自聊(liáo)天机器人(rén)ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次公(gōng)开(kāi)谈论人(rén)工智能(néng)话题(tí)。在最近的一次采访(fǎng)中，他再次(cì)表示：“AI可能会让(ràng)科技行业迎来一次剧(jù)烈的(de)洗牌”。

这(zhè)个结论是他在当地(dì)时间2月(yuè)20日接受《In Good Company》节(jié)目专(zhuān)访时提出(chū)的。

他预期，AI的发展可(kě)能会威胁到(dào)谷歌的市(shì)占(zhàn)率，因为(wèi)微软(ruǎn)在AI方面的(de)行(xíng)动(dòng)相当迅速。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应(yīng)用(yòng)，与人(rén)们进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能(néng)助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举(jǔ)办(bàn)的新兴数(shù)字艺术家竞赛中，一幅(fú)名为《太空歌(gē)剧(jù)院(yuàn)》的(de)作品获奖(jiǎng)。

随后各大厂商的(de)AI绘画软件被(bèi)广大网友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在应用中(zhōng)输(shū)入一组关键(jiàn)词或者(zhě)一(yī)张照片，就能获得一幅AI创作的(de)画作。

作画的关键就是所输入的(de)文(wén)本(běn)。同一组关键词也(yě)可以创(chuàng)作出很多张风格不一样的画作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多用户很喜欢这(zhè)种不确(què)定的惊喜，他们会将生成的(de)美图当做头(tóu)像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画(huà)的(de)“翻车”作品(pǐn)。在社交媒体上，许(xǔ)多用户(hù)分享AI“翻(fān)车现场”，例如(rú)，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人照片被AI识别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键(ji2023年过年是哪一天，2023年春节是哪天一天àn)词游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位(wèi)正(zhèng)在(zài)斯坦(tǎn)福读博(bó)的中国人(rén)张吕敏(mǐn)创(chuàng)作的一种基于控(kòng)制点的图像(xiàng)变形算法，主要(yào)用(yòng)于数(shù)字图像处理、计算机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插件(jiàn)一经发布，在(zài)短短的两(liǎng)天内(nèi)便成为了AI绘(huì)画领域最新的(de)热点。

在此之前，大家(jiā)用了很多方法想让AI生(shēng)成的结果尽(jǐn)可能的(de)符合要求，但是(shì)都不尽如(rú)人意，它的出现代表着(zhe)AI生成开始进入(rù)真(zhēn)正(zhèng)的可控(kòng)时期(qī)。

因为ControlNet可以直接提(tí)取画面的构图，人物的姿势和画(huà)面的深度信息等。有了它的(de)帮助(zhù)，就不用(yòng)频(pín)繁(fán)的用提示词来碰运气，抽盲盒(hé)式的创作了(le)。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法(fǎ)”，不(bù)少博主(zhǔ)的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

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

通(tōng)过(guò)图片(piàn)就可(kě)以看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草(cǎo)图也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应。

不得(dé)不说当(dāng)下AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的作品都已经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日(rì)，“苏州(zhōu)金鸡湖(hú)有游艇party”的消息火遍网络(luò)，而经(jīng)过警(jǐng)方(fāng)辟(pì)谣(yáo)这所谓(wèi)的“party”可能是全国第一(yī)起AI绘图诈骗(piàn)。

由于这个活动(dòng)里(lǐ)面给出的(de)美女(nǚ)照片都是AI制作的真(zhēn)人照(zhào)片绘(huì)图，因为太逼(bī)真，被(bèi)大家当成(chéng)真(zhēn)事传播了。

不(bù)过(guò)仔细观(guān)察可以(yǐ)发(fā)现，活动发起者提供(gōng)的(de)照片中(zhōng)有(yǒu)个很大(dà)的漏洞可以发现并非真人(rén)，而是AI绘图，那(nà)便(biàn)是图(tú)片中女性的手指部分有的存在异常。

有行(xíng)业人事表(biǎo)示：“现(xiàn)在因为手(shǒu)指部(bù)分的绘画(huà)算法比较复杂，AI还不太会画(huà)人的手(shǒu)，但最新看到的图(tú)片已(yǐ)经(jīng)有越(yuè)来越完美的AI模型出(chū)现，以(yǐ)后可能(néng)就(jiù)完全没有漏洞了。”

类似的(de)AI作图诈骗在(zài)国外也已有发生。据英国(guó)广播公(gōng)司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了(le)儿(ér)童受灾的(de)假(jiǎ)照片(piàn)发布到网(wǎng)络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人照片般的绘图效果，如(rú)果这样(yàng)的(de)图片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发(fā)了很(hěn)多担忧(yōu)，一方(fāng)面(miàn)，批判者认为(wèi)AI在“学习”了大(dà)量前人的作品之(zhī)后，其创作(zuò)没有任何情绪和(hé)灵(líng)魂，难以和人(rén)类的艺术创作相提(tí)并论(lùn)。

另一方面，AIGC背后(hòu)的版权、目前都并(bìng)没有得到有效的解(jiě)决，还有AIGC会(huì)不(bù)会代替人类“至(zhì)高无上”的创(chuàng)意。

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

03

AIGC下(xià)一站除了视(shì)频，还有远(yuǎn)方(fāng)

技术都(dōu)是有两(liǎng)面性的，潜在的(de)危(wēi)害并不(bù)能掩(yǎn)盖(gài)其(qí)光辉的贡(gòng)献。现在看来，人工智能技术将是第四次工业(yè)革命的核心驱(qū)动力量，将创造新的增长奇迹(jì)。

过去一(yī)年，人工智能在(zài)技术和商业层面(miàn)都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智能技术发生(shēng)方向性改变的(de)一个代表。其(qí)下一(yī)站或许就是(shì)视频。

此前，Meta和谷歌(gē)先后(hòu)发布了几条引(yǐn)爆科技圈(quān)的短视频。这(zhè)些(xiē)视频(pín)引发关注并非内容做得(dé)多优秀(xiù)，反而都非常(cháng)简单(dān)，比如一(yī)匹正在喝水的马，一只画画的玩具熊，或者(zhě)一段骑摩托车的(de)第一视角录像，随便一个有手机的人(rén)都可以随手录下一段。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅需(xū)要向AI输入一段话，甚至只是(shì)说一下要求，AI就可(kě)以根据需(xū)要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成视频(pín)分别(bié)来自于(yú)Imagen Video和Phenaki，前(qián)者主(zhǔ)要(yào)突(tū)出(chū)的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了(le)一(yī)波梗，一(yī)个能够做出更高(gāo)清视频的AI还(hái)不足以在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地(dì)方在于，它(tā)可以(yǐ)制作(zuò)出(chū)超过2分(fēn)钟的连贯的也有(yǒu)确切内容的视频，这才是(shì)真正让人们(men)感到惊喜的(de)地(dì)方。因为无论AI生成(chéng)的(de)视频多么高(gāo)清，也只能是为(wèi)内容生产(chǎn)者提供一个灵感，一(yī)个素材，一个(gè)过场动画。

不过能(néng)够制(zhì)作出有具体剧(jù)情内(nèi)容的视(shì)频就意味(wèi)着(zhe)，一些(xiē)视频创作(zuò)由AI代替人(rén)工(gōng)完成已经初步有了可能。

当(dāng)下AI的发展速度已经超过大(dà)部分人(rén)的想(xiǎng)象(xiàng)。内容产业的本质是供(gōng)给创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产(chǎn)业带来更新的内容(róng)风格、更快的生产(chǎn)速度，更低(dī)的生产成本，这无疑(yí)会驱(qū)动内容产业的大(dà)爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用于(yú)音(yīn)乐、代码、机(jī)器(qì)人动作(zuò)等多种内(nèi)容形式的生成。不难发现该项技术不(bù)仅在游戏(xì)等行业能得到有效应用，对(duì)于下一代互联网各(gè)种元素(sù)的构建(jiàn)亦有关(guān)键(jiàn)意义。

从商业化的(de)角度来看，文(wén)化娱(yú)乐、教育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有(yǒu)望在技术更(gèng)新的加持下实(shí)现更大的应用价值。

AI从(cóng)理解内(nèi)容(róng)，走向了可以生成(chéng)内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的(de)先进生产(chǎn)力即将(jiāng)到来。

04

紧抓(zhuā)大模型与算力，牢(láo)固(gù)AIGC底(dǐ)座

从技术(shù)的发(fā)展也可以看出，在语言大模型、图(tú)像大模型之后，多(duō)模态大模型已经成为了新(xīn)的趋势(shì)。

大模型(xíng)被誉(yù)为当前(qián)人工智能(néng)发展的智(zhì)能底座，是全(quán)球竞争最激烈的(de)研究方向之一，包(bāo)括谷(gǔ)歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯(xùn)等众多头(tóu)部企业(yè)都在(zài)竞相发(fā)力。

不过(guò)训(xùn)练(liàn)大模型的确价(jià)格(gé)不(bù)菲，以国盛证券发(fā)布(bù)的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美(měi)元至1200万(wàn)美元高价(jià)之(zhī)间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计算，其(qí)对(duì)应芯片需求为3万(wàn)多片(piàn)英伟(wěi)达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电(diàn)费就(jiù)在5万美(měi)元左(zuǒ)右。

此外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的发展(zhǎn)同时，更(gèng)应该(gāi)关(guān)注(zhù)算力(lì)网络的(de)建设。

算力网络正驱动(dòng)AI产(chǎn)业(yè)发展进入史诗(shī)级加速(sù)进程，让(ràng)AIGC及(jí)通用(yòng)AI这(zhè)一人(rén)工智(zhì)能(néng)发(fā)展(zhǎn)的终极目标离(lí)得更(gèng)近。

因为(wèi)算(suàn)力可(kě)以对突破(pò)性技术创新提供大力(lì)的支持。这方面，多模态大模(mó)型是典型(xíng)。作为面向未来(lái)强人工(gōng)智(zhì)能、通用人工智能的重要技术创新(xīn)，多模态大模型(xíng)已经在(zài)人(rén)工(gōng)智能(néng)领域提(tí)出了很多年，业(yè)界也(yě)有不(bù)少技术(shù)突破，但(dàn)是，多模态大(dà)模型进一步往下走，算(suàn)力需求(qiú)呈几(jǐ)何式上(shàng)升(shēng)，一(yī)般的算(suàn)力基础(chǔ)设(shè)施很快将难以(yǐ)胜任。

从图像、文字、语音(yīn)单独一项(xiàng)的(de)训(xùn)练(liàn)，到双模态、三(sān)模态(tài)的(de)跃迁，让人工智能可以灵(líng)活(huó)应(yīng)对不同模态(tài)的转化、像人与世界(jiè)交互一样自(zì)然，这(zhè)方面(miàn)，由(yóu)算力网络来驱(qū)动将有明显优势。

此外(wài)，还有很多需(xū)要(yào)爆发(fā)式增长的算力来支撑的技术创(chuàng)新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的(de)支持下AIGC能持续颠覆内(nèi)容生产的(de)方(fāng)式，将创造的边(biān)际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 2023年过年是哪一天，2023年春节是哪天一天