自聊天机器人ChatGPT火爆(bào)以来，微软公司(sī)创始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人(rén)工智能话题。在最近的一次(cì)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)烈的洗牌(pái)”。

这个结论是他在当(dāng)地(dì)时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的发展可能会(huì)威胁(xié)到谷歌的(de)市占(zhàn)率，因为微软在(zài)AI方面的行(xíng)动相当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成用(yòng)户的“全能(néng)助(zhù)手(shǒu)”，包(bāo)揽(lǎn)一切应用，与人们进行(xíng)沟通并提供建(jiàn)议(yì)，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全(quán)能助手(shǒu)的到来可能尚需时日(rì)，但(dàn)由ControlNet引发(fā)的又一(yī)次AI绘画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火(huǒ)的时候，还(hái)是2022年8月，在美国科罗拉多州举办(bàn)的新(xīn)兴数字(zì)艺术家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖。

随(suí)后各(gè)大(dà)厂商的(de)AI绘画(huà)软件被(bèi)广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们可以在应用(yòng)中输入一组关(guān)键词或(huò)者一张照片，就能获得一(yī)幅(fú)AI创作的(de)画作。

作画的关键就是所输入的文本(běn)。同一组关(guān)键词也可(kě)以创作出很多(duō)张风(fēng)格不一样的画作(zuò)，这让创作的过程就像开盲盒。

很多(duō)用户很喜欢这种不(bù)确(què)定的惊(jīng)喜，他们会将生成的美图(tú)当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗照(zhào)片被AI画成了“肌(jī)肉男”，还有网友的个(gè)人照(zhào)片被AI识别成了建筑(zhù)。

而(ér)如今随(suí)着ControlNet的出现与加持，以往AI绘画的(de)填写关键词游戏可能(néng)要被颠覆(fù)了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏创作的一种(zhǒng)基于控制点(diǎn)的图像变形算法(fǎ)，主(zhǔ)要(yào)用于数字图像(xiàng)处理、计算机(jī)视觉和(hé)计算机(jī)图(tú)形学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便成为了AI绘画(huà)领(lǐng)域最新的热点。

在(zài)此(cǐ)之前，大(dà)家用了很多方法想让AI生成的(de)结(jié)果尽可(kě)能的符合要求，但是都(dōu)不(bù)尽如人意，它的出现代表着AI生(shēng)成开始(shǐ)进入(rù)真(zhēn)正的可控(kòng)时(shí)期(qī)。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人物的(de)姿势和画面(miàn)的(de)深度信息(xī)等(děng)。有(yǒu)了(le)它的帮(bāng)助，就不用(yòng)频繁(fán)的用提(tí)示词(cí)来碰运气，抽(chōu)盲盒式的(de)创作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不少(shǎo)博(bó)主的作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一(yī)，他(tā)用(yòng)朋友的(de)照片直接带她们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件(jiàn)绑定骨骼(gé)开始(shǐ)换关(guān)键(jiàn)词(cí)试(shì)效果。

通过(guò)图片就可以看出来，效果十分惊(jīng)艳(yàn)。

更厉害(hài)的是，除(chú)了真实(shí)的照片(piàn)，草(cǎo)图也(yě)可以加上“魔(mó)法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大(dà)神张(zhāng)吕(lǚ)敏其本尊也(yě)亲(qīn)自回(huí)应。

不得(dé)不说当下AIGC已经(jīng)变得越来(lái)越强大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息(xī)火遍网络(luò)，而(ér)经(jīng)过(guò)警方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照(zhào)片都是AI制作的真人(rén)照(zhào)片绘图，因为太逼真，被(bèi)大家(jiā)当成(chéng)真事传播了。

不过(guò)仔细观(guān)察(chá)可以发现(xiàn)，活动(dòng)发起者提供的照片(piàn)中有个很大(dà)的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是图片中(zhōng)女性的手指部分有的(de)存在(zài)异常。

有(yǒu)行业人事表示：“现(xiàn)在因为(wèi)手指部分的绘(huì)画算法比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完美的(de)AI模(mó)型出现，以后可能就(jiù)完全没有(yǒu)漏(lòu)洞了。”

类(lèi)似的AI作图诈骗(piàn)在国外也已有(yǒu)发(fā)生。据英国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了(le)儿童受灾的假(jiǎ)照片发布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能做(zuò)出真人照片(piàn)般的绘(huì)图效果(guǒ)，如果这样的图(tú)片被(bèi)用来诈骗，将(jiāng)非(fēi)常(cháng)可怕。

此外(wài)AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品之后(hòu)，其创作没有任何情绪和灵魂(hún)，难以(yǐ)和(hé)人类的艺(yì)术(shù)创(chuàng)作相提并论。

另(lìng)一方面(miàn)，AIGC背(bèi)后的版(bǎn)权、目前都并(bìng)没有得到(dào)有(yǒu)效(xiào)的解(jiě)决(jué)，还有AIGC会(huì)不会代替(tì)人类“至(zhì)高无上”的创意。

马斯克也强调，人工(gōng)智能的安全(quán)问(wèn)题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一(yī)站除了(le)视(shì)频，还有(yǒu)远方(fāng)

技(jì)术都是有两面性的，潜在(zài)的危害并(bìng)不能掩盖其(qí)光辉的贡献。现(xiàn)在看来(lái)，人工(gōng)智能技术将是(shì)第四次(cì)工业(yè)革命的核心(xīn)驱(qū)动力量，将创造新(xīn)的(de)增长奇迹。

过去(qù)一年，人工智能在技术和商业层面(miàn)都(dōu)有了巨大进展，AI绘画就是人工智能(néng)技(jì)术(shù)发生(shēng)方(fāng)向(xiàng)性改变的(de)一个代表。其下(xià)一站(zhàn)或许就是视频(pín)。

此前，Meta和谷歌先后发布了几条(tiáo)引爆(bào)科技圈的短视频(pín)。这些(xiē)视(shì)频引发关注并(bìng)非内容做得(dé)多优(yōu)秀，反而都(dōu)非常简(jiǎn)单(dān)，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画(huà)画(huà)的玩具熊，或者(zhě)一(yī)段骑摩托车的第一视角录像，随便一个有(yǒu)手机(jī)的人(rén)都可以随(suí)手录(lù)下一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简(jiǎn)单，创作(zuò)者仅仅需(xū)要向AI输入一段话，甚(shèn)至(zhì)只是说(shuō)一下要求，AI就可以(yǐ)根据需要(yào)生成(chéng)一段视频。

谷歌发(fā)布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出(chū)的(de)是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈就已(yǐ)经玩(wán)了一波(bō)梗(gěng)，一个能够(gòu)做(zuò)出更高(gāo)清视(shì)频的AI还不足以在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在(zài)于，它可(kě)以(yǐ)制作出(chū)超过(guò)2分钟的连贯(guàn)的(de)也有确切内(nèi)容的视(shì)频，这(zhè)才是真正(zhèng)让(ràng)人们(men)感到惊喜的地方。因为(wèi)无论AI生成的视(shì)频多么高(gāo)清，也(yě)只能是为内容(róng)生(shēng)产者提供一(yī)个灵感(gǎn)，一个素材(cái)，一个过场动画。

不过能够制(zhì)作出(chū)有具体剧(jù)情内容的(de)视频就意味着，一些视频创作由AI代替人工完成已经(jīng)初步(bù)有了可能。

当下AI的发展速(sù)度已经超(chāo)过大部(bù)分人的想象。内(nèi)容产业的本质(zhì)是供(gōng)给(gěi)创造需求，AIGC作(zuò)为全(quán)新的内容生(shēng)产方式，可(kě)以为内容产(chǎn)业带来更新的内(nèi)容风格、更快(kuài)的word中1.5倍行间距相当于多少磅，word1.25倍行距是多少磅生产(chǎn)速度，更低(dī)的生产成本(běn)，这(zhè)无(wú)疑会驱动内容产业的大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术还(hái)能应用(yòng)于(yú)音(yīn)乐(lè)、代码、机器人动作等(děng)多(duō)种内容形式的生成。不难(nán)发现该项技术不仅在(zài)游(yóu)戏等行业能得到有效应用，对于下一代互联网各种(zhǒng)元素的构建亦有关键意义。

从商业化的角度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可视化内容有强烈(liè)需求。

因此，AI绘画及(jí)视频或不是结果，而只是(shì)AI进程(chéng)中的一块重要(yào)拼图，有望(wàng)在技术更(gèng)新的加持下实现更大的应用(yòng)价值。

AI从理解内容，走向了可以生(shēng)成内容，甚至能(néng)够创造出独立价值和独立视角的内容(róng)。AIGC的再次出圈，更代表(biǎo)着未来的先(xiān)进生产力即(jí)将(jiāng)到(dào)来。

04

紧抓大模型(xíng)与算(suàn)力，牢(láo)固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语(yǔ)言大(dà)模型、图(tú)像大模型之后(hòu)，多模态大模(mó)型(xíng)已(yǐ)经成(chéng)为了新(xīn)的(de)趋势(shì)。

大模型被誉为当前人工智能(néng)发(fā)展的智(zhì)能底(dǐ)座，是全球竞争(zhēng)最(zuì)激烈的研(yán)究方向之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训(xùn)word中1.5倍行间距相当于多少磅，word1.25倍行距是多少磅练大(dà)模型的确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成本(běn)约(yuē)为140万美元。而(ér)对(duì)于(yú)一些(xiē)更大的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(yǐ)ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其(qí)对(duì)应芯(xīn)片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元(yuán)，每(měi)日仅电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力(lì)支持。在关注各(gè)类大模型(xíng)的发展同时，更应该关注算力网络的建设(shè)。

算力网络正驱动(dòng)AI产业发(fā)展进入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一人工智能发展的终极目标(biāo)离得(dé)更(gèng)近(jìn)。

因为算力可以对突破(pò)性(xìng)技术(shù)创(chuàng)新提供大力的支持。这方面，多模态大模(mó)型是典型。作为(wèi)面向(xiàng)未来(lái)强人工智(zhì)能、通用人工(gōng)智能的重要技术创(chuàng)新，多模(mó)态大模型(xíng)已经在人工智能领域提(tí)出了很多年，业界也(yě)有不(bù)少技术突破(pò)，但是(shì)，多模态(tài)大模型(xíng)进(jìn)一步往下走，算力需求呈几何式上升，一般的算(suàn)力基础设施很快(kuài)将难以胜任。

从图像、文字(zì)、语(yǔ)音单独(dú)一项的训练，到双模态、三模态的跃(yuè)迁，让人工(gōng)智能(néng)可以(yǐ)灵活应(yīng)对不同模态的转化、像人与世界交互一(yī)样自然，这方面，由算力网络(luò)来驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算(suàn)力来支撑的技术创新，将(jiāng)在(zài)人(rén)工智能算力网络支撑下(xià)快速(sù)推进。

AIGC已经露出曙光(guāng)，期(qī)待在大模型和大(dà)算力的(de)支(zhī)持(chí)下AIGC能持续颠覆内(nèi)容生产(chǎn)的方式，将创造(zào)的边际(jì)成本降低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 word中1.5倍行间距相当于多少磅，word1.25倍行距是多少磅