自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨(cí)已多(duō)次公开谈论人工智(zhì)能话题(tí)。在最近的(de)一次采访中，他再(zài)次表示：“AI可能(néng)会让(ràng)科技行业(yè)迎来一次(cì)剧烈的洗(xǐ)牌”。

这个结论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节(jié)目专访时提出的(de)。

他(tā)预期，AI的发展可能会威(wēi)胁到谷歌(gē)的市(shì)占率(lǜ)，因为微软在AI方面的(de)行动相当迅速。而最终科技巨头将(jiāng)把AI整合成用户的“全能(néng)助手”，包揽一切应用(yòng)，与人(rén)们(men)进(jìn)行沟通(tōng)并提(tí)供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到(dào)来(lái)可能尚(shàng)需时日，但由ControlNet引发(fā)的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向(xiàng)可控靠(kào)近(jìn)

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各大厂商的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户们可以在(zài)应用(yòng)中(zhōng)输入一组关键词或(huò)者一张(zhāng)照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所输入的文(wén)本。同一组(zǔ)关键词也可以创作出(chū)很多张风格不(bù)一样的画作，这让创作的过(guò)程就像(xiàng)开盲盒。

很多用户(hù)很喜欢这种不确定的(de)惊(jīng)喜，他们会将生成的美图(tú)当做头像。而另一(yī)部分喜(xǐ)欢翻(fān)看(kàn)AI绘画的“翻车”作品。在(zài)社交媒(méi)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(bèi)AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识(shí)别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与(yǔ)加持(chí)，以往AI绘画(huà)的填写关键词游(yóu)戏可能(néng)要(yào)被(bèi)颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中(zhōng)国人张吕敏创作的(de)一种基于控制点的(de)图像变形算法，主要用于数字图像处理、计算机视(shì)觉和计算机(jī)图(tú)形学等领(lǐng)域。

其SD插件一经发布，在短(duǎn)短的(de)两天内便(biàn)成为了AI绘(huì)画(huà)领域最新的(de)热点。

在此之前(qián)，大家用(yòng)了很多方(fāng)法想让AI生成的结果尽(jǐn)可能的符(fú)合要求，但是都不尽(jǐn)如(rú)人(rén)意，它的出现代表着(zhe)AI生成(chéng)开(kāi)始(shǐ)进入真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面(miàn)的构(gòu)图，人物的姿势和(hé)画面(miàn)的深度信(xìn)息(xī)等。有(yǒu)了(le)它的帮助，就(jiù)不用频繁(fán)的用提示词来碰(pèng)运气(qì)，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少(shǎo)博(bó)主的作品已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接(jiē)带(dài)她们走(zǒu)进(jìn)动(dòng)漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的(de)关键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试效果。

通过图片就(jiù)可以看出来(lái)，效果十分惊艳(yàn)。

更厉害的是(shì)，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大(dà)神张吕敏(mǐn)其本尊也亲自回应(yīng)。

不得(dé)不说(shuō)当下AIGC已经变得越来越强(qiáng)大(dà)，甚至输(shū)出的作品都已经(jīng)能(néng)以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

近日，“苏(sū)州金(jīn)鸡湖(hú)有(yǒu)游艇party”的消息火(huǒ)遍网(wǎng)络，而经过警方(fāng)辟(pì)谣这所谓的“party”可能(néng)是全(quán)国(guó)第(dì)一(yī)起AI绘图诈骗。

由于这(zhè)个(gè)活动里面给出的(de)美女照片都是AI制作的真人照片绘图，因(yīn)为太逼(bī)真(zhēn)，被(bèi)大家当成真事传播了。

不(bù)过仔细观察可以发现，活(huó)动(dòng)发(fā)起者提(tí)供的照片(piàn)中(zhōng)有个很大(dà)的漏洞(dòng)可以发现并非真人，而是(shì)AI绘(huì)图(tú)，那便是图片中女性的(de)手指部分有(yǒu)的存(cún)在异常。

有(yǒu)行业人事表(biǎo)示：“现在(zài)因为手指(zhǐ)部分的绘画算(suàn)法比较复(fù)杂，AI还不太(tài)会画人(rén)的手(shǒu)，但最新看(kàn)到(dào)的图片已经有越来越完美的AI模型出现(xiàn)，以后可能(néng)就完(wán)全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据英国广(guǎng)播公司(sī)报道，土耳其地震期(qī)间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童受(shòu)灾的假照片(piàn)发布到网络(luò)，以此诱骗善(shàn)良的(de)人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已经(jīng)能做出(chū)真人照(zhào)片般的绘图(tú)效(xiào)果，如果这(zhè)样的(de)图片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认(rèn)为AI在“学(xué)习”了大量前人的(de)作品之后，其创作没有任何(hé)情绪和灵魂，难以和人类的(de)艺(yì)术创作(zuò)相提并论。

另(lìng)一方(fāng)面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得到有效(xiào)的解(jiě)决，还(hái)有AIGC会不(bù)会代替人(rén)类“至高无上”的创意(yì)。

马(mǎ)斯克也(yě)强调，人(rén)工智能(néng)的安全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远方

技术都是有两(liǎng)面性(xìng)的，潜在(zài)的危害(hài)并不(bù)能掩盖其光辉的(de)贡献(xiàn)。现在(zài)看来，人工智能(néng)技术将是(shì)第四次(cì)工业革命(mìng)的核心(xīn)驱(qū)动力量，将创造新的(de)增长(zhǎng)奇迹。

过去一(yī)年，人工智能在(zài)技(jì)术和商(shāng)业层(céng)面(miàn)都(dōu)有了巨大进展，AI绘(huì)画就是人工智(zhì)能(néng)技术发生(shēng)方(fāng)向性改变的一个(gè)代表。其下一站或许就是(shì)视(shì)频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技圈(quān)的短视频。这些视频引发关(guān)注并非内容做得多优秀(xiù)，反而都非常(cháng)简单，比如一匹正在喝(hē)水的马，一只(zhǐ)画画的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩托车的第一视角录像，随便一个有手机(jī)的人都可以随手录下一段(duàn)。

但这些短视(shì)频(pín)的(de)创作方(fāng)式非常简单(dān)，创作者仅仅需要向AI输入一段话，甚至只是说(shuō)一下要(yào)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生成视频分别来(lái)自于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出(chū)更(gèng)高清视频的AI还不(bù)足以在短时间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震(zhèn)惊的地方在于，它(tā)可(kě)以制作出(chū)超过2分钟的连贯(guàn)的也(yě)有确切内容(róng)的视频，这才是真正让人们感到惊喜的地方。因为(wèi)无论AI生成的视频多么高清，也(yě)只能是为内容生(shēng)产者提供一(yī)个灵感，一个素材，一个过(guò)场动画。

不过能够制作出有具体剧(jù)情(qíng)内容(róng)的(de)视频(pín)就意味着，一些(xiē)视频创(chuàng)作由AI代替人工完成已(yǐ)经初步有了可能。

当下AI的发展(zhǎn)速(sù)度(dù)已经超过大部(bù)分人的想象。内容产(chǎn)业(yè)的本(běn)质是(shì)供给创(chuàng)造需求，AIGC作为全新的内容(róng)生产方式(shì)，可以为(wèi)内容产(chǎn)业带来更(gèng)新的(de)内(nèi)容风格、更(gèng)快的生(shēng)产速(sù)度(dù)，更低(dī)的生产成本，这无疑会驱动内容产业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作等(děng)多种(zhǒng)内容形式(shì)的(de)生成。不难发现(xiàn)该项(xiàng)技(jì)术不仅在游戏(xì)等行业能得到(dào)有效应(yīng)用，对(duì)于下一代互联网(wǎng)各种元素的(de)构建亦有关键意(yì)义。

从商业化的角度来看，文化娱乐(lè)、教育、传(chuán)媒等诸多(duō)领域，本身就对(duì)基于AI的可视化内(nèi)容有(yǒu)强烈需(xū)求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进(jìn)程中的一块重要(yào)拼图(tú)，有望在技术更新的加持下实现更大的应用价值。

AI从理解(jiě)内容(róng)，走向了可以生成内容(róng)，甚至能(néng)够创造出独立价值和独立视角的内容。AIGC的(de)再次(cì)出圈，更代表着未来的(de)先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发展也可以看(kàn)出，在语言大模型、图像(xiàng)大模型之后，多模态大模(mó)型已经成(chéng)为了新的趋(qū)势。

大模(mó)型(xíng)被誉为当前人工智能发(fā)展的(de)智能底座，是全球竞争(zhēng)最激烈的研究方(fāng)向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部(bù)企业都在竞(jìng)相发力。

不过(guò)训练大模(mó)型的确价格不(bù)菲，以国盛证(zhèng)券(quàn)发布的(de)《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计(jì)算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初(chū)始投入成(chéng)本(běn)约为(wèi)8亿美元(yuán)，每(měi)日仅(jǐn)电(diàn)费就(jiù)在(zài)5万(wàn)美(měi)元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的发(fā)展同时，更应该关注算(suàn)力网络的建设(shè)。

算力网络(luò)正(zhèng)驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能发展(zhǎn)的(de)终极(jí)目标离得更近。

因为算力可以(yǐ)对突破性技(jì)术创新提(tí)供大(dà)力的支持。这(zhè)方面(miàn)，多模态大模(mó)型是(shì)典(diǎn)型。作为面向未来强人(rén)工智能、通用人(rén)工(gōng)智(zhì)能的(de)重要技术创新，多(duō)模态大(dà)模型(xíng)已(yǐ)经在人工智能领(lǐng)域提出(chū)了很(hěn)多年，业(yè)界也有不少技术突破，但(dàn)是(shì)，多(duō)模态(tài)大模(mó)型进一步往下(xià)走，算(suàn)力需求(qiú)呈几何式上升，一般(bān)的算力基础设施很快将(jiāng)难(nán)以胜任。

从(cóng)图像、文字(zì)、语音单(dān)独一项(xiàng)的训练(liàn)，到双模态、三模态的(de)跃迁，让人工智能可(kě)以灵活应对不同(tóng)模态的转化、像人(rén)与世界交互一(yī)样(yàng)自然，这方(fāng)面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有(yǒu)很多需要爆发(fā)式增长的算力来(lái)支(zhī)撑(chēng)的技术(shù)创新，将(jiāng)嫦娥五号发射时间地点在哪 嫦娥五号还在工作吗在人工智能(néng)算(suàn)力网络(luò)支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模型和大算力(lì)的支持下AIGC能持续颠覆内容生产的方式(shì)，将创造的边(biān)际成本降低，让万众受益。

未经允许不得转载：腾众软件科技有限公司 嫦娥五号发射时间地点在哪 嫦娥五号还在工作吗