自聊天机器人ChatGPT火爆以来(lái)，微软公(gōng)司创(chuàng)始(shǐ)人比尔·盖茨(cí)已多(duō)次公开谈论(lùn)人工智能(néng)话题。在最近的(de)一次采访中，他再次表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

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

他预期(qī)，AI的发展可能会(huì)威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的(de)行(xíng)动(dòng)相(xiāng)当迅速。而最(zuì)终科技巨头(tóu)将把AI整合成用户的“全(quán)能助手”，包(bāo)揽一切应用，与人们进行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到来可能尚需时(shí)日(rì)，但(dàn)由ControlNet引发的又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞(jìng)赛(sài)中，一幅(fú)名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂商(shāng)的AI绘(huì)画软件(jiàn)被(bèi)广大网友(yǒu)熟知并体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们(men)可以在(zài)应(yīng)用中输入(rù)一组关键词或者一张照(zhào)片，就能获得一幅(fú)AI创(chuàng)作(zuò)的画作。

作画的关键就是所输入的文(wén)本。同一组关键词也(yě)可(kě)以创(chuàng)作出很多(duō)张风格不一(yī)样的画(huà)作，这(zhè)让(ràng)创作的(de)过程就(jiù)像开盲盒。

很多用户很喜欢这种不确(què)定的(de)惊喜，他们会将生成的美(měi)图(tú)当做(zuò)头(tóu)像。而另(lìng)一部(bù)分喜欢(huān)翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许多用户分享(xiǎng)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(jī)肉(ròu)男”，还有网友(yǒu)的个人照片被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的(de)填(tián)写关键词游戏(xì)可能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯坦(tǎn)福读博的中国人张吕敏(mǐn)创(chuàng)作(zuò)的一(yī)种基(jī)于控制点的图(tú)像变形(xíng)算法，主要用于数字图像处理、计算机视觉和计算机图形(xíng)学等(děng)领域。

其(qí)SD插件一经发布，在(zài)短(duǎn)短的两天内便成为了AI绘画领域最新的热点。

在此之前，大家用了很多方法(fǎ)想让AI生成(chéng)的结果(guǒ)尽可能(néng)的符合要求，但是都(dōu)不尽如人意，它的(de)出现代表着AI生成开始进(jìn)入真正的(de)可控(kòng)时期。

因(yīn)为ControlNet可以直接提取画(huà)面的构图(tú)，人物的姿势和画面的(de)深度信息等。有了(le)它的帮助，就不用频繁(fán)的用提示词来(lái)碰(pèng)运气，抽盲盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相当于(yú)给AI绘画(huà)加了(le)“魔法(fǎ)”，不(bù)少博主(zhǔ)的(de)作品已经获得了大(dà)量(liàng)的(de)浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋(péng)友(yǒu)的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼开(kāi)始换关键词试效(xiào)果。

通过图(tú)片就可(kě)以看(kàn)出来(lái)，效果十分(fēn)惊艳。

更(gèng)厉(lì)害的是(shì)，除(chú)了真(zhēn)实的照片，草图也可以加(jiā)上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其(qí)本尊也亲(qīn)自(zì)回(huí)应。

不(bù)得不说(shuō)当(dāng)下AIGC已经变得越(yuè)来越强大，甚至输出的作品(pǐn)都(dōu)已经能以假乱(luàn)真了(le)。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕(tì)安全问题

近(jìn)日(rì)，“苏州金鸡湖有游艇party”的(de)消息火遍(biàn)网络，而经过警方辟谣这所(suǒ)谓(wèi)的(de)“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个活动里面给出的(de)美女(nǚ)照片(piàn)都是(shì)AI制作的真人照片(piàn)绘图，因为太(tài)逼(bī)真，被大家(jiā)当成(chéng)真事叮铃铃和叮呤呤，《叮铃铃》传播(bō)了。

不过(guò)仔细(xì)观察(chá)可(kě)以发现，活动(dòng)发起者(zhě)提供的(de)照片中(zhōng)有个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片(piàn)中女性的手指部(bù)分有的存在(zài)异常。

有行业(yè)人事表(biǎo)示(shì)：“现在因为手指部分(fēn)的绘(huì)画(huà)算法比较复杂，AI还(hái)不(bù)太会画人(rén)的手，但最新看(kàn)到的图片已经有越来越完美的AI模型出现，以(yǐ)后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有(yǒu)发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的(de)假照片发布到(dào)网络，以此(cǐ)诱骗善良(liáng)的人(rén)打赏“捐(juān)助”从而实(shí)施诈骗。

目(mù)前随着技术(shù)发展(zhǎn)，AIGC已经(jīng)能做出真人照片般的绘图效果(guǒ)，如果这样的图片被用来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很多(duō)担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大量前(qián)人(rén)的作品之(zhī)后，其创作(zuò)没有任何(hé)情(qíng)绪和灵魂(hún)，难以和人类(lèi)的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的(de)版权、目前都并(bìng)没有得(dé)到有效(xiào)的解决，还有AIGC会不会代替人类(lèi)“至高无(wú)上”的(de)创意(yì)。

马斯(sī)克也强调(diào)，人(rén)工智(zhì)能的(de)安(ān)全问(wèn)题需要得到重视，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一(yī)站除了视(shì)频，还有远方

技术都(dōu)是有(yǒu)两面(miàn)性(xìng)的(de)，潜在的危害并不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人(rén)工(gōng)智能技术将是第四次工业革命的核(hé)心驱动力(lì)量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人工(gōng)智能(néng)在技术和商业层面都有了巨大进(jìn)展，AI绘画就是(shì)人(rén)工智能技术发生方向性改变的一个代表。其(qí)下一站或许就是(shì)视频。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先后发布了几条(tiáo)引爆科技圈(quān)的短视频。这些视频引发关注并非内(nèi)容(róng)做得(dé)多优(yōu)秀，反而都非(fēi)常简单，比(bǐ)如(rú)一匹正(zhèng)在喝水(shuǐ)的马，一只画画(huà)的玩具熊，或者(zhě)一段(duàn)骑摩托车(chē)的第一视角录像，随便一个有手机的人都可以(yǐ)随手(shǒu)录下一段。

但这些短视频(pín)的创作方式非常(cháng)简单，创作者仅(jǐn)仅需要(yào)向AI输入(rù)一段(duàn)话，甚至只是说一下要求，AI就可(kě)以(yǐ)根据需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没(méi)有(yǒu)太多(duō)的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已(yǐ)经玩了一波梗(gěng)，一个能够做出更高清视频的AI还不足以在短时间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地方(fāng)在(zài)于(yú)，它可以制作出超过2分钟的连贯的也有确切内(nèi)容的(de)视(shì)频，这才(cái)是真正让人们感到惊喜(xǐ)的地(dì)方(fāng)。因为无论AI生成的视频(pín)多么高清(qīng)，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有具体(tǐ)剧情内容的视(shì)频就意味着(zhe)，一(yī)些视频创作(zuò)由AI代替人工(gōng)完成已经初步有(yǒu)了可能。

当下AI的发展速度(dù)已经(jīng)超(chāo)过(guò)大部分人的想(xiǎng)象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全(quán)新的内容生(shēng)产方(fāng)式，可以为内(nèi)容产(chǎn)业带(dài)来更新(xīn)的(de)内容(róng)风格、更快(kuài)的生产速度，更低(dī)的生(shēng)产成本，这无(wú)疑会驱(qū)动内容产业的大爆(bào)发(fā)。

除了AI绘图、视频(pín)，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器(qì)人动作等多(duō)种内(nèi)容(róng)形式的(de)生成(chéng)。不难(nán)发(fā)现(xiàn)该项技术不仅在游戏等(děng)行业能得(dé)到有效(xiào)应用，对于下(xià)一代(dài)互(hù)联网各种元素的构建亦有关键意义。

从商业化(huà)的角度(dù)来(lái)看，文(wén)化娱乐、教育、传媒等诸多领域，本身就对(duì)基于(yú)AI的(de)可视化(huà)内容(róng)有(yǒu)强烈需求。

因此，AI绘画及视频(pín)或不是(shì)结果，而(ér)只(zhǐ)是AI进程中的一块(kuài)重要(yào)拼图，有望在技术更新的加持下实现(xiàn)更(gèng)大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了(le)可(kě)以(yǐ)生成(chéng)内容，甚至能够创造出独立价值和独立视(shì)角的内容。AIGC的再(zài)次出圈(quān)，更代(dài)表(biǎo)着未来的先进生(shēng)产力即将到来。

04

紧抓大模型与(yǔ)算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语言大(dà)模型、图像(xiàng)大模(mó)型(xíng)之(zhī)后，多模态大模型已经成为了新(xīn)的趋势。

大(dà)模型被誉为当前人工(gōng)智能发展的智能底(dǐ)座(zuò)，是全(quán)球竞争最激烈的(de)研(yán)究方向之一，包括(kuò)谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾讯等众多头(tóu)部企业都在(zài)竞相发力。

不过训练大(dà)模型的确价(jià)格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成(chéng)本(běn)约为140万美元。而(ér)对于一些更大(dà)的LLM(大型语言(yán)模(mó)型)，训练成本则介(jiè)于(yú)200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯片(piàn)需求(qiú)为(wèi)3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离(lí)不(bù)开庞大算(suàn)力(lì)支持(chí)。在关注各(gè)类(lèi)大(dà)模(mó)型的发展同时(shí)，更应该关注(zhù)算力网络(luò)的建设。

算力网络(luò)正驱(qū)动AI产业发展进入史诗级加速(sù)进(jìn)程，让AIGC及通用(yòng)AI这一人工(gōng)智能发展的终极目标离得更近。

因为算力可以对突破(pò)性技术创新提供大力的支持(chí)。这方面，多模态大模型是典型(xíng)。作为面向未来强人工智能(néng)、通用人工智能(néng)的重要技术(shù)创新，多模态大(dà)模(mó)型(xíng)已经(jīng)在(zài)人工智能领域提出了很多年，业界(jiè)也有不少技术突破(pò)，但是，多模(mó)态大模型进一(yī)步往下(xià)走，算力(lì)需求呈几何(hé)式上升，一(yī)般(bān)的算力基础设施很快将难以胜任(rèn)。

从图像、文字、语音单独一项的训练，到(dào)双模(mó)态、三模态的(de)跃迁，让人工(gōng)智(zhì)能(néng)可以灵活应对不同模态的转化、像人(rén)与世界交(jiāo)互一样(yàng)自然，这方面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算力来(lái)支撑的技术创新(xīn)，将在人工智(zhì)能算(suàn)力(lì)网络支撑下快(kuài)速推进(jìn)。

AIGC已经露出曙光，期待在大(dà)模(mó)型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创(chuàng)造的边际成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：中国书画艺术 叮铃铃和叮呤呤，《叮铃铃》