自聊天机器人(rén)ChatGPT火爆以(yǐ)来(lái)，微软公(gōng)司创始(shǐ)人比尔·盖茨已多次公开(kāi)谈(tán)论人工智能话(huà)题。在最近的一次采访中，他再(zài)次表(biǎo)示：“AI可能(néng)会让科技行业迎来一(yī)次剧烈的洗牌(pái)”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的(de)发(fā)展可能会威(wēi)胁到(dào)谷(gǔ)歌的市占(zhàn)率(lǜ)，因为微软在AI方面的行动相当迅速。而最终科技巨头(tóu)将把AI整合(hé)成用户的“全能助手”，包揽一(yī)切应用(yòng)，与人们进行沟通并提供建议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的到来可能(néng)尚需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法(fǎ)

AIGC向可控(kòng)靠(kào)近(jìn)

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在(zài)美国(guó)科罗拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名为(wèi)《太空(kōng)歌(gē)剧院(yuàn)》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大(dà)网友(yǒu)熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中(zhōng)输入一组关键词(cí)或者一张照片，就(jiù)能(néng)获得(dé)一幅(fú)AI创作的画(huà)作。

作画的(de)关键(jiàn)就是所输入的文(wén)本。同一组关键词也可以创作(zuò)出很多张风格不一(yī)样的画作(zuò)，这让创作的过程就(jiù)像开盲盒。

很多用户很喜欢这种不确(què)定的惊(jīng)喜，他们会将生成的美(měi)图(tú)当做头像。而(ér)另一(yī)部分(fēn)喜欢翻看AI绘画(huà)的“翻(fān)车”作(zuò)品。在(zài)社交媒体上，许(xǔ)多用户分享AI“翻车(chē)现场”，例(lì)如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照(zhào)片(piàn)被(bèi)AI识别(bié)成(chéng)了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可(kě)能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博(bó)的中国人张吕敏(mǐn)创作的(de)一种基于控制(zhì)点(diǎn)的图(tú)像(xiàng)变形(xíng)算法，主要用于(yú)数字图像处(chù)理、计(jì)算机视觉和(hé)计算机图(tú)形学等领(lǐng)域。

其SD插(chā)件一经发布，在短短的两天内便(biàn)成为了(le)AI绘画领域最新的热(rè)点。

在此之(zhī)前，大(dà)家用(yòng)了很多方法(fǎ)想(xiǎng)让AI生成(chéng)的结果尽可能的符合要求，但(dàn)是都不(bù)尽如人(rén)意，它(tā)的出现代表着AI生成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物(wù)的(de)姿(zī)势(shì)和画面的深度信(xìn)息(xī)等。有了它的帮助，就不用频繁(fán)的用提示(shì)词来碰运气，抽盲盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经获得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定(dìng)骨骼(gé)开始换(huàn)关键(jiàn)词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实的照(zhào)片，草图也可以加上“魔法”，知(zhī)乎(hū)大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转全(quán)彩图。大神张吕敏其(qí)本尊也亲自(zì)回应(yīng)。

不(bù)得不说当下AIGC已经(jīng)变得(dé)越来越强大，甚(shèn)至输出的作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡(jī)湖有游艇(tǐng)party”的(de)消息火遍网络，而(ér)经过警方辟谣(yáo)这所(suǒ)谓的(de)“party”可能是全(quán)国第一起AI绘(huì)图诈(zhà)骗。

由(yóu)于这个活动(dòng)里面给出(chū)的美女照片都是AI制作(zuò)的(de)真人(rén)照片绘图，因为太逼真，被大家当成真(zhēn)事传播(bō)了。

不(bù)过仔细(xì)观(guān)察可以发(fā)现，活(huó)动发(fā)起(qǐ)者提供的照片中有个(gè)很大(dà)的漏洞(dòng)可以发现(xiàn)并(bìng)非真(zhēn)人，而是AI绘(huì)图，那(nà)便是图片中女(nǚ)性的手指部(bù)分有的存在异常(cháng)。

有(yǒu)行业人事表示(shì)：“现在因为手指部(bù)分(fēn)的绘画算法比(bǐ)较复杂，AI还不太会画(huà)人的(de)手，但最新看到的(de)图片(piàn)已(yǐ)经有越来越完(wán)美的AI模型出现(xiàn)，以后可(kě)能就完全没有漏洞了。”

类似的(de)AI作图诈骗(piàn)在国外也已有发生。据(jù)英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了(le)儿童受灾的假照片发布到网络，以此诱骗善良(liáng)的(de)人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已经(jīng)能做出(chū)真人照片般(bān)的绘(huì)图效果，如果这(zhè)样的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还(hái)引(yǐn)发了(le)很多担(dān)忧(yōu)，一方(fāng)面，批(pī)判者认为AI在“学(xué)习”了(le)大量前人的作品之(zhī)后，其创(chuàng)作没(méi)有任何情绪和灵魂，难以和(hé)人(rén)类的艺术创作相(xiāng)提并论(lùn)。

另一(yī)方面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会代替人类(lèi)“至高无(wú)上”的创意。

马斯(sī)克也强(qiáng)调，人工智能的安全问(wèn)题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有(yǒu)远(yuǎn)方

技术都是有两面性的，潜在的(de)危害并不能(néng)掩盖其光辉的贡献。现在(zài)看来，人(rén)工智能(néng)技术将是第(dì)四次(cì)工业(yè)革(gé)命的(de)核心驱动力(lì)量，将创造新的增长奇迹。

过去一年，人工(gōng)智能在技术和(hé)商业层面都有了巨大进展，AI绘画就(jch2是什么基团，chch3ch3是什么基团iù)是(shì)人工智(zhì)能技术发(fā)生方向性改变的一个(gè)代表。其下(xià)一(yī)站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发(fā)布了几条引爆科技圈(quān)的短视频。这些视频引发关注并非(fēi)内容(róng)做得多优秀，反而都非(fēi)常简(jiǎn)单，比如一匹正(zhèng)在喝水的(de)马，一只(zhǐ)画(huà)画的玩具熊，或者一(yī)段骑摩托车的第一视角录像，随便一个有手机的人都可以随手(shǒu)录(lù)下一段。

但这(zhè)些(xiē)短视(shì)频的(de)创作方式非常简单，创(chuàng)作者(zhě)仅仅需要(yào)向AI输入一段话(huà)，甚(shèn)至只(zhǐ)是(shì)说一下(xià)要求，AI就可以根(gēn)据需要(yào)生成一段视频。

谷(gǔ)歌(gē)发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了(le)一波梗(gěng)，一个(gè)能够做(zuò)出更高清(qīng)视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地(dì)方(fāng)在于，它可以制作出超过2分钟的连贯的也有确(què)切内容的视频，这才是真正(zhèng)让人们感到惊喜的地方。因为无论AI生(shēng)成的视(shì)频多么高清，也只能是为内容生产者(zhě)提供一个灵(líng)感(gǎn)，一个(gè)素材，一个过场动画。

不(bù)过能够制作出有具(jù)体剧情内容的视频就意味着，一些视(shì)频(pín)创作由AI代替人工完成(chéng)已经初步有了(le)可(kě)能。

当(dāng)下AI的发展速度已经超过大部分人的(de)想象(xiàng)。内(nèi)容产业的本质是供(gōng)给(gěi)创造(zào)需(xū)求(qiú)，AIGC作为全(quán)新的内容(róng)生产(chǎn)方式(shì)，可以(yǐ)为内容(róng)产业带(dài)来更新(xīn)的内容风格、更(gèng)快的生(shēng)产速度，更(gèng)低的(de)生产成(chéng)本，这(zhè)无疑会驱动内(nèi)容产(chǎn)业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不难发(fā)现(xiàn)该项技(jì)术不仅在游戏等行业能得(dé)到有(yǒu)效应用，对于(yú)下一代互(hù)联网各种元素的构建亦有关(guān)键意义(yì)。

从商业化的角度(dù)来看，文化娱乐、教(jiào)育(yù)、传媒等(děng)诸多领域，本身就对基于AI的可视化(huà)内容有强烈需求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程中的一块重要拼图，有望(wàng)在技术(shù)更新(xīn)的(de)加持下实现更大(dà)的应用(yòng)价值。

AI从理解内容，走(zǒu)向了可以生成内(nèi)容(róng)，甚(shèn)至(zhì)能够创(chuàng)造出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表着未来的(de)先进(jìn)生产力即将到(dào)来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发展也可(kě)以看出(chū)，在(zài)语言大模型、图像大模型之后，多模态大模型(xíng)已(yǐ)经成为(wèi)了(le)新的趋势。

大模型(xíng)被誉为(wèi)当前人工智能发(fā)展的智能底座(zuò)，是全球竞争最激(jī)烈的研究方向之一(yī)，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里(lǐ)、腾讯等众多(duō)头部企业都在竞相发力。

不过训练大模(mó)型的(de)确价格(gé)不菲，以国(guó)盛(shèng)证券(quàn)发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训(xùn)练一(yī)次(cì)的成(chéng)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(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其对应芯片需求为(wèi)3万多片(piàn)英伟达A100 GPU，初(chū)始投入成(chéng)本(běn)约为(wèi)8亿美元，每日仅电费就在5万美(měi)元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力(lì)支持。在关注各类大模型的(de)发展(zhǎn)同时，更(gèng)应该关注算力网(wǎng)络的建(jiàn)设。

算(suàn)力网络正驱动(dòng)AI产业发(fā)展进入史诗级加速进程(chéng)，让AIGC及(jí)通用AI这一人工智能发(fā)展的终极目标离得更近(jìn)。ch2是什么基团，chch3ch3是什么基团rong>