自聊天机(jī)器人(rén)ChatGPT火爆(bào)以(yǐ)来(lái)，微软公司创始人比尔·盖茨(cí)已多次公开谈论人工智能话(huà)题。在最近的一次(cì)采访中，他再(zài)次表示：“AI可能(néng)会让科技行业迎来一次(cì)剧烈的洗(xǐ)牌”。

这个结论是(shì)他在当(dāng)地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时提出的(de)。

他(tā)预期(qī)，AI的发展可能会威胁到谷歌的市占率，因为微软在(zài)AI方(fāng)面的行动相当迅速。而(ér)最终科技巨头将把(bǎ)AI整(zhěng)合(hé)成用户的“全能助(zhù)手”，包(bāo)揽一(yī)切应用，与(yǔ)人们进行沟(gōu)通并提供建议(yì)，可(kě)以(yǐ)取代(dài)亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手(shǒu)的(de)到(dào)来可能尚需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包(bāo)围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画(huà)为代表的(de)AIGC上一次爆火的(de)时(shí)候，还是2022年8月，在美国科罗(luó)拉多州举办的新兴数字(zì)艺(yì)术(shù)家竞赛(sài)中(zhōng)，一幅名为(wèi)《太空歌剧(jù)院(yuàn)》的作(zuò)品(pǐn)获奖(jiǎng)。

随后各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入(rù)一组(zǔ)关键词或者一(yī)张照片，就(jiù)能获得一幅AI创作(zuò)的(de)画作。

作画(huà)的关(guān)键(jiàn)就(jiù)是(shì)所(suǒ)输入的(de)文(wén)本。同(tóng)一(yī)组关键词也(yě)可(kě)以创作出很(hěn)多(duō)张(zhāng)风格不一(yī)样(yàng)的画作(zuò)，这让创作的过程就像开盲盒。

很多用户(hù)很(hěn)喜(xǐ)欢(huān)这(zhè)种不确定的惊喜(xǐ)，他们会将生(shēng)成的(de)美(měi)图当做头像。而(ér)另一部分喜欢翻看(kàn)AI绘(huì)画(huà)的“翻车”作品。在社交(jiāo)媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的个人(rén)照片(piàn)被(bèi)AI识(shí)别成了建筑。

而如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘(huì)画的填写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读(dú)博的中国人张吕敏(mǐn)创(chuàng)作的(de)一种基于控制点的图像变(biàn)形算法，主要用(yòng)于数字(zì)图像处理、计算机视觉和计算机图形学等领域。

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

在此(cǐ)之前，大(dà)家用了很多方法想(xiǎng)让AI生成的结(jié)果尽可(kě)能的符合(hé)要求，但(dàn)是都不尽如(rú)人意，它(tā)的出现代(dài)表(biǎo)着AI生成(chéng)开始进入真正的可控时期(qī)。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势和画面的深(shēn)度(dù)信(xìn)息等(děng)。有(yǒu)了它的帮助，就不用频繁的用提(tí)示词来碰运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不少博(bó)主的作品已经(jīng)获(huò)得(dé)了大量的浏览量，“viggo”就是其(qí)中之一(yī)，他(tā)用朋友(yǒu)的照片(piàn)直接带她们(men)走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼(gé)开始换关键(jiàn)词试效果(guǒ)。

通过(guò)图片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草(cǎo)图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能(néng)实现(xiàn)线(xiàn)稿转全(quán)彩图。大神张吕(lǚ)敏其(qí)本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已经变得(dé)越(yuè)来(lái)越强大，甚(shèn)至输出的作品都(dōu)已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发(fā)

警(jǐng)惕安(ān)全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣(yáo)这所谓的(de)“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于这个(gè)活动里面给出的美女照片都(dōu)是AI制(zhì)作的真人(rén)照片绘图，因为(wèi)太逼(bī)真，被大家当(dāng)成真事(shì)传播了。

不(bù)过仔细观察可以发现，活(huó)动发起者提供的(de)照片中有个(gè)很大的漏洞可以发现并非真(zhēn)人，而(ér)是(shì)AI绘图，那便是图片(piàn)中(zhōng)女性的手指部分有的存在(zài)异(yì)常。

有行(xíng)业(yè)人事(shì)表示：“现在因为手(shǒu)指部分的绘画(huà)算法(fǎ)比较复杂，AI还不太会(huì)画人的(de)手，但最新看到的图(tú)片已经有(yǒu)越来越完(wán)美的AI模型出现，以后(hòu)可能(néng)就(jiù)完全没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在(zài)国外也已(yǐ)有发生。据(jù)英(yīng)国广(guǎng)播(bō)公司(sī)报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以(yǐ)此诱骗善良的人(rén)打赏“捐助”从而(ér)实施(shī)诈骗(piàn)。

目前随着(zhe)技(jì)术(shù)发展，AIGC已经能(néng)做出真人照片般的绘图效(xiào)果，如果这样的图(tú)片被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很(hěn)多(duō)担忧(yōu)，一方面，批判者认(rèn)为AI在“学习”了大量前人的作品之后，其创作没有任何(hé)情绪(xù)和灵魂(hún)，难以和人(rén)类的艺术创作相(xiāng)提并论。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没有得到有效(xiào)的解决，还有AIGC会不(bù)会代替人类“至高(gāo)无上”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安全(quán)问题(tí)需要(yào)得到重视(shì)，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还有远(yuǎn)方

技术都是有两(liǎng)面(miàn)性(xìng)的，潜在的危害并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能(néng)技术将是第四次工(gōng)业(yè)革(gé)命(mìng)的(de)核心驱动力(lì)量，将创(chuàng)造(zào)新的增长奇迹。

过去一(yī)年，人(rén)工智能在技术和商(shāng)业层面都有了巨(jù)大进展，AI绘画就是人工智(zhì)能技术(shù)发生方向性改变的一个代(dài)表。其下一站或许就(jiù)是(shì)视频(pín)。

此前(qián)，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科技圈(quān)的短视频。这些视(shì)频引发关注并非内你在教我做事啊是什么意思，你在教我做事啊是什么意思容(róng)做得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水的马，一(yī)只画画的玩具熊，或者一段骑摩托车的(de)第一视角录像，随便一(yī)个有手机的(de)人(rén)都(dōu)可(kě)以随手录下一(yī)段。

但这些短视频的创(chuàng)作方式非(fēi)常简(jiǎn)单，创作者仅仅需要(yào)向(xiàng)AI输(shū)入一段话，甚至(zhì)只是说一下要求，AI就可以根(gēn)据需要生成一段(duàn)视频(pín)。

谷歌发布的两(liǎng)个AI生成(chéng)视频分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出的(de)是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已(yǐ)经玩了一波梗，一(yī)个能够做(zuò)出更高(gāo)清视频的AI还不足(zú)以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可以制作出超过2分钟的(de)连贯(guàn)的也有确切(qiè)内(nèi)容的视频(pín)，这(zhè)才是(shì)真正让人们(men)感到惊喜的(de)地方。因为(wèi)无论AI生成的视频多么高清，也只(zhǐ)能(néng)是(shì)为内容生(shēng)产者提供一(yī)个(gè)灵(líng)感，一个(gè)素(sù)材，一个(gè)过场(chǎng)动画。

不过(guò)能够(gòu)制作出有具体剧情内容的(de)视频就意味着，一些视(shì)频创(chuàng)作由AI代替人工完成已经初步有(yǒu)了可能。

当下AI的发(fā)展速(sù)度已经超过大部分人的想(xiǎng)象。内容产业的本质(zhì)是供(gōng)给创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为(wèi)内容产业带来更新的内容(róng)风格、更(gèng)快的生产速度，更低的生产(chǎn)成(chéng)本，这无疑会驱(qū)动(dòng)内容产业(yè)的(de)大(dà)爆(bào)发。

除了AI绘图、视频，你在教我做事啊是什么意思，你在教我做事啊是什么意思AIGC技术(shù)还(hái)能应用于(yú)音乐、代码(mǎ)、机(jī)器(qì)人动作等(děng)多种内容(róng)形式的生成。不(bù)难发现该项(xiàng)技术(shù)不仅在游戏等(děng)行(xíng)业(yè)能得到有效应用，对于下一代(dài)互联网各种元素的构建亦有(yǒu)关键意义。

从(cóng)商业化的角度来看，文化娱乐(lè)、教育、传媒(méi)等诸多领域，本身就对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块(kuài)重要拼图，有望(wàng)在技术更新(xīn)的加持(chí)下实(shí)现更(gèng)大的应(yīng)用(yòng)价值。

AI从(cóng)理解内容，走向了(le)可以生成内容，甚至能够创造出独立(lì)价值(zhí)和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更(gèng)代表着未来的先进(jìn)生(shēng)产力即(jí)将到来(lái)。

04

紧抓(zhuā)大(dà)模型(xíng)与(yǔ)算力，牢固AIGC底座(zuò)

从技术的(de)发展也可以(yǐ)看出(chū)，在(zài)语言(yán)大模型、图像大模型(xíng)之(zhī)后，多模态(tài)大模(mó)型已经成为了新的趋势。

大(dà)模(mó)型被誉为(wèi)当(dāng)前人工智(zhì)能发(fā)展(zhǎn)的智能底(dǐ)座，是全球竞争(zhēng)最激(jī)烈的研究(jiū)方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部企业都(dōu)在竞相发(fā)力。

不过(guò)训(xùn)练大模型的确价(jià)格不菲，以国(guó)盛证券(quàn)发布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更大的(de)LLM(大型语言模(mó)型)，训练(liàn)成本则(zé)介于200万美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初(chū)始投入(rù)成本(běn)约为8亿美元，每日仅电费就(jiù)在5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各类大模(mó)型(xíng)的发展同时，更(gèng)应该(gāi)关注算力网络的建设(shè)。

算力网(wǎng)络正驱动AI产业发展(zhǎn)进(jìn)入史诗级加速进程(chéng)，让AIGC及通(tōng)用(yòng)AI这一(yī)人工智能(néng)发展(zhǎn)的终极(jí)目标离(lí)得更近。

因为算(suàn)力可以对突破性(xìng)技术(shù)创新提供大(dà)力的支(zhī)持。这方面(miàn)，多模态大模(mó)型(xíng)是典型。作为(wèi)面向(xiàng)未来强(qiáng)人工(gōng)智(zhì)能、通(tōng)用人工智能的重要技术创新(xīn)，多模态大模型(xíng)已(yǐ)经在人工智能领域提出了(le)很多年，业界也有不少(shǎo)技术突破，但(dàn)是(shì)，多模态大模型进一步(bù)往下走，算力(lì)需求呈(chéng)几(jǐ)何式(shì)上升，一般的算力(lì)基础设施很快将难以(yǐ)胜任(rèn)。

从图像(xiàng)、文字、语音单独(dú)一项的训练，到双(shuāng)模态、三模(mó)态的跃迁(qiān)，让人工智能可以(yǐ)灵活应对不同模态的转化、像人与世界交互(hù)一样(yàng)自然，这方面，由算(suàn)力网络来驱动将有明显优势。

此外，还(hái)有很多需要爆发式增长(zhǎng)的算力来支撑的技术创新，将(jiāng)在人(rén)工智能算力网络支撑(chēng)下(xià)快速(sù)推进(jìn)。你在教我做事啊是什么意思，你在教我做事啊是什么意思ong>