自聊天(tiān)机器人ChatGPT火(huǒ)爆(bào)以来，微软公司创始人比尔(ěr)·盖茨已多次公(gōng)开谈(tán)论人工智能话题(tí)。在最近的一(yī)次采访中，他再次表示：“AI可能(néng)会让科技行(xíng)业(yè)迎来(lái)一次剧烈的(de)洗牌”。

这个结论是他(tā)在当地时间2月(yuè)20日(rì)接受《In Good Company》节(jié)目专访时提出的。

他(tā)预(yù)期，AI的发展可(kě)能(néng)会(huì)威(wēi)胁到谷(gǔ)歌的(de)市(shì)占率，因为微软在AI方(fāng)面的行动相当(dāng)迅速。而最(zuì)终科技(jì)巨(jù)头(tóu)将把AI整合(hé)成用户的“全能(néng)助手”，包揽一切(qiè)应用，与人们(men)进行沟通并(bìng)提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手(shǒu)的到(dào)来可能尚(shàng)需时日，但由ControlNet引发的(de)又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包(bāo)围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美(měi)国科罗拉多州举办的新兴数字(zì)艺术(shù)家竞赛中，一(yī)幅名(míng)为《太(tài)空歌剧(jù)院》的(de)作品获奖。

随后各大厂商的AI绘(huì)画软(ruǎn)件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输(shū)入一组关键词或者一(yī)张(zhāng)照片，就能(néng)获(huò)得一幅AI创作的画作。

作画的关(guān)键就是(shì)所(suǒ)输入的文本。同一组关键词也可以创作(zuò)出很多张风格不一样的画作，这(zhè)让创作的过程就像开盲盒。

很多(duō)用户很喜(xǐ)欢这(zhè)种(zhǒng)不确(què)定的惊喜，他(tā)们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的(de)“翻车”作品(pǐn)。在社交(jiāo)媒体(tǐ)上(shàng)，许多(duō)用户分(fēn)享AI“翻车(chē)现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照(zhào)片(piàn)被AI识别成了建筑。

而如今随(suí)着ControlNet的(de)出现(xiàn)与加持，以往AI绘(huì)画的填(tián)写关键词游(yóu)戏可能要(yào)被颠覆了。

女生有感觉了是怎么样的呢a-type="jpeg" data-w="1024">

ControlNet是一位(wèi)正(zhèng)在斯坦福(fú)读博(bó)的中国人张(zhāng)吕敏创作的一种基(jī)于(yú)控(kòng)制(zhì)点(diǎn)的图(tú)像变形算(suàn)法，主要用于数字图像处理、计算机(jī)视觉和计算(suàn)机图形学等领(lǐng)域(yù)。

其SD插件(jiàn)一经发布，在短(duǎn)短的两(liǎng)天内便成为了AI绘画领域最(zuì)新的(de)热点。

在此之前，大家用了(le)很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如(rú)人意，它的出现代表着AI生成开始进(jìn)入真正的可(kě)控时期。

因(yīn)为ControlNet可(kě)以直接提取画面(miàn)的(de)构(gòu)图，人物的姿势和画面的深度信息等。有(yǒu)了它的帮(bāng)助(zhù)，就(jiù)不用频繁的用提(tí)示词来碰运(yùn)气，抽盲盒式(shì)的创作了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画加了(le)“魔法”，不少博主的作品(pǐn)已经(jīng)获得了(le)大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对(duì)应的关(guān)键词；最后(hòu)用(yòng)ControlNet插(chā)件绑(bǎng)定(dìng)骨(gǔ)骼开始换(huàn)关键词试效果。

通过图片就可以看出(chū)来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了(le)真实的照片，草图也可以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现线(xiàn)稿转(zhuǎn)全彩(cǎi)图。大(dà)神(shén)张吕敏其本尊(zūn)也亲自回应。

不(bù)得(dé)不说当下AIGC已经变(biàn)得越(yuè)来越强(qiáng)大，甚至输出的作品都(dōu)已(yǐ)经能以假(jiǎ)乱真(zhēn)了(le)。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍网络，而经过警方辟(pì)谣这所谓的(de)“party”可能(néng)是全国第一起AI绘图(tú)诈骗。

由于这(zhè)个活动里面(miàn)给出(chū)的(de)美女(nǚ)照片都是AI制作的真人照片(piàn)绘图，因(yīn)为太逼真，被大家(jiā)当成(chéng)真事传播了。

不(bù)过仔细观察可(kě)以发(fā)现，活动发起者提供(gōng)的(de)照片中有个(gè)很大(dà)的漏洞(dòng)可以(yǐ)发(fā)现并(bìng)非真人，而是AI绘图，那便是图片(piàn)中(zhōng)女性的手(shǒu)指部分有的存在异(yì)常(cháng)。

有行业人事(shì)表示：“现在因为手指部分的绘画算法比较复杂，AI还不(bù)太会画人的手，但最新看(kàn)到(dào)的图片已经有越来越完美的AI模型(xíng)出现(xiàn)，以后可能就(jiù)完全没(méi)有漏洞了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据英(yīng)国广播(bō)公司报道(dào)，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使(shǐ)用AI合(hé)成了儿童受灾的(de)假(jiǎ)照片发(fā)布到网络，以此(cǐ)诱(yòu)骗善(shàn)良的人打赏(shǎng)“捐助”从而实施诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如(rú)果这样的图片(piàn)被用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面(miàn)，批判者认为AI在(zài)“学(xué)习”了大(dà)量前(qián)人的(de)作(zuò)品(pǐn)之后，其创作(zuò)没有任何情(qíng)绪和(hé)灵魂(hún)，难(nán)以和(hé)人类(lèi)的艺(yì)术创作(zuò)相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前(qián)都并(bìng)没(méi)有得到有效的解(jiě)决，还有(yǒu)AIGC会不会代替人(rén)类“至高无上”的创(chuàng)意。

马斯克也强调，人工(gōng)智(zhì)能的安全问题需要得到重视(shì)，太晚就(jiù)来(lái)不及了(le)。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技术都是有(yǒu)两面性的，潜在的危(wēi)害(hài)并不能(néng)掩盖其光(guāng)辉的(de)贡(gòng)献(xiàn)。现在看来，人工(gōng)智(zhì)能技术将是第四(sì)次工业革命的核心驱动力量，将创造(zào)新的增(zēng)长奇迹。

过去一年(nián)，人工智能在技术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技(jì)术发生方(fāng)向(xiàng)性(xìng)改变的一个(gè)代表。其下一站或许就是视(shì)频。

此(cǐ)前，Meta和谷歌先(xiān)后发(fā)布(bù)了几条引(yǐn)爆(bào)科技圈(quān)的(de)短视频(pín)。这些视频(pín)引发(fā)关注并(bìng)非(fēi)内容做得多(duō)优秀(xiù)，反而都非常简单(dān)，比(bǐ)如一匹正在喝水的(de)马，一只画画(huà)的玩具熊，或者一段骑摩托车的(de)第一(yī)视角(jiǎo)录(lù)像，随(suí)便一个有手机的人都可以随手录(lù)下一段。

但这些(xiē)短视频的创作方(fāng)式非常简单(dān)，创作(zuò)者(zhě)仅(jǐn)仅需要(yào)向AI输入一段(duàn)话，甚至(zhì)只(zhǐ)是说一下要求(qiú)，AI就可(kě)以根据(jù)需要(yào)生(shēng)成一段视频。

谷歌(gē)发布(bù)的两个AI生(shēng)成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈(quān)就(jiù)已经玩(wán)了一波梗，一(yī)个能(néng)够做出(chū)更(gèng)高(gāo)清视频(pín)的AI还(hái)不足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震惊的(de)地(dì)方在于，它可以制作出超过2分钟的连(lián)贯(guàn)的也有确切(qiè)内容的(de)视频，这(zhè)才是真正(zhèng)让人(rén)们感到惊喜的(de)地(dì)方。因为无论AI生成的视频多么高清，也只能是(shì)为内(nèi)容生产者(zhě)提供一个灵(líng)感，一(yī)个素材，一个过场(chǎng)动画。

不过能(néng)够制作(zuò)出(chū)有具体(tǐ)剧情内容的(de)视(shì)频就意味(wèi)着，一些视频创作由AI代替人工(gōng)完成(chéng)已经初步有(yǒu)了可能(néng)。

当(dāng)下AI的发展(zhǎn)速度已经超(chāo)过大部分人(rén)的想象(xiàng)。内容产业的本质是供给(gěi)创造(zào)需求，AIGC作(zuò)为(wèi)全(quán)新的内容(róng)生产(chǎn)方式，可以(yǐ)为内容产业带来更(gèng)新(xīn)的内容风格、更快的生产速度(dù)，更(gèng)低(dī)的生产成本(běn)，这无疑会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用(yòng)于音乐、代(dài)码、机器人动(dòng)作(zuò)等多种内容形式的生成(chéng)。不难(nán)发现该项技术不仅在游戏(xì)等(děng)行业能得到有效应用(yòng)，对于下一(yī)代互联(lián)网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从(cóng)商业化的角(jiǎo)度(dù)来看，文化(huà)娱(yú)乐、教育、传媒等诸多领域，本身(shēn)就对基于AI的可(kě)视化(huà)内(nèi)容有强(qiáng)烈需(xū)求。

因此，AI绘画及视频或不是(shì)结果，而只是AI进(jìn)程中的一(yī)块重要拼图，有望在技术更新的加持(chí)下实现更(gèng)大的应用价(jià)值。

AI从(cóng)理解(jiě)内容，走向了可以生成内(nèi)容(róng)，甚至能够创造出独(dú)立价值和独立视角的内容。AIGC的再次出圈，更代(dài)表着未来的(de)先进(jìn)生(shēng)产力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技(jì)术(shù)的发展也可以看出(chū)，在(zài)语(yǔ)言大模型、图(tú)像大模型之后，多模态大(dà)模型已经成(chéng)为了(le)新的趋势。

大模型被誉为当前人(rén)工智(zhì)能发展的(de)智能底座，是(shì)全球竞(jìng)争最(zuì)激烈(liè)的研究方向之(zhī)一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头(tóu)部企业都在竞相发(fā)力。

不过训练大模(mó)型的确价(jià)格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练(liàn)一(yī)次的成本约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立访客平均数(shù)1300万计(jì)算，其(qí)对应芯片需求为3万(wàn)多(duō)片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅(jǐn)电(diàn)费(fèi)就(jiù)在5万美元(yuán)左右(yòu)。

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力支持。在关(guān)注(zhù)各类大模型的发展同时(shí)，更(gèng)应该(gāi)关注(zhù)算力网络的(de)建设。

算(suàn)力网络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离得更近。

因为算力可(kě)以对突破性技(jì)术创新提供大力的(de)支持。这方面，多模(mó)态大(dà)模型是典型。作为面向未(wèi)来强人(rén)工智(zhì)能、通(tōng)用人工智能的重要技术创新，多(duō)模态(tài)大模(mó)型已经在人工(gōng)智能领域提(tí)出(chū)了(le)很多年，业(yè)界(jiè)也有不少技术突(tū)破，但是，多(duō)模态大模型(xíng)进一(yī)步往下走，算力(lì)需(xū)求呈几何式上升(shēng)，一(yī)般的算力基础设施很快将(jiāng)难以胜任。

从图像、文字、语音单独一项的训练，到双模态(tài)、三模(mó)态的跃迁，让(ràng)人工智能可以灵活(huó)应对不同模态的(de)转化、像(xiàng)人与世(shì)界交互一样自然，这方(fāng)面，由(yóu)算力网络来驱动(dòng)将有(yǒu)明显优(yōu)势。

此外，还(hái)有很多需要爆发式增长的算力来(lái)支撑(chēng)的技术创(chuàng)新，将在人工智(zhì)能算(suàn)力网(wǎng)络支撑下快速推(tuī)进(jìn)。

AIGC已经露出曙光，期待在(zài)大模(mó)型和(hé)大算(suàn)力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创造(zào)的边际成(chéng)本降(jiàng)低，让万众受益。

未经允许不得转载：绿茶通用站群 女生有感觉了是怎么样的呢