自(zì)聊天机器人(rén)ChatGPT火爆以来，微(wēi)软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次公开谈论人工智(zhì)能(néng)话题(tí)。在最近的一次(cì)采访中(zhōng)，他再次(cì)表示(shì)：“AI可能会让科技行业迎来一次剧烈(liè)的洗牌(pái)”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的(de)。

他预(yù)期，AI的发展可(kě)能(néng)会威胁到(dào)谷歌的市占率(lǜ)，因为微软在AI方面(miàn)的(de)行动相当(dāng)迅速。而最终科(kē)技巨头将把(bǎ)AI整(zhěng)合成(chéng)用户的“全能助(zhù)手”，包(bāo)揽(lǎn)一(yī)切应(yīng)用(yòng)，与人们进(jìn)行沟(gōu)通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年(nián)8月，在(zài)美(měi)国科罗拉多州举(jǔ)办的(de)新(xīn)兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品获奖。

随后各(gè)大(dà)厂商的AI绘(huì)画软件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输入一(yī)组(zǔ)关键词或者一(yī)张照(zhào)片，就(jiù)能(néng)获得一幅AI创作的画作。

作画(huà)的关键就是所输(shū)入的文本。同一组关键词也(yě)可以创(chuàng)作出(chū)很多张风格(gé)不一(yī)样的画(huà)作，这让创作的过(guò)程就像开盲盒(hé)。

很多用(yòng)户很喜欢(huān)这种(zhǒng)不确定的惊(jīng)喜，他们会将生(shēng)成的美图当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被AI识(shí)别(bié)成了建(jiàn)筑。

而如(rú)今(jīn)随着ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏创(chuàng)作的一种基(jī)于控制(zhì)点(diǎn)的图像变形(xíng)算法，主要(yào)用于数字图像处理、计算(suàn)机(jī)视觉和计算(suàn)机(jī)图(tú)形学等领域(yù)。

其SD插件一(yī)经发布，在短短的两天(tiān)内(nèi)便成为了AI绘画领域最新(xīn)的热点。

在此之(zhī)前，大家用了很多方法想让AI生(shēng)成(chéng)的结果尽可能的符合要(yào)求，但是(shì)都(dōu)不尽如(rú)人意，它(tā)的出(chū)现代表着(zhe)AI生成开始进(jìn)入真正的可(kě)控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物的姿势和画面的深度(dù)信息等。有了它的(de)帮助，就不用频(pín)繁的用提(tí)示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画加了“魔法”，不少博主的作品已经获(huò)得了大(dà)量的(de)浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋(péng)友(yǒu)的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的(de)关键词(cí)；最后用(yòng)ControlNet插件绑(bǎng)定骨骼(gé)开始换关(guān)键词试效果。

通过(guò)图(tú)片(piàn)就可(kě)以看出(chū)来，效(xiào)果(guǒ)十分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大(dà)神张吕敏其本尊也(yě)亲自回应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至(zhì)输出的(de)作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州(zhōu)金鸡(jī)湖(hú)有游(yóu)艇party”的消息火遍(biàn)网络，而经过警方(fāng)辟谣这所谓(wèi)的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于(yú)这个(gè)活动里面(miàn)给出的美女照(zhào)片都是AI制作的真人照(zhào)片绘(huì)图，因(yīn)为(wèi)太(tài)逼真，被大家当成真事(shì)传播了。

不过(guò)仔细观(guān)察可以发现，活动发起者提供(gōng)的照片中有(yǒu)个很大的漏洞可以发现(xiàn)并非(fēi)真人，而是AI绘(huì)图，那(nà)便是图片中女性的手(shǒu)指(zhǐ)部分有的(de)存在异常。

有行业人(rén)事表示：“现(xiàn)在因为手(shǒu)指部分的绘(huì)画(huà)算(suàn)法(fǎ)比较复杂，AI还不太会画人的手(shǒu)，但最新看到的图(tú)片已经(jīng)有(yǒu)越来越完美的(de)AI模型出现，以后(hòu)可(kě)能(néng)就完全没有漏洞了。”

类似的(de)AI作图诈(zhà)骗在国外也(yě)已有发生。据英国广播(bō)公司报道，土耳其(qí)地震期(qī)间，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童受灾的假照片发(fā)布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这样的(de)图(tú)片(piàn)被(bèi)用来诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其(qí)创作没有任何情绪和灵魂，难以和人类的艺(yì)术创作相提并论。

另一(yī)方(fāng)面(miàn)，AIGC背后的版权(quán)、目前都并没有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高无上(shàng)”的创意。

马斯克也强调，人工智能的安(ān)全问题需要(yào)得到重视(shì)，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有两面性的，潜(qián)在(zài)的危害并不能掩盖其光辉的贡献。现(xiàn)在看(kàn)来，人工智能(néng)技术将是第四次工业革(gé)命的核心驱动(dòng)力量(liàng)，将创造新(xīn)的增长(zhǎng)奇迹。

过去(qù)一年，人(rén)工(gōng)智能(néng)在技(jì)术和商(shāng)业层面(miàn)都有了巨(jù)大(dà)进(jìn)展，AI绘画就是人工智能技术(shù)发(fā)生方向性(xìng)改变的一(yī)个代表。其下一站(zhàn)或许就是(shì)视频(pín)。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技(jì)圈(quān)的短(duǎn)视频(pín)。这些(xiē)视频(pín)引发关(guān)注并非内容(róng)做得多(duō)优(yōu)秀(xiù)，反而都非常(cháng)简单(dān)，比如(rú)一(yī)匹正在喝水的马，一只画画的玩具熊(xióng)，或(huò)者一段(duàn)骑摩托车(chē)的(de)第一视角录像，随便(biàn)一个有手机(jī)的人都(dōu)可以随手录下(xià)一(yī)段(duàn)。

但这(zhè)些短(duǎn)视频的创作方式非常简单，创作者仅仅需(xū)要(yào)向AI输入一段话，甚至只是说一下(xià)要求，AI就可以(yǐ)根据需要(yào)生(shēng)成(chéng)一段视频(pín)。

谷(gǔ)歌发(fā)布的两个AI生成视(shì)频(pín)分别(bié)来自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在Make-A-Video公布(bù)了AI生成的视频(pín)后(hòu)，AI圈就已(yǐ)经玩了(le)一波(bō)梗，一(yī)个能够做出更高(gāo)清(qīng)视频的(de)AI还(hái)不足以在(zài)短时(shí)间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震(zhèn)惊(jīng)的地方在于，它可以制作出超过2分钟的连贯的也有(yǒu)确切(qiè)内容的(de)视频，这(zhè)才是真正让人们感(gǎn)到惊(jīng)喜的地方。因为无论AI生(shēng)成的(de)视频多么高(gāo)清，也(yě)只能是为(wèi)内容生产者提供一个灵感，一个素材，一个过(guò)场动画(huà)。

不过能够制作(zuò)出有(yǒu)具体剧情(qíng)内容的视(shì)频就意味着，一些视频(pín)创作由AI代替人(rén)工完(wán)成已经初步有了可能(néng)。

当下AI的发展速度已(yǐ)经超过(guò)大部分人的想象。内容产业的本质是供给创造(zào)需求(qiú)，AIGC作为(wèi)全新的内(nèi)容生产(chǎn)方式(shì)，可(kě)以(yǐ)为内容产业(yè)带来(lái)更新的(de)内容风格、更快(kuài)的生(shēng)产速度，更低的生产成本，这(zhè)无(wú)疑会驱动(dòng)内(nèi)容产业的大爆发(fā)。

除了(le)AI绘(huì)图、视频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机器人动作(zuò)等多种(zhǒng)内容形式的生(shēng)成(chéng)。不(bù)难发现(xiàn)该项技术不仅(jǐn)在游戏等行业(yè)能得到有(yǒu)效应用，对于下一代互联网各种元素的构建亦(yì)有关(guān)键意义。

从商(shāng)业化的角度来看，文化(huà)娱乐、教育、传媒等诸多领域(yù)，本身就对(duì)基于AI的可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不是结(jié)果，而只是(shì)AI进程中(zhōng)的(de)一块重要拼图，有(yǒu)望在技术更新(xīn)的(de)加持下实(shí)现更大的应用(yòng)价值。

AI从理解内容(róng)，走向了可以生成内容(róng)，甚至能够创造出独立价值和(hé)独立视角的内(nèi)容。AIGC的(de)再次出圈，更(gèng)代(dài)表着未来(lái)的先进(jìn)生(shēng)产力即将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模型、图像大模型(xíng)之后(hòu)，多模态大模(mó)型已经成为了新的趋势。

大模型被(bèi)誉为当前人工智(zhì)能发展的智(zhì)能底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部(bù)企(qǐ)业都在竞相发力。

不过训练大模型(xíng)的确价格(gé)不菲(fēi)，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训(xùn)练一(yī)次的成(chéng)本约(yuē)为140万美元。而对(duì)于一些(xiē)更大(dà)的(de)LLM(大型语言(yán)模型)，训练成本(běn)则(zé)介于(yú)200万(wàn)美元至1200万美(měi)元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平均数1300万计(jì)算，其对应(yīng)芯片需求为(wèi)3万多(duō)片英伟达A100 GPU，初(chū)始投(tóu)入成(chéng)本约为(wèi)8亿美元(yuán)，每日仅电(diàn)费就在5万美元左右(yòu)。

此外(wài)不论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算力支持。在关注各(gè)类大模(mó)型的发展(zhǎn)同时(shí)，更应该(gāi)关注算(suàn)力网络(luò)的(de)建设。

算力网络正(zhèng)驱动AI产业发展进入史(shǐ)诗级加速(sù)进程，让AIGC及通(tōng)用AI这一人工(gōng)智能发(fā)展的终极目标(biāo)离得更近。风雨兼程下一句是什么持之以恒意思，风雨兼程下一句是什么这一生strong>