自聊天机(jī)器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已(yǐ)多次公开谈(tán)论人(rén)工智能话题。在最近的(de)一(yī)次采访中，他再次表示：“AI可能(néng)会让科技行业迎来一(yī)次剧烈的洗牌”。

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

他预期(qī)，AI的(de)发展可能会威(wēi)胁到(dào)谷歌的市(shì)占率，因为微(wēi)软(ruǎn)在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能(néng)助手(shǒu)的到来(lái)可能尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘(huì)画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘(huì)画为代表的AIGC上一(yī)次(cì)爆火的时候，还是2022年8月，在美国科(kē)罗拉多州举办的新兴数字艺术家竞(jìng)赛中，一(yī)幅名为《太空歌(gē)剧(jù)院(yuàn)》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘画软件(jiàn)被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可以(yǐ)在应用中输入一组(zǔ)关键词或者(zhě)一张照片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是所输入的文本。同一组关键词(cí)也(yě)可以创(chuàng)作出(chū)很多张风格不(bù)一样的画作，这(zhè)让创作的过(guò)程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这(zhè)种(zhǒng)不(bù)确(què)定的惊(jīng)喜，他们会将生成的美图当做头像(xiàng)。而另一部分(fēn)喜欢翻看AI绘(huì)画的“翻车(chē)”作品(pǐn)。在社交媒体上，许多用(yòng)户(hù)分享AI“翻车(chē)现场”，例如(rú)，一位网友的小(xiǎo)狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个(gè)人照片(piàn)被AI识别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的(de)填写关键词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在(zài)斯(sī)坦福读博的中(zhōng)国人(rén)张(zhāng)吕敏创(chuàng)作的一种(zhǒng)基于控制点(diǎn)的图像(xiàng)变形算法，主要用于数字图像处(chù)理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘(huì)画(huà)领域最新(xīn)的热点。

在此(cǐ)之(zhī)前，大家(jiā)用了(le)很多方法(fǎ)想(xiǎng)让AI生成的结果尽可(kě)能的符合要求，但是都不尽(jǐn)如人意，它(tā)的出(chū)现代表着AI生(shēng)成(chéng)开(kāi)始进(jìn)入真正的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人(rén)物(wù)的姿势和画面(miàn)的(de)深度信息等。有了(le)它(tā)的(de)帮(bāng)助，就不用频繁(fán)的用提(tí)示词来(lái)碰运气，抽(chōu)盲盒式的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品已经(jīng)获(huò)得了(le)大(dà)量的浏(liú)览量(liàng)，“viggo”就是其中之(zhī)一，他用朋友(yǒu)的(de)照片直接带她们(men)走进动漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的(de)关(guān)键(jiàn)词；最后(hòu)用ControlNet插件绑定骨骼开始换关(guān)键词试效(xiào)果。

通(tōng)过图(tú)片就可以看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了(le)真实(shí)的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全彩图。大神(shén)张吕敏其本尊(zūn)也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强(qiáng)大(dà)，甚世界上性功能最强的国家是哪个国家至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近日，“苏州金(jīn)鸡(jī)湖有(yǒu)游艇party”的消(xiāo)息火遍网(wǎng)络(luò)，而经过警方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片都是AI制(zhì)作的真人照(zhào)片绘图(tú)，因为太(tài)逼真，被大家当成真(zhēn)事传播了(le)。

不过(guò)仔细观察可(kě)以发现，活(huó)动发起者提供的照(zhào)片中(zhōng)有个很大的漏洞可以发现并(bìng)非(fēi)真(zhēn)人，而是(shì)AI绘(huì)图，那便是图片(piàn)中女性的手指部分有的存在异常(cháng)。

有行业人事表示(shì)：“现在因为手(shǒu)指部分的绘画算法比(bǐ)较复杂，AI还不太会画(huà)人的手，但最新看(kàn)到的图片已经有越来越(yuè)完(wán)美的AI模型出现(xiàn)，以后(hòu)可能就完全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在国外(wài)也已有发生。据英国(guó)广(guǎng)播(bō)公(gōng)司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人照片般(bān)的绘图效果(guǒ)，如果这样的图(tú)片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判(pàn)者认为AI在“学(xué)习”了大量前人的作(zuò)品(pǐn)之后(hòu)，其创(chuàng)作(zuò)没有(yǒu)任何情绪和灵魂(hún)，难以和人类的(de)艺术创(chuàng)作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没(méi)有得到有效的(de)解决(jué)，还有AIGC会(huì)不会代替人类“至高无(wú)上”的创意(yì)。

马斯克也强调，人工智能的安全问(wèn)题需(xū)要得到重(zhòng)视，太晚就来不及了(le)。

03

AIGC下一站除(chú)了视(shì)频，还有(yǒu)远方

技(jì)术都是(shì)有两面性的，潜在(zài)的危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工(gōng)业革命的核心驱动力量(liàng)，将(jiāng)创造新(xīn)的增长奇迹(jì)。

过去一年，人工智(zhì)能在(zài)技(jì)术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画就是人工(gōng)智能(néng)技(jì)术(shù)发生(shēng)方向性改(gǎi)变的(de)一个代表。其(qí)下一站或许就是(shì)视频。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技圈的短视频。这些视频引发关注并非内容(róng)做得多优秀，反而都非常(cháng)简单(dān)，比如一匹(pǐ)正在喝水的马(mǎ)，一只画画的(de)玩具熊(xióng)，或者一段骑摩托车(chē)的(de)第一视角录像，随便一个(gè)有手机的人都可以随手录下一(yī)段(duàn)。

但这些短视频的创(chuàng)作方(fāng)式(shì)非常简单，创作(zuò)者(zhě)仅仅需(xū)要向(xiàng)AI输入一段(duàn)话，甚至只是说一下要(yào)求，AI就可以根(gēn)据需要生成一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是(shì)高(gāo)清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)差别(bié)。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一(yī)个(gè)能够(gòu)做出更高清视频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以(yǐ)制(zhì)作出超过2分钟(zhōng)的连贯的也有确切(qiè)内容的视频，这才是真(zhēn)正让人们(men)感到惊喜的(de)地(dì)方。因(yīn)为无论(lùn)AI生成的视频多么(me)高清(qīng)，也只能(néng)是为(wèi)内容生产者提供一个灵感，一(yī)个素(sù)材，一个(gè)过场动画。

不过能够制作(zuò)出(chū)有具体剧情内容的视频就意味着，一些视频(pín)创(chuàng)作由AI代替人工完成已经初(chū)步(bù)有(yǒu)了可能。

当(dāng)下AI的发展速度已经超(chāo)过大(dà)部分人的想象。内容产业的本质是(shì)供(gōng)给创造(zào)需求，AIGC作为全新(xīn)的内容生产(chǎn)方式，可以(yǐ)为内(nèi)容产业带来更新的(de)内容(róng)风(fēng)格(gé)、更快的(de)生产速度，更低的生产成本，这无疑会驱(qū)动内容产业(yè)的(de)大爆(bào)发(fā)。

除(chú)了(le)AI绘图(tú)、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等(děng)多种内容形(xíng)式的(de)生成。不难发(fā)现该项技术(shù)不仅在(zài)游戏等行业能得到有(yǒu)效应用，对于(yú)下一代(dài)互联网各种元素的(de)构建亦(yì)有关键意义(yì)。

从商业化的角度来看(kàn)，文化(huà)娱乐、教育、传媒等(děng)诸多领域，本身就对基(jī)于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是(shì)AI进程中的一块(kuài)重要拼(pīn)图，有望在技术(shù)更新(xīn)的(de)加(jiā)持下实现更(gèng)大的应用价值。

AI从理解内(nèi)容，走(zǒu)向了可以(yǐ)生成内容，甚至(zhì)能够创造出独立(lì)价值和独立视角的内容。AIGC的再次(cì)出(chū)圈，更代表(biǎo)着未来的先(xiān)进(jìn)生(shēng)产力(lì)即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之(zhī)后，多模态(tài)大模型已(yǐ)经成为(wèi)了新的趋势。

大模型被誉为当(dāng)前人工智能发展的智能底座，是全(quán)球(qiú)竞(jìng)争最(zuì)激烈(liè)的研(yán)究方向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多(duō)头部企(qǐ)业都在竞相发力。

不过训练大模型的确(què)价格不菲，以国(guó)盛证券发布的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更大(dà)的(de)LLM(大(dà)型语(yǔ)言(yán)模型)，训练成本则(zé)介(jiè)于200万美元至1200万(wàn)美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月(yuè)的(de)独立访客平均数1300万(wàn)计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿(yì)美元，每日仅电费(fèi)就(jiù)在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在(zài)关注各类大模型的发展同(tóng)时，更应该关注算力网络的建(jiàn)设(shè)。

算力网(wǎng)络正(zhèng)驱动AI产业发(fā)展进(jìn)入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一(yī)人工智能发(fā)展的(de)终(zhōng)极(jí)目标离(lí)得更近。

因为算力可以对突破性技术创(chuàng)新提供大力的支持(chí)。这方面(miàn)，多模态大模型(xíng)是典型。作为面向未来强人工智能、通用人工智能的重要技术创新，多模态大模(mó)型已经在人工智能领域提出了(le)很(hěn)多年，业(yè)界也有(yǒu)不少技术突破，但是，多模态大(dà)模型进一步往下走，算(suàn)力需求呈几(jǐ)何式上升，一般(bān)的算力基础设施很快将世界上性功能最强的国家是哪个国家难以胜任(rèn)。

从图(tú)像、文字、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工智能可以(yǐ)灵活应对不同(tóng)模态的转化、像人(rén)与(yǔ)世界交互(hù)一(yī)样自然，这(zhè)方面，由算力网络(luò)来驱动(dòng)将有(yǒu)明显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式(shì)增(zēng)长的(de)算力来支撑的技术创新，将在人工智能算力网络支撑下快(kuài)速推进(jìn)。

AIGC已经露(lù)出曙光，期(qī)待在大模型和大算(suàn)力的(de)支(zhī)持下AIGC能持续颠(diān)覆内容生产的方式，将创造的边际(jì)成本降(jiàng)低，让(ràng)万众(zhòng)受(shòu)益(yì)。

未经允许不得转载：腾众软件科技有限公司 世界上性功能最强的国家是哪个国家