自聊天机器人ChatGPT火爆(bào)以来(lái)，微软公(gōng)司创(chuàng)始人比尔·盖茨已多(duō)次(cì)公(gōng)开谈论人工(gōng)智能话题。在最近(jìn)的一次采访中，他再次(cì)表示：“AI可能(néng)会让(ràng)科技行业迎来一次剧烈的洗牌”。

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

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面(miàn)的行(xíng)动相当迅速(sù)。而(ér)最终科技巨头将把AI整合成(chéng)用(yòng)户的“全能助手”，包揽(lǎn)一(yī)切应用，与(yǔ)人们进行沟通并(bìng)提(tí)供(gōng)建议，可以取代亚(yà)马逊、Siri或Outlook等应(yīng)用(yòng)。

大(dà)佬(lǎo)口中全能助手的到来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美(měi)国科(kē)罗拉多州举办(bàn)的新兴数字艺术家竞赛中，一(yī)幅名为《太空(kōng)歌剧院》的作品获奖。

随(suí)后各(gè)大厂商的AI绘画(huà)软(ruǎn)件被广(guǎng)大(dà)网友熟(shú)知并体验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们可(kě)以在应用(yòng)中输(shū)入一组关键词(cí)或者一(yī)张照(zhào)片，就能(néng)获得(dé)一幅(fú)AI创作(zuò)的画作。

作画的关键(jiàn)就(jiù)是所(suǒ)输入(rù)的文本(běn)。同一组关(guān)键(jiàn)词也可(kě)以(yǐ)创作出很多张(zhāng)风格不一样的画作，这(zhè)让(ràng)创作的过程(chéng)就像开盲盒。

很(hěn)多(duō)用户(hù)很喜欢这(zhè)种(zhǒng)不确定(dìng)的(de)惊(jīng)喜，他们会将生(shēng)成的美图当做(zuò)头像(xiàng)。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，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片(piàn)被AI画(huà)成了“肌(jī)肉男”，还有网友的个人照片被AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填写关键词游(yóu)戏可能要被(bèi)颠覆了(le)。

ControlNet是一位正在(zài)斯坦福(fú)读(dú)博的中国(guó)人(rén)张吕敏创作的(de)一种基于控制(zhì)点的图像变形算法(fǎ)，主要用于数字(zì)图像(xiàng)处理、计算机视觉(jué)和(hé)计(jì)算(suàn)机(jī)图形学等领域。

其SD插(chā)件(jiàn)一经(jīng)发布(bù)，在(zài)短短(duǎn)的两(liǎng)天内便成(chéng)为了AI绘画领域最新的(de)热点(diǎn)。

在(zài)此之前，大家用了很(hěn)多(duō)方(fāng)法想让AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人意，它的出现代(dài)表(biǎo)着AI生(shēng)成开(kāi)始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面的构图(tú)，人物的姿势和画面的深度信(xìn)息等。有(yǒu)了它的帮助，就不用频繁的(de)用提(tí)示词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加了(le)“魔法”，不少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是(shì)其(qí)中之一(yī)，他用朋友的(de)照片直接带她们走进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应(yīng)的关键词；最后用ControlNet插(chā)件绑定(dìng)骨(gǔ)骼开(kāi)始换(huàn)关键词试(shì)效(xiào)果(guǒ)。

通过图片就可以看出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除(chú)了真实的照片，草(cǎo)图也可(kě)以加上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神张吕敏其本尊也亲(qīn)自回应。

不得(dé)不说(shuō)当(dāng)下(xià)AIGC已经(jīng)变得越来越强大，甚至输出的作品都已经能(néng)以(yǐ)假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网络，而经过(guò)警方辟谣这(zhè)所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给(gěi)出的美女(nǚ)照片(piàn)都(dōu)是(shì)AI制作的真人照(zhào)片绘图，因(yīn)为太逼真(zhēn)，被(bèi)大家当(dāng)成(chéng)真(zhēn)事(shì)传播了。

不过(guò)仔细观(guān)察(chá)可以发现，活动发(fā)起者提供的照片中有个很(hěn)大的漏洞可以发现并非(fēi)真人，而是AI绘图(tú)，那便是(shì)图片中女性的手(shǒu)指部分(fēn)有的(de)存(cún)在(zài)异常。

有行(xíng)业人事(shì)表示：“现在(zài)因为手指部分的(de)绘画算法比(bǐ)较(jiào)复(fù)杂，AI还不太(tài)会(huì)画(huà)人的(de)手，但最新(xīn)看(kàn)到的图片已经有越来越完美的AI模型(xíng)出现，以后可能就完全(quán)没有(yǒu)漏洞了(le)。”

类似的AI作图诈骗在国(guó)外(wài)也已有(yǒu)发生。据英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的假照片(piàn)发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发(fā)展(zhǎn)，AIGC已经能做(zuò)出真人(rén)照片般的绘图效果(guǒ)，如果这样的(de)图片(piàn)被(bèi)用来诈骗，将非常可(kě)怕。

此外AIGC还引发(fā)了很多担忧(yōu)，一方面，批判者认(rèn)为AI在“学习”了(le)大量前(qián)人的作品之后，其创作没(méi)有任何情绪和灵魂，难(nán)以和人类的(de)艺术创作相提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并(bìng)没有得到有(yǒu)效的(de)解(jiě)决，还有AIGC会不会代替人类“至(zhì)高(gāo)无上(shàng)”的创意(yì)。

马斯克也强调，人工智能的安全问题需要得到(dào)重视，太(tài)晚就来不及了(le)。

03

AIGC下(xià)一站除了(le)视频，还有远方

技术都是(shì)有两(liǎng)面性的，潜在的(de)危害并(bìng)不能掩盖其光辉(huī)的(de)贡献。现在看(kàn)来，人工(gōng)智能技术将是第四次工业革命的核心驱(qū)动力量(liàng)，将创造新的增长奇迹。

过去一年，人工智能(néng)在技术和商业层面都有(yǒu)了巨大进展(zhǎn)，AI绘画就是人工智能技术发生方向(xiàng)性改变(biàn)的一个代表。其下(xià)一站或(huò)许就是视频(pín)。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短视频(pín)。这些视(shì)频引发(fā)关注并非内容做得(dé)多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑(qí)摩(mó)托车的第一视(shì)角(jiǎo)录像(xiàng)，随便一个有手机的(de)人都可(kě)以随手录下一段。

但这些短视(shì)频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高(gāo)清视频(pín)的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方(fāng)在于，它(tā)可以制作出超(chāo)过2分钟(zhōng)的连(lián)贯的(de)也(yě)有确切内(nèi)容的视频，这才是真正让人们感到惊喜的(de)地方。因(yīn)为无(wú)论AI生成的视频多(duō)么高清(qīng)，也(yě)只(zhǐ)能是为(wèi)内(nèi)容生产者提供(gōng)一个灵感(gǎn)，一个素材，一个过(guò)场动画。

不(bù)过能够制作出有具(jù)体(tǐ)剧情内容的视频就意(yì)味着，一些视频创(chuàng)作由AI代替人工完成已经初步有了可能。

当下AI的发展速(sù)度已经超(chāo)过大(dà)部分人的想象。内容(róng)产业(yè)的本质是供(gōng)给创造需求，AIGC作为全新的内容生产方(fāng)式，可(kě)以为内容产业带来(lái)更新(xīn)的内(nèi)容(róng)风格(gé)、更快(kuài)的生产(chǎn)速度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图(tú)、视频(pín)，A铜祖在古代是干什么的，铜祖是什么用处IGC技术还(hái)能应(yīng)用于音乐、代码(mǎ)、机器人动(dòng)作等多种内容形式的生成(chéng)。不难(nán)发现该项技术(shù)不仅在游戏等行业能得(dé)到有效应用，对于下一代互联网各种元素的(de)构建亦有关键意(yì)义。

从商业化的角度来看，文化娱乐(lè)、教(jiào)育、传媒(méi)等(děng)诸多领域，本身就对基于AI的(de)可视化内(nèi)容有强烈需(xū)求(qiú)。

因此(cǐ)，AI绘(huì)画及(jí)视频或不(bù)是结果，而只是AI进程中的一块(kuài)重要拼图，有(yǒu)望(wàng)在技术更新的加持下实(shí)现更大的(de)应用价值。

AI从(cóng)理解(jiě)内(nèi)容(róng)，走向(xiàng)了可以(yǐ)生成内容，甚(shèn)至能够(gòu)创(chuàng)造出独立价值和独立视角的内容。AIGC的再次出圈(quān)，更(gèng)代表着未来(lái)的先进(jìn)生产力即(jí)将(jiāng)到来。

04

紧(jǐn)抓(zhuā)大模型(xíng)与算力，牢(láo)固(gù)AIGC底座

从技(jì)术的发展也可以(yǐ)看出，在语言大模型、图像大模(mó)型之后(hòu)，多模(mó)态大模型已(yǐ)经成(chéng)为了新的趋势。

大模型被誉为(wèi)当前人(rén)工智能(néng)发(fā)展的智能底座，是全球竞(jìng)争最激烈的(de)研究方向之(zhī)一，包(bāo)括谷(gǔ)歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯等(děng)众多头部企业都在(zài)竞相发力。

不过训(xùn)练大模型的确价格(gé)不菲，以国盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美元。而对于一些(xiē)更(gèng)大的(de)LLM(大型语言模型)，训(xùn)练成本则(zé)介于200万美(měi)元至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其对(duì)应芯片需(xū)求(qiú)为(wèi)3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日(rì)仅电费就在5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注各类大模型的(de)发展同(tóng)时(shí)，更(gèng)应该关注算力(lì)网络(luò)的建设。

算(suàn)力网(wǎng)络正(zhèng)驱动(dòng)AI产业(yè)发展(zhǎn)进(jìn)入史诗级加速进程(chéng)，让AIGC及通用AI这(zhè)一人工(gōng)智(zhì)能发展的终(zhōng)极目标离得更近。

因为(wèi)算力可以(yǐ)对(duì)突(tū)破性技术(shù)创新提供(gōng)大力的支持。这方(fāng)面，多(duō)模(mó)态大模型是(shì)典型。作(zuò)为(wèi)面向未来(lái)强人工(gōng)智(zhì)能、通用(yòng)人(rén)工智能的重要技术创(chuàng)新，多模态大模型已经(jīng)在人工(gōng)智能领域提出了很多年，业界也有不(bù)少技术(shù)突破，铜祖在古代是干什么的，铜祖是什么用处但是，多模态(tài)大模型(xíng)进一步往(wǎng)下走，算力需求呈几何式上升，一般的算(suàn)力基础设施很快将难以胜任(rèn)。

从图像(xiàng)、文字、语音单独(dú)一项的训练，到双模(mó)态、三模(mó)态的跃(yuè)迁，让人工智能可以灵活应对不(bù)同模态的转化、像人与世界(jiè)交互一样自然，这方面(miàn)，由算力网络来驱(qū)动将有明显优势(shì)。

此外(wài)，还有(yǒu)很多需要爆发(fā)式增长的算力来支撑的技(jì)术创新，将在人工智能算(suàn)力(lì)网络支(zhī)撑下快速推进。

AIGC已经露出曙光(guāng)，期(qī)待(dài)在大模(mó)型(xíng)和(hé)大(dà)算力的(de)支持(chí)下AIGC能持续颠覆内容生产的方式(shì)，将创造的边际(jì)成(chéng)本降低，让万众受益。

未经允许不得转载：绿茶通用站群 铜祖在古代是干什么的，铜祖是什么用处