自聊(liáo)天机器人ChatGPT火(huǒ)爆以来(lái)，微软公(gōng)司创始人比尔·盖茨已(yǐ)多次公开谈论人(rén)工智能(néng)话(huà)题(tí)。在最近的一次(cì)采访中，他再次表(biǎo)示：“AI可能会(huì)让科(kē)技行业迎来一次(cì)剧烈的洗牌”。

这个结论(lùn)是(shì)他在当(dāng)地时(shí)间2月20日接受《In Good Company》节(jié)目专访(fǎng)时提出(chū)的(de)。

他(tā)预(yù)期，AI的发展可能会威胁到谷歌(gē)的市(shì)占率(lǜ)，因为(wèi)微(wēi)软在AI方(fāng)面的行动相当迅速(sù)。而(ér)最(zuì)终(zhōng)科技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用(yòng)，与(yǔ)人们进行沟(gōu)通(tōng)并提供建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能(néng)助手的到来可能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近(jìn)

以(yǐ)AI绘(huì)画(huà)为代表的AIGC上一次爆火的时候，还(hái)是2022年(nián)8月，在美国科罗拉多州举办的新兴数字艺(yì)术(shù)家竞赛中，一(yī)幅(fú)名为《太空歌剧院》的(de)作(zuò)品(pǐn)获奖。

随后各大厂(chǎng)商的AI绘画软件被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输入一组关键词(cí)或者一(yī)张(zhāng)照片，就能获得(dé)一幅AI创作的画作(zuò)。

作画的关键就是所(suǒ)输入的文本(běn)。同一组关键词也可以创作(zuò)出很多(duō)张风格不一(yī)样的画(huà)作，这(zhè)让创(chuàng)作的过程就像(xiàng)开盲盒。

很多(duō)用(yòng)户很喜欢这种不确(què)定的(de)惊喜，他们会将(jiāng)生成的美(měi)图当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用(yòng)户分(fēn)享(xiǎng)AI“翻车现场”，例(lì)如，一(yī)位网友的小(xiǎo)狗(gǒu)照片被(bèi)AI画(huà)成了“肌肉男(nán)”，还有网友的个人照片被AI识别成(chéng)了(le)建(jiàn)筑。

而如(rú)今(jīn)随着(zhe)ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填(tián)写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国(guó)人张(zhāng)吕敏创作的(de)一(yī)种基于控(kòng)制点的图像变形(xíng)算(suàn)法(fǎ)，主(zhǔ)要用(yòng)于数字(zì)图像(xiàng)处理(lǐ)、计算机视(shì)觉和计算机图形(xíng)学(xué)等(děng)领域。

其SD插件一经发布，在短(duǎn)短的两(liǎng)天内(nèi)便成为了AI绘画领域最(zuì)新的热点(diǎn)。

在此(cǐ)之(zhī)前，大家用了很多方(fāng)法想让AI生成(chéng)的结果(guǒ)尽可(kě)能的符合要(yào)求，但是(shì)都(dōu)不尽(jǐn)如人意(yì)，它(tā)的出现代表着AI生成(chéng)开始进入真正的(de)可控时(shí)期。

因(yīn)为ControlNet可以直(zhí)接提(tí)取(qǔ)画面的构(gòu)图，人(rén)物的姿势和画面的(de)深度信息(xī)等。有了它的帮助，就(jiù)不用(yòng)频繁的用提示词来(lái)碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关(guān)键词(cí)；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通(tōng)过图片就可以看(kàn)出(chū)来(lái)，效(xiào)果(guǒ)十分惊艳。

更厉害的(de)是，除了真实的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实(shí)现线(xiàn)稿转(zhuǎn)全彩图。大神(shén)张吕(lǚ)敏其本尊也亲自(zì)回(huí)应。

不得不说当下AIGC已经(jīng)变得越来(lái)越强大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡(jī)湖(hú)有游艇party”的消息火遍网(wǎng)络，而经过警方(fāng)辟谣这(zhè)所谓的“party”可能是(shì)全(quán)国(guó)第一起AI绘图诈骗。

由于这个(gè)活动里面给出的美(měi)女照片都是AI制作的真(zhēn)人照片绘图(tú)，因为太逼真，被大家当(dāng)成真(zhēn)事传播(bō)了(le)。

不过仔(zǎi)细观察可以发(fā)现，活(huó)动发起者提供的(de)照片中有(yǒu)个很(hěn)大的漏洞可以(yǐ)发现(xiàn)并非真人，而是AI绘图，那便(biàn)是图(tú)片中(zhōng)女(nǚ)性的手(shǒu)指部分(fēn)有的(de)存在异常。

有行业(yè)人事(shì)表示(shì)：“现(xiàn)在因为手指部(bù)分的(de)绘画算法比较复杂，AI还不太会画人的手，但最新看到的图(tú)片(piàn)已经有越来越完美的AI模型出(chū)现，以后可能就完全没有漏(lòu)洞了(le)。”

类似(shì)的AI作图(tú)诈骗(piàn)在(zài)国(guó)外也(yě)已(yǐ)有发生。据英国(guó)广播公司报道，土耳其地震期(qī)间(jiān)，有Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿童(tóng)受灾的(de)假(jiǎ)照片发布到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈(zhà)骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般(bān)的(de)绘图效果(guǒ)，如果这样(yàng)的(de)图片被用来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引(yǐn)发(fā)了很(hěn)多担忧，一(yī)方面，批(pī)判者认为AI在“学(xué)习(xí)”了大量前人的作品之后，其创作没有任(rèn)何情绪和灵魂(hún)，难以(yǐ)和(hé)人类的艺(yì)术创作(zuò)相(xiāng)提并论。

另一(yī)方面，AIGC背后的版权、目前都并没有得(dé)到有效的解决(jué)，还(hái)有(yǒu)AIGC会不(bù)会代(dài)替人类“至高(gāo)无上”的创意(yì)。

马斯克也强调，人工智能的安全问题需要得到重视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术都是有(yǒu)两面性的，潜(qián)在的危害并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能技(jì)术将是第四次工业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过(guò)去(qù)一年(nián)，人工智能(néng)在技术和商业层面都有(yǒu)了巨大(dà)进展，AI绘画就是人工智能技术(shù)发(fā)生方(fāng)向性改变(biàn)的一(yī)个代表。其下一站(zhàn)或许(xǔ)就是视频(pín)。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后发布(bù)了(le)几条引爆科技圈的(de)短视频(pín)。这些视频引发关注并非内容做(zuò)得多优秀，反而都非(fēi)常简单(dān)，比如(rú)一(yī)匹正在(zài)喝水的马，一只画(huà)画的(de)玩具熊，或者一段骑摩托车的第(dì)一视角录像，随便一个有手机的人都可(kě)以随手录(lù)下一(yī)段。

但这(zhè)些短视频的(de)创作方式非(fēi)常简单(dān)，创作者仅仅需(xū)要(yào)向(xiàng)AI输入一(yī)段话，甚至只是(shì)说(shuō)一(yī)下要求，AI就可(kě)以根(gēn)据(jù)需要生成一段视频(pín)。

谷(gǔ)歌(gē)发布(bù)的(de)两(liǎng)个(gè)AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差(chà)别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经玩了一波(bō)梗，一(yī)个能够做(zuò)出更高清(qīng)视频的AI还不足以在短时间内(nèi)戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在(zài)于，它可以制作出(chū)超过2分钟的连贯的也有(yǒu)确切内容(róng)的视(shì)频(pín)，这才(cái)是真正让人们感到(dào)惊喜的地方。因为无(wú)论AI生成(chéng)的(de)视频多么高清，也只能是为(wèi)内容生产者提供一个灵感，一个素材，一个过场动画。

不过(guò)能够制作(zuò)出有具体剧情内(nèi)容的视(shì)频就意味着，一些(xiē)视(shì)频(pín)创作由AI代替人工(gōng)完成已经初步有了可(kě)能。

当下AI的(de)发展速度已经(jīng)超过大部分(fēn)人的想象。内容产业的(de)本质是供(gōng)给创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内(nèi)容产业带来更新(xīn)的内(nèi)容(róng)风格、更快的生产(chǎn)速(sù)度，更低的(de)生产成本，这无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器人(rén)动作等多种内容形式的生成。不难发现该项(xiàng)技术不(bù)仅在游戏等行业(yè)能得到(dào)有效应用，对(duì)于下一(yī)代(dài)互联网各种元素的构建亦有关键(jiàn)意义。

从商(shāng)业化的角度来看，文化娱乐、教(jiào)育(yù)、传媒等诸多领(lǐng)域，本身就对(duì)基于AI的可(kě)视化内容有强烈需求。<庸人自扰之前一句意思是什么天下本无事，世上本无事庸人自扰之是什么意思/p>

因此，AI绘画(huà)及视(shì)频或不是结(jié)果，而只是AI进程中的一块重(zhòng)要拼图，有望在技术(shù)更新(xīn)的加(jiā)持下实现更(gèng)大的应用(yòng)价值(zhí)。

AI从理解内容，走向了可以生(shēng)成内(nèi)容，甚至能够创造出(chū)独(dú)立(lì)价值和独立视角的(de)内容(róng)。AIGC的再次(cì)出圈，更代表着未来的先进生(shēng)产力即将到(dào)来。

04

紧抓(zhuā)大(dà)模型与算力，牢(láo)固AIGC底座

从技术的发(fā)展(zhǎn)也(yě)可以(yǐ)看出(chū)，在语言大模型、图(tú)像大模型之后，多模态大(dà)模型(xíng)已经成为了(le)新的趋势(shì)。

大模型(xíng)被誉为当前人工智能发展(zhǎn)的智能底座，是(shì)全球(qiú)竞争(zhēng)最激烈的研究方(fāng)向(xiàng)之(zhī)一，包(bāo)括(kuò)谷歌、亚(yà)马逊、百度(dù)、阿(ā)里、腾讯等众多(duō)头部企业都在(zài)竞相发力。

不(bù)过训练(liàn)大模型的确价格不菲，以(yǐ)国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练一次的成(chéng)本(běn)约为140万美元(yuán)。而(ér)对于一些(xiē)更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯(xīn)片需(xū)求为3万多(duō)片英伟(wěi)达(dá)A100 GPU，初始投入成(chéng)本(běn)约为8亿(yì)美元，每日仅电(diàn)费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力(lì)支持(chí)。在关注各类大模型的发展同时，更(gèng)应该关注(zhù)算(suàn)力网络的(de)建设。

算(suàn)力网络正驱(qū)动AI产业发展进入(rù)史诗(shī)级加速(sù)进(jìn)程，让AIGC及通用(yòng)AI这一人(rén)工智能发展的终极(jí)目标离得更近。

因为(wèi)算(suàn)力可以对突(tū)破(pò)性技术创新提(tí)供大力的支持。这方面，多(duō)模态(tài)大模型是(shì)典型。作为面向未来(lái)强人工智(zhì)能(néng)、通用人工智(zhì)能的重(zhòng)要技(jì)术创新，多模态大模型已(yǐ)经在人工智(zhì)能(néng)领域提出(chū)了很多年(nián)，业界(jiè)也有不少(shǎo)技术突(tū)破，但(dàn)是，多模态大(dà)模型进一步往下(xià)走，算力(lì)需求呈几何式上升，一(yī)般的算力基础设施很快将难以(yǐ)胜(shèng)任(rèn)。

从图(tú)像、文字、语音单独(dú)一项的训练(liàn)，到双模态、三模态(tài)的跃迁，让人(rén)工智能可以灵活应对(duì)不(bù)同模(mó)态的转化(huà)、像人与世界交互一样自然，这方面，由算力(lì)网络来驱(qū)动(dòng)将(jiāng)有明显优势。

此外，还有(yǒu)很多需(xū)要爆发式增长的算力来支撑的(de)技术(shù)创新，将在(zài)人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待(dài)在大模型(xíng)和大算力的(de)支持下AIGC能持(chí)续颠覆内容生产的方式，将(jiāng)创造的(de)边(biān)际成(chéng)本(běn)降(jiàng)低，让(ràng)万众受(shòu)益。

未经允许不得转载：中国书画艺术 庸人自扰之前一句意思是什么天下本无事，世上本无事庸人自扰之是什么意思