自聊天机(jī)器人ChatGPT火爆以(yǐ)来(lái)，微(wēi)软公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能话(huà)题。在最(zuì)近的一次采访中，他再次表示(shì)：“AI可能(néng)会让科技行业(yè)迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节目专访(fǎng)时提出的。

他预(yù)期，AI的(de)发(fā)展可能会威胁到(dào)谷歌的市占率(lǜ)，因为微软(ruǎn)在AI方面(miàn)的行(xíng)动相(xiāng)当迅速。而(ér)最终科技巨头将把AI整合成(chéng)用户(hù)的“全能(néng)助手”，包揽一切(qiè)应(yīng)用(yòng)，与人们进行沟通并提(tí)供(gōng)建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引发的又一(yī)次(cì)AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的AIGC上一次爆火的时(shí)候(hòu)，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

随后(hòu)各(gè)大厂(chǎng)商的AI绘画软件(jiàn)被广(guǎng)大(dà)网友熟(shú)知(zhī)并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用(yòng)中输(shū)入(rù)一组(zǔ)关键词或者一张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关键就是(shì)所输入的(de)文本。同一组关键(jiàn)词也可以创作出很多(duō)张风(fēng)格不一样(yàng)的画作，这让创作的过程就(jiù)像开盲盒。

很多用户很喜欢这种不(bù)确定(dìng)的(de)惊喜(xǐ)，他们(men)会将(jiāng)生成的(de)美图当做头像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻车”作品。在社交媒体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识(shí)别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填写关键(jiàn)词游戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读博的中国人(rén)张(zhāng)吕敏创作的一种基于控(kòng)制点的(de)图像(xiàng)变形(xíng)算法，主要用于数字图像处理(lǐ)、计算(suàn)机视觉和计算机图形(xíng)学等领域。

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

在此(cǐ)之前(qián)，大家(jiā)用了很多方法(fǎ)想(xiǎng)让AI生成的结果(guǒ)尽可能的(de)符合要(yào)求，但是都(dōu)不尽(jǐn)如人(rén)意，它的出(chū)现代表(biǎo)着AI生成开始进入真正的(de)可控时(shí)期(qī)。

因(yīn)为ControlNet可以直接提取(qǔ)画(huà)面的构图(tú)，人物的姿(zī)势和画面的深度信息等。有了它的(de)帮助，就不(bù)用(yòng)频繁的用提示词(cí)来碰运气，抽盲(máng)盒式(shì)的(de)创作(zuò)了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作品(pǐn)已经获得了大量的浏(liú)览量，“viggo”就(jiù)是其中之一(yī)，他用朋友(yǒu)的照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到(dào)对应的关(guān)键词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以(yǐ)看出来，效果十(shí)分惊艳。

更厉害的是，除了(le)真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大(dà)神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得不说(shuō)当下AIGC已经(jīng)变得越(yuè)来(lái)越强大(dà)，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

警惕安全(quán)问题

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的消(xiāo)息火遍网络，而经(jīng)过警(jǐng)方辟(pì)谣(yáo)这所谓的(de)“party”可(kě)能(néng)是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出的美女照片都是AI制作的真人照片绘图，因为太(tài)逼真，被(bèi)大家当成真事传播了。

不过仔细观察可以发现(xiàn)，活动(dòng)发起者提供(gōng)的照片(piàn)中有个很大的漏洞可(kě)以(yǐ)发现并非真(zhēn)人，而是AI绘图，那便(biàn)是图片中女(nǚ)性的手指部分(fēn)有(yǒu)的存在异常(cháng)。

有行业人事表示：“现在因为手指部分的绘画算法比较(jiào)复杂，AI还不(bù)太会画人(rén)的手，但最(zuì)新看到的图片已经(jīng)有越来越(yuè)完(wán)美的AI模型出(chū)现，以(yǐ)后可(kě)能就完全没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有(yǒu)发生。据(jù)英国广播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的(de)人打赏(shǎng)“捐(juān)助”从而实施诈骗。

目前(qián)随着(zhe)技术(shù)发展，AIGC已(yǐ)经能做出真人照(zhào)片(piàn)般(bān)的绘图效(xiào)果，如果这样的(de)图片(piàn)被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判(pàn)者认为AI在“学(xué)习”了大(dà)量(liàng)前人的(de)作品之(zhī)后，其创(chuàng)作没有(yǒu)任(rèn)何情绪和(hé)灵(líng)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、目前都(dōu)并没有得到有效的解(jiě)决，还有(yǒu)AIGC会不会代替人类(lèi)“至高(gāo)无上”的(de)创意(yì)。

马斯克也(yě)强(qiáng)调，人工智(zhì)能的安全(quán)问题需要得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下(xià)一站除了视频(pín)，还有远方

技术都是(shì)有两面(miàn)性的，潜在(zài)的危害并(bìng)不能(néng)掩(yǎn)盖其(qí)光辉的贡(gòng)献。现在(zài)看(kàn)来，人(rén)工(gōng)智能技术(shù)将是(shì)第四(sì)次工业革命(mìng)的(de)核心驱动(dòng)力量，将创造(zào)新(xīn)的增长奇迹(jì)。

过去(qù)一年，人工(gōng)智能在技术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画(huà)就是人工智能技术发生(shēng)方向性改(gǎi)变(biàn)的一个代表(biǎo)。其下一站或许(xǔ)就是视(shì)频。

此前，Meta和(hé)谷歌先后(hòu)发(fā)布了几条引爆科技(jì)圈的短(duǎn)视(shì)频。这(zhè)些视(shì)频(pín)引发关注并(bìng)非内容做得多(duō)优秀，反而都非常(cháng)简单，比如一(yī)匹正(zhèng)在喝水(shuǐ)的马，一(yī)只(zhǐ)画画的(de)玩具熊，或者一段骑(qí)摩托车(chē)的第(dì)一(yī)视(shì)角(jiǎo)录像，随(suí)便一个有手(shǒu)机的人都可以(yǐ)随手录下一段。

但这些短视(shì)频(pín)的创作(zuò)方式非常简单，创作(zuò)者仅(jǐn)仅(jǐn)需要向AI输入一段话(huà)，甚至只是(shì)说一下要(yào)求，AI就可以根(gēn)据需(xū)要生成(chéng)一段视频(pín)。

谷歌(gē)发布的(de)两(liǎng)个AI生成视频(pín)分别来(lái)自于Imagen Video和(hé)Phenaki，前(qián)者主要突(tū)出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一(yī)波梗，一个能够做出更(gèng)高清视(shì)频的AI还不足(zú)以在(zài)短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它可以制(zhì)作(zuò)出超(chāo)过(guò)2分钟的连贯的也有确切内容的视频，这才是真正让人们感(gǎn)到惊喜的地方(fāng)。因为(wèi)无论AI生成的视(shì)频多么(me)高(gāo)清，也只能是为内容生产(chǎn)者提(tí)供一个灵(líng)感，一个素(sù)材，一个过场(chǎng)动(dòng)画。

不过能够(gòu)制作出(chū)有具体剧情内容的视频就(jiù)意味(wèi)着，一些(xiē)视频创作由AI代(dài)替人工完成已经初步有了可能。

当下AI的(de)发展速度已经(jīng)超过大部分人的(de)想(xiǎng)象(xiàng)。内容产业的本质是供给(gěi)创(chuàng)造需求，AIGC作为全新的内(nèi)容生(shēng)产方式，可以为内容产业带(dài)来(lái)更新的内(nèi)容(róng)风格、更(gèng)快的生产(chǎn)速度，更低的生产成本，这无疑(yí)会驱动内(nèi)容(róng)产业的(de)大爆发。

除了(le)AI绘图(tú)、视频(pín)，AIGC技术还能(néng)应用于(yú)音乐、代码、机器人动(dòng)作(zuò)等多(duō)种内容形式的生成(chéng)。不难发现(xiàn)该项(xiàng)技(jì)术不仅(jǐn)在游戏等行业能得到有效(xiào)应(yīng)用，对(duì)于下一代互联(lián)网各种(zhǒng)元素的构建亦(yì)有关键(jiàn)意义。

从商业(yè)化(huà)的角度来(lái)看，文(wén)化(huà)娱(yú)乐、教育、传媒(méi)等(děng)诸多领域，本身就对基于(yú)AI的(de)可视化内容有强烈需求。

因此，AI绘画及视(shì)频或(huò)不是结(jié)果，而只是(shì)AI进程(chéng)中的(de)一(yī)块重要拼图(tú)，有望在技术更新的加持下实现更大的应用价值(zhí)。

AI从理解内容(róng)，走向(xiàng)了可以生成内(nèi)容，甚至能够(gòu)创造出独立价(jià)值和独立(lì)视角(jiǎo)的内容。AIGC的再次(cì)出圈，更代表着未来(lái)的先进生产(chǎn)力即(jí)将到来(lái)。

04

紧(jǐn)抓大模型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型(xíng)已(yǐ)经成为了新的趋势。

大模型(xíng)被誉(yù)为当前人工(gōng)智能发展的智(zhì)能底(dǐ)座，是全球竞争最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头部企业都在竞相(xiāng)发(fā)力。

不(bù)过训练大模型(xíng)的确(què)价格(gé)不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的(de)成本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型)，训练(liàn)成本(běn)则介于200万美元(yuán)至(zhì)1200万(wàn)美元高价之间。

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(qiú)为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约(yuē)为8亿(yì)美元(yuán)，每日仅电费(fèi)就(jiù)在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各类大模型的发展同(tóng)时，更应该关注算力网络的建设(shè)。

算力(lì)网络正(zhèng)驱动AI产(chǎn)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(jìn)。

因为算(suàn)力可以对突破性技术(shù)创新提供大力的支持。这方(fāng)面(miàn)，多(duō)模(mó)态大模(mó)型是典型。作为(wèi)面(miàn)向(xiàng)未来强人工智能、通用人工智能的重要技(jì)术(shù)创新，多模态(tài)大模型已经在(zài)人工智能(néng)领域(yù)提(tí)出了(le)很多年，业界也(yě)有不少技术突破(pò)，但是，多模态大(dà)模型进一步往下走，算(suàn)力需求呈几何(hé)式上升，一(yī)般的算力(lì)基础(chǔ)设施(shī)很(hěn)快将(jiāng)难以胜任。

从图像(xiàng)、文字(zì)、语音(yīn)单独一(yī)项的训练(liàn)，到双模态、三模(mó)态的跃迁，让人工智能可以灵活应对不同模态的转(zhuǎn)化、像人与世界交互(hù)一样自然(rán)，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还有(yǒu)很多需要爆发式(shì)增(zēng)长的(de)算力来支撑(chēng)的技术创新，将在人工丁二醇和丙二醇是不是酒精智能算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大(dà)算力的支(zhī)持下AIGC能持续颠覆内(nèi)容生产的(de)方式，将创(chuàng)造的边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：绿茶通用站群 丁二醇和丙二醇是不是酒精