自聊天机器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开谈论(lùn)人工智(zhì)能话(huà)题。在最近的一次采访中，他再次(cì)表示：“AI可能会(huì)让(ràng)科(kē)技(jì)行业迎(yíng)来一(yī)次剧烈(liè)的洗牌”。

这个(gè)结论是(shì)他在当地时间2月20日接受《In Good Company》节目专访时提(tí)出的(de)。

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的(de)市(shì)占率，因(yīn)为(wèi)微(wēi)软在AI方面的(de)行(xíng)动(dòng)相(xiāng)当迅(xùn)速。而最(zuì)终科技巨头(tóu)将把AI整(zhěng)合(hé)成用户的(de)“全(quán)能助手”，包揽一切应用，与人们进行沟通并(bìng)提供建议(yì)，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中(zhōng)全能助手(shǒu)的到来可能尚需(xū)时日，但(dàn)由(yóu)ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可控(kòng)靠近

以AI绘(huì)画(huà)为代表的AIGC上一次爆(bào)火的时候(hòu)，还是(shì)2022年8月，在美国科(kē)罗拉多(duō)州举办的新兴(xīng)数字艺(yì)术(shù)家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随(suí)后各(gè)大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们(men)可以在应用中(zhōng)输入一组(zǔ)关键词(cí)或者一张照片(piàn)，就(jiù)能获得(dé)一幅AI创作的画(huà)作。

作(zuò)画的关(guān)键就是所(suǒ)输(shū)入(rù)的文本。同一(yī)组关键(jiàn)词也可以(yǐ)创作出很多张风格不一样的画作，这让创作的过程就(jiù)像开盲盒。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会(huì)将生成的美(měi)图当做头像。而另一部分喜欢(huān)翻看AI绘画的“翻(fān)车”作(zuò)品。在(zài)社交媒(méi)体上，许多用户分享AI“翻(fān)车现场”，例如，一(yī)位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还(hái)有(yǒu)网(wǎng)友的个(gè)人照片被AI识别(bié)成了建筑。

而(ér)如今(jīn)随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的一种基于控制点的图像(xiàng)变(biàn)形算法，主要用于(yú)数字图像处理、计算机(jī)视觉和计算机图(tú)形学等领域(yù)。

其SD插件(jiàn)一经发布，在短短的两天内便(biàn)成为了AI绘画领域最新的热点(diǎn)。

在此之(zhī)前(qián)，大家用了很多方法(fǎ)想让AI生成的(de)结果(guǒ)尽可(kě)能的符(fú)合要求，但(dàn)是都不尽如人意，它的出现代表着AI生(shēng)成开(kāi)始进入(rù)真正(zhèng)的(de)可控时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画(huà)面的构图，人物的姿(zī)势和(hé)画面的(de)深度信息等(děng)。有了它(tā)的帮助，就不用频繁的用提示词来(lái)碰运气，抽盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主的作(zuò)品已(yǐ)经获得了(le)大量的浏(liú)览(lǎn)量，“viggo”就(jiù)是其(qí)中之一(yī)，他用朋友的照片直接带她们走进动漫(màn)世(shì)界。

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

再用(yòng)Text2Prompt插(chā)件拓展(zhǎn)找(zhǎo)到对应的关(guān)键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼(gé)开始换(huàn)关键词试效果。

通过图片就可以(yǐ)看出来，效果(guǒ)十分(fēn)惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草图也可以加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介绍到(dào)ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不得不说当下AIGC已经变(biàn)得(dé)越来越强大(dà)，甚至输出(chū)的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息(xī)火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女照片都是(shì)AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大家当成真事传(chuán)播了。

昆明市属于几线城市，云南最好三个城市>

不过仔细(xì)观察可以发(fā)现，活动发起者(zhě)提供的照片(piàn)中有(yǒu)个很(hěn)大的漏洞可以发(fā)现并(bìng)非(fēi)真人，而是AI绘图，那便是(shì)图片中(zhōng)女性的手(shǒu)指部分(fēn)有的存在异常。

有(yǒu)行(xíng)业人事(shì)表(biǎo)示：“现在因(yīn)为(wèi)手(shǒu)指(zhǐ)部分的绘画算(suàn)法(fǎ)比较复杂，AI还不太(tài)会画人的手，但(dàn)最新看到的图片已经(jīng)有越来越完美的AI模型出(chū)现，以(yǐ)后可能就(jiù)完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英(yīng)国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾的假照片发布到(dào)网络，以此诱骗(piàn)善良的人打(dǎ)赏“捐助(zhù)”从而实施(shī)诈骗。

目前随(suí)着(zhe)技(jì)术(shù)发展(zhǎn)，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这样的图片(piàn)被用(yòng)来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧(yōu)，一方面，批(pī)判者认为AI在(zài)“学习”了大量前人的作品之后，其创作没有(yǒu)任何情(qíng)绪和灵魂，难以和人类的艺术创作相(xiāng)提并论。

另一(yī)方面，AIGC背后的版权、目前都并没(méi)有得到有(yǒu)效的(de)解决(jué)，还有(yǒu)AIGC会不(bù)会(huì)代替(tì)人(rén)类“至高无(wú)上(shàng)”的创(chuàng)意。

马斯克也(yě)强(qiáng)调，人工智能的安全问(wèn)题需(xū)要得到(dào)重视，太晚就(jiù)来不(bù)及了(le)。

03

AIGC下一(yī)站除了视频，还有远方(fāng)

技(jì)术都(dōu)是有两面性的，潜在的危害并(bìng)不能掩(yǎn)盖其光辉(huī)的(de)贡(gòng)献。现在(zài)看来，人工智能(néng)技术(shù)将是第四次工业革命的核心(xīn)驱动力量，将创造新的增长奇迹。

过去一年，人工智能在技术和商业层(céng)面都(dōu)有了(le)巨大(dà)进展，AI绘画就是人工智能技术发生方向性改变的一个(gè)代表。其下一站(zhàn)或(huò)许就是(shì)视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布(bù)了几条引爆科技圈(quān)的短视频。这些视频引(yǐn)发(fā)关注并非内(nèi)容做(zuò)得多优(yōu)秀，反而都非常简(jiǎn)单(dān)，比如(rú)一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩托车的第一视角录像，随(suí)便一(yī)个(gè)有手机的(de)人都可(kě)以随(suí)手录下(xià)一段。

但(dàn)这(zhè)些短视频的创作方式非常(cháng)简昆明市属于几线城市，云南最好三个城市单，创作者仅仅需要向AI输入一段话，甚至(zhì)只是说一下要求，AI就可以(yǐ)根据需要生成一段(duàn)视(shì)频(pín)。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波(bō)梗(gěng)，一个能够做(zuò)出更(gèng)高清(qīng)视频的AI还不足以(yǐ)在(zài)短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人(rén)震惊(jīng)的地方(fāng)在于，它可以制作出超过(guò)2分(fēn)钟的连贯的也有(yǒu)确切内容的视(shì)频，这才是真正(zhèng)让人们(men)感到惊喜(xǐ)的地(dì)方。因为无论(lùn)AI生成的(de)视频多么高清，也只能是为内容生产者提(tí)供一个灵感，一个素材，一个过场动画(huà)。

不(bù)过能(néng)够制作出有具(jù)体剧情内容的视频就意味着，一些视频创作由AI代替人工完成已(yǐ)经初(chū)步有了可(kě)能。

当(dāng)下AI的发展速(sù)度已经(jīng)超(chāo)过大部分(fēn)人的想(xiǎng)象(xiàng)。内(nèi)容产业的(de)本质是(shì)供给创造需(xū)求，AIGC作为全新的内容生产方(fāng)式，可以(yǐ)为内(nèi)容产业(yè)带来(lái)更新的内容风(fēng)格、更快(kuài)的生产速度(dù)，更低的生产成本，这无疑(yí)会(huì)驱动内容产(chǎn)业的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐(lè)、代码、机器(qì)人动作等多种内(nèi)容(róng)形式的生成。不难发现(xiàn)该项技术不仅在(zài)游戏等(děng)行(xíng)业能得(dé)到有(yǒu)效应用，对于下一代互联(lián)网各(gè)种元素的构建(jiàn)亦有关键意义。

从商业(yè)化的角度来看，文(wén)化(huà)娱乐、教育(yù)、传(chuán)媒等(děng)诸(zhū)多领域(yù)，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(jí)视频或不是(shì)结果(guǒ)，而(ér)只是AI进程(chéng)中的一块(kuài)重要拼(pīn)图，有望在技术(shù)更新的加持下实现更(gèng)大(dà)的(de)应(yīng)用价值。

AI从理解内容(róng)，走(zǒu)向了可以生成(chéng)内容，甚至能够创(chuàng)造出独立价(jià)值和(hé)独立视角的内容。AIGC的再次出圈，更代表(biǎo)着未(wèi)来的先(xiān)进生产力即(jí)将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座(zuò)

从技术的发(fā)展(zhǎn)也可以看出，在语言大模(mó)型、图像大模型之后(hòu)，多模态大模(mó)型已经成为了新的趋势。

大模(mó)型被誉为(wèi)当(dāng)前人工智能发展的智能(néng)底座，是全(quán)球竞争最激烈的(de)研究方向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里(lǐ)、腾讯等众多头(tóu)部企业都在竞相发(fā)力(lì)。

不过训练(liàn)大模型的确价格不菲(fēi)，以国(guó)盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美(měi)元。而(ér)对(duì)于一些更大(dà)的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其(qí)对应芯(xīn)片需求为3万多片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日仅电费就(jiù)在5万美(měi)元左右。

此外(wài)不(bù)论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算(suàn)力支持(chí)。在关注(zhù)各类大模型(xíng)的发(fā)展同时(shí)，更应该关(guān)注(zhù)算力(lì)网络的建设。

算力网络正驱(qū)动AI产业发展(zhǎn)进入史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一人工智能发展的(de)终极目(mù)标离得更(gèng)近(jìn)。

因为(wèi)算力可以对突破性技(jì)术创(chuàng)新提(tí)供大力(lì)的支持。这(zhè)方(fāng)面，多模态大模(mó)型是典(diǎn)型。作(zuò)为面向未来强人工智能、通用人工(gōng)智能的重要技术创新(xīn)，多(duō)模态大模(mó)型(xíng)已经在人工智(zhì)能(néng)领域提(tí)出了很多年(nián)，业界也有不少技术突(tū)破(pò)，但是(shì)，多模(mó)态(tài)大模型进一(yī)步往下走，算(suàn)力需求呈几(jǐ)何(hé)式上升(shēng)，一般的(de)算力基础(chǔ)设施很快将(jiāng)难以胜任。

从(cóng)图像、文字、语音单(dān)独一项的训(xùn)练，到双模态、三(sān)模态的跃迁，让人(rén)工(gōng)智(zhì)能可以灵活应(yīng)对不同模态的转(zhuǎn)化、像(xiàng)人与世界交互一样自然，这方面，由算力(lì)网(wǎng)络来驱动(dòng)将有明显优势。

此外，还有很多需要(yào)爆发式增长的算力来(lái)支撑(chēng)的技术创新，将(jiāng)在人工(gōng)智能算力网络支撑下快速推进。

AIGC已经(jīng)露出曙光(guāng)，期待在大(dà)模型和大算力的支持(chí)下AIGC能持续颠覆内容生产的(de)方式，将创造的边际(jì)成本降低，让(ràng)万众受益。

未经允许不得转载：绿茶通用站群 昆明市属于几线城市，云南最好三个城市