自聊(liáo)天机(jī)器(qì)人ChatGPT火爆以来，微软公(gōng)司创始(shǐ)人比尔·盖茨(cí)已多次公开谈论人工智能话题。在(zài)最近的一次采(cǎi)访中，他再(zài)次表示：“AI可能会让科技(jì)行(xíng)业迎来(lái)一次剧烈的洗牌”。

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

他预(yù)期(qī)，AI的发展(zhǎn)可能会(huì)威(wēi)胁到谷歌的(de)市占(zhàn)率，因为微软在AI方面的行动相当迅速。而最(zuì)终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人(rén)们进行沟(gōu)通(tōng)并提供建议(yì)，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能助手(shǒu)的到(dào)来可能(néng)尚需时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的(de)AIGC上一次爆(bào)火(huǒ)的时(shí)候，还(hái)是(shì)2022年(nián)8月(yuè)，在(zài)美国(guó)科(kē)罗拉多(duō)州(zhōu)举办的新兴数字艺(yì)术家竞(jìng)赛中，一幅名为(wèi)《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘(huì)画软件被广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入一组关键(jiàn)词或(huò)者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输(shū)入(rù)的文(wén)本(běn)。同一组关键词也(yě)可以(yǐ)创作出(chū)很多张风格不(bù)一样的画(huà)作，这让创作的过程就像开(kāi)盲盒。

很多用(yòng)户(hù)很(hěn)喜欢这种不确(què)定的惊喜(xǐ)，他们会(huì)将生(shēng)成的美图当做头像。而另一部分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在(zài)社(shè)交(jiāo)媒体上(shàng)，许多(duō)用户(hù)分享AI“翻车(chē)现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男(nán)”，还有网友的个人(rén)照片(piàn)被AI识别成了(le)建筑。

而如(rú)今(jīn)随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的填(tián)写(xiě)关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张吕敏创作的一(yī)种基于(yú)控制点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视觉和计(jì)算机图形学(xué)等领域(yù)。

其SD插件一经发布(bù)，在(zài)短短的两(liǎng)天内便成(chéng)为了AI绘画领域最(zuì)新的热(rè)点。

在此之前(qián)，大(dà)家用了很多(duō)方法想让(ràng)AI生成的(de)结(jié)果尽可能的符(fú)合要求，但是都不尽如人意，它的出(chū)现(xiàn)代(dài)表(biǎo)着AI生成开始(shǐ)进入真正的(de)可(kě)控时(shí)期(qī)。

因为ControlNet可以直接提取画面的构图，人物的(de)姿(zī)势和(hé)画面的深度信息(xī)等。有了它(tā)的帮助，就不用频繁的用提示(shì)词来(lái)碰运气(qì)，抽盲盒式(shì)的(de)创作了。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画(huà)加了“魔法”，不少(shǎo)博主的作品(pǐn)已经获得了(le)大量的(de)浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片(piàn)直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对应(yīng)的关(guān)键词；最(zuì)后用ControlNet插(chā)件绑定骨(gǔ)骼(gé)开始换关键词试效果。

通过图(tú)片就(jiù)可以(yǐ)看出来，效(xiào)果十分惊(jīng)艳。

更厉害的是(shì)，除了真实(shí)的(de)照片，草图也可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏(mǐn)其本尊(zūn)也亲自回(huí)应。

不得(dé)不说当下AIGC已经变得越来(lái)越(yuè)强大，甚至输出的作品都已经能以假乱真了。

02

难(nán)辨虚(xū)实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息火遍网(wǎng)络(luò)，而经过警方辟谣这所谓的“party”可能(néng)是(shì)全国第一起(qǐ)AI绘图诈骗(piàn)。

由(yóu)于这(zhè)个活动里面给(gěi)出(chū)100ml酒是几两，100ml小酒瓶是几两的(de)美(měi)女照(zhào)片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当(dāng)成真(zhēn)事(shì)传(chuán)播(bō)了。

不过仔(zǎi)细(xì)观察可以发现，活动发起者提供的照片中有个很大的(de)漏(lòu)洞可以发现并非(fēi)真人，而是AI绘图(tú)，那便是图片(piàn)中女性的手指部(bù)分有(yǒu)的存在异常。

有行业人事表示(shì)：“现在因(yīn)为手指部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会画(huà)人(rén)的手，但最(zuì)新看到(dào)的(de)图片已经有越来(lái)越完美(měi)的AI模型出现，以(yǐ)后可能就完(wán)全没有漏(lòu)洞(dòng)了。”

类似的AI作(zuò)图诈(zhà)骗在国外也(yě)已(yǐ)有发生。据英国广(guǎng)播(bō)公(gōng)司(sī)报道，土耳其地(dì)震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾的(de)假照(zhào)片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而(ér)实施诈骗(piàn)。

目(mù)前随(suí)着技(jì)术发展，AIGC已经能(néng)做出(chū)真人照片般的(de)绘(huì)图效果，如(rú)果这样的图片被(bèi)用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担(dān)忧，一方面，批判者认为AI在(zài)“学(xué)习(xí)”了大(dà)量前人的作品之后(hòu)，其(qí)创作没有任何情绪和灵(líng)魂，难(nán)以和人(rén)类的艺术创(chuàng)作相提并论。

另一(yī)方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不会代(dài)替(tì)人类“至高无上”的创意。

马(mǎ)斯克(kè)也强调，人工智能的安全问(wèn)题(tí)需要得到重视(shì)，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了视(shì)频(pín)，还有(yǒu)远(yuǎn)方(fāng)

技术都(dōu)是有两面性的，潜(qián)在的危害(hài)并不能掩盖其(qí)光辉的贡献。现在看(kàn)来(lái)，人工智能技术(shù)将是第四次工(gōng)业革命的核心(xīn)驱动力量，将创造新的增长奇迹(jì)。

过去一年，人工智能在(zài)技术(shù)和商业层面都有了巨大进(jìn)展，AI绘画(huà)就是人工智能技术发(fā)生方向性改变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引爆科(kē)技圈的(de)短视(shì)频。这些视(shì)频引发关注并非内容做得(dé)多优(yōu)秀，反(fǎn)而都非常简单(dān)，比如(rú)一匹正在喝水的(de)马，一只画画(huà)的(de)玩具(jù)熊，或者(zhě)一(yī)段骑摩(mó)托车(chē)的(de)第一视角录像，随便一个有(yǒu)手(shǒu)机的(de)人都可以随手录下一段(duàn)。

但(dàn)这些短视频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话(huà)，甚至只是说一下要求(qiú)，AI就可以根(gēn)据需要生(shēng)成(chéng)一段视(shì)频(pín)。

谷(gǔ)歌发(fā)布的两个AI生成视频(pín)分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了(le)AI生(shēng)成(chéng)的视频后，AI圈就已(yǐ)经(jīng)玩(wán)了(le)一波梗，一个能(néng)够做(zuò)出更(gèng)高清视频的AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的(de)地方(fāng)在(zài)于(yú)，它可(kě)以制作出超(chāo)过(guò)2分钟(zhōng)的(de)连贯的也有确(què)切内容的视频，这(zhè)才是真(zhēn)正让人们感(gǎn)到惊喜的地方。因为无(wú)论AI生成的(de)视频(pín)多(duō)么高清，也只能是为内(nèi)容生产者提供一个(gè)灵感，一个素材(cái)，一个过(guò)场动画。

不(bù)过能够制作(zuò)出有具体(tǐ)剧(jù)情内容(róng)的视频就意味着，一些(xiē)视频创作(zuò)由AI代替(tì)人工完成已经初(chū)步有了可能。

当下AI的发展速(sù)度已经超过大部分(fēn)人的想象。内(nèi)容产业的本(běn)质是供给(gěi)创造需(xū)求，AIGC作为全(quán)新的内容生产方(fāng)式，可(kě)以(yǐ)为内容产业带来更新(xīn)的内容风格、更快的生产速(sù)度，更(gèng)低的生产(chǎn)成本，这无疑会驱动(dòng)内容产业(yè)的大爆(bào)发。

除了(le)AI绘图、视(shì)频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器(qì)人动(dòng)作(zuò)等多种内容(róng)形式的生成。不难(nán)发现该项技(jì)术不仅在游戏等行业能得(dé)到(dào)有效应用，对于下一代互联网各种(zhǒng)元素(sù)的构(gòu)建亦有关键意义(yì)。

从商业化的角度来看，文化娱(yú)乐(lè)、教育、传媒(méi)等诸(zhū)多(duō)领域，本身(shēn)就对基于AI的可视化内容(róng)有强烈(liè)需求。

因(yīn)此，AI绘画及视频或不是结果，而(ér)只是AI进程中(zhōng)的(de)一块重(zhòng)要拼图，有望(wàng)在技术更新(xīn)的加持下实现更大的应用(yòng)价值。

AI从理解内容(róng)，走向了(le)可(kě)以生(shēng)成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的(de)再次出圈，更(gèng)代表着未来的(de)先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技100ml酒是几两，100ml小酒瓶是几两(jì)术的(de)发展也可以看出，在语言大模型、图像大模型之后，多模态大模型已经成为了(le)新的趋势。

大(dà)模型被誉为当前人工智能发(fā)展的智能底(dǐ)座(zuò)，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌(gē)、亚马逊(xùn)、百(bǎi)度、阿里(lǐ)、腾(téng)讯等众多(duō)头(tóu)部企业(yè)都在竞(jìng)相发力(lì)。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练(liàn)一次的成(chéng)本约为(wèi)140万美元。而对于(yú)一(yī)些更(gèng)大的LLM(大(dà)型语言(yán)模型)，训练成本则介于200万美元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万(wàn)计算(suàn)，其对应芯片(piàn)需求为3万多(duō)片英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日仅(jǐn)电费就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大算力支(zhī)持。在关注各类大模型(xíng)的发展同(tóng)时，更应该关(guān)注算(suàn)力网络的建设。

算力网络(luò)正驱动AI产业发展进入史诗级(jí)加(jiā)速进(jìn)程，让(ràng)AIGC及通用AI这一人工(gōng)智能发展的(de)终(zhōng)极(jí)目(mù)标(biāo)离得更(gèng)近。

因为算力可(kě)以(yǐ)对(duì)突破性技术创新提供大(dà)力的支(zhī)持。这方面，多模态大模型是典(diǎn)型。作为面向(xiàng)未(wèi)来强(qiáng)人(rén)工智能、通(tōng)用人工智能的重(zhòng)要技术创新，多模态大模型已经在人工(gōng)智能(néng)领(lǐng)域提出了很多年(nián)，业界也有不少技术突破，但(dàn)是，多(duō)模态(tài)大模(mó)型进一步(bù)往下走，算力(lì)需求呈几(jǐ)何式(shì)上升，一(yī)般的算力(lì)基(jī)础设施很(hěn)快将难以胜任。

从图(tú)像、文字(zì)、语音单(dān)独一项的训练，到(dào)双(shuāng)模态(tài)、三模态的跃迁(qiān)，让人工智(zhì)能可以灵活应对不同(tóng)模态的转化、像人与世界(jiè)交互一(yī)样自然，这方面，由算力网(wǎng)络来(lái)驱(qū)动(dòng)将有(yǒu)明显优势。

此外，还有(yǒu)很多需要爆发式增长的算力来支撑的技术(shù)创新，将在人工智能算力网络支撑下快速(sù)推进(jìn)。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆(fù)内容生产的方式，将(jiāng)创造的边际成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 100ml酒是几两，100ml小酒瓶是几两