自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖茨已(yǐ)多次公开(kāi)谈论人工智(zhì)能话题。在最近的一(yī)次采访中(zhōng)，他(tā)再次表示：“AI可(kě)能会(huì)让科技行业迎来一(yī)次剧烈的洗牌(pái)”。

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

他预期(qī)，AI的发(fā)展可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面的(de)行动相(xiāng)当(dāng)迅速。而最终(zhōng)科技(jì)巨头将把AI整合成用户的“全能助手”，包揽(lǎn)一切应用，与人们进行(xíng)沟通(tōng)并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口中全能助手(shǒu)的到来可(kě)能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近(jìn)

以(yǐ)AI绘画(huà)为(wèi)代(dài)表的(de)AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举(jǔ)办的新兴数字艺术家竞赛(sài)中，一幅名为《太(tài)空(kōng)歌剧院》的(de)作品(pǐn)获奖。

随后各大厂商(shāng)的AI绘(huì)画软件被(bèi)广大网友熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以在应用(yòng)中输入一组关键词或者一张照片(piàn)，就能获得一幅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(chuàng)作出很多张风格不一样的画作，这(zhè)让创作的过(guò)程(chéng)就像开(kāi)盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不(bù)确定的(de)惊喜，他(tā)们会将生成的美图当做(zuò)头像。而(ér)另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户(hù)分享AI“翻车现场(chǎng)”，例如(rú)，一(yī)位网(wǎng)友的小狗照(zhào)片被AI画成了“肌肉男(nán)”，还(hái)有网友的个人照片被AI识别(bié)成了建筑(zhù)。

而如(rú)今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填(tián)写关键词(cí)游戏可能(néng)要被颠覆(fù)了。

ControlNet是(shì)一(yī)位(wèi)正在斯坦(tǎn)福读博(bó)的(de)中国人张吕敏创作的(de)一种基于(yú)控(kòng)制点的(de)图像变形算法，主(zhǔ)要用于数字图(tú)像处理(lǐ)、计算机(jī)视觉和(hé)计(jì)算(suàn)机图形学(xué)等领域(yù)。

其SD插件一经发布，在短短(duǎn)的两天内便成为了(le)AI绘(huì)画(huà)领域最新的热点。

在此(cǐ)之前，大家(jiā)用了很多方(fāng)法想让AI生(shēng)成的结(jié)果尽可能的符合(hé)要(yào)求，但是都不尽(jǐn)如人意，它(tā)的出现(xiàn)代表着(zhe)AI生成(chéng)开始(shǐ)进入(rù)真正(zhèng)的(de)可控时(shí)期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画面(miàn)的构图，人(rén)物的姿势和(hé)画面的深度信息等(děng)。有了它的帮助，就(jiù)不用频繁的(de)用提示词(cí)来(lái)碰运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作品(pǐn)已(yǐ)经获得了大量的(de)浏(liú)览(lǎn)量，“viggo”就是其中之(zhī)一，他(tā)用(yòng)朋友的照片(piàn)直接带她们(men)走进(jìn)动漫世界(jiè)。

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

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

通过图片就可(kě)以看出来，效(xiào)果十分(fēn)惊艳。

更厉(lì)害的是(shì)，除了真实的照片，草图(tú)也可以(yǐ)加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图。大(dà)神张吕敏(mǐn)其本(běn)尊也亲(qīn)自回应(yīng)。

不得(dé)不说(shuō)当下AIGC已经变得越来(lái)越强(qiáng)大，甚至输出的作(zuò)品都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚(xū)实(shí)，AIGC技(jì)术力(lì)爆发(fā)

警惕安(ān)全问(wèn)题

近日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣(yáo)这(zhè)所(suǒ)谓(wèi)的“party”可能(néng)是全(quán)国第一起AI绘图(tú)诈(zhà)骗。

由于这个活动(dòng)里面给出的美(měi)女照片都(dōu)是AI制(zhì)作的真人照(zhào)片绘图，因为(wèi)太逼真(zhēn)，被大家(jiā)当(dāng)成真事传播了。

不(bù)过仔细观察(chá)可以发现(xiàn)，活(huó)动发起者提供的照片中有个很(hěn)大的漏洞(dòng)可(kě)以发现(xiàn)并(bìng)非真人，而(ér)是AI绘图，那便是图片中(zhōng)女(nǚ)性的手指部分有的存在异常。

有行业人事表示：“现在(zài)因为手指部分的(de)绘画算法比较复杂，AI还不太(tài)会画(huà)人的(de)手，但(dàn)最(zuì)新看(kàn)到的图(tú)片已经有越来越完美的AI模型出(chū)现，以(yǐ)后可能(néng)就完全没有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发生。据(jù)英国广播公司(sī)报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发(fā)布到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展(zhǎn)，AIGC已经能做(zuò)出真人照片般的绘(huì)图效果，如果(guǒ)这样的图片(piàn)被用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习”了大量前(qián)人的作品之后，其创(chuàng)作没有任何情绪(xù)和灵魂，难(nán)以(yǐ)和人类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不会代替(tì)人类“至高无(wú)上(shàng)”的创意。

马(mǎ)斯克也强调，人工智能(néng)的安全问题需要得到重视，太(tài)晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还(hái)有远方

技术都是有两面性的，潜在(zài)的危害并不能掩盖其(qí)光辉(huī)的贡献。现在看来，人工智能技术(shù)将是第四次工业革(gé)命的核心驱动(dòng)力量(liàng)，将创造(zào)新的增长(zhǎng)奇迹。

过去一年(nián)，人(rén)工智能在技术(shù)和(hé)商业层面都(dōu)有(yǒu)了(le)巨大进展(zhǎn)，AI绘画就(jiù)是(shì)人工智(zhì)能(néng)技术发生方向性改变的一个代表。其下一站(zhàn)或许就(jiù)是视频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈(quān)的短视频。这些视频引发(fā)关注并非内容做(zuò)得(dé)多(duō)优秀，反而(ér)都非(fēi)常简单(dān)，比(bǐ)如(rú)一匹(pǐ)正(zhèng)在(zài)喝(hē)水的(de)马，一(yī)只画画(huà)的玩具熊(xióng)，或(huò)者一段骑摩托车的第一(yī)视角录像，随便一个(gè)有手机的人都可以随手录下一段(duàn)。

但(dàn)这(zhè)些短视频的创作方(fāng)式非(fēi)常简单，创作(zuò)者仅仅需要(yào)向AI输(shū)入一段话，甚(shèn)至只(zhǐ)是说一(yī)下要(yào)求，AI就可以(yǐ)根(gēn)据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波梗，一个能够做(zuò)出更高(gāo)清视频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方在(zài)于，它可(kě)以制作出超(chāo)过2分钟的连贯的也有(yǒu)确切内容的(de)视频，这才是真正让人(rén)们感到惊喜(xǐ)的地方。因为无论AI生成(chéng)的视频多么高清(qīng)，也只能是为(wèi)内容生产者(zhě)提(tí)供(gōng)一(yī)个灵感，一个(gè)素材，一个(gè)过场动画(huà)。

不过(guò)能够制作出有具体剧情内容的视频(pín)就意(yì)味着，一(yī)些(xiē)视频创作(zuò)由AI代替人工完成已(yǐ)经初步有了可能。

当下AI的发展速度已经超过大部分(fēn)人的(de)想(xiǎng)象。内容(róng)产业的本(běn)质是供(gōng)给创造需(xū)求(qiú)，讳疾忌医的故事简短，讳疾忌医的故事和寓意AIGC作为全新的内容生(shēng)产方(fāng)式，可以(yǐ)为内(nèi)容产业带来更新的内(nèi)容风格、更快(kuài)的生(shēng)产速度，更低(dī)的生产(chǎn)成本(běn)，这无疑会驱动内(nèi)容(róng)产业的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器(qì)人动作等多种(zhǒng)内容形式的(de)生(shēng)成。不难发(fā)现该项技术不仅在游戏等行业能得(dé)到有效(xiào)应用，对于下一代互联网(wǎng)各(gè)种元(yuán)素(sù)的(de)构建亦有关键(jiàn)意义。

从商业化的角度来看(kàn)，文(wén)化娱乐、教育、传媒(méi)等诸多领域，本身就对基于AI的可(kě)视化内容有强烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中的一块(kuài)重要拼(pīn)图，有望(wàng)在技术(shù)更新的加持下实现更(gèng)大的应(yīng)用(yòng)价值。

AI从(cóng)理解内容，走向了可(kě)以生成内容，甚至能够创造出独(dú)立价值(zhí)和独立视(shì)角(jiǎo)的内容。AIGC的再次(cì)出圈，更代表(biǎo)着未(wèi)来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大(dà)模型与算力(lì)，牢固AIGC底座

从技术的发展也可以看出(chū)，在语言大(dà)模型(xíng)、图像大模型之后，多模态大模型已(yǐ)经成为了新的趋势。

大模型(xíng)被誉为当(dāng)前人(rén)工智能发(fā)展的智能底座，是全(quán)球(qiú)竞争最(zuì)激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练大模型的确(què)价(jià)格不(bù)菲(fēi)，以(yǐ)国盛证(zhèng)券(quàn)发(fā)布的《ChatGPT需要(yào)多少(shǎo)算力》报告(gào)估算，GPT-3训练一次的(de)成本约为140万美元。而对于(yú)一些更(gèng)大(dà)的LLM(大型语言模(mó)型)，训练(liàn)成(chéng)本则介于200万美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均数1300万(wàn)计(jì)算(suàn)，其(qí)对(duì)应芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入(rù)成(chéng)本约为8亿(yì)美元，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支(zhī)持。在关注各类大模型的发(fā)展(zhǎn)同时，更(gèng)应该关注算力网络的建设。

算力网络正驱动AI产业(yè)发(fā)展进入史诗级加(jiā)速进程，让AIGC及通用AI这(zhè)一人(rén)工(gōng)智(zhì)能发展的终极(jí)目(mù)标离得更近。

因为算力可以(yǐ)对(duì)突(tū)破(pò)性技术(shù)创(chuàng)新(xīn)提供(gōng)大(dà)力的支持(chí)。这方面，多模态(tài)大模型是(shì)典型。作为面(miàn)向未来强人工智能、通用人工智能的重要技(jì)术创新，多(duō)模态(tài)大模型(xíng)已经在人工智(zhì)能领域提出了很多(duō)年，业界也有不少技(jì)术突破，但是，多模态(tài)大(dà)模型进一步(bù)往(wǎng)下走，算力(lì)需求呈几(jǐ)何式上升，一般的算力基础设施很快将难以(yǐ)胜任。

从图(tú)像、文(wén)字、语音单独(dú)一项的训(xùn)练，到双模态、三(sān)模态的跃迁(qiān)，让人(rén)工智能可(kě)以灵活(huó)应对(duì)不(bù)同模态的(de)转(zhuǎn)化、像人与世界交(jiāo)互(hù)一(yī)样自然，这方面，由算(suàn)力网络(luò)来驱动将(jiāng)有明显优势(shì)。

此外，还有很多需要爆(bào)发式增长的算力来支撑的技术创新，将在人工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经露出曙光(guāng)，期待在大模(mó)型和大算力的(de)支持下AIGC能持续颠覆内(nèi)容生产的方式(shì)，将创造的边际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 讳疾忌医的故事简短，讳疾忌医的故事和寓意