自聊天机器人ChatGPT火爆(bào)以来(lái)，微软公司创始人比尔·盖茨已(yǐ)多次公开谈论人工智能话题。在最近的一次采访中，他再次(cì)表示(shì)：“AI可能会让科(kē)技行业迎来一次剧烈的(de)洗牌”。

这个结(jié)论(lùn)是他(tā)在当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动(dòng)相当迅速。而最(zuì)终(zhōng)科技巨头将把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一切应用，与人们(men)进行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全能(néng)助手的到(dào)来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代(dài)表的AIGC上一次爆火的时候(hòu)，还是(shì)2022年(nián)8月，在(zài)美国科罗(luó)拉(lā)多州举(jǔ)办的新兴数字(zì)艺术家竞赛中(zhōng)，一幅名为(wèi)《太空歌(gē)剧(jù)院》的作品获奖。

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

用户们可以在应用中输入一(yī)组(zǔ)关键(jiàn)词或者一(yī)张照(zhào)片，就能获得一幅AI创作(zuò)的画作。

作(zuò)画的关键就是所输入的文本(běn)。同一组关键(jiàn)词也可以(yǐ)创作出很(hěn)多张风格不(bù)一样的(de)画作，这让(ràng)创作的过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会将(jiāng)生成的美图当做头像。而(ér)另一部(bù)分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网(wǎng)友(yǒu)的(de)小狗照片(piàn)被AI画成了“肌肉男”，还有网友的(de)个(gè)人(rén)照片被AI识别成了(le)建筑。

而如今(jīn)随着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的(de)中(zhōng)国人(rén)张吕敏创作的一种基于控制点的(de)图(tú)像变形算法，主要用于数(shù)字图(tú)像处理、计算(suàn)机视(shì)觉(jué)和计算机(jī)图形学等领域(yù)。

其SD插件一经(jīng)发(fā)布(bù)，在短(duǎn)短的两(liǎng)天(tiān)内便成为了AI绘画领域(yù)最新(xīn)的热点。

在此之前，大家(jiā)用了很多方法想让AI生成的结果(guǒ)尽可能(néng)的符合要求，但(dàn)是(shì)都不尽(jǐn)如人(rén)意(yì)，它的出(chū)现代表(biǎo)着AI生(shēng)成开(kāi)始进(jìn)入真正的(de)可(kě)控时期。

因(yīn)为ControlNet可以(yǐ)直(zhí)接提取画面的构(gòu)图(tú)，人物(wù)的姿势和画面的深度信息等。有了它的帮助，就不用(yòng)频(pín)繁(fán)的用提(tí)示(shì)词来碰运气，抽(chōu)盲盒(hé)式的创作了。

通(tōng)俗(sú)的说(shuō)ControlNet相当(dāng)于给AI绘画(huà)加(jiā)了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她(tā)们走进(jìn)动漫世(shì)界(jiè)。

芹菜榨汁要开水焯一下吗，芹菜榨汁用生的好还是熟的好tio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

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

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键(jiàn)词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开(kāi)始换关(guān)键(jiàn)词试(shì)效果。

通过图片就可以看出来(lái)，效果十分惊(jīng)艳。

更(gèng)厉(lì)害的是，除了真实的照(zhào)片，草图也可(kě)以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图(tú)。大神张吕(lǚ)敏其(qí)本尊也亲自回(huí)应。

不得不(bù)说(shuō)当(dāng)下AIGC已(yǐ)经变(芹菜榨汁要开水焯一下吗，芹菜榨汁用生的好还是熟的好biàn)得越来(lái)越强大，甚至输出的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有(yǒu)游艇party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经(jīng)过警方(fāng)辟(pì)谣这所谓的“party”可能(néng)是全国第(dì)一(yī)起(qǐ)AI绘(huì)图诈骗。

由(yóu)于(yú)这(zhè)个活动里(lǐ)面给出的美女照片都是AI制作(zuò)的(de)真人(rén)照片绘(huì)图，因为(wèi)太逼真，被大家(jiā)当成真事传播了(le)。

不过仔细(xì)观(guān)察可以发现，活动发起者提(tí)供的(de)照(zhào)片中(zhōng)有个(gè)很大的(de)漏洞可以(yǐ)发现并非(fēi)真人，而是AI绘(huì)图，那便是(shì)图片中女性的(de)手指部(bù)分有(yǒu)的存(cún)在异常。

有行(xíng)业人(rén)事表示：“现在因(yīn)为手指(zhǐ)部分(fēn)的绘画算法比较复(fù)杂，AI还不太会画人(rén)的手(shǒu)，但最新(xīn)看到的图片已经有越来越完美的AI模(mó)型(xíng)出现，以(yǐ)后可能就完全没有漏洞了。”

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(ěr)其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿(ér)童受灾的假照片发布(bù)到网络，以此诱骗善(shàn)良的(de)人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做(zuò)出真人照片般的绘图效果，如果这样的(de)图片被用来诈骗(piàn)，将非常可(kě)怕(pà)。

此外(wài)AIGC还(hái)引(yǐn)发(fā)了很(hěn)多担忧，一方面(miàn)，批(pī)判者认为AI在“学(xué)习”了大量(liàng)前人的作品之后，其创(chuàng)作(zuò)没有任(rèn)何情(qíng)绪和(hé)灵魂，难以和人类(lèi)的艺术创作(zuò)相提并论(lùn)。

另一方面，AIGC背后的(de)版权、目(mù)前都(dōu)并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会(huì)不会代(dài)替(tì)人(rén)类“至高无上(shàng)”的创意。

马斯克也强调，人工智(zhì)能(néng)的安全问题需要得(dé)到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了(le)视频，还(hái)有远方

技术都是有两面性(xìng)的，潜在的危害并不能(néng)掩盖其光辉的贡(gòng)献。现在(zài)看来，人工(gōng)智能(néng)技(jì)术将是第(dì)四(sì)次工(gōng)业革命的核心驱动(dòng)力(lì)量，将创造新的增长奇迹(jì)。

过去(qù)一年，人工智能(néng)在(zài)技术和商业层面(miàn)都有(yǒu)了(le)巨大进展(zhǎn)，AI绘(huì)画就是人工智能技术发生方向性改(gǎi)变的一个代表。其下一(yī)站或(huò)许就是视频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引爆科技圈的短视频。这(zhè)些视频(pín)引发关注并(bìng)非内容做得多优秀，反而都非常(cháng)简单，比(bǐ)如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩具(jù)熊，或者一(yī)段骑摩托车的第一视角录像，随便(biàn)一个有手机的人都可以随手录下一段。

但这些短视频的创作(zuò)方式非(fēi)常简单，创作者(zhě)仅(jǐn)仅需(xū)要向(xiàng)AI输入一段话，甚至只(zhǐ)是说一下要(yào)求，AI就可以根据(jù)需(xū)要生成一段视频。

谷歌发布的两个(gè)AI生(shēng)成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的(de)视频(pín)后，AI圈就已经(jīng)玩了(le)一波(bō)梗(gěng)，一个能够做出更高(gāo)清视(shì)频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊(jīng)的地方(fāng)在于，它可(kě)以制作出超过(guò)2分钟的连贯的也(yě)有确切内容的视(shì)频，这才是真正让人们感到惊喜(xǐ)的(de)地(dì)方。因为无论(lùn)AI生成(chéng)的视频多么高(gāo)清，也只能是为内容生产(chǎn)者(zhě)提供(gōng)一个灵感(gǎn)，一个(gè)素(sù)材，一(yī)个过(guò)场动画(huà)。

不过能够制作出(chū)有具体剧情内(nèi)容的视频就(jiù)意味着，一(yī)些视(shì)频创作(zuò)由AI代替(tì)人工完成已经初步有了可能。

当下AI的(de)发展(zhǎn)速度已(yǐ)经超(chāo)过大部分(fēn)人的想象。内(nèi)容(róng)产(chǎn)业的(de)本质(zhì)是供给创(chuàng)造需求，AIGC作(zuò)为全(quán)新的内容(róng)生(shēng)产(chǎn)方式，可以(yǐ)为内容产业带(dài)来更新的内容风格、更快的生产速度，更低的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除(chú)了(le)AI绘图、视(shì)频，AIGC技(jì)术还能(néng)应(yīng)用于音乐、代码、机器人动作等多种内(nèi)容形(xíng)式的(de)生成。不(bù)难发现该项(xiàng)技术不仅在游戏等行业能得到有效(xiào)应用，对于下(xià)一代互联网各种元素的构建(jiàn)亦有(yǒu)关键意(yì)义。

从商(shāng)业化的角(jiǎo)度(dù)来看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对基于AI的可(kě)视化(huà)内容有强烈(liè)需求。

因此(cǐ)，AI绘(huì)画(huà)及视(shì)频或不是结果，而只是(shì)AI进程中的一块重(zhòng)要拼图，有望在技术(shù)更新的加持下实现(xiàn)更大的应用价(jià)值。

AI从理(lǐ)解(jiě)内容，走向了可以(yǐ)生成内容，甚至(zhì)能够创造出独立(lì)价(jià)值(zhí)和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更代表着未来的先进(jìn)生产力即(jí)将到来。

04

紧抓大模型(xíng)与算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术(shù)的(de)发展也可以看(kàn)出，在语言大模(mó)型(xíng)、图像大模型之后(hòu)，多模态大(dà)模型(xíng)已经成为了新的趋(qū)势。

大模(mó)型被誉为当前人(rén)工智能发展的智能底座，是全球(qiú)竞争最激烈的研究(jiū)方向之(zhī)一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多(duō)头(tóu)部企业(yè)都(dōu)在竞相(xiāng)发力(lì)。

不过训练大模型的确(què)价格(gé)不菲，以(yǐ)国盛证券(quàn)发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次(cì)的成(chéng)本约为140万美元。而(ér)对于一些更大(dà)的LLM(大型(xíng)语(yǔ)言模(mó)型(xíng))，训练成本则介于200万美(měi)元至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯片(piàn)需求为(wèi)3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日仅(jǐn)电费(fèi)就在5万美(měi)元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持(chí)。在关注各类(lèi)大模型的发(fā)展(zhǎn)同时，更应该关注算力网络的建设。

算力网络正驱(qū)动(dòng)AI产业发展进入史诗级加速进程，让AIGC及通用AI这(zhè)一(yī)人工智能发展(zhǎn)的终(zhōng)极目(mù)标离(lí)得更近。

因为算力可以对突破性技术创新提(tí)供大力的(de)支持。这方面(miàn)，多模态(tài)大模型是典型(xíng)。作为面向(xiàng)未(wèi)来强人工智能(néng)、通用(yòng)人工智能的重要技(jì)术创(chuàng)新，多模态(tài)大(dà)模型已经(jīng)在人工智(zhì)能领域提出了很多年，业界也有不少技术突破，但是，多模态大模型进一步往下走(zǒu)，算力(lì)需(xū)求呈几何式上升，一般的算力基(jī)础设施(shī)很快(kuài)将(jiāng)难以胜任。

从图像、文(wén)字(zì)、语音单(dān)独一项(xiàng)的训练，到双模态、三模态(tài)的跃迁，让人工智能可以灵(líng)活应(yīng)对不同(tóng)模态的转化、像人(rén)与世界交互一样自然，这方面，由(yóu)算力网(wǎng)络来驱动将有明显优(yōu)势(shì)。

此(cǐ)外，还有很多需要爆发(fā)式增长的算力来支撑的技术创新，将在人工智(zhì)能算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型和大算力的支持下(xià)AIGC能持续(xù)颠(diān)覆内容生产(chǎn)的方(fāng)式，将创造的边际成本降(jiàng)低(dī)，让万众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 芹菜榨汁要开水焯一下吗，芹菜榨汁用生的好还是熟的好