自聊天机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司(sī)创始人比尔·盖茨(cí)已多次(cì)公开谈论人工智能话题。在最近的一(yī)次(cì)采访中，他(tā)再次表示(shì)：“AI可(kě)能会让科(kē)技行业(yè)迎来一次剧(jù)烈的(de)洗牌”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目专访时(shí)提(tí)出的。

他(tā)预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微(wēi)软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户(hù)的“全(quán)能助手”，包揽一切应用，与(yǔ)人们进(jìn)行沟通并提(tí)供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需(xū)时(shí)日，但由ControlNet引(yǐn)发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新(xīn)玩(wán)法

AIGC向(xiàng)可控(kòng)靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科(kē)罗(luó)拉多州举办的(de)新兴数字艺术家竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院(yuàn)》的(de)作品获奖。

随(suí)后各大厂商(shāng)的AI绘画软件被(bèi)广(guǎng)大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以(yǐ)在应用中输入一组关键词(cí)或者(zhě)一张照片，就能获得一幅AI创(chuàng)作的画作。

作画的关(guān)键就是所(suǒ)输入的文本。同一组(zǔ)关键词也可(kě)以创作出很(hěn)多张风格不(bù)一样的画(huà)作(zuò)，这让创作的过程就(jiù)像(xiàng)开(kāi)盲(máng)盒。

很多用(yòng)户(hù)很喜欢(huān)这种(zhǒng)不确定的(de)惊喜，他们会将生成的美图当(dāng)做头像。而另一部分喜(xǐ)欢(huān)翻(fān)看AI绘画的“翻车(chē)”作品。在(zài)社交媒体(tǐ)上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗(gǒu)照片被(bèi)AI画成了(le)“肌肉男”，还有网友的个人照片被AI识别(bié)成(chéng)了建筑。

而如今(jīn)随着ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关键词游戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国(guó)人张吕敏创作的一种基(jī)于(yú)控(kòng)制点的图像(xiàng)变形(xíng)算法，主要用于数字图像处理、计算(suàn)机视觉和(hé)计算机图形学等领(lǐng)域。

其SD插件一经发(fā)布，在短短的两天(tiān)内便成为了(le)AI绘画领域最新的(de)热点。

在(zài)此之前，大家用了很多方(fāng)法想让AI生成(chéng)的结果尽可能(néng)的符合要(yào)求，但是都不尽如人意，它的(de)出现代(dài)表着AI生成开始进入真正的可控时(shí)期(qī)。

因为(wèi)ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面(miàn)的深度信息等。有了它的帮助(zhù)，就(jiù)不用频繁(fán)的用提示词来碰运气(qì)，抽(chōu)盲(máng)盒式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品已经(jīng)获得(dé)了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之(zhī)一(yī)，他用朋友的照片直(zhí)接带她(t沪上两支花暗指谁 沪上两支花是哪两家ā)们(men)走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的(de)关键词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试(shì)效(xiào)果。

通过图(tú)片(piàn)就可以看出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照片，草图也(yě)可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其本尊(zūn)也(yě)亲(qīn)自(zì)回应(yīng)。

不得不说当下AIGC已经变得越(yuè)来越强大，甚至输(shū)出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金(jīn)鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍网(wǎng)络，而(ér)经过警方(fāng)辟谣这所(suǒ)谓的“party”可能是全(quán)国(guó)第(dì)一起AI绘图(tú)诈骗。

由于(yú)这个活动里面给(gěi)出的美女照片都是(shì)AI制作的真(zhēn)人(rén)照片(piàn)绘(huì)图，因为太逼(bī)真，被大家当(dāng)成(chéng)真事传播了。

不过(guò)仔细观(guān)察可以发现(xiàn)，活动发(fā)起(qǐ)者提供(gōng)的照片中有个很大的漏洞可以(yǐ)发现并非(fēi)真(zhēn)人，而是AI绘(huì)图，那便是(shì)图(tú)片中女性的手指部分有(yǒu)的(de)存在异(yì)常。

有行业人事表示：“现(xiàn)在(zài)因为手指部分的绘画(huà)算法比(bǐ)较(jiào)复杂，AI还不太会画(huà)人(rén)的手，但(dàn)最(zuì)新看到(dào)的图片(piàn)已(yǐ)经(jīng)有越来越完(wán)美的(de)AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国(guó)外也(yě)已有发生(shēng)。据英国广(guǎng)播公司(sī)报(bào)道，土耳其(qí)地震期间(jiān)，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成(chéng)了儿(ér)童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能做出(chū)真人照片般的(de)绘图效果(guǒ)，如果(guǒ)这(zhè)样的图(tú)片(piàn)被用来诈骗，将(jiāng)非常(cháng)可怕(pà)。

此外(wài)AIGC还(hái)引发了很多担忧(yōu)，一方面，批判者认为AI在(zài)“学习(xí)”了大量(liàng)前人的作品之(zhī)后(hòu)，其(qí)创作没有任(rèn)何情绪和灵魂，难以和(hé)人类的艺(yì)术创作相提并论(lùn)。

另(lìng)一方面，AIGC背(bèi)后的(de)版权、目前都并没(méi)有得到有效的解决，还有AIGC会不(bù)会(huì)代替人类“至高无上”的创意(yì)。

马斯克也(yě)强调，人(rén)工智能的安(ān)全问题(tí)需要得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一站除了(le)视频，还有远方

技(jì)术都是有两面性的，潜在(zài)的危(wēi)害(hài)并不能掩盖其光辉(huī)的(de)贡献。现在(zài)看来(lái)，人工智(zhì)能技术将是(shì)第四次工业革命的核(hé)心驱(qū)动力(lì)量，将创(chuàng)造新(xīn)的增长奇迹(jì)。

过(guò)去一年，人工智(zhì)能在技术和商业层面(miàn)都有(yǒu)了巨大进(jìn)展，AI绘画就是人工智能技术发生方(fāng)向性改(gǎi)变的一个代表。其(qí)下一站或(huò)许就是视频。

此前(qián)，Meta和谷歌先后发布了(le)几条引爆科技(jì)圈的短视频。这些视频引发(fā)关(guān)注并非(fēi)内容(róng)做得多优秀(xiù)，反而(ér)都非常简单，比(bǐ)如一匹正在(zài)喝(hē)水的马(mǎ)，一只画画(huà)的玩(wán)具熊，或者一段骑摩托(tuō)车(chē)的第一(yī)视角录像，随便一个有手机(jī)的人都(dōu)可以(yǐ)随手录下一段。

但这(zhè)些短视频的创(chuàng)作方式非常简(jiǎn)单，创作(zuò)者仅仅需(xū)要向AI输入一(yī)段话，甚至只是(shì)说一下要求，AI就(jiù)可以(yǐ)根据(jù)需要生成(chéng)一段视频。

谷歌发布的两个(gè)AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波(bō)梗，一个能够做出更(gèng)高清视频的AI还不足以在短时(shí)间(jiān)内(nèi)戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方在于(yú)，它可以制(zhì)作(zuò)出超过2分钟的连贯(guàn)的也(yě)有(yǒu)确(què)切内容(róng)的视(shì)频，这(zhè)才是(shì)真正让人(rén)们感到惊(jīng)喜的地(dì)方。因为无论AI生成的视频多么(me)高清，也只(zhǐ)能是为(wèi)内容(róng)生产者提供(gōng)一(yī)个灵(líng)感，一个素材，一个过场动(dòng)画。

不过能(néng)够制作出有具体(tǐ)剧(jù)情内(nèi)容(róng)的视频就(jiù)意味着，一些视频创(chuàng)作由AI代替(tì)人工完成已经初(chū)步有了可能。

当下AI的发(fā)展速度(dù)已经超过大部分(fēn)人的想象。内容(róng)产业(yè)的本(běn)质(zhì)是供给创造(zào)需求，AIGC作为全新的内容生(shēng)产方式(shì)，可以为内容产业(yè)带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这(zhè)无疑会驱动内容产业(yè)的(de)大爆发。

除了(le)AI绘图(tú)、视(shì)频，AIGC技术还(hái)能应用于(yú)音(yīn)乐、代码(mǎ)、机(jī)器人动作(zuò)等多种内容形式(shì)的生成。不难发现该(gāi)项技术(shù)不(bù)仅在游戏(xì)等行(xíng)业能(néng)得到有效应用(yòng)，对于下一(yī)代互联网各种元素的(de)构建亦有(yǒu)关键意义。

从(cóng)商(shāng)业化的(de)角度来看，文化娱乐、教育、传(chuán)媒(méi)等(děng)诸多(duō)领域，本身就对基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进(jìn)程中的(de)一块(kuài)重要(yào)拼图(tú)，有(yǒu)望在(zài)技术更新的(de)加(jiā)持下实现(xiàn)更大的应用价(jià)值。

AI从理解内容(róng)，走向了(le)沪上两支花暗指谁 沪上两支花是哪两家可(kě)以(yǐ)生(shēng)成(chéng)内容，甚(shèn)至能够创造出(chū)独立价(jià)值(zhí)和独(dú)立视角的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未(wèi)来的先(xiān)进生产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从技术的(de)发展也可以(yǐ)看出，在语言大模型、图(tú)像大模型之后，多模态大模型已经成为(wèi)了新(xīn)的趋势。

大模型被誉为当前人工智能发展的智能底座(zuò)，是全球竞(jìng)争最激烈的研究方向之一(yī)，包括谷歌(gē)、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都(dōu)在(zài)竞相发力。

不过训练大模(mó)型(xíng)的确价格不菲，以(yǐ)国盛(shèng)证券发布(bù)的《ChatGPT需(xū)要(yào)多少算(suàn)力》报告估算，GPT-3训练一次(cì)的成(chéng)本约为140万美元(yuán)。而对于一些更大(dà)的LLM(大(dà)型(xíng)语言模型)，训练成本(běn)则介于(yú)200万美元至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的独(dú)立访客平(píng)均数(shù)1300万计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成本约(yuē)为8亿美元(yuán)，每日仅电费就在(zài)5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大(dà)算(suàn)力支持。在关(guān)注各类(lèi)大(dà)模型的(de)发展同时，更应该(gāi)关注(zhù)算力网络的建设(shè)。

算力(lì)网络正驱动AI产业发展进入史诗级(jí)加速(sù)进程，让(ràng)AIGC及(jí)通用AI这一人工(gōng)智能发展的终极目标离得更近。

因为算力可以对突破性(xìng)技术(shù)创(chuàng)新提供大力的支持。这(zhè)方(fāng)面(miàn)，多模(mó)态大模(mó)型是典型。作为面向未来强人工智能、通用人工智能的重(zhòng)要(yào)技术(shù)创新，多模态大模型(xíng)已(yǐ)经在人工智能领域提出了(le)很多(duō)年，业界也有不少技术突破，但(dàn)是，多模态大模型进一(yī)步往下走，算力需求呈几何式(shì)上升，一(yī)般的算力基础(chǔ)设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语(yǔ)音单独(dú)一项的训练，到(dào)双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应(yīng)对不同模态的转化、像人与(yǔ)世界交互(hù)一(yī)样自(zì)然，这方(fāng)面，由(yóu)算(suàn)力网(wǎng)络来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发式(shì)增长(zhǎng)的算力来支撑的(de)技术创(chuàng)新，将在人工智能(néng)算力网(wǎng)络支(zhī)撑下快速推(tuī)进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型(xíng)和大(dà)算力的支持下AIGC能持续(xù)颠覆内容生产的(de)方(fāng)式，将创造(zào)的边际(jì)成本降(jiàng)低，让万(wàn)众受益(yì)。

未经允许不得转载：腾众软件科技有限公司 沪上两支花暗指谁 沪上两支花是哪两家