自聊(liáo)天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论人工智(zhì)能(néng)话题。在最近的一次采(cǎi)访中(zhōng)，他(tā)再次(cì)表示：“AI可能会让科技行业迎(yíng)来一次剧烈的洗牌”。

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

他预期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的(de)行(xíng)动(dòng)相当迅速。而(ér)最终科技巨头将把AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切(qiè)应用，与人们进行沟通并(bìng)提(tí)供建议，可以(yǐ)取代(dài)亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中(zhōng)全能助(zhù)手的到(dào)来可能(néng)尚需时日，但(dàn)由ControlNet引(yǐn)发的又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近(jìn)

以AI绘画为代表(biǎo)的(de)AIGC上一次爆(bào)火的时候，还是2022年8月(yuè)，在美国(guó)科罗拉多(duō)州举(jǔ)办的新兴(xīng)数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获(huò)奖。

随后各大厂(chǎng)商(shāng)的(de)AI绘画软件被广大网友(yǒu)熟(shú)知并(bìng)体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们(men)可(kě)以在(zài)应用中输入一组关(guān)键词或者一张照(zhào)片，就能获(huò)得一幅AI创作的画作。

夏洛的网主要内容50字左右，夏洛的网主要内容100字ng>作画的关键就(jiù)是所输入的文本。同(tóng)一组(zǔ)关键词也可以创(chuàng)作出很(hěn)多张风格不一样(yàng)的画作，这让创(chuàng)作的过程(chéng)就(jiù)像开(kāi)盲盒。

很多用户很喜欢(huān)这(zhè)种不确定的惊喜，他(tā)们会将(jiāng)生成的美(měi)图当做头(tóu)像。而另一部(bù)分喜欢翻看(kàn)AI绘画(huà)的“翻车”作品。在(zài)社交媒体上，许(xǔ)多用户分享AI“翻车现(xiàn)场”，例(lì)如，一位网友(yǒu)的(de)小狗照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友的个(gè)人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的(de)出(chū)现与(yǔ)加持，以往AI绘(huì)画的(de)填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读(dú)博的中(zhōng)国人张吕敏创作的一(yī)种(zhǒng)基于控制点的图像(xiàng)变(biàn)形算(suàn)法，主要用于数(shù)字图(tú)像处理(lǐ)、计算机视觉和计算(suàn)机(jī)图(tú)形学(xué)等(děng)领(lǐng)域。

其SD插件一经发布，在短短的两天(tiān)内(nèi)便成(chéng)为(wèi)了AI绘画领域(yù)最新的热(rè)点(diǎn)。

在此之前，大家用了很(hěn)多方法想(xiǎng)让AI生成的结果尽(jǐn)可能的符(fú)合要求(qiú)，但是都不尽如人意，它的出现代表着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直(zhí)接提(tí)取画(huà)面(miàn)的(de)构图(tú)，人(rén)物的姿势和画面的深度信息等。有了它的帮助(zhù)，就不用(yòng)频繁(fán)的用提示词(cí)来碰运气(qì)，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画(huà)加(jiā)了“魔法”，不(bù)少博主(zhǔ)的作品已经获(huò)得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照片直接带(dài)她们走进(jìn)动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对(duì)应的(de)关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定(dìng)骨骼开始换关(guān)键词(cí)试效(xiào)果。

通过图片就(jiù)可以看出来(lái)，效果十分惊(jīng)艳。

更厉(lì)害(hài)的是，除了真实(shí)的(de)照片(piàn)，草图也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩图。大神(shén)张吕敏(mǐn)其本尊也亲自(zì)回应(yīng)。

不得(dé)不说当下AIGC已经变得(dé)越来(lái)越强大，甚至输出(chū)的作品都已经能以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术(shù)力爆发(fā)

警惕(tì)安全问题

近日(rì)，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消息火(huǒ)遍(biàn)网络，而(ér)经过警方辟谣(yáo)这(zhè)所谓的“party”可能(néng)是(shì)全国第一起AI绘图(tú)诈骗。

由于这个活(huó)动(dòng)里面给出的美女照(zhào)片都是AI制作的真(zhēn)人照(zhào)片绘图，因(yīn)为太(tài)逼真，被大家当成真事传播了(le)。

不过仔细(xì)观察可以发现，活动发起(qǐ)者(zhě)提供的照(zhào)片中(zhōng)有个很大的(de)漏(lòu)洞可以发现并非真人，而是AI绘图，那便(biàn)是图片中(zhōng)女性的(de)手(shǒu)指部分有的存在(zài)异常。

有行业人(rén)事表示：“现(xiàn)在因为手指部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新(xīn)看到的图(tú)片已(yǐ)经有越来越完美(měi)的AI模型出现，以后可(kě)能就(jiù)完(wán)全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英国(guó)广播公司报道，土耳(ěr)其地震(zhèn)期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受灾的假照(zhào)片发(fā)布到(dào)网络，以此诱骗(piàn)善(shàn)良的(de)人打赏“捐助(zhù)”从(cóng)而实施诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片般的绘(huì)图(tú)效果，如果这样的图片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发了(le)很多(duō)担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了(le)大量前人的作品之后，其创作(zuò)没(méi)有任何情绪(xù)和灵魂，难以(yǐ)和人(rén)类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版权、目前(qián)都(dōu)并没有得到(dào)有效的解决，还(hái)有AIGC会不会(huì)代替人类(lèi)“至高无上”的创意(yì)。

马斯克也(yě)强调，人工智能的安(ān)全问题(tí)需要得(dé)到重视，太晚就来不及了(le)。

03

AIGC下(xià)一站(zhàn)除(chú)了视频(pín)，还有(yǒu)远方(fāng)

技术都是有两(liǎng)面性的，潜在的(de)危害并(bìng)不能掩盖其光辉的(de)贡献。现在看来，人工智(zhì)能技术将是第四次工业革命的核心驱(qū)动力量，将创造新的增长奇迹(jì)。

过去(qù)一(yī)年(nián)，人(rén)工(gōng)智能在技(jì)术和商业(yè)层面都有了(le)巨大(dà)进展，AI绘(huì)画就是人(rén)工智能技(jì)术发(fā)生(shēng)方(fāng)向性改变的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此前(qián)，Meta和谷(gǔ)歌(gē)先后发布了几条引爆科(kē)技圈的短视频。这些视(shì)频引发关(guān)注并(bìng)非内容(róng)做得多优秀，反而(ér)都(dōu)非常简单，比如一匹正在(zài)喝水(shuǐ)的马(mǎ)，一只(zhǐ)画画(huà)的玩具熊，或者(zhě)一段骑摩托(tuō)车的第一视角(jiǎo)录像，随(suí)便一个有手(shǒu)机(jī)的人都可以(yǐ)随手录下一段(duàn)。

但(dàn)这些短(duǎn)视频的创(chuàng)作方(fāng)式非常简单(dān)，创作者仅仅需要向AI输入一(yī)段话(huà)，甚(shèn)至只是(shì)说一下要求，AI就可以根据(jù)需要生(shēng)成(chéng)一段(duàn)视频。

谷歌发布(bù)的两个(gè)AI生成视(shì)频(pín)分别(bié)来(lái)自于Imagen Video和Phenaki，前(qián)者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的(de)视频后，AI圈就已经(jīng)玩了一(yī)波梗，一个能够做出(chū)更高清(qīng)视频的AI还不足以在短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的(de)地方(fāng)在于，它可以制作出超过2分钟的连贯的也有(yǒu)确切内容的视频，这才是真(zhēn)正让人们感到惊喜的地方。因为无(wú)论AI生成的视频(pín)多么(me)高清，也只能是为内(nèi)容(róng)生(shēng)产者提供一(yī)个(gè)灵感，一个素材，一个过场动画。

不过能(néng)够制(zhì)作出有具体剧情内容(róng)的视频就意味着，一(yī)些视(shì)频(pín)创作由AI代替(tì)人工完成已经初步有了可能。

当下AI的(de)发展速(sù)度已经超过大(dà)部分人的(de)想象。内容(róng)产业的本质(zhì)是供给(gěi)创造需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以为内容产业(yè)带来更新的内容风(fēng)格、更快(kuài)的(de)生产速度，更(gèng)低(dī)的生(shēng)产成(chéng)本，这无疑会(huì)驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动(dòng)作(zuò)等(děng)多种内容形(xíng)式的(de)生成。不难发现该项技(jì)术(shù)不仅在(zài)游戏(xì)等(děng)行业能得到(dào)有效应(yīng)用(yòng)，对于下一代(dài)互联(lián)网各(gè)种元素(sù)的构(gòu)建亦有关键意义。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本(běn)身就对基于AI的可视化(huà)内容有强烈需求(qiú)。

因此(cǐ)，AI绘画(huà)及视频或不是结果(guǒ)，而只是AI进程中的(de)一块(kuài)重要(yào)拼图，有望在技术更(gèng)新的加持下实现更大的(de)应用价值。

AI从理解(jiě)内(nèi)容(róng)，走(zǒu)向了可以生成(chéng)内容，甚至能够创造出独立价(jià)值和独立视角的内容。AIGC的(de)再次(cì)出(chū)圈，更代表着未来的(de)先进生(shēng)产力即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

从技术的发展也可以看出，在语言大模型、图(tú)像大模型之后，多模态大(dà)模(mó)型已经成为了新(xīn)的趋势(shì)。

大模型被誉为当前人工智能发展的智(zhì)能底座，是全球竞(jìng)争最激(jī)烈(liè)的研究方向之一，包(bāo)括谷(gǔ)歌(gē)、亚马逊(xùn)、百度(dù)、阿里、腾(téng)讯等众多头(tóu)部(bù)企业都在(zài)竞(jìng)相发力。

不过训(xùn)练大模型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更(gèng)大的(de)LLM(大型语言模型(xíng))，训练(liàn)成本(běn)则(zé)介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的(de)独立(lì)访(fǎng)客平均数1300万计算，其对(duì)应芯片需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支(zhī)持。在关注(zhù)各类大模型的(de)发展(zhǎn)同时，更应该关注算力网络的建设。

算力网络(luò)正驱动AI产业发(fā)展进入史(shǐ)诗(shī)级加(jiā)速进程(chéng)，让AIGC及通用(yòng)AI这一(yī)人工智能发展的终极(jí)目标离得更近。<夏洛的网主要内容50字左右，夏洛的网主要内容100字/strong>