吕敏其本尊也(yě)亲(qīn)自回应。

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

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火(huǒ)遍网络，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可(kě)能(néng)是全国第一起AI绘图(tú)诈骗。

由于(yú)这个活(huó)动里面给出(chū)的(de)美(měi)女照片都是AI制(zhì)作的真人照片(piàn)绘图，因(yīn)为太逼真，被大家(jiā)当成(chéng)真事传(chuán)播了。

不(bù)过仔细观(guān)察可以(yǐ)发现，活(huó)动发起(qǐ)者(zhě)提供(gōng)的照片中有(yǒu)个很大(dà)的(de)漏洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的手(shǒu)指部(bù)分有的存在异常。

有行业人事(shì)表示：“现在因为手指部分的绘画算(suàn)法比(bǐ)较复杂，AI还(hái)不太会画人的(de)手，但最新看(kàn)到的图片已经有越来越(yuè)完美(měi)的AI模型出现，以后(hòu)可能就完全没有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国外(wài)也已有发生。据英国广播公(gōng)司(sī)报道，土(tǔ)耳其(qí)地(dì)震期间，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾(zāi)的假(jiǎ)照片发布(bù)到网(wǎng)络，以此诱(yòu)骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已经能做出真人(rén)照片般的(de)绘图(tú)效果，如(rú)果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为AI在“学(xué)习”了(le)大量前人的(de)作(zuò)品之后，其创作没有任(rèn)何情绪和灵魂，难以(yǐ)和(hé)人类(lèi)的艺术创作相提并论。

另一(yī)方面，AIGC背后的(de)版权、目前都并(bìng)没(méi)有得到(dào)有效的解决，还有(yǒu)AIGC会不会代(dài)替(tì)人类“至高无(wú)上”的(de)创意。

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

03

AIGC下一站除了(le)视频，还有远方(fāng)

技术都是有两面(miàn)性(xìng)的，潜在的危害(hài)并不(bù)能掩盖其光辉(huī)的贡献(xiàn)。现在看来(lái)，人工智能技术将(jiāng)是第四次工业革命的(de)核心驱动力量(liàng)，将创(chuàng)造新的增长奇(qí)迹(jì)。

过去一年，人工智(zhì)能在技术和(hé)商业层面(miàn)都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智(zhì)能技(jì)术发生方向性改变的(de)一个代表。其下(xià)一站或(huò)许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发布(bù)了(le)几条引(yǐn)爆科技圈(quān)的短视频。这些视(shì)频引(yǐn)发(fā)关注并非内容做(zuò)得(dé)多优秀，反(fǎn)而都非常简单，比如一匹正在喝水(shuǐ)的马，一只画画的(de)玩具熊(xióng)，或者一段骑摩托车的第(dì)一视(shì)角(jiǎo)录(lù)像，随便(biàn)一个有(yǒu)手机的(de)人都可以随手录下一(yī)段(duàn)。

但这些短视频的创(chuàng)作(zuò)方式非常简(jiǎn)单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就(jiù)可以根据(jù)需要(yào)生成一段视频。

谷歌发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生(shēng)成的(de)视频后，AI圈就已经玩了一波(bō)梗，一个(gè)能(néng)够(gòu)做出更高(gāo)清视频的AI还不足以在短时(shí)间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地(dì)方在于(yú)，它可以制作出超过2分钟的连贯(guàn)的(de)也有确(què)切内(nèi)容的视频，这(zhè)才是真正让人们(men)感到(dào)惊喜的地方(fāng)。因为无论AI生(shēng)成(chéng)的视频多么(me)高(gāo)清，也只(zhǐ)能是为内容生产者(zhě)提供一个灵感(gǎn)，一个素材，一(yī)个(gè)过场动画(huà)。

不(bù)过能够制作出(chū)有具体剧情内(nèi)容的视频就意味着(zhe)，一(yī)些视频创作由AI代替人(rén)工完成已经初步有了可能。

当(dāng)下AI的发(fā)展速度(dù)已经超过(guò)大(dà)部(bù)分人的(de)想象(xiàng)。内(nèi)容(róng)产业(yè)的(de)本(běn)质是供给创造需求，AIGC作(zuò)为全新的内容生产方式(shì)，可(kě)以为内容产(chǎn)业(yè)带来更新的内(nèi)容(róng)风格(gé)、更快(kuài)的生产(chǎn)速度(dù)，更低的生产成本，这(zhè)无疑会驱动内容(róng)产业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐(lè)、代码、机器人(rén)动作等多(duō)种内容形式的生成(chéng)。不难发现该项(xiàng)技(jì)术不仅在(zài)游戏等(děng)行业(yè)能(néng)得到有效应(yīng)用(yòng)，对于(yú)下一代(dài)互联(lián)网各种元素的构建亦(yì)有(yǒu)关键意义。

从商业(yè)化的角度来看，文化(huà)娱乐、教育、传媒等诸多(duō)领域，本身就(jiù)对基于(yú)AI的可视化内容(róng)有强(qiáng)烈(liè)需求。

因(yīn)此(cǐ)，AI绘画(huà)及视频(pín)或(huò)不是结果(guǒ)，而只是AI进程中(zhōng)的(de)一块重要(yào)拼图(tú)，有望在技术更(gèng)新的加持下实现更大的(de)应用价值。

AI从理解内容，走向了可以生成内容(róng)，甚(shèn)至能够(gòu)创(chuàng)造出独立价值和独立视角的内容(róng)。AIGC的(de)再(zài)次出圈，更(gèng)代(dài)表着未来的先进(jìn)生产力(lì)即将到来。

04

紧抓大模型与(yǔ)算力(lì)，牢固AIGC底座

从技术的发(fā)展也可以看出，在语言大(dà)模型、图像大模型之后，多(duō)模态大(dà)模型已经成为了新的趋势。

大模型被誉为当前(qián)人工智能发展的智(zhì)能底座，是全(quán)球竞争(zhēng)最(zuì)激烈(liè)的(de)研究方向之一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多头(tóu)部(bù)企(qǐ)业都(dōu)在竞相发力。

不过训练大模型(xíng)的(de)确价(jià)格(gé)不菲，以国盛证券发(fā)布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告(gào)估算，GPT-3训(xùn)练(liàn)一次的成本(běn)约为(wèi)140万美元。而对(duì)于一些更大的LLM(大型语言(yán)模型)，训练成本则介(jiè)于200万(wàn)美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应(yīng)芯(xīn)片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力(lì)支持。在关(guān)注各类大模型的发(fā)展同时，更(gèng)应该关注(zhù)算力网络(luò)的建设。

算力网络正驱(qū)动AI产业发(fā)展进入(rù)史诗级加速进程，让AIGC及通用(yòng)AI这一人(rén)工(gōng)智能(néng)发展的终极(jí)目标离得更近(jìn)。km是公里吗，1km等于多少公里trong>