自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微(wēi)软公司(sī)创始人比(bǐ)尔·盖(gài)茨(cí)已多(duō)次公开谈论人工智(zhì)能(néng)话题。在最近的(de)一次采访中，他再次(cì)表(biǎo)示：“AI可能会让科技行业(yè)迎(yíng)来一次剧烈的洗牌”。

这(zhè)个结论是他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的发展可(kě)能(néng)会威胁到(dào)谷歌的市占率，因为(wèi)微软在AI方(fāng)面的行(xíng)动相当(dāng)迅(xùn)速。而最(zuì)终科技巨头(tóu)将把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人们进行沟通并提供建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的(de)到来可能尚需(xū)时日，但由(yóu)ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗(luó)拉(lā)多州举办的新兴(xīng)数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作品(pǐn)获奖。

随后各(gè)大厂商的AI绘画软件被广(guǎng)大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们(men)可以在应用中输入一(yī)组关键词或者(zhě)一(yī)张照片(piàn)，就能获得一幅(fú)AI创作的画作。

作画的关(guān)键就是所输入的(de)文(wén)本(běn)。同一组(zǔ)关键(jiàn)词(cí)也可(kě)以创(chuàng)作出很多张风格(gé)不一样的画作，这让创作(zuò)的过程就像开(kāi)盲盒。

很多用户很喜(xǐ)欢这种不确定(dìng)的惊(jīng)喜(xǐ)，他们会将生成的美(měi)图当做头(tóu)像。而(ér)另一(yī)部分喜欢翻看AI绘(huì)画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌(jī)肉男”，还(hái)有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现(xiàn)与加持(chí)，以往AI绘(huì)画的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的(de)一种基于控(kòng)制点的图像变形算法(fǎ)，主要用于数(shù)字图像处(chù)理、计算机视(shì)觉和计(jì)算机图形学等(děng)领域。

其SD插件一经发布(bù)，在短短(duǎn)的两天内(nèi)便成为了AI绘画领域最新的热(rè)点(diǎn)。

在此之前(qián)，大(dà)家用了很(hěn)多方法(fǎ)想让AI生成的(de)结(jié)果尽可能(néng)的(de)符合(hé)要求，但是都不(bù)尽如人意，它的出现代表着AI生成开始进入真(zhēn)正的可控时期。

因为(wèi)ControlNet可以(yǐ)直接提取画面的构图(tú)，人物的姿势和画面(miàn)的(de)深度(dù)信(xìn)息等。有(yǒu)了它(tā)的帮(bāng)助(zhù)，就不用频繁的(de)用提示词来碰(pèng)运气(qì)，抽盲盒式的(de)创(chuàng)作了(le)。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘(huì)画加了(le)“魔法”，不少(shǎo)博(bó)主的(de)作品(pǐn)已经获得了(le)大量(liàng)的(de)浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接(jiē)带她们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

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

通过图(tú)片(piàn)就可以看出来，效果十分(fēn)惊(jīng)艳。

更厉害(hài)的(de)是(shì)，除了真(zhēn)实的照(zhào)片，草图也(yě)可以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神(shén)张吕敏其(qí)本尊也亲自回应。

不(bù)得不说当(dāng)下(xià)AIGC已经变得越来越强大，甚至(zhì)输(shū)出(chū)的作(zuò)品都(dōu)已酒店的大镜子对着床做什么用的，酒店的镜子对着床做什么用的(yǐ)经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡(jī)湖有游艇(tǐng)party”的消息(xī)火(huǒ)遍网络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可能是(shì)全(quán)国第一起(qǐ)AI绘(huì)图(tú)诈骗。

由于这个(gè)活动里面给出的美女照片都是AI制(zhì)作(zuò)的真人照片绘图(tú)，因为太逼真，被大家当成真事传播了(le)。

不(bù)过仔细观察可以发现，活动发起者提供的照片中有个很大的(de)漏洞可(kě)以发(fā)现并非真人，而是AI绘(huì)图，那便是图片中女性的手指部(bù)分有(yǒu)的(de)存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘画算法比较复(fù)杂，AI还不太会画人的手，但(dàn)最新看到的图片(piàn)已经有越(yuè)来越完美的AI模型出现，以后可能就完全(quán)没(méi)有漏洞了(le)。”

类似(shì)的AI作图诈骗在国外(wài)也已有发生。据英(yīng)国广播(bō)公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助”从而(ér)实(shí)施诈骗。

目(mù)前随着技术(shù)发展，AIGC已经能做出真人照片般(bān)的绘图效果，如果这(zhè)样(yàng)的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作品之后，其创作没有任(rèn)何情(qíng)绪和(hé)灵魂(hún)，难以和人类(lèi)的艺术创作相(xiāng)提并(bìng)论。

另一方(fāng)面，AIGC背(bèi)后(hòu)的版权、目前都(dōu)并酒店的大镜子对着床做什么用的，酒店的镜子对着床做什么用的(bìng)没有(yǒu)得(dé)到有(yǒu)效的解决，还有(yǒu)AIGC会不会代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克也强调，人工(gōng)智能的安全问题需(xū)要得到重视(shì)，太晚就来不及了(le)。

03

AIGC下(xià)一站(zhàn)除了视(shì)频，还有远方

技(jì)术都是有(yǒu)两面性的，潜(qián)在的危害并不能(néng)掩(yǎn)盖其(qí)光辉的(de)贡献。现在看来，人工智(zhì)能技(jì)术将是第四次工业革命的核(hé)心驱动力量(liàng)，将创造新的增(zēng)长奇迹。

过去一年，人工智(zhì)能(néng)在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智能技术发(fā)生方向性改(gǎi)变(biàn)的一个代(dài)表。其下一(yī)站或许就是视频。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆科技(jì)圈的(de)短视频。这些视频(pín)引发关注(zhù)并非内容做得(dé)多优秀，反而都非常简单，比如一匹正在喝水的马(mǎ)，一(yī)只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托车(chē)的第(dì)一视角录像，随便一(yī)个(gè)有手机的(de)人(rén)都可(kě)以随手录下(xià)一段。

但(dàn)这些短视频的(de)创作(zuò)方式非(fēi)常简单(dān)，创作者仅(jǐn)仅需要向AI输入(rù)一(yī)段(duàn)话，甚至只是(shì)说一下要求，AI就可以根据需(xū)要生成一段(duàn)视频。

谷歌(gē)发布的两个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前(qián)者主(zhǔ)要突出(chū)的是高(gāo)清(qīng)，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈(quān)就已(yǐ)经(jīng)玩了一波梗，一个能够做出更高清视频的AI还不足以在(zài)短(duǎn)时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可(kě)以(yǐ)制作出超过2分钟的连贯的也有确切内容的(de)视频(pín)，这才是真正让人们感(gǎn)到惊(jīng)喜的地方。因为无(wú)论AI生成的视频多么高清，也只能是(shì)为内容生产者提供一(yī)个灵感(gǎn)，一个素(sù)材，一个过(guò)场(chǎng)动(dòng)画。

不(bù)过能够制作出有具体剧(jù)情内(nèi)容的视(shì)频就意味(wèi)着，一些视频创作由AI代替(tì)人工完成已经(jīng)初步(bù)有(yǒu)了可能。

当(dāng)下(xià)AI的发展速度已经超过大(dà)部分人的想象。内(nèi)容(róng)产业的本质是供(gōng)给创造需求，AIGC作为全新的内容生产方(fāng)式，可以为内容产业(yè)带(dài)来更新的(de)内容(róng)风格、更快的生产速度，更低的生产成本，这无疑会(huì)驱动(dòng)内(nèi)容产(chǎn)业的大爆发。

除(chú)了AI绘(huì)图、视(shì)频，AIGC技术还(hái)能应用于(yú)音乐、代码、机器人动作(zuò)等多种(zhǒng)内容形式的(de)生(shēng)成。不难发现该项(xiàng)技(jì)术不仅在游戏等行业能得到(dào)有效应用，对于(yú)下一(yī)代互联(lián)网各种元素的构建亦(yì)有关键意义。

从商(shāng)业化的角度来看，文化娱乐、教(jiào)育(yù)、传(chuán)媒等诸多领域，本身就对(duì)基于(yú)AI的可(kě)视化内容有强烈需求。

因此，AI绘(huì)画及(jí)视频或不是结(jié)果，而只是AI进程中的(de)一(yī)块重要拼图，有(yǒu)望在技术更新的加持下实(shí)现更大的应(yīng)用价(jià)值。

AI从理解内(nèi)容，走向了可以生(shēng)成内(nèi)容，甚至能够(gòu)创造(zào)出独立(lì)价值(zhí)和独立视角(jiǎo)的(de)内(nèi)容。AIGC的再次出圈，更(gèng)代表着未(wèi)来的先(xiān)进生产力(lì)即将(jiāng)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(yě)可以看出(chū)，在语言大(dà)模(mó)型、图像大模型之后，多模态大模(mó)型已经成(chéng)为了(le)新的趋势。

大模型被誉为当前人工智能发展的智(zhì)能(néng)底座(zuò)，是全球竞争最激(jī)烈(liè)的研究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都在竞相发力。

不过(guò)训(xùn)练(liàn)大模型的确价格不菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练一次的成(chéng)本约(yuē)为(wèi)140万美元。而对于一(yī)些(xiē)更(gèng)大(dà)的LLM(大型语言(yán)模型)，训练成本则(zé)介于200万美元至1200万美元(yuán)高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计(jì)算，其对(duì)应芯(xīn)片需求(qiú)为3万多片英(yīng)伟达A100 GPU，初始投(tóu)入成本约(yuē)为(wèi)8亿美(měi)元，每日仅(jǐn)电费就在5万美元左右。

此(cǐ)外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各(gè)类大模型的发(fā)展同时(shí)，更应(yīng)该关注算力网络的建设。

算力网络正驱动(dòng)AI产业发展进入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这一人工智能发(fā)展的终极(jí)目标离(lí)得(dé)更(gèng)近。

因为算(suàn)力可以对突破性技术创(chuàng)新(xīn)提供大力的支持(chí)。这方(fāng)面，多模态大模型(xíng)是典型。作为(wèi)面(miàn)向未来强人工智能、通用人工智能的重要技术(shù)创(chuàng)新，多模态大模型已(yǐ)经在人工智能领域提出了很(hěn)多年，业界也(yě)有不少技术突破，但是(shì)，多模态(tài)大模(mó)型(xíng)进一步往(wǎng)下走，算(suàn)力需求呈几(jǐ)何式上升，一般的算(suàn)力基础设施很快将难(nán)以胜任(rèn)。

从(cóng)图(tú)像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以灵活(huó)应对不同(tóng)模态的(de)转化、像人与世界(jiè)交互一(yī)样自然，这方面，由(yóu)算力网络来驱动将有明(míng)显优势。

此外(wài)，还有很多需要爆发式增长的(de)算力(lì)来(lái)支撑的技术创新(xīn)，将(jiāng)在人工(gōng)智能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光(guāng)，期待在大(dà)模型和(hé)大算(suàn)力的支(zhī)持下AIGC能(néng)持续(xù)颠覆内容生产的方式(shì)，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：腾众软件科技有限公司 酒店的大镜子对着床做什么用的，酒店的镜子对着床做什么用的