自聊(liáo)天机器(qì)人(rén)ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比尔(ěr)·盖(gài)茨已(yǐ)多次公开谈论(lùn)人工智能话题。在最近的一次(cì)采(cǎi)访中，他再次(cì)表示：“AI可能会让科技行业迎来(lái)一次(cì)剧烈(liè)的洗牌”。

这个(gè)结论(lùn)是他在当地时(shí)间(jiān)2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的(de)。

他(tā)预(yù)期(qī)，AI的发展可能会威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面的(de)行动(dòng)相当迅(xùn)速。而最终科技巨头将(jiāng)把AI整合成(chéng)用户(hù)的(de)“全能助手”，包揽一(yī)切(qiè)应用，与人们进行沟(gōu)通(tōng)并提(tí)供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到(dào)来(lái)可(kě)能(néng)尚需时日，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多州举办的新兴数字(zì)艺术(shù)家竞赛中，一幅名(míng)为《太(tài)空歌剧院》的(de)作品获奖。

随后各大厂商的AI绘(huì)画软(ruǎn)件被广大(dà)网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用(yòng)户们可以(yǐ)在应用中输入一组关键词或者一(yī)张(zhāng)照片，就能获得一(yī)幅(fú)AI创作(zuò)的画作(zuò)。

作画的关键就(jiù)是所输(shū)入的文(wén)本。同一组(zǔ)关键(jiàn)词也(yě)可以创作出很多张风格(gé)不一样(yàng)的画(huà)作，这让创作的过程(chéng)就像开盲盒。

很多用户很喜(xǐ)欢(huān)这种(zhǒng)不确定的惊喜，他(tā)们会(huì)将(jiāng)生(shēng)成的美(měi)图当(dāng)做头像。而另一部分喜欢翻看AI绘画的“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(rú)，一位(wèi)网友的小狗照片被AI画成了(le)“肌肉男(nán)”，还有(yǒu)网友的个人(rén)照片被AI识(shí)别成了建(jiàn)筑(zhù)。

而(ér)如今随着ControlNet的(de)出现与加持，以往AI绘画(huà)的(de)填(tián)写关键词游戏可能(néng)要被(bèi)颠(diān)覆了(le)。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的中(zhōng)国人张吕敏创作的一种基于控(kòng)制点的图(tú)像变形算法，主要用(yòng)于数字图(tú)像处理、计(jì)算机视(shì)觉和(hé)计算机图形学等(děng)领域。

其SD插件一(yī)经(jīng)发布(bù)，在短(duǎn)短的两天内便(biàn)成为了AI绘画领域最新(xīn)的(de)热点(diǎn)。

在此(cǐ)之前，大家用了(le)很(hěn)多方法(fǎ)想让AI生(shēng)成的结果尽可(kě)能的符合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生(shēng)成(chéng)开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面(miàn)的(de)深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲(máng)盒式的(de)创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔(mó)法”，不少博主的(de)作品(pǐn)已经(jīng)获得了(le)大量的浏览量，“viggo”就是其中之一(yī)，他用(yòng)朋友的(de)照片直接带(dài)她们走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对(duì)应的关(guān)键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键词试效果(guǒ)。

通(tōng)过图片就(jiù)可以看出(chū)来，效果十分惊艳。

更厉(lì)害的是，除(chú)了(le)真(zhēn)实(shí)的(de)照片，草图也可(kě)以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转(zhuǎn)全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回应。

不得不(bù)说当下AIGC已经变得越(yuè)来越强大，甚(shèn)至输100厘米等于多少分米，100厘米等于多少分米多少米(shū)出的作品都已经(jīng)能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣(yáo)这所谓的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于(yú)这个(gè)活动里面给出的美(měi)女照片都是AI制作(zuò)的真人照片绘(huì)图，因为太逼真(zhēn)，被大家当成(chéng)真事传播了(le)。

不过仔(zǎi)细观察可以发现(xiàn)，活动发起者提供的照(zhào)片中有个很大的漏(lòu)洞(dòng)可以发现并(bìng)非真人，而是AI绘图，那便是图片中女性的手指部分有的存在异常。

有行业人事表示(shì)：“现在因为手指部分的绘画(huà)算(suàn)法比较复杂，AI还不(bù)太会画人(rén)的手，但最(zuì)新(xīn)看到的图片已(yǐ)经有越(yuè)来越完美的AI模型出现(xiàn)，以后(hòu)可能就完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发生(shēng)。据英国广(guǎng)播公(gōng)司(sī)报道(dào)，土耳其地震(zhèn)期(qī)间，有(yǒu)Tiktok用户使用(yòng)AI合成(chéng)了(le)儿童受灾的假(jiǎ)照片(piàn)发布到网(wǎng)络，以(yǐ)此(cǐ)100厘米等于多少分米，100厘米等于多少分米多少米诱骗善良的人(rén)打赏“捐助”从而实施(shī)诈骗。

目(mù)前随着技术(shù)发展，AIGC已经能做出真人照片般的绘图(tú)效果，如果这(zhè)样的图片(piàn)被用(yòng)来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判(pàn)者认为AI在“学习(xí)”了大量(liàng)前(qián)人(rén)的作品之后，其创作没有任何情绪和灵魂，难以(yǐ)和人类的艺术创(chuàng)作相提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目前都并(bìng)没有得到(dào)有效的解决，还(hái)有AIGC会(huì)不会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能的安全问题需(xū)要得(dé)到重视(shì)，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是有(yǒu)两面性(xìng)的，潜在的(de)危害并不(bù)能掩盖其光辉的贡献。现在看来，人(rén)工智能技(jì)术(shù)将是第四(sì)次工(gōng)业革命的核心驱(qū)动力量，将创造新的增长奇迹。

过去一年，人工智能(néng)在(zài)技术和商(shāng)业层面都有了巨大(dà)进展，AI绘画就是人工智能(néng)技术发生方向性(xìng)改变的一个代表。其下一(yī)站或许(xǔ)就是视频。

此前，Meta和谷歌(gē)先后(hòu)发布(bù)了几条引爆科技圈(quān)的(de)短视频。这些视频(pín)引发(fā)关注并非内容(róng)做(zuò)得多优(yōu)秀(xiù)，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊(xióng)，或者一段骑摩托(tuō)车的(de)第一(yī)视(shì)角录(lù)像，随便一个(gè)有手(shǒu)机的人都可以随手(shǒu)录下一段。

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

谷歌(gē)发布的两个AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出(chū)的(de)是高清，与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)的视频后(hòu)，AI圈就已经玩了一波梗，一(yī)个能够做(zuò)出更高清视(shì)频的AI还不足(zú)以(yǐ)在短时(shí)间内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方在于(yú)，它可(kě)以制(zhì)作出超(chāo)过2分钟的(de)连贯(guàn)的也有确(què)切内容的(de)视频，这(zhè)才是(shì)真(zhēn)正让人们感到惊(jīng)喜(xǐ)的地方。因为无论(lùn)AI生成的视频多(duō)么高清(qīng)，也(yě)只(zhǐ)能是为内容生产者(zhě)提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧(jù)情内(nèi)容(róng)的视频(pín)就意味着，一些视频创作(zuò)由AI代替人工完(wán)成已经(jīng)初步有了可能。

当下(xià)AI的发展速度已经超(chāo)过大部分人的想象。内容(róng)产业的本质是(shì)供给创(chuàng)造需(xū)求，AIGC作为(wèi)全(quán)新的内容生产(chǎn)方(fāng)式，可以为内容(róng)产业带来更新的内容(róng)风格(gé)、更(gèng)快的生(shēng)产速度(dù)，更低的生产成本，这无疑(yí)会驱动内容产业的大爆发(fā)。

除了AI绘图、视频(pín)，AIGC技术还(hái)能应用于音乐、代码、机器(qì)人(rén)动作等(děng)多种(zhǒng)内容形式的生成。不难发现(xiàn)该项(xiàng)技术不仅在游戏(xì)等行业能得到有效应用(yòng)，对于下(xià)一(yī)代互(hù)联网各(gè)种元素的构建亦(yì)有(yǒu)关键意义。

从商业化的(de)角(jiǎo)度来(lái)看，文(wén)化娱乐、教(jiào)育、传媒等诸多领域，本身就对基(jī)于AI的可视(shì)化(huà)内容有(yǒu)强烈(liè)需(xū)求。

因(yīn)此，AI绘画及(jí)视频或不(bù)是结果，而(ér)只是AI进程中(zhōng)的(de)一块重(zhòng)要拼图，有望在技术更新的加(jiā)持(chí)下实现更大的应用(yòng)价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至能够(gòu)创(chuàng)造出独立价值和独(dú)立(lì)视角的内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢固AIGC底座

从技术(shù)的(de)发展(zhǎn)也(yě)可以看出，在语言大(dà)模(mó)型、图像大模型(xíng)之(zhī)后，多(duō)模态大模型已经成为了新的(de)趋势(shì)。

大模型(xíng)被誉为当前人工智能(néng)发展的智能(néng)底座，是全(quán)球(qiú)竞争(zhēng)最激烈的研究方(fāng)向之(zhī)一，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾(téng)讯(xùn)等(děng)众多头部企(qǐ)业(yè)都在竞相发力(lì)。

不过(guò)训练大模型的确价格不菲，以(yǐ)国(guó)盛证券(quàn)发布的《ChatGPT需要多(duō)少(shǎo)算(suàn)力》报(bào)告(gào)估算，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(大型语言模型)，训练成本则介于(yú)200万(wàn)美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均数(shù)1300万计算，其对(duì)应芯片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每(měi)日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞(páng)大算力支持(chí)。在关注各(gè)类大模型(xíng)的发展(zhǎn)同(tóng)时，更应该关注算(suàn)力网络(luò)的建设(shè)。

算(suàn)力网(wǎng)络(luò)正驱动AI产业发展进入史(shǐ)诗级加速(sù)进(jìn)程，让AIGC及通用AI这一(yī)人工(gōng)智能发(fā)展(zhǎn)的终极目标离得更近。

因为算(suàn)力可以对突破性技术创新提供大力(lì)的支(zhī)持。这方面，多模(mó)态大模(mó)型是典(diǎn)型(xíng)。作为(wèi)面向未来强人工智(zhì)能、通用人工智能的重要技术创新，多模态大模型(xíng)已经(jīng)在人(rén)工智(zhì)能领(lǐng)域提(tí)出(chū)了很多年，业界也有不少技术(shù)突破，但是，多模态大模型进一(yī)步往下走，算(suàn)力需求呈几何式上(shàng)升(shēng)，一般的算力基础设(shè)施很(hěn)快将难以胜任。

从图像、文(wén)字、语(yǔ)音单(dān)独一项的训(xùn)练，到双(shuāng)模态、三模(mó)态的跃迁，让人工智(zhì)能可(kě)以灵活应对不(bù)同模态(tài)的(de)转化、像人与世界交互一样自(zì)然(rán)，这(zhè)方面，由算力网络(luò)来驱动将有明显优(yōu)势。

此外，还有(yǒu)很多(duō)需要爆发式增长的算力来支撑的技(jì)术创(chuàng)新，将在人(rén)工(gōng)智(zhì)能(néng)算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的支(zhī)持(chí)下AIGC能持(chí)续颠(diān)覆内(nèi)容(róng)生产的(de)方(fāng)式，将创造的边(biān)际成本降低，让万(wàn)众受益(yì)。

未经允许不得转载：绿茶通用站群 100厘米等于多少分米，100厘米等于多少分米多少米