自聊天机器人ChatGPT火爆以来(lái)，微软(ruǎn)公(gōng)司(sī)创始人比尔·盖茨已多次公开谈论人工智能(néng)话题。在最近(jìn)的一次采访中，他再次表示：“AI可能会让(ràng)科技(jì)行业迎来(lái)一(yī)次剧烈的洗(xǐ)牌”。

这个结论是他在当地时间2月(yuè)20日接受《In Good Company》节目(mù)专(zhuān)访时(shí)提出的。

他(tā)预(yù)期，AI的(de)发展可能会威胁到(dào)谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面的行动相当迅速。而最终科技巨头将把AI整合成(chéng)用(yòng)户(hù)的“全能助手”，包揽一(yī)切应用，与人们进行(xíng)沟通并提供建议，可以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(抖音总是对你朝思暮想一圈一圈渐宽了衣裳是什么歌，总是对你朝思暮想一圈一圈渐宽了衣裳dào)来(lái)可能尚(shàng)需时日(rì)，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热(rè)点包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表的(de)AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗(luó)拉(lā)多(duō)州举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获(huò)奖(jiǎng)。

随后各大厂商的AI绘画(huà)软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可(kě)以在应用中输(shū)入一组关键词或(huò)者一张(zhāng)照(zhào)片，就能获得一幅AI创作的画作。

作画的关键就是所输入的(de)文本。同(tóng)一组关键(jiàn)词(cí)也可以创作出很多张风格不一样的画作，这让创作的过程就像开盲盒。

很多用户很喜欢这种不确定(dìng)的惊喜(xǐ)，他们(men)会(huì)将生成的美图当做头(tóu)像(xiàng)。而(ér)另一(yī)部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多(duō)用(yòng)户分(fēn)享(xiǎng)AI“翻(fān)车现场”，例(lì)如，一(yī)位(wèi)网(wǎng)友(yǒu)的(de)小狗(gǒu)照片被AI画成了“肌肉男”，还有网友(yǒu)的个(gè)人照片(piàn)被AI识(shí)别成(chéng)了建筑。

而如(rú)今随着ControlNet的(de)出现(xiàn)与加(jiā)持，以(yǐ)往AI绘画的(de)填(tián)写关键词游戏可(kě)能要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的中国人(rén)张(zhāng)吕敏创作的一种基于(yú)控制点的图像变形算法(fǎ)，主(zhǔ)要用于数字图像处理、计(jì)算机视觉和计算机图形学等领域。

其(qí)SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热点。

在此(cǐ)之前，大(dà)家用(yòng)了(le)很多(duō)方法想(xiǎng)让AI生成的结果尽(jǐn)可能(néng)的符合(hé)要求(qiú)，但是都不尽如人意，它(tā)的出现代表着AI生成开始进入真正的可控时期(qī)。

因(yīn)为ControlNet可以直接(jiē)提取画面(miàn)的构(gòu)图，人(rén)物的(de)姿(zī)势(shì)和画面(miàn)的深度(dù)信息(xī)等。有了它(tā)的帮(bāng)助，就不用频繁的用提示(shì)词来碰运气，抽盲(máng)盒式的创作(zuò)了。

通俗(sú)的说(shuō)ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主(zhǔ)的作(zuò)品已(yǐ)经获(huò)得了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的(de)照片直(zhí)接带(dài)她们(men)走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键(jiàn)词试效果。

通(tōng)过图片就可(kě)以看出来(lái)，效果十分惊(jīng)艳(yàn)。

更厉害的是(shì)，除(chú)了真实的(de)照(zhào)片，草图也(yě)可(kě)以(yǐ)加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏(mǐn)其本(běn)尊也亲自回应。

不得不说当下AIGC已经(jīng)变(biàn)得越来越(yuè)强大，甚至输出的(de)作品(pǐn)都(dōu)已经能以假(jiǎ)乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆发

警(jǐng)惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警(jǐng)方辟谣这所谓的“party”可(kě)能(néng)是全国第一起AI绘(huì)图诈骗。

由于这个活动里面给出(chū)的美女(nǚ)照片都是AI制(zhì)作的真人照片(piàn)绘(huì)图(tú)，因为太逼真，被大家(jiā)当成真(zhēn)事传(chuán)播了。

不过仔细(xì)观(guān)察可(kě)以发现，活动(dòng)发(fā)起者(zhě)提供的照片(piàn)中有(yǒu)个很大的(de)漏洞(dòng)可以发现并非(fēi)真人，而是AI绘(huì)图，那便(biàn)是图(tú)片中女性的(de)手指部分有的(de)存在(zài)异常。

有行业人事表示：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不(bù)太(tài)会画人的手(shǒu)，但最(zuì)新看到的图片(piàn)已经有越来越完美的AI模型出现，以后可能(néng)就完全(quán)没(méi)有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在国外也已(yǐ)有发生(shēng)。据英国广播公司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成了儿童(tóng)受(shòu)灾的假(jiǎ)照片(piàn)发布到网(wǎng)络，以(yǐ)此诱骗善(shàn)良的人(rén)打赏“捐助”从而实施诈骗。

目前随着技术(shù)发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真(zhēn)人照片般的绘(huì)图效果，如果这样(yàng)的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了(le)大量前人的作品(pǐn)之后，其创作没有任何情(qíng)绪和灵(líng)魂，难以和人(rén)类的艺(yì)术(shù)创作相(xiāng)提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得到有效的解(jiě)决，还(hái)有AIGC会不(bù)会(huì)代替人类“至(zhì)高无上”的创意。

马斯克也强调，人(rén)工智能的安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有(yǒu)两面性的，潜在的危害(hài)并不能掩盖其光辉的贡(gòng)献。现在看来，人工智能技(jì)术将是第四次工业革命(mìng)的核心驱动力量，将创造新的(de)增(zēng)长奇(qí)迹。

过去一年(nián)，人工智能(néng)在技术和(hé)商(shāng)业层面都有了巨(jù)大进展(zhǎn)，AI绘画就(jiù)是人工智能技(jì)术发生(shēng)方向性改变的一个(gè)代表。其(qí)下一(yī)站或许就(jiù)是(shì)视(shì)频。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引爆科(kē)技圈的短(duǎn)视频。这些视频引发关注并非(fēi)内容做得(dé)多优秀，反而都(dōu)非常简单，比如一匹正(zhèng)在喝水的马，一只画画的玩具熊，或者一段(duàn)骑摩(mó)托车的第一视角录像，随便一(yī)个有手机的(de)人都可以随(suí)手录下一段。

但(dàn)这些(xiē)短视(shì)频的创(chuàng)作(zuò)方式(shì)非常简(jiǎn)单，创(chuàng)作者仅(jǐn)仅需要向AI输入一(yī)段话(huà)，甚至只是说一下要(yào)求，AI就可以根据需(xū)要生成(chéng)一段视(shì)频。

谷歌发(fā)布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)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(shēng)成(chéng)的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地(dì)方在于，它(tā)可以(yǐ)制作出超过2分钟的连贯的也有确(què)切内容的视(shì)频，这才是真正让(ràng)人(rén)们感到惊喜的地(dì)方。因为(wèi)无论AI生成(chéng)的视频多么高(gāo)清，也(yě)只能是为(wèi)内容(róng)生产者(zhě)提供一个灵感，一个素材，一个过场动画(huà)。

不过能够制(zhì)作出有具体(tǐ)剧情内容(róng)的视频就意味着，一些视频创作由AI代替(tì)人工完成已经(jīng)初步有(yǒu)了可能(néng)。

当下AI的发(fā)展速度(dù)已经超(chāo)过大部分人的想象。内容产业的本(běn)质是供(gōng)给创造需求，AIGC作为(wèi)全新的内容(róng)生产方(fāng)式(shì)，可(kě)以为内容产业带来更新的内容风格、更快的生产速度，更低的生产成(chéng)本，这无疑会驱(qū)动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐、代(dài)码、机器人(rén)动作等多种内容形式的生成。不难发现该(gāi)项技(jì)术不仅在游戏等行业能(néng)得到有效(xiào)应用，对于下一代互(hù)联网各种元素(sù)的构(gòu)建亦有关键意义。

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

因(yīn)此(cǐ)，AI绘(huì)画及(jí)视(shì)频或不(bù)是结果，而(ér)只是AI进程(chéng)中(zhōng)的一块重要拼图，有望在技(jì)术(shù)更新的(de)加持下实现更大的应用(yòng)价值。

AI从(cóng)理解内容，走(zǒu)向(xiàng)了可以生成内容，甚至(zhì)能够创(chuàng)造出独(dú)立价(jià)值(zhí)和独(dú)立视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未来的先(xiān)进生产力即(jí)将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术的(de)发展也可以看出(chū)，在语言大模型、图像大模型(xíng)之后，多模(mó)态大(dà)模型已经成为了新(xīn)的趋势。

大模型被(bèi)誉为当前人工智(zhì)能发展的智能(néng)底座，是(shì)全球竞争最(zuì)激烈的研究方向(xiàng)之一，包(bāo)括谷歌、亚(yà)马(mǎ)逊(xùn)、百度、阿里、腾讯(xùn)等众多(duō)头(tóu)部企业都在竞相发力。

不过(guò)训(xùn)练大(dà)模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训(xùn)练一(yī)次的成本约为(wèi)140万美(měi)元(yuán)。而对于(yú)一些更大的LLM(大型(xíng)语言模型)，训练成本(běn)则(zé)介于200万美元(yuán)至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算(suàn)，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元(yuán)，每(měi)日仅(jǐn)电费就在(zài)5万(wàn)美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力支(zhī)持。在关(guān)注(zhù)各类大模(mó)型的发展同时(shí)，更应(yīng)该关注算力(lì)网络的建设。

算力网络(luò)正驱动(dòng)AI产业发展进入史诗级(jí)加速进程，让AIGC及通用AI这一人工智能(néng)发展的终极(jí)目标离得(dé)更近。

因为算(suàn)力(lì)可(kě)以对突(tū)破性技术(shù)创新提供大力的(de)支持(chí)。这方面，多模态大模型是典型。作为(wèi)面向(xiàng)未来强(qiáng)人(rén)工智能、通用人(rén)工(gōng)智能的(de)重要(yào)技术创新，多模态(tài)大(dà)模型已经在人(rén)工智能(néng)领(lǐng)域提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型(xíng)进一步(bù)往下走，算力需求呈几何(hé)式上升，一(yī)般的算力基础设施(shī)很快(kuài)将难以胜任。

从图像、文字、语音单(dān)独一项的训(xùn)练，到双模态(tài)、三模态的(de)跃迁，让人工智能可以灵活(huó)应对不同模态的转化、像(xiàng)人与世(shì)界交互一样(yàng)自然，这方面，由算力(lì)网络来驱动(dòng)将有明显优势。

此(cǐ)外，还有很多需要爆(bào)发式增(zēng)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。

AIGC已经露(lù)出曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能持续颠覆(fù)内容生产(chǎn)的(de)方式(shì)，将创造的(de)边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 抖音总是对你朝思暮想一圈一圈渐宽了衣裳是什么歌，总是对你朝思暮想一圈一圈渐宽了衣裳