自聊天机器(qì)人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨已多(duō)次公开谈(tán)论(lùn)人工智(zhì)能话题。在最(zuì)近的一次采访中，他再次表(biǎo)示：“AI可能会让科技(jì)行业(yè)迎来一次剧(jù)烈的洗牌”。

这个结(jié)论是他在当地时(shí)间2月(yuè)20日(rì)接受(shòu)《In Good Company》节目专访时提(tí)出的(de)。

他预(yù)期，AI的(de)发展可(kě)能会威胁到谷(gǔ)歌的市(shì)占率(lǜ)，因为微软在AI方面(miàn)的行动相当迅速(sù)。而最(zuì)终科技巨头将把(bǎ)AI整合成(chéng)用(yòng)户的“全能助手(shǒu)”，包揽一切应(yīng)用(yòng)，与人们进行(xíng)沟通(tōng)并(bìng)提供建议，可以取(qǔ)代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的(de)到来可能尚需(xū)时(shí)日，但由(yóu)ControlNet引发的又一次(cì)AI绘(huì)画浪(làng)潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代表(biǎo)的(de)AIGC上一(yī)次爆火的时候，还是2022年8月，在美国(guó)科(kē)罗拉(lā)多(duō)州(zhōu)举(jǔ)办的新兴数字(zì)艺术家竞赛(sài)中，一幅名为《太空歌剧院(yuàn)》的(de)作品获(huò)奖。

随后各大厂商的AI绘画软件(jiàn)被广大(dà)网(wǎng)友熟(shú)知并(bìng)体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可以在(zài)应用中(zhōng)输入一(yī)组(zǔ)关键词或者一(yī)张(zhāng)照片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画的关键就是所输(shū)入的文本。同一组关(guān)键词也可(kě)以创作出很多张(zhāng)风(fēng)格不一样(yàng)的画作，这让(ràng)创(chuàng)作的(de)过程(chéng)就像开盲盒(hé)。

很(hěn)多用户很喜欢这种不确(què)定的惊喜，他们会将(jiāng)生成的美图当做头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交(jiāo)媒(méi)体上，许多用户分享AI“翻车现(xiàn)场”，例(lì)如，一位网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉(ròu)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(yǔ)加(jiā)持，以往AI绘画的填写(xiě)关键词游戏可能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福读(dú)博的中国人张吕敏创作的一种基于控制(zhì)点(diǎn)的图像变形算(suàn)法，主要用于数字图像处理(lǐ)、计算机视觉和计算(suàn)机(jī)图形学等领域。

其SD插件一(yī)经发(fā)布，在短短的(de)两(liǎng)天内(nèi)便成为了AI绘画领域最新(xīn)的热点(diǎn)。

在此(cǐ)之前，大(dà)家用了很(hěn)多方法(fǎ)想让(ràng)AI生成的结果尽可能的符合要求，但是(shì)都不尽如人意(yì)，它的出现代表(biǎo)着AI生成开始进入(rù)真正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提取(qǔ)画面(miàn)的构图，人(rén)物(wù)的姿势和画面的深度信息(xī)等(děng)。有了它的帮助，就不用频繁的用提(tí)示(shì)词(cí)来碰运(yùn)气，抽(chōu)盲盒式的(de)创作了。

通俗的(de)说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已经(jīng)获得了(le)大量的浏览量，“viggo”就是其中之一，他(tā)用朋(péng)友的照片直(zhí)接(jiē)带她们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓展找到对应(yīng)的(de)关(guān)键词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼(gé)开(kāi)始换关键词试效(xiào)果。

通过图(tú)片就(jiù)可以(yǐ)看出来，效果十(shí)分惊艳。

更厉害的(de)是，除了(le)真实的照(zhào)片，草(cǎo)图(tú)也(yě)可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现(xiàn)线稿转全(quán)彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得(dé)越来越强(qiáng)大，甚至输出的(de)作品(pǐn)都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全(quán)问题

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是(shì)全国第(dì)一起AI绘(huì)图(tú)诈(zhà)骗。

由(yóu)于这个活动(dòng)里面给出的美女照片都是AI制(zhì)作的真人照(zhào)片绘图，因为太逼真，被大家当(dāng)成真事传播(bō)了。

不过仔(zǎi)细观察可以(yǐ)发(fā)现(xiàn)，活动发起(qǐ)者(zhě)提供的照(zhào)片中有个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手指部分有(yǒu)的存在(zài)异(yì)常。

有行业人事表示：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不太会画人(rén)的手，但(dàn)最(zuì)新看到的图片已经有越来越完美的AI模型出(chū)现(xiàn)，以后可能就完(wán)全没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在(zài)国外也(yě)已有(yǒu)发生(shēng)。据英国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受灾(zāi)的(de)假照片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从(cóng)而实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出真人照片般的(de)绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还(hái)引发(fā)了很多担忧，一(yī)方面(miàn)，批判者认为(wèi)AI在“学习”了大量前人(rén)的作品(pǐn)之(zhī)后，其创作没有(yǒu)任何情绪(xù)和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决，还有AIGC会不会代替人类(lèi)“至高无上(shàng)”的创意(yì)。

马斯克也(yě)强(qiáng)调，人工智能的安全问题(tí)需要得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远(yuǎn)方

技术都是有两(liǎng)面(miàn)性的，潜在(zài)的危害并不能掩(yǎn)盖其光辉的贡(gòng)献。现在(zài)看来，人(rén)工智能技术将是第四次工业(yè)革命的(de)核心驱动力量，将创造新的增长奇(qí)迹。

过去一年(nián)，人工智能在技术(shù)和商业层面都有了巨大进展，AI绘画就是人工(gōng)智能技术发生方(fāng)向性改变的一(yī)个代表。其(qí)下(xià)一站或许(xǔ)就(jiù)是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了(le)几条(tiáo)引爆(bào)科技圈的短视频。这些视(shì)频引发(fā)关(guān)注并非内容做(zuò)得多优秀，反而都非常简单(dān)，比如(rú)一匹正在喝水的马(mǎ)，一只画画(huà)的(de)玩具(jù)熊，或者(zhě)一(yī)段骑摩(mó)托车的第(dì)一(yī)视角录(lù)像，随便一个有手机的(de)人都(dōu)可以随手录(lù)下(xià)一段(duàn)。

但这些短(duǎn)视频的创作方(fāng)式(shì)非(fēi)常(cháng)简单，创作(zuò)者仅(jǐn)仅需要向AI输入(rù)一段话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根据需要生成一段(duàn)视频。

谷(gǔ)歌(gē)发布的(de)两个AI生成视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经玩了一波(bō)梗(gěng)，一个能(néng)够做出更高清视(shì)频的AI还不足以(yǐ)在(zài)短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以制(zhì)作出超过2分(fēn)钟的连(lián)贯的也有确切内容的(de)视频(pín)，这才是真正让人们感到(dào)惊喜的(de)地(dì)方。因为无论AI生成的视频多么高清，也只能是为内容生产者提供一(yī)个灵感，一个素材(cái)，一个过场动画。

不过能够制作(zuò)出(chū)有具体剧情内容的视频就意味(wèi)着，一些视(shì)频创作由(yóu)AI代(dài)替人工(gōng)完成已经初(chū)步有了可能。

当下AI的发展(zhǎn)速度已经超过(guò)大部分人的(de)想象。内容产业的(de)本质是(shì)供给创(chuàng)造需(xū)求，AIGC作为(wèi)全新的内(nèi)容生产方式，可以为内容(róng)产(chǎn)业带来更新的内容风格(gé)、更快的(de)生(shēng)产速(sù)度，更低的(de)生产成(chéng)本，这无疑会驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还(hái)能应用于音乐、代码、机器人(rén)动(dòng)作等多种内容形式(shì)的生(shēng)成。不难发现该(gāi)项技术不(bù)仅(jǐn)在游戏等行(xíng)业能(néng)得到有效应用(yòng)，对于下一代(dài)互联(lián)网各种元素的(de)构(gòu)建亦(yì)有关键意义。

从(cóng)商业化的角度来看，文(wén)化娱乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可视化内容(róng)有强(qiáng)烈(liè)需求。

因(yīn)此，AI绘画及视频或不是结(jié)果，而只是AI进程中(zhōng)的一块重要拼(pīn)图，有望在技术更新(xīn)的加(jiā)持下实现(xiàn)更大的应(yīng)用(yòng)价值(zhí)。

AI从理解内容，走向了可以生成内容，甚(shèn)至(zhì)能(néng)够创(chuàng)造出独立价值和(hé)独立(lì)视(shì)角的(de)内容。AIGC的再次出圈，更代表着未(wèi)来的先(xiān)进生产(chǎn)力(lì)即(jí)将到来。

04

紧(jǐn)抓大模(mó)型与算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术的(de)发展也可以(yǐ)看出(chū)，在语言大模型(xíng)、图(tú)像大模型之后，多(duō)模态大模型已经(jīng)成为(wèi)了新的趋(qū)势。

大模型被誉为当前人工智能发展的智能底(dǐ)座，是全球竞争最激烈(liè)的(de)研究方向之一，包括谷(gǔ)歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过(guò)训练大(dà)模型的(de)确价(jià)格不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些(xiē)更大的LLM(大型语言模型)，训(xùn)练成(chéng)本则(zé)介于200万(wàn)美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的独立访客平均数1300万(wàn)计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支持。在(zài)关注各类大(dà)模型的发展(zhǎn)同时，更应(yīng)该(gāi)关注(zhù)算力网络(luò)的建设。

算(suàn)力网络正驱(qū)动AI产业发(fā)展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展(zhǎn)的终极(jí)目标离得更近(jìn)。

因(yīn)为算力可以对突破(pò)性技术(shù)创(chuàng)新提供大(dà)力的支持。这(zhè)方面，多模(mó)态大模型是典型。作为面(miàn)向未来强(qiáng)人工智(zhì)能、通用人工智能的重要技术创新，多模态(tài)大模型已经在人工智能领域提出了很多年，业(yè)界也有不少技术突破，但是，多模态大模型进一(yī)步(bù)往下(xià)走，算力(lì)需求呈几何式(shì)上升，一般的算力基础设施很快(kuài)将难以胜(shèng)任。

从图像、文字、语音(yīn)单独一(yī)项的训练(liàn)，到(dào)双模态(女生说喜欢独处是什么意思，一个人独处是什么意思tài)、三模态的跃迁，让人工智(zhì)能可以灵活应对不同(tóng)模态的转化、像人与(yǔ)世界交互一样自(zì)然，这方面，由算力(lì)网(wǎng)络来驱动将有明显(xiǎn)优(yōu)势。

此外，还有很多需要爆发式增长的算力(lì)来支(zhī)撑(chēng)的技术创(chuàng)新(xīn)，将在人(rén)工智能算力网络支撑(chēng)下(xià)快(kuài)速推进。

AIGC已经露出曙光(guāng)，期待在(zài)大模(mó)型和大算力的支持下AIGC能持(chí)续颠(diān)覆内容(róng)生产的方式，将(jiāng)创造(zào)的边际成本降(jiàng)低，让万(wàn)众受益(yì)。

未经允许不得转载：腾众软件科技有限公司 女生说喜欢独处是什么意思，一个人独处是什么意思