自聊天机器人ChatGPT火爆以来，微软公司(sī)创始(shǐ)人(rén)比(bǐ)尔(ěr)·盖茨已多次公开谈论人工智(zhì)能话题。在最近的(de)一次采(cǎi)访中，他再(zài)次表(biǎo)示：“AI可能会(huì)让科(kē)技行(xíng)业迎来一次剧烈(liè)的(de)洗牌”。

这个结论是他(tā)在当地时间(jiān)2月(yuè)20日接(jiē)受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可能会威胁到谷歌的市占率(lǜ)，因(yīn)为微软在AI方面的行动相(xiāng)当(dāng)迅速。而最(zuì)终(zhōng)科(kē)技巨头将把AI整合成用户的(de)“全能助手”，包揽一切应用，与人们(men)进行沟通并提(tí)供建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到来可能尚需(xū)时(shí)日(rì)，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一(yī)次(cì)爆火的时候，还是2022年8月，在美国科罗拉(lā)多州举(jǔ)办的新兴数字艺术(shù)家竞赛(sài)中(zhōng)，一幅名(míng)为《太空歌剧(jù)院》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘画软件(jiàn)被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中(zhōng)代(dài)表。

用户们可(kě)以在应用中(zhōng)输(shū)入一组关键词或者一张(zhāng)照片，就(jiù)能获(huò)得(dé)一幅(fú)AI创作的画(huà)作(zuò)。

作画的关键(jiàn)就是(shì)所输(shū)入的文本。同(tóng)一组关键词也可以创作(zuò)出(chū)很多张风(fēng)格不(bù)一样的(de)画作(zuò)，这(zhè)让创作的过程就(jiù)像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他(tā)们会将生成(chéng)的美(měi)图当做头像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车(chē)现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏(mǐn)创(chuàng)作的(de)一种基于控制点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视(shì)觉和计算机(jī)图形学(xué)等领(lǐng)域。

其(qí)SD插件(jiàn)一经发布，在短短的两天内便成(chéng)为了AI绘画领域最(zuì)新的热(rè)点。

在此之前(qián)，大家用了很多(duō)方(fāng)法想让AI生(shēng)成的结果尽可(kě)能的(de)符合要求(qiú)，但是都(dōu)不尽如人意，它的出现代(dài)表(biǎo)着AI生成开(kāi)始进入(rù)真正(zhèng)的(de)可控(kòng)时(shí)期。

因为ControlNet可以直接提取画面的构图(tú)，人物(wù)的(de)姿势和(hé)画面的深度信息等。有了(le)它的帮助，就(jiù)不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创(chuàng)作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不少博主(zhǔ)的作品已经获得了大(dà)量的浏览量，“viggo”就(jiù)是其中(zhōng)之一(yī)，他用朋友的照(zhào)片直(zhí)接带她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对(duì)应的关键词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开(kāi)始换(huàn)关键词试(shì)效(xiào)果。

通过图片就可以(yǐ)看出来，效(xiào)果十(shí)分惊艳。

等不及了在车上就弄到了高c，在车上迫不及待ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除(chú)了真(zhēn)实的照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到(dào)ControlNet还(hái)能实现(xiàn)线稿转全彩(cǎi)图。大神张吕敏其本尊也(yě)亲自(zì)回应。

等不及了在车上就弄到了高c，在车上迫不及待type="jpeg" data-w="1174">

不(bù)得不说当下AIGC已经变得越来越强大(dà)，甚至输出的作品都已(yǐ)经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给(gěi)出的美女照片都是AI制作的真人照片绘(huì)图，因为太逼真，被大家(jiā)当成真事传(chuán)播了。

不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提供的照片(piàn)中有个很大的(de)漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片中女性的手指部分(fēn)有(yǒu)的存在异常(cháng)。

有行业(yè)人事表示：“现在因为手指部(bù)分的绘画算法(fǎ)比较复杂，AI还不太会画人的手，但(dàn)最新看(kàn)到的图片已经(jīng)有越(yuè)来越完(wán)美的AI模(mó)型出现(xiàn)，以后可能就(jiù)完全没有漏洞了。”<等不及了在车上就弄到了高c，在车上迫不及待/p>

类似的(de)AI作图诈骗在国(guó)外也已有发生。据英(yīng)国广播公司报道，土耳(ěr)其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了(le)儿童受灾的假(jiǎ)照片发布到网络，以此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目前随着(zhe)技(jì)术(shù)发展，AIGC已(yǐ)经能做出真(zhēn)人照(zhào)片(piàn)般的绘图效果，如果这样的图片被(bèi)用来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引发了很多(duō)担忧，一方面，批判者(zhě)认为AI在“学(xué)习”了(le)大量前人的(de)作品之后，其创(chuàng)作没有任何情(qíng)绪和灵(líng)魂，难以和人类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还(hái)有AIGC会(huì)不会代替人(rén)类“至高无上(shàng)”的创意。

马斯克也强调，人工智能的安(ān)全(quán)问题需要得到重(zhòng)视，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一(yī)站除了视频(pín)，还有远方

技术(shù)都是有(yǒu)两面性的，潜在的危害并不能掩盖(gài)其(qí)光辉的贡献。现在看来，人工智能技术(shù)将(jiāng)是第(dì)四(sì)次工业(yè)革命的核(hé)心(xīn)驱动力(lì)量，将创造新的增(zēng)长(zhǎng)奇迹。

过去一年，人(rén)工智能在技(jì)术和商业层面(miàn)都(dōu)有了巨(jù)大进展，AI绘画就是(shì)人(rén)工智能技术(shù)发(fā)生方向性(xìng)改变的一个代(dài)表。其(qí)下一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引(yǐn)爆科(kē)技圈的短视频。这些视频引(yǐn)发关注(zhù)并非内容(róng)做(zuò)得多优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者(zhě)一段(duàn)骑摩托车的第(dì)一视角(jiǎo)录像，随(suí)便一个(gè)有手机的人都(dōu)可以随手录(lù)下一(yī)段。

但这些短视频的(de)创作方式非(fēi)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，AI就可以根(gēn)据需要生成一段视频。

谷歌(gē)发布的两个AI生成(chéng)视频分别(bié)来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈就已经玩了一(yī)波(bō)梗(gěng)，一个能够做出更高清视(shì)频(pín)的AI还不足以在短时(shí)间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它可以制作出超(chāo)过2分钟的连贯的也有确切内容(róng)的视频，这才是(shì)真(zhēn)正(zhèng)让人们感到(dào)惊喜的地(dì)方。因(yīn)为(wèi)无(wú)论AI生成的视(shì)频(pín)多么高清，也(yě)只能是为内容生产(chǎn)者提供一个灵感(gǎn)，一个素(sù)材(cái)，一个过(guò)场(chǎng)动(dòng)画。

不过(guò)能够(gòu)制(zhì)作出(chū)有(yǒu)具体剧(jù)情内(nèi)容的视频就意味(wèi)着，一些(xiē)视频创作(zuò)由AI代替(tì)人工完(wán)成已经初步(bù)有了可能(néng)。

当下AI的发展(zhǎn)速度已(yǐ)经超过大(dà)部(bù)分(fēn)人的想象。内(nèi)容产(chǎn)业的本质是供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更(gèng)新的(de)内容风格、更(gèng)快的生产速度，更低(dī)的(de)生产成本，这(zhè)无疑(yí)会驱动内容产业的大(dà)爆发(fā)。

除(chú)了(le)AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等(děng)多种(zhǒng)内容形式的生成。不难发现该项技术不(bù)仅(jǐn)在游(yóu)戏等行(xíng)业能得(dé)到有效应用(yòng)，对于下(xià)一代互(hù)联网各种元素的构建亦(yì)有(yǒu)关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传(chuán)媒等诸多领域，本(běn)身就对基于(yú)AI的可视(shì)化(huà)内容有强烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果(guǒ)，而只是AI进(jìn)程中(zhōng)的(de)一块重要拼(pīn)图，有望在技术更新(xīn)的加持下(xià)实现更(gèng)大的应用价(jià)值。

AI从理解内容，走向了(le)可以生(shēng)成内(nèi)容，甚(shèn)至能够创造出独立价值(zhí)和独(dú)立视角(jiǎo)的内容。AIGC的再次出圈，更代(dài)表(biǎo)着未(wèi)来(lái)的先进生产力即将到来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在语言大(dà)模型、图像(xiàng)大模型之后(hòu)，多(duō)模态大模型已经成为(wèi)了新的趋势。

大模型被誉为当(dāng)前人工智能发展的智(zhì)能底座，是全(quán)球(qiú)竞争最(zuì)激烈的研究方向(xiàng)之一，包括(kuò)谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在(zài)竞相发力(lì)。

不过训(xùn)练大模型(xíng)的确价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少(shǎo)算力》报告估(gū)算，GPT-3训练一(yī)次的(de)成(chéng)本约为140万美元(yuán)。而(ér)对于一(yī)些更大(dà)的(de)LLM(大型语言模型)，训练成(chéng)本则介于200万美(měi)元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其对应(yīng)芯片需求为3万(wàn)多片(piàn)英(yīng)伟(wěi)达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞(páng)大算力(lì)支持(chí)。在(zài)关注(zhù)各类大模型的发展同时(shí)，更应该关注(zhù)算(suàn)力(lì)网络(luò)的建设。

算力(lì)网络正驱(qū)动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离得(dé)更近。

因为算力可(kě)以(yǐ)对突(tū)破性技术创新提供(gōng)大力的支持。这方面(miàn)，多模(mó)态大模(mó)型是典型。作(zuò)为面向未来强人工智能、通用人工智(zhì)能的重要技术创新，多(duō)模态大(dà)模(mó)型已经(jīng)在人(rén)工智能(néng)领域提出了很多年，业界也有不少技术突(tū)破，但是，多模态大模型进一步往(wǎng)下走(zǒu)，算力需(xū)求呈(chéng)几何式上升(shēng)，一般的算力基础设施很(hěn)快(kuài)将难以胜任(rèn)。

从图像、文字、语音单(dān)独(dú)一项的训练，到双模态、三模(mó)态的跃(yuè)迁，让人工(gōng)智能可以灵活应对(duì)不(bù)同模态的转(zhuǎn)化、像人与世界交(jiāo)互一样自然，这方面，由算力网络(luò)来驱动将有明(míng)显优(yōu)势(shì)。

此外，还(hái)有很多需要爆(bào)发式增长的算力(lì)来支撑的技术创新(xīn)，将在(zài)人工智能算力网络支(zhī)撑下快速(sù)推进(jìn)。

AIGC已经露出曙光，期待在大模型(xíng)和大算力(lì)的支持下AIGC能持续颠覆内容生产的方式，将创造的(de)边际(jì)成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：腾众软件科技有限公司 等不及了在车上就弄到了高c，在车上迫不及待