自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨(cí)已多次公(gōng)开谈论人(rén)工智能(néng)话题。在最(zuì)近的一次采访中(zhōng)，他再次表示：“AI可(kě)能会让科(kē)技行业迎来一次剧(jù)烈的(de)洗牌”。

这(zhè)个结论是他在当(dāng)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，AI的发展可能(néng)会威胁到谷歌的(de)市(shì)占率，因为微软(ruǎn)在(zài)AI方面的行动相当迅速。而(ér)最终科技巨头将把AI整合成用(yòng)户(hù)的(de)“全能助手”，包揽一切应用(yòng)，与(yǔ)人们进行沟(gōu)通并提供建(jiàn)议，可以取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口(kǒu)中全能助手的到来可能尚需(xū)时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科罗拉多州举办的新(xīn)兴数(shù)字艺术家竞(jìng)赛中，一幅(fú)名为《太空歌剧院(yuàn)》的作品获(huò)奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用(yòng)中输入一组关键词或(huò)者一张(zhāng)照片，就(jiù)能获得一幅AI创(chuàng)作的画作。

作画的关键(jiàn)就(jiù)是(shì)所(suǒ)输(shū)入的文本(běn)。同一组关键(jiàn)词也(yě)可以创(chuàng)作出很多(duō)张风格不一样的(de)画作，这让创(chuàng)作(zuò)的过程(chéng)就像开盲(máng)盒。

很(hěn)多用户很(hěn)喜欢(huān)这种不(bù)确定的惊(jīng)喜，他(tā)们会(huì)将生成的(de)美图当做(zuò)头(tóu)像。而另(lìng)一部分喜(xǐ)欢翻(fān)看AI绘(huì)画的“翻(fān)车”作品。在(zài)社交媒体上，许多(duō)用户分享AI“翻车现场”，例如，一位(wèi)网(wǎng)友(yǒu)的小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网友(yǒu)的个人照片被(bèi)AI识(shí)别成了建筑。

而如今随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画(huà)的填写(xiě)关键词游(yóu)戏(xì)可能(néng)要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创(chuàng)作的(de)一(yī)种基于控(kòng)制点(diǎn)的图(tú)像变形算法，主要用于数字图像(xiàng)处(chù)理(lǐ)、计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(wèi)了(le)AI绘画领(lǐng)域最(zuì)新的热点。

在此(cǐ)之前(qián)，大家用了很多方(fāng)法想让AI生成的结果尽可能的符合要求(qiú)，但是(shì)都不尽(jǐn)如(rú)人意，它的出现代(dài)表(biǎo)着(zhe)AI生成开始进入(rù)真正的(de)可控(kòng)时期。

因为(wèi)ControlNet可以直接(jiē)提(tí)取画(huà)面的构(gòu)图，人物(wù)的姿势和画面的(de)深度信息等。有(yǒu)了它(tā)的帮(bāng)助，就(jiù)不用频(pín)繁的(de)用提示词来(lái)碰运气(qì)，抽盲(máng)盒式(shì)的创(chuàng)作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主(zhǔ)的作品已(yǐ)经获得(dé)了大量(liàng)的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照片直接带她们(men)走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应(yīng)的关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照(zhào)片(piàn)，草图也可以加上(shàng)“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其(qí)本(běn)尊也亲自回应。

不(bù)得(dé)不说(shuō)当下AIGC已经变(biàn)得越来(lái)越强大，甚(shèn)至输(shū)出的作(zuò)品都已经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安(ān)全问题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警(jǐng)方(fāng)辟谣这(zhè)所(suǒ)谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里面给出的美(měi)女照(zhào)片都是AI制作(zuò)的真人照(zhào)片(piàn)绘图，因为太逼真，被大(dà)家当成(chéng)真事传播了。

不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提供(gōng)的(de)照片(piàn)中有个很大的漏(lòu)洞可以发现(xiàn)并非真人，而是AI绘图，那便(biàn)是图片中女性(xìng)的手指(zhǐ)部分有(yǒu)的存在异常。

有(yǒu)行业人事表示：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新(xīn)看到的图片已经(jīng)有越来越完美的AI模型出现，以后可能就完全没有漏洞了(le)。”

类(lèi)似(shì)的AI作图诈(zhà)骗(piàn)在国(guó)外也已有发生(shēng)。据英(yīng)国广(guǎng)播公司(sī)报道，土耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的假(jiǎ)照片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实(shí)施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能(néng)做出(chū)真(zhēn)人照(zhào)片(piàn)般的绘(huì)图效果，如果这样(yàng)的图(tú)片(piàn)被(bèi)用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判(pàn)者认为AI在“学习”了(le)大量前人的(de)作品之后，其创作没有(yǒu)任(rèn)何情绪和灵(líng)魂，难以和人类的艺术(shù)创作相(xiāng)提并论。

另一(yī)方面，AIGC背(bèi)后的版权、目前(qián)都并(bìng)没有得到(dào)有效的解决，还有AIGC会不(bù)会代替(tì)人类“至高无上”的创意。

马斯(sī)克也强调，人工(gōng)智(zhì)能的安全问题(tí)需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远方

技术都是有两面(miàn)性(xìng)的(de)，潜在的危害并(bìng)不能掩盖(gài)其(qí)光辉(huī)的贡献。现在看来，人工智能技术将是(shì)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(qù)一年，人工(gōng)智能在(zài)技术和商(shāng)业(yè)层面都有了(le)巨大进展，AI绘画就是人工智能(néng)技术发(fā)生方(fāng)向性改(gǎi)变的一个代表(biǎo)。其(qí)下(xià)一站(zhàn)或许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈(quān)的(de)短视频(pín)。这些(xiē)视频引发关注并非内(nèi)容做得多优(yōu)秀(xiù)，反(fǎn)而都非常简(jiǎn)单，比如一匹(pǐ)正在喝水的马，一只画画的玩(wán)具熊，或者一段(duàn)骑(qí)摩托(tuō)车的第一(yī)视角录像(xiàng)，随(suí)便一个(gè)有(yǒu)手机(jī)的人都可以随手录下一段。

但这些短视频的创(chuàng)作方(fāng)式非(fēi)常简单(dān)，创作者仅(jǐn)仅(jǐn)需要向AI输入一段话，甚至(zhì)只(zhǐ)是说一下要求，AI就可以根据需(xū)要生成(chéng)一段视频(pín)。

谷歌发布的两(liǎng)个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈(quān)就已经(jīng)玩了一波梗，一个能(néng)够(gòu)做出(chū)更高(gāo)清视频的AI还不足(zú)以在短(duǎn)时(shí)间(jiān)内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的(de)地(dì)方在于(yú)，它可以制作出(chū)超过2分钟的连贯(guàn)的(de)也有确切内(nèi)容的视频，这才是真(zhēn)正(zhèng)让(ràng)人们感(gǎn)到惊喜(xǐ)的地(dì)方(fāng)。因为无(wú)论AI生成的视频多么高(gāo)清，也只能是为内容生产者提供一个(gè)灵感，一个素(sù)材(cái)，一个(gè)过场动画。

不过能够制作出有具(jù)体剧情内(nèi)容(róng)的视频就意(yì)味着，一些视频创(chuàng)作由AI代替人(rén)工(gōng)完成已经初步(bù)有了(le)可能。

当(dāng)下AI的发展速度(dù)已经超过(guò)大部(bù)分人(rén)的想象。内容(róng)产业的本质是供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业带来更新的(de)内容风格、更快(kuài)的生产速度(dù)，更低的生产成本，这(zhè)无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代(dài)码、机器(qì)人动作等(děng)多种内容形式(shì)的生成。不难发现(xiàn)该项技术不仅在游(yóu)戏等行业能(néng)得到有(yǒu)效应用，对于下一代互联网各种(zhǒng)元素(sù)的构建(jiàn)亦有关键意义。

从商业化的(de)角度来看(kàn)，文化娱(yú)乐、教育、传媒等诸多(duō)领域，本身就对(duì)基于AI的(de)可视(shì)化内(nèi)容有(yǒu)强(qiáng)烈(liè)需求。

因此，AI绘画及视频或不是(shì)结(jié)果，而(ér)只是AI进程中的一(yī)块重(zhòng)要(yào)拼(pīn)图，有(yǒu)望在技(jì)术更新的加持(chí)下实现更大的应用价值。

AI从理解内容，走向(xiàng)了(le)可以生成内(nèi)容，甚至能够(gòu)创造出独立价(jià)值和独立(lì)视(shì)角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从技术的发展也可(kě)以(yǐ)社戏主要内容概括及中心思想50字，社戏,的主要内容看出，在语言大(dà)模型、图像大模型(xíng)之后，多模态大模型已经成为了新的(de)趋(qū)势。

大(dà)模型(xíng)被誉为当(dāng)前人工(gōng)智能发展的智能底座，是全球(qiú)竞争最激烈的(de)研究方(fāng)向(xiàng)之(zhī)一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部(bù)企业都(dōu)在(zài)竞(jìng)相发力。

不(bù)过(guò)训练(liàn)大(dà)模型(xíng)的确价(jià)格(gé)不菲(fēi)，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多(duō)少(shǎo)算力(lì)》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本(běn)则介于(yú)200万(wàn)美元至1200万(wàn)美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元(yuán)，每日仅(jǐn)电费(fèi)就在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算(suàn)力支持。在关注各类大模型的发(fā)展同时，更应该关(guān)注算(suàn)力网络的建设(shè)。

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(jí)通用AI这(zhè)一人工智能(néng)发展(zhǎn)的终极目标离(lí)得(dé)更近(jìn)。

因(yīn)为算力可以对突破性技术创新提供(gōng)大力(lì)的(de)支(zhī)持。这方面，多模态(tài)大模型是典型(xíng)。作为面向未来强(qiáng)人工(gōng)智能、通用人(rén)工(gōng)智能的重要技术创新，多模态大(dà)模型(xíng)已经在人工智能(néng)领域提出了很多(duō)年(nián)，业界也有不少(shǎo)技术突破，但是(shì)，多模态大(dà)模(mó)型进一步(bù)往下走，算力需求(qiú)呈几何式上升，一(yī)般的算(suàn)力(lì)基础设(shè)施(shī)很快将(jiāng)难以胜任。

从(cóng)图像、文字(zì)、语音单独一(yī)项的训练，到双模态(tài)、三(sān)模(mó)态的跃迁，让人工(gōng)智(zhì)能可以灵活应对不同模态的转化、像人与(yǔ)世界交(jiāo)互(hù)一样自然，这方(fāng)面，由(yóu)算力网络来(lái)驱动(dòng)将(jiāng)有明显优势。

此外(wài)，还有很多(duō)需要爆发式增长的算力来支撑的技术(shù)创新，将在人工智能算(suàn)力(lì)网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在(zài)大模型和大(dà)算力的支持(chí)下AIGC能持续颠覆内容生产(chǎn)的方式，将创(chuàng)造的边(biān)际(jì)成本降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 社戏主要内容概括及中心思想50字，社戏,的主要内容