自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司(sī)创始人比(bǐ)尔·盖茨(cí)已多(duō)次公开谈论人工智能(néng)话题。在最近的一次采访中，他再(zài)次表示：“AI可能会(huì)让(ràng)科技行(xíng)业迎(yíng)来一次(cì)剧烈的(de)洗牌”。

这个结论是(shì)他在当地(dì)时(shí)间(jiān)2月20日接受《In Good Company》节目专访时(shí)提(tí)出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微(wēi)软在(zài)AI方面的行动相当迅速。而最(zuì)终科(kē)技巨头将把AI整合成用户的“全(quán)能助手”，包揽一(yī)切应用，与人(rén)们进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年8月(yuè)，在(zài)美国科(kē)罗拉多(duō)州(zhōu)举办的新兴数字艺术家(jiā)竞赛(sài)中(zhōng)，一幅名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可以(yǐ)在应(yīng)用中输(shū)入一(yī)组关键(jiàn)词或者(zhě)一张照片(piàn)，就能获得一幅AI创作的画作。

作(zuò)画的关键就是所输入的文本。同一组关键(jiàn)词也可以创作出很多(duō)张风格不一(yī)样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很(hěn)喜欢这种不确定的惊喜，他们会(huì)将生(shēng)成的(de)美(měi)图当做头像。而另一部分喜欢(huān)翻看(kàn)AI绘(huì)画的“翻车”作品。在社(shè)交媒体上，许多用户分(fēn)享AI“翻车(chē)现(xiàn)场(chǎng)”，例如，一(yī)位网友的小狗照片(piàn)被(bèi)AI画成了(le)“肌肉(ròu)男”，还有网友的个人照(zhào)片被AI识别成了建筑(zhù)。

而如今随(suí)着ControlNet的(de)出现与加(jiā)持(chí)，以(yǐ)往AI绘画的填写(xiě)关(guān)键词游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国(guó)人(rén)张吕敏创作的一种基于控制点的图像变形算法，主要用于数字图像处理(lǐ)、计算机视觉和计(jì)算机图形(xíng)学等领域。

其SD插件(jiàn)一(yī)经发(fā)布，在短短的两天内便成(chéng)为了AI绘画(huà)领域最新的热点。

在此之前(qián)，大家用(yòng)了很多方法想让AI生成的(de)结果尽可(kě)能的符合(hé)要(yào)求，但(dàn)是都不尽如人意(yì)，它的出现代表着AI生成开(kāi)始进入真正的(de)可(kě)控时期。

因为ControlNet可以(yǐ)直接(jiē)提(tí)取画面(miàn)的(de)构图，人物(wù)的(de)姿势和画(huà)面的深(shēn)度信息(xī)等。有了它的帮(bāng)助(zhù)，就不用(yòng)频繁的(de)用提示(shì)词来(lái)碰(pèng)运气，抽(chōu)盲盒式的创作了。

通俗(sú)的说ControlNet相当于(yú)给AI绘画加了(le)“魔(mó)法”，不少博主的作品已经获得了大(dà)量的浏(liú)览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关键(jiàn)词试效果。

通过(guò)图片就可以(yǐ)看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转全(quán)彩图。大神张吕敏其本尊(zūn)也亲自回(huí)应。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至(zhì)输出(chū)的作品都(dōu)已经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近(jìn)日(rì)，“苏(sū)州金(jīn)鸡湖有(yǒu)游艇party”的消息(xī)火遍网络，而经过警方辟谣这(zhè)所谓(wèi)的(de)“party”可能是全(quán)国(guó)第一(yī)起AI绘图(tú)诈(zhà)骗(piàn)。

由于这个活动(dòng)里面给出的美女(nǚ)照片都是AI制作(zuò)的真人照片绘图，因(yīn)为太逼(bī)真，被大(dà)家当成真事传播了。

不过仔细观察可以发现，活动发起者提供(gōng)的照片中有(yǒu)个很大的(de)漏洞可以发现并(bìng)非真(zhēn)人，而(ér)是AI绘图，那便是(shì)图片中女性的手指部(bù)分有(yǒu)的存在异常。

有行业(yè)人事表(biǎo)示：“现在因为手指部分(fēn)的绘画算法比较(jiào)复杂，AI还(hái)不太会画(huà)人的手，但最(zuì)新看到的图片已(yǐ)经(jīng)有越(yuè)来越完美的(de)AI模(mó)型出现，以后可(kě)能就(jiù)完全没有漏洞了。”<xo酒酒精度多少度 xo酒是哪个国家生产的/p>

类似的AI作(zuò)图诈(zhà)骗在国外也已(yǐ)有发生(shēng)。据(jù)英(yīng)国广播公司报(bào)道，土耳(ěr)其(qí)地(dì)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(yòu)骗(piàn)善良的人打赏“捐助”从而实(shí)施诈骗(piàn)。

目(mù)前随(suí)着技术发(fā)展，AIGC已经能做(zuò)出真人照片般的绘图效果，如果这样(yàng)的图片(piàn)被(bèi)用来诈骗，将非常可怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方(fāng)面，批判者认(rèn)为AI在“学习(xí)”了大量前人的作(zuò)品(pǐn)之后，其创作(zuò)没(méi)有(yǒu)任何情绪(xù)和(hé)灵(líng)魂(hún)，难(nán)以(yǐ)和人类的艺术创作相(xiāng)提并论。

另(lìng)一方面，AIGC背(bèi)后的版权、目前都并没有(yǒu)得到有效的(de)解决，还有AIGC会不会(huì)代替(tì)人类“至高(gāo)无上”的创意。

马斯克(kè)也强调，人工智(zhì)能的安全问(wèn)题需要得(dé)到(dào)重视，太晚就来不(bù)及了。

03

AIGC下一站除了(le)视频，还有远(yuǎn)方(fāng)

技术(shù)都是有(yǒu)两面性的，潜在的危害并不能掩盖其光辉(huī)的(de)贡献。现(xiàn)在看来，人工智能技术将是第(dì)四次工(gōng)业革命的核心驱动力量，将创造新的增(zēng)长奇(qí)迹。

过去(qù)一年，人工智(zhì)能在技术和(hé)商业层(céng)面都有了巨大进展，AI绘画就是(shì)人(rén)工智(zhì)能技术发生方向性改变的一个(gè)代表。其下一(yī)站或许就是视频。

此(cǐ)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(xiē)视频引发(fā)关注并非内容(róng)做得(dé)多(duō)优秀，反而(ér)都非常简单，比如一(yī)匹(pǐ)正在喝(hē)水的马，一只画画的玩具(jù)熊，或者一(yī)段骑摩托车(chē)的第一(yī)视(shì)角录像，随便一个(gè)有(yǒu)手机的人都可以随(suí)手(shǒu)录下一段(duàn)。

但这些短视频的创作(zuò)方式非常(cháng)简单，创(chuàng)作者仅仅(jǐn)需要(yào)向AI输入(rù)一段话，甚至(zhì)只是说一下要求，AI就可以根据需要生(shēng)成一段视频(pín)。

谷歌发布的两个AI生(shēng)成视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)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圈就已经玩了一波梗(gěng)，一个能够(gòu)做出更高清(qīng)视(shì)频的AI还不(bù)足(zú)以在短时间(jiān)内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可(kě)以制(zhì)作(zuò)出超过2分(fēn)钟(zhōng)的(de)连贯(guàn)的也有确切(qiè)内容(róng)的视(shì)频，这才是真正让人(rén)们感到惊喜的地(dì)方。因为无论(lùn)AI生(shēng)成的视频多(duō)么(me)高清，也只能是为内容生产者(zhě)提供(gōng)一个灵感，一个素材，一个过场动画。

不过(guò)能(néng)够制(zhì)作出有具体剧(jù)情内容的视频就意味着(zhe)，一些视(shì)频(pín)创作由AI代替人(rén)工完成已经初(chū)步有(yǒu)了(le)可能(néng)。

当下AI的发展速度已经超过(guò)大部分(fēn)人(rén)的想(xiǎng)象(xiàng)。内容(róng)产(chǎn)业的本质是(shì)供给创造需(xū)求，AIGC作为全新的内容生产方式，可(kě)以为内容产业带来(lái)更(gèng)新的(de)内容(róng)风(fēng)格、更快的(de)生产(chǎn)速度，更低的生产(chǎn)成本，这无疑会驱动(dòng)内容产业的(de)大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术还能应(yīng)用于音(yīn)乐、代码、机器人(rén)动作等多种内(nèi)容形式的生成。不难发现该项技术不仅在游戏等(děng)行业(yè)能得到有效应用，对(duì)于下(xià)一代互(hù)联网各种元素的(de)构建亦有关键意义。

从商(shāng)业(yè)化(huà)的角度来看，文化娱乐、教育(yù)、传媒等诸(zhū)多领域(yù)，本身就对(duì)基于AI的可视化(huà)内容有强烈需(xū)求。

因此，AI绘画及视频(pín)或不是结果(guǒ)，而只是(shì)AI进程(chéng)中的一块(kuài)重要拼图，有望在(zài)技(jì)术更新的加持下实现更大的应(yīng)用(yòng)价值。

AI从理解内(nèi)容(róng)，走向了可以生成内容，甚至(zhì)能够创(chuàng)造出(chū)独立价值和(hé)独立视角的内(nèi)容。AIGC的再次(cì)出圈，更(gèng)代表着未来(lái)的先进生产力即将到来(lái)。

04

紧抓大(dà)模型(xíng)与算力，牢固AIGC底座

从技(jì)术(shù)的发展也(yě)可以看出，在语言大模(mó)型、图像大模型之后，多模态(tài)大模型已经(jīng)成为了新的趋势。

大模型被(bèi)誉为当前人工智能发展的(de)智能底座(zuò)，是全球(qiú)竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾(téng)讯(xùn)等众多头部企(qǐ)业都在竞(jìng)相发力。

不(bù)过训练(liàn)大模型的确价格不菲，以(yǐ)国盛证(zhèng)券(quàn)发布的《ChatGPT需要多(duō)少算力(lì)》报告(gào)估算，GPT-3训练一次的成(chéng)本(běn)约为140万美元。而对(duì)于一(yī)些更大的LLM(大型语言模型)，训练成本则介于(yú)200万(wàn)美元(yuán)至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万计算，其对应芯(xīn)片需求为(wèi)3万(wàn)多片英伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此(cǐ)外不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力(lì)支持。在关注各类大(dà)模型的(de)发展同(tóng)时，更应该(gāi)关注(zhù)算(suàn)力(lì)网络的建设。

算力网络(luò)正(zhèng)驱动AI产业(yè)发展进入(rù)史诗(shī)级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工智能(néng)发展的终极目(mù)标离得更近。

因为算力可以(yǐ)对(duì)突(tū)破性技术创新提供大力的(de)支持。这(zhè)方面(miàn)，多模态(tài)大模(mó)型是(shì)典型。作为面向未(wèi)来(lái)强人工智能(néng)、通用(yòng)人(rén)工智能(néng)的重(zhòng)要技术创新，多模(mó)态大模型(xíng)已经(jīng)在人工智能领域提出了很(hěn)多年(nián)，业界也有不少技(jì)术突(tū)破，但是，多(duō)模态(tài)大模型进一步(bù)往下走，算(suàn)力需(xū)求(qiú)呈(chéng)几何式上升，一(yī)般(bān)的算(suàn)力基(jī)础设施很(hěn)快将难以胜任。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模态(tài)的跃迁(qiān)，让(ràng)人工智能(néng)可以灵活应对不同模态的转化、像人(rén)与世界交互一样自然，这(zhè)方(fāng)面，由(yóu)算力网络来(lái)驱动将(jiāng)有明显(xiǎn)优势。

此(cǐ)外，还有很多需要爆(bào)发式增长的算(suàn)力(lì)来支撑的技术创新，将在(zài)人工智能(néng)算(suàn)力网络(luò)支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式(shì)，将创造的边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：腾众软件科技有限公司 xo酒酒精度多少度 xo酒是哪个国家生产的