自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微(wēi)软(ruǎn)公司创(chuàng)始人(rén)比尔(ěr)·盖(gài)茨已(yǐ)多次公(gōng)开谈论人工智能话题。在最近的一次(cì)采访中(zhōng)，他再次(cì)表示：“AI可能会让(ràng)科(kē)技行(xíng)业迎来一次剧烈(liè)的洗牌(pái)”。

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

他预(yù)期，AI的发展可能(néng)会威胁到谷歌的市占(zhàn)率，因(yīn)为微软在AI方面的行动相当迅速。而最终科技巨头(tóu)将(jiāng)把AI整合成用户的“全能助(zhù)手”，包揽一切应用，与人们进(jìn)行沟通并提(tí)供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能尚(shàng)需时日，但由ControlNet引发(fā)的(de)又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画(huà)新(xīn)玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次(cì)爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举办的新(xīn)兴数字艺术家竞赛(sài)中(zhōng)，一(yī)幅名(míng)为《太空歌剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件(jiàn)被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表。

用户们可以在(zài)应(yīng)用中输(shū)入一组关键词或(huò)者一张照片，就能获得(dé)一幅AI创作的画作。

作画的关键就是所输(shū)入的文本。同一组关键词(cí)也可以创作(zuò)出很多(duō)张风格不一样(yàng)的画作，这让创作的过程就像开盲盒(hé)。

很多用(yòng)户很喜欢这种不确定的(de)惊喜(xǐ)，他们会将(jiāng)生成的美图当做(zuò)头像(xiàng)。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒体上，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场”，例如(rú)，一位网友的(de)小(xiǎo)狗照片(piàn)被AI画(huà)成了“肌肉男(nán)”，还有网友的个(gè)人照片被AI识(shí)别成了建筑。

而如(rú)今随着ControlNet的出(chū)现(xiàn)与加(jiā)持，以往AI绘(huì)画的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博(bó)的(de)中国人张吕敏创作的一种(zhǒng)基于控制点的图(tú)像变形算法，主要用于数字图(tú)像处理、计算机视觉和计(jì)算机图形学等(děng)领(lǐng)域。

其SD插件一经发布(bù)，在(zài)短短的两天内便成为了AI绘画领域(yù)最新(xīn)的(de)热点。

在此之前，大家(jiā)用了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如人(rén)意，它(tā)的出现(xiàn)代表着AI生成开始(shǐ)进入真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面的(de)构图，人物的姿势和画(huà)面的深度信(xìn)息等。有(yǒu)了(le)它(tā)的帮助，就不用频繁的用提(tí)示词来碰运气，抽盲盒式的(de)创作(zuò)了。

通俗的说ControlNet相(xiāng)当于(yú)给AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博主的作品已经(jīng)获得了大量的(de)浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋友的照(zhào)片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始换关(guān)键词试效(xiào)果。

通过图片就(jiù)可以看出来(lái)，效果十(shí)分惊艳。

更厉害的(de)是(shì)，除了(le)真实的照片，草图(tú)也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大(dà)神张(zhāng)吕敏其本尊也亲(qīn)自(zì)回应。

不得不说当下AIGC已经变得越来(lái)越强大(dà)，甚至输出的(de)作(zuò)品(pǐn)都(dōu)已(yǐ)经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发(fā)

警(jǐng)惕安全问(wèn)题

近日，“苏(sū)州金鸡湖有(yǒu)游艇party”的消息火遍(biàn)网(wǎng)络(luò)，而(ér)经(jīng)过警方辟谣这所谓的“party”可能是(shì)全国(guó)第一起AI绘图诈骗。

由于这(zhè)个活动里面给(gěi)出(chū)的美女照片都是AI制(zhì)作(zuò)的(de)真人照(zhào)片绘图，因为太逼真，被大家当(dāng)成真(zhēn)事传播了。

不过仔细(xì)观察可以(yǐ)发现(xiàn)，活动发(fā)起者(zhě)提供的照片中(zhōng)有个很(hěn)大的漏洞(dòng)可以发(fā)现并非真人，而(ér)是(shì)AI绘图，那(nà)便(biàn)是图(tú)片中(zhōng)女(nǚ)性的手(shǒu)指部分有的存在异常。

有(yǒu)行业(yè)人事表(biǎo)示：“现在(zài)因为手指(zhǐ)部分的绘(huì)画算法比较复杂，AI还不太会画人的(de)手，但最(zuì)新看到的图片已经有越(yuè)来(lái)越邵阳学院是几本大学(yuè)完美(měi)的AI模型出现，以后可(kě)能就(jiù)完全没有漏洞了。”

类(lèi)似(shì)的AI作(zuò)图诈(zhà)骗在国外也已有发生。据英(yīng)国广(guǎng)播公司报(bào)道，土耳其(qí)地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受灾的假(jiǎ)照片发布到网络(luò)，以此(cǐ)诱(yòu)骗善良的(de)人打赏“捐助(zhù)”从而实施(shī)诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图(tú)效果，如(rú)果这样的(de)图(tú)片被用来诈骗(piàn)，将(jiāng)非常可(kě)怕(pà)。

此外(wài)AIGC还引发(fā)了很多(duō)担忧，一方面，批(pī)判(pàn)者(zhě)认为AI在“学(xué)习(xí)”了(le)大(dà)量前人的(de)作品之后，其创(chuàng)作没(méi)有任何(hé)情绪和灵(líng)魂，难(nán)以和人(rén)类的(de)艺术创作(zuò)相提并论。

另一方面，AIGC背后的(de)版权、目前都并没有得到(dào)有效的解决，还(hái)有AIGC会不会(huì)代替人(rén)类“至(zhì)高无上”的创意(yì)。

马斯克也强调，人工(gōng)智(zhì)能的安(ān)全(quán)问题需要得到重视，太晚就来(lái)不及(jí)了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在(zài)的危(wēi)害并不能掩盖其光辉的贡献。现在看来，人工智能技术将(jiāng)是第四次(cì)工业革命的(de)核心驱动力量(liàng)，将创造(zào)新的增长奇迹。

过去一年，人工(gōng)智(zhì)能在技术和商业层面都有(yǒu)了巨大(dà)进展(zhǎn)，AI绘画(huà)就(jiù)是人工智能技术发生方向性(xìng)改(gǎi)变(biàn)的(de)一(yī)个代表。其下一站或许(xǔ)就是视(shì)频(pín)。

此(cǐ)前，Meta和(hé)谷(gǔ)歌(gē)先后发(fā)布(bù)了(le)几条引爆(bào)科技圈(quān)的短视频。这些视频引发关注并(bìng)非(fēi)内容做得多优秀，反而都(dōu)非常简单，比(bǐ)如一匹正在喝水的马，一只画画的玩具(jù)熊，或者一段骑摩(mó)托车的第一视角录像，随便一个有手机(jī)的人都可(kě)以随(suí)手录(lù)下一段。

但(dàn)这些短视频的创作方式非常简单，创作者仅仅需(xū)要向(xiàng)AI输入一段(duàn)话，甚至只是说一下要求，AI就可(kě)以根据需(xū)要生成一段视频(pín)。

谷歌发布的两个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的(de)是高(gāo)清(qīng)，与Meta的Make-A-Video没(méi)有(yǒu)太多(duō)的差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波梗，一个能够(gòu)做出(chū)更高清(qīng)视(shì)频的(de)AI还不足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它可以制作出超过(guò)2分钟的连(lián)贯的也(yě)有确切内容的视频(pín)，这才是(shì)真正让(ràng)人们感到(dào)惊喜的地方(fāng)。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产者邵阳学院是几本大学提供一个灵感，一(yī)个(gè)素材，一个(gè)过场动画。

不过能够制作出有具(jù)体剧(jù)情内容的视频就意(yì)味着(zhe)，一些视频创作由(yóu)AI代(dài)替人工(gōng)完成已经初步(bù)有(yǒu)了可能。

当下AI的发(fā)展速(sù)度已(yǐ)经超过大部分(fēn)人(rén)的想象。内容(róng)产(chǎn)业的本(běn)质是供(gōng)给创(chuàng)造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产(chǎn)业带来更新的内容风格、更(gèng)快的生(shēng)产速(sù)度，更低的生(shēng)产(chǎn)成(chéng)本(běn)，这无(wú)疑会(huì)驱(qū)动内容产业(yè)的大爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于(yú)音(yīn)乐、代码、机(jī)器人动作等(děng)多种(zhǒng)内容形式的生成。不(bù)难发现该(gāi)项技术不仅在游戏(xì)等行(xíng)业(yè)能得到有(yǒu)效应用(yòng)，对于下一代互联网各种元素的构建(jiàn)亦有关(guān)键意义。

从商业化(huà)的角度来看，文化娱乐、教育、传(chuán)媒等诸(zhū)多领域，本身(shēn)就(jiù)对(duì)基于(yú)AI的(de)可视化内容有强烈需求。

因(yīn)此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块(kuài)重要拼图，有望在技(jì)术更新的(de)加持下(xià)实现更大的应(yīng)用(yòng)价值。

AI从(cóng)理解内容，走(zǒu)向了可以生成内容，甚(shèn)至(zhì)能够创(chuàng)造(zào)出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表(biǎo)着未来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模型与算(suàn)力(lì)，牢固AIGC底座(zuò)

从(cóng)技术的(de)发展也可以(yǐ)看出，在语(yǔ)言(yán)大模型、图像大(dà)模(mó)型之(zhī)后，多模态大(dà)模型(xíng)已(yǐ)经成为(wèi)了新(xīn)的趋(qū)势(shì)。

大模型被(bèi)誉为当前人工智能发展的智(zhì)能(néng)底座，是全球竞争最激(jī)烈的研(yán)究方向之一，包括谷(gǔ)歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众(zhòng)多(duō)头部企业(yè)都(dōu)在(zài)竞相发(fā)力(lì)。

不过训练大(dà)模型(xíng)的确价格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万美元(yuán)。而对于一些更(gèng)大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的(de)独立访客平均数1300万计算，其对(duì)应芯片需求为(wèi)3万多片(piàn)英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿美元，每(měi)日仅电(diàn)费就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注各类(lèi)大模型的(de)发展同时，更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(zhǎn)进入史(shǐ)诗级(jí)加速(sù)进程，让(ràng)AIGC及通(tōng)用AI这一人工智能(néng)发(fā)展的(de)终极目标离得更(gèng)近。

因为算力可以对突破性技术创(chuàng)新提(tí)供大力的支持。这方面，多(duō)模态大(dà)模(mó)型是(shì)典型(xíng)。作(zuò)为面向未来强(qiáng)人工智能(néng)、通(tōng)用人工智能(néng)的重(zhòng)要技(jì)术创(chuàng)新(xīn)，多模态(tài)大模型(xíng)已经在(zài)人工(gōng)智能(néng)领域提出了很多年，业界(jiè)也有不少技术突破，但是，多模态大模型进一(yī)步往(wǎng)下走，算力(lì)需求(qiú)呈几何式上升(shēng)，一般的算(suàn)力(lì)基(jī)础设施很(hěn)快将难以胜任。

从图像(xiàng)、文字、语音单(dān)独一(yī)项的训练(liàn)，到双模(mó)态、三模态的(de)跃迁(qiān)，让人工智能可以灵活应对不同模(mó)态的转化、像(xiàng)人与世界交(jiāo)互一样自然，这(zhè)方面，由算力网络来驱(qū)动将有明显优(yōu)势。

此外(wài)，还有很多需(xū)要爆(bào)发式增长的算(suàn)力来支撑的(de)技术创新，将在人(rén)工智能算力网络支撑下(xià)快速推(tuī)进(jìn)。

AIGC已经露出曙光，期待(dài)在大模型和大算力的(de)支持下AIGC能持续颠覆(fù)内容生产的方式，将创造(zào)的边际成(chéng)本(běn)降低，让万(wàn)众受益。

未经允许不得转载：惠安汇通石材有限公司 邵阳学院是几本大学