自聊(liáo)天机器人ChatGPT火爆以来(lái)，微软公司创(chuàng)始人比(bǐ)尔·盖茨已(yǐ)多次公(gōng)开谈(tán)论人工智能话题(tí)。在最近的一次采(cǎi)访中，他再次表示：“AI可能会(huì)让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论(lùn)是(shì)他在当地时间(jiān)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(huì)威胁(xié)到谷歌(gē)的市占率(lǜ)，因为微软在(zài)AI方面(miàn)的行动相当迅速。而最终科技(jì)巨头将(jiāng)把AI整合成用户的“全能助(zhù)手”，包揽一切应用(yòng)，与人们进行沟通并(bìng)提(tí)供建议，可以取代亚马(mǎ)逊(xùn)、Siri或(huò)Outlook等应用(yòng)。

大佬(lǎo)口中全能助(zhù)手(shǒu)的(de)到来可(kě)能尚需时日，但由ControlNet引发(fā)的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩(wán)法

AIGC向(xiàng)可控(kòng)靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴(xīng)数字(zì)艺术家(jiā)竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们可以在应用中输入一(yī)组关键词或者一张照片(piàn)，就能获得一幅AI创(ch中戏明星有哪些明星，中戏明星有哪些名单uàng)作(zuò)的(de)画作。

作画的(de)关键就(jiù)是所输(shū)入(rù)的文本。同一组关键(jiàn)词也可以创(chuàng)作出很多(duō)张(zhāng)风格不一样的(de)画作(zuò)，这(zhè)让创作的过(guò)程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定(dìng)的惊喜(xǐ)，他们会(huì)将生(shēng)成的(de)美图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作(zuò)品。在社交(jiāo)媒体上，许多用(yòng)户分享AI“翻车(chē)现场(chǎng)”，例如，一(yī)位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关(guān)键词游戏可(kě)能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博(bó)的中(zhōng)国人张吕敏创(chuàng)作的一种基于控制点的图像变(biàn)形算(suàn)法，主要用(yòng)于数字(zì)图像处(chù)理、计算机(jī)视觉和计算机图形学等领域(yù)。

其(qí)SD插件一经发布，在(zài)短(duǎn)短的两天内便成为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用(yòng)了很多方法想让AI生成的结(jié)果尽可能(néng)的符合(hé)要求，但是都不尽(jǐn)如(rú)人意，它的出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时期。

因为ControlNet可(kě)以直接提取画(huà)面(miàn)的(de)构图，人(rén)物的姿势和画面的深度信息(xī)等。有了它(tā)的帮助，就(jiù)不用(yòng)频繁的(de)用(yòng)提示词来碰运气(qì)，抽盲盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少(shǎo)博(bó)主的作(zuò)品已经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片(piàn)直(zhí)接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键词(cí)；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关(guān)键词试效(xiào)果。

通过(guò)图片就可以(yǐ)看出来，效果十分(fēn)惊艳(yàn)。

更厉害(hài)的是(shì)，除了真实(shí)的照片，草图也(yě)可以(yǐ)加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线(xiàn)稿转全彩图。大神(shén)张吕敏其本尊(zūn)也亲自回(huí)应。

不得不(bù)说当下AIGC已经(jīng)变得越来(lái)越强(qiáng)大，甚至输(shū)出的作(zuò)品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的(de)“p中戏明星有哪些明星，中戏明星有哪些名单arty”可能是(shì)全(quán)国第(dì)一起(qǐ)AI绘图诈骗(piàn)。

由于(yú)这个(gè)活动里(lǐ)面给(gěi)出的美女照片都是AI制(zhì)作的真人照片绘(huì)图(tú)，因为(wèi)太逼真，被大家当成真事传播(bō)了。

不(bù)过仔细观察可以发现，活(huó)动发起者提供的照片中有个很大的漏洞可以发现并非(fēi)真人(rén)，而是AI绘图(tú)，那便是图片中女(nǚ)性的手指(zhǐ)部(bù)分(fēn)有(yǒu)的存在异常。

有行业人事表(biǎo)示：“现在(zài)因为手指部分的绘画算法(fǎ)比(bǐ)较复(fù)杂，AI还不太(tài)会画人(rén)的手，但最新看到的图片已经有越(yuè)来越完美的AI模型出现，以后可能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国外也已有(yǒu)发生。据英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良的人(rén)打赏“捐(juān)助”从(cóng)而实施诈骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真人照(zhào)片(piàn)般的绘图效果，如(rú)果这样的图(tú)片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一(yī)方面，批判者(zhě)认为AI在“学习”了大(dà)量(liàng)前人的作品之(zhī)后，其创作没有任何(hé)情绪和灵魂(hún)，难以和人类的艺术(shù)创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决，还有(yǒu)AIGC会不(bù)会代(dài)替(tì)人类(lèi)“至高无上(shàng)”的创意(yì)。

马(mǎ)斯(sī)克也强调(diào)，人工智(zhì)能的安全问题需(xū)要得到重视(shì)，太(tài)晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方

技(jì)术(shù)都是有(yǒu)两面性的(de)，潜在的危害并不能掩盖其光辉的贡(gòng)献(xiàn)。现(xiàn)在看来，人工智能技(jì)术将(jiāng)是(shì)第四次工(gōng)业革命(mìng)的核(hé)心(xīn)驱(qū)动力量，将(jiāng)创造新的增(zēng)长奇迹(jì)。

过去一年，人(rén)工智能(néng)在技术和(hé)商(shāng)业层面都有了巨大进展，AI绘画(huà)就(jiù)是人工智能技术发(fā)生方向性改变(biàn)的一个代表(biǎo)。其下一站或许就是视(shì)频。

此(cǐ)前，Meta和谷(gǔ)歌先(xiān)后(hòu)发布了几条(tiáo)引爆科(kē)技圈的(de)短视频(pín)。这些视(shì)频引发(fā)关(guān)注并(bìng)非内容(róng)做得多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只画画(huà)的玩具(jù)熊，或者一段骑摩托车的第(dì)一视(shì)角录像，随便一个(gè)有手机的人都可以随手录下一(yī)段。

但这些短视(shì)频的创作方式(shì)非(fēi)常简(jiǎn)单(dān)，创作者仅(jǐn)仅需要向AI输入一段话(huà)，甚至只(zhǐ)是说一(yī)下(xià)要求(qiú)，AI就(jiù)可以根据需(xū)要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了(le)一(yī)波梗，一(yī)个能够(gòu)做(zuò)出更(gèng)高清(qīng)视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地方在于，它可以制作出超过2分钟的连贯的(de)也有确切(qiè)内容的视频，这才是(shì)真(zhēn)正让人(rén)们感到惊喜的地方(fāng)。因(yīn)为无论(lùn)AI生成的视频多么高清，也只能是为(wèi)内容生产(chǎn)者提供(gōng)一个灵(líng)感，一(yī)个素材，一个(gè)过(guò)场动(dòng)画。

不过能够制作出有具体剧情内容的视频就意(yì)味(wèi)着，一(yī)些视频创作由AI代替人工(gōng)完(wán)成(chéng)已经初步有了可(kě)能(néng)。

当下AI的发展速度已(yǐ)经超过(guò)大部(bù)分人(rén)的想象。内容产(chǎn)业的本质是供(gōng)给创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产业(yè)带来(lái)更新的内容风格、更快的(de)生(shēng)产速度，更低的生产成本(běn)，这无疑会驱动(dòng)内(nèi)容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应(yīng)用于音乐、代码、机器(qì)人(rén)动(dòng)作等(děng)多种(zhǒng)内容形(xíng)式(shì)的生成。不难发现(xiàn)该项(xiàng)技术不仅在(zài)游戏(xì)等行业能得到(dào)有(yǒu)效应用(yòng)，对于下一代互联网各种元素(sù)的(de)构(gòu)建亦有关键(jiàn)意(yì)义(yì)。

从商(shāng)业化的角度来看，文(wén)化(huà)娱乐、教育、传媒等诸多(duō)领(lǐng)域，本身(shēn)就对基(jī)于(yú)AI的可视化内容有强(qiáng)烈需(xū)求。

因(yīn)此(cǐ)，AI绘画(huà)及视频或不是结(jié)果，而只是(shì)AI进程中的一块重(zhòng)要拼图，有望在技术更新的加持下实(shí)现(xiàn)更大的应用(yòng)价值。

AI从理(lǐ)解(jiě)内(nèi)容(róng)，走向了可以生成内(nèi)容，甚至能够创造(zào)出独立价值和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表(biǎo)着未来的先进生产力即(jí)将到来。

04

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

从技术的发展(zhǎn)也可以看(kàn)出，在语言大模型、图像大模型之后，多模(mó)态大模型已经成为了新的趋势。

大模(mó)型被誉为当前人工(gōng)智能发展的(de)智(zhì)能底座，是全球竞争最激烈(liè)的研究方(fāng)向(xiàng)之一，包括(kuò)谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等众(zhòng)多头部(bù)企业都在(zài)竞相发力。

不过(guò)训(xùn)练大模(mó)型的确价格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力(lì)》报告估(gū)算(suàn)，GPT-3训(xùn)练一次的成本约为140万美元。而对于(yú)一些更大的LLM(大(dà)型语(yǔ)言(yán)模型)，训练(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算(suàn)，其对应(yīng)芯片(piàn)需求(qiú)为3万多(duō)片英伟(wěi)达A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美元，每日仅(jǐn)电(diàn)费就(jiù)在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算(suàn)力支持。在(zài)关(guān)注各类大(dà)模型的发展同时，更应该关注算(suàn)力网络的建(jiàn)设。

算力网络(luò)正驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离得更近。

因为算力可(kě)以(yǐ)对突破性(xìng)技术(shù)创新提(tí)供大力的支持。这方面，多模态大模型是典型。作为面向未来(lái)强人工智能、通用人工(gōng)智能的重要技术创(chuàng)新，多模态(tài)大模型已经(jīng)在人工(gōng)智能领域提出(chū)了很多(duō)年，业界也有不少技(jì)术突破，但是，多模态(tài)大模型进一(yī)步(bù)往下走，算(suàn)力需(xū)求呈几何(hé)式上升，一般的算力基础设施(shī)很快将难以(yǐ)胜任。

从图(tú)像、文字、语音单独一项的训练，到双模(mó)态、三(sān)模(mó)态的跃迁，让人(rén)工智能(néng)可以(yǐ)灵(líng)活应(yīng)对(duì)不(bù)同模态(tài)的转(zhuǎn)化、像(xiàng)人与世(shì)界交互一样自然(rán)，这方面，由算(suàn)力网络来(lái)驱动(dòng)将有明显优势。