自(zì)聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔(ěr)·盖(gài)茨已多次公开(kāi)谈(tán)论(lùn)人工智能话题。在最近的(de)一次采(cǎi)访(fǎng)中(zhōng)，他再(zài)次表示(shì)：“AI可(kě)能(néng)会让科技行业(yè)迎来(lái)一(yī)次剧(jù)烈的洗(xǐ)牌”。

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

他(tā)预期(qī)，AI的发展可能会威胁(xié)到谷歌的市占率，因(yīn)为微软(ruǎn)在AI方面的行动相当迅速。而最终科技巨头将把AI整合(hé)成用户的(de)“全能(néng)助手”，包(bāo)揽(lǎn)一切(qiè)应(yīng)用，与人们进行沟通(tōng)并提供(gōng)建议，可以取代亚马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全能助手的(de)到来(lái)可(kě)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(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆(bào)火的时候，还(hái)是2022年(nián)8月，在美国科罗拉多州举办的新兴(xīng)数字(zì)艺(yì)术家竞(jìng)赛中，一(yī)幅名为(wèi)《太(tài)空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖。

随后各大厂商的AI绘画软件被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用(yòng)户们可以在应用中输入一组关键词(cí)或者(zhě)一(yī)张照(zhào)片，就能获得一幅AI创作的画作。

作(zuò)画(huà)的关键(jiàn)就是所输入的(de)文本。同一组关(guān)键词也可以创(chuàng)作出很多张风(fēng)格不一(yī)样(yàng)的画作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用(yòng)户很喜(xǐ)欢这种不确定的(de)惊(jīng)喜(xǐ)，他们会将生成的美图当做(zuò)头像。而另一部分(fēn)喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻(fān)车现场”，例如(rú)，一位网(wǎng)友的小狗照片被AI画(huà)成了“肌肉男(nán)”，还有网(wǎng)友的(de)个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的中(zhōng)国(guó)人张(zhāng)吕敏创(chuàng)作的一(yī)种基于控制点(diǎn)的(de)图像变形算法，主要用于(yú)数字图像处理、计(jì)算机(jī)视觉和计(jì)算机图(tú)形学等领域。

其SD插件一经发布，在短短(duǎn)的两(liǎng)天内便成(chéng)为了AI绘画(huà)领(lǐng)域(yù)最新的热点。

在此之前，大家用了(le)很(hěn)多(duō)方(fāng)法想让(ràng)AI生成的结果尽可(kě)能的符合(hé)要求(qiú)，但(dàn)是都不尽(jǐn)如(rú)人意，它的(de)出现代表着AI生成开始进入真(zhēn)正的可(kě)控时期(qī)。

因(yīn)为ControlNet可以直(zhí)接提取画面的构图，人物的姿势和画面的深度(dù)信息等。有了(le)它的帮(bāng)助，就不(bù)用频繁的(de)用提示词来碰运气，抽盲盒式(shì)的创(chuàng)作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的(de)作品已经获得了大量的浏(liú)览量，“viggo”就是其中之一(yī)，他(tā)用(yòng)朋友的(de)照片直接带(dài)她们走进动漫世(shì)界。

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

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键词(cí)；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过(guò)图片就(jiù)可以看(kàn)出(chū)来，效果十分惊艳。

更厉害(hài)的(de)是，除了真实的照(zhào)片，草图也可(kě)以加(jiā)上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神(shén)张吕敏其(qí)本(běn)尊也亲自回(huí)应。

不(bù)得(dé)不说当下AIGC已(yǐ)经(jīng)变得越来越(yuè)强大(dà)，甚至输(shū)出的作品都已(yǐ)经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖有游艇party”的消息火遍网络，而(ér)经过警方辟(pì)谣这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给出(chū)的美女照片都是(shì)AI制作的(de)真(zhēn)人(rén)照片(piàn)绘图，因为太逼真，被大家当成真事传播了。

不(bù)过仔细(xì)观察可(kě)以(yǐ)发(fā)现，活动发起者提供(gōng)的照片(piàn)中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是(shì)图片中女性的手指部分(fēn)有的存在异(yì)常。

有(yǒu)行业人事表示(shì)：“现在(zài)因为(wèi)手指部分的(de)绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不(bù)太会画(huà)人的手，但最新看到的图片(piàn)已(yǐ)经(jīng)有越(yuè)来越完美(měi)的AI模型出现，以后(hòu)可能就(王杰2001年后嗓子变了谁下的毒，王杰2001年后嗓子变了还唱歌吗jiù)完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生。据英国(guó)广播(bō)公(gōng)司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布到(dào)网络，以(yǐ)此诱骗善(shàn)良的(de)人打赏“捐助”从而实施(shī)诈骗。

目前(qián)随(suí)着技术发展，AIGC已经能做出真人照(zhào)片(piàn)般的绘图效果，如果这样的图片被用来诈(zhà)骗(piàn)，将非(fēi)常(cháng)可怕。

此外AIGC还引发了很多担(dān)忧，一方面(miàn)，批判者认为AI在(zài)“学习”了(le)大量前人的作品之(zhī)后(hòu)，其创作(zuò)没有(yǒu)任何情绪(xù)和灵(líng)魂，难以(yǐ)和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后(hòu)的版(bǎn)权、目(mù)前(qián)都(dōu)并(bìng)没有得到(dào)有效的解决，还有AIGC会不会代(dài)替人类“至(zhì)高(gāo)无上(shàng)”的创意。

马斯克也(yě)强调(diào)，人工智能的安全问题需要(yào)得到重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频(pín)，还有远方

技术都是有(yǒu)两面性(xìng)的，潜在的危害(hài)并不能掩盖其光辉的贡献(xiàn)。现在看来(lái)，人工智能(néng)技术(shù)将(jiāng)是第四次工业革命的核心驱动力(lì)量(liàng)，将创造(zào)新(xīn)的增长奇(qí)迹(jì)。

过去(qù)一(yī)年，人工智能在技术和商业层面都有了巨(jù)大进展，AI绘画就是人工智能(néng)技术发生(shēng)方向性(xìng)改变的(de)一个代表。其下一站或许就是视(shì)频。

此前(qián)，Meta和谷(gǔ)歌先后(hòu)发布了(le)几条引爆科技圈的短视(shì)频。这些视频(pín)引发关注并(bìng)非内(nèi)容(róng)做得多优秀，反而都(dōu)非常(cháng)简单(dān)，比如一匹正在喝(hē)水的马，一只画(huà)画的(de)玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视(shì)角录像，随便一个有手(shǒu)机的人都可以随手(shǒu)录下(xià)一段。

但这些短视频的创作方式非常简单，创作者(zhě)仅仅需(xū)要(yào)向AI输入(rù)一段(duàn)话(huà)，甚至(zhì)只(zhǐ)是(shì)说一(yī)下要(yào)求，AI就可以根据需要生成(chéng)一段视频。

谷歌发布的两个(gè)AI生(shēng)成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太(tài)多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就已经(jīng)玩了一波梗(gěng)，一(yī)个能够(gòu)做(zuò)出(chū)更(gèng)高清视频的AI还不足以在短时间(jiān)内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地方在于(yú)，它可以制(zhì)作出超过2分钟的连贯的也(yě)有确切内容的(de)视频，这才是(shì)真正让人们感到惊(jīng)喜的(de)地方。因为无(wú)论AI生成(chéng)的视频(pín)多么高清，也(yě)只能是为内容生(shēng)产者提供一个灵(líng)感，一个(gè)素材，一(yī)个过场动画(huà)。

不过(guò)能够(gòu)制作出有(yǒu)具体(tǐ)剧(jù)情内容的(de)视频就意味(wèi)着(zhe)，一(yī)些(xiē)视频(pín)创作由(yóu)AI代替人(rén)工完成已经(jīng)初步有了(le)可能。

当下AI的(de)发(fā)展(zhǎn)速(sù)度已经(jīng)超(chāo)过大部分(fēn)人的想象。内容产业的本(běn)质是供(gōng)给创造需求(qiú)，AIGC作为(wèi)全新的内容(róng)生产方式，可以为(wèi)内容(róng)产业(yè)带(dài)来更新的内容风(fēng)格、更(gèng)快的生产速(sù)度，更低(dī)的生产成本，这(zhè)无疑会(huì)驱动内容产(chǎn)业的(de)大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码、机器人动(dòng)作(zuò)等多种内容形式的生成。不(bù)难发(fā)现该(gāi)项(xiàng)技术不仅在游戏等行(xíng)业(yè)能得到有效应用，对于下一代(dài)互联网(wǎng)各种元(yuán)素的构(gòu)建亦有关键意义。

从商业(yè)化(huà)的(de)角(jiǎo)度来看，文(wén)化娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身(shēn)就(jiù)对基于(yú)AI的可视化(huà)内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进程中的一块重要拼图，有望在(zài)技(jì)术(shù)更新的(de)加(jiā)持(chí)下实现更(gèng)大的应用价(jià)值(zhí)。

AI从理(lǐ)解内容，走向(xiàng)了可(kě)以生成内容，甚至能(néng)够(gòu)创造出(chū)独立价值和独(dú)立视角(jiǎo)的(de)内容。AIGC的再(zài)次(cì)出圈，更代表(biǎo)着未来的先进(jìn)生产(chǎn)力即将(jiāng)到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从(cóng)技术的发(fā)展也可以看出，在语言大(dà)模型、图(tú)像大模型之后，多模态(tài)大模型(xíng)已经(jīng)成为了(le)新的趋势。

大模型被誉为当前(qián)人(rén)工智能(néng)发展(zhǎn)的智能底座(zuò)，是全球竞(jìng)争最(zuì)激烈的(de)研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头(tóu)部企业(yè)都在竞相发力。

不过训练(liàn)大模型的确价格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一(yī)次的(de)成(chéng)本约为140万美元。而对于一些更大的(de)LLM(大型(xíng)语言模型)，训练(liàn)成本则介(jiè)于(yú)200万(wàn)美元至(zhì)1200万美元高价之(zhī)间(jiān)。

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(piàn)需(xū)求(qiú)为3万多片英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每(měi)日仅电费就在5万美元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支持。在关(guān)注各类大(dà)模型的发(fā)展同(tóng)时，更应该关(guān)注算力网络的建设。

算力(lì)网络正驱(qū)动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一人(rén)工智能发展的终极目标离得更近。

因(yīn)为(wèi)算(suàn)力可以对突(tū)破性技术创新(xīn)提供大(dà)力的(de)支持。这方面，多模(mó)态大模型(xíng)是典(diǎn)型。作为(wèi)面向(xiàng)未来强人工智能、通用人工(gōng)智能的重要技术创新，多模态大模型已经在人工智(zhì)能领域提出了很多年，业界(jiè)也有不少技术突破，但是，多(duō)模(mó)态(tài)大模型(xíng)进一步往下(xià)走，算力(lì)需求呈几何式(shì)上升，一般的算力(lì)基础设(shè)施很快将难以(yǐ)胜任。

从图像、文字(zì)、语音单独一项的(de)训练(liàn)，到双模态(tài)、三模态的跃迁(qiān)，让人(rén)工智能可以灵活(huó)应对不同模态的(de)转化、像人(rén)与(yǔ)世界交互(hù)一样自然，这方面(miàn)，由算(suàn)力网络来驱动将有明显优势。

此(cǐ)外，还(hái)有很多需(xū)要爆发(fā)式增长的算力来支撑(chēng)的技(jì)术(shù)创新，将在人工智(zhì)能算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已(yǐ)经(jīng)露出曙(shǔ)光，期待(dài)在大(dà)模型和大算(suàn)力的支(zhī)持下AIGC能(néng)持续(xù)颠覆内容生(shēng)产(chǎn)的方式，将创(chuàng)造的(de)边际(jì)成本(běn)降低，让万(wàn)众受(shòu)益。

未经允许不得转载：绿茶通用站群 王杰2001年后嗓子变了谁下的毒，王杰2001年后嗓子变了还唱歌吗