自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始(shǐ)人(rén)比尔(ěr)·盖茨已多次公开谈论人工(gōng)智能话题(tí)。在(zài)最近的一次采访中，他再次表示(shì)：“AI可能会让科技行业(yè)迎(yíng)来(lái)一次剧烈的(de)洗牌”。

这个(gè)结(jié)论是(shì)他在当地时间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期(qī)，AI的(de)发展可(kě)能会(huì)威(wēi)胁到谷歌的市(shì)占率，因为(wèi)微软在AI方面(miàn)的行动相当迅速。而最终科技巨头(tóu)将把(bǎ)AI整合成用户的(de)“全能助手”，包揽一(yī)切应用，与人们进行沟通并提(tí)供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全(quán)能助手的到来可能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

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

用(yòng)户们可以在(zài)应用中输入一组关键词或者(zhě)一张(zhāng)照片(piàn)，就(jiù)能获(huò)得一幅AI创作的画作。

作画的关键(jiàn)就是所输(shū)入(rù)的文本。同一组关键(jiàn)词也可以创作出很多张(zhāng)风格不一样(yàng)的画作(zuò)，这让(ràng)创作的过程就像(xiàng)开盲盒。

很多(duō)用户很喜(xǐ)欢(huān)这(zhè)种不确定的惊喜，他们会(huì)将生成的美图(tú)当做头像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社(shè)交媒体(tǐ)上，许多用户分享AI“翻车现场”，例(lì)如，一(yī)位网友的小狗(gǒu)照片被AI画成了“肌肉男”，还(hái)有网友的个人(rén)照(zhào)片(piàn)被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的出现与加(jiā)持(chí)，以往(wǎng)AI绘画的填写关键词游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕(lǚ)敏创作的(de)一(yī)种基(jī)于控制点的(de)图像变形算(suàn)法，主(zhǔ)要(yào)用于数(shù)字图像处理、计算机视觉(jué)和计算机图形(xíng)学等(děng)领域。

其SD插件一经(jīng)发布，在(zài)短短(duǎn)的两天内便成(chéng)为了AI绘画领域最新的(de)热点。

在此之前，大家用(yòng)了很多方法想让(ràng)AI生(shēng)成的结果尽(jǐn)可能的(de)符合要求，但是(shì)都不尽如人(rén)意(yì)，它(tā)的出现代表着AI生成开(kāi)始进入真正的(de)可控时期。

因为ControlNet可以(yǐ)直接提取画面的(de)构(gòu)图，人物(wù)的姿势和画面的(de)深度信息等。有了它的帮(bāng)助(zhù)，就不用(yòng)频繁的用提示词来碰运气(qì)，抽盲(máng)盒式的创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画(huà)加了“魔(mó)法”，不少(shǎo)博主的作品已经获得了大量的浏览量，“viggo”就(jiù)是其(qí)中之一，他(tā)用朋友(yǒu)的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换关键词试效果。

通过图片就可(kě)以看出来(lái)，效果十分惊艳。

更厉害(hài)的是(shì)，除了真实的(de)照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越强大(dà)，甚至输出的作品都(dōu)已经(jīng)能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟谣(yáo)这(zhè)所谓的(de)“party”可能是全国第一(yī)起AI绘(huì)图诈骗。

由于这(zhè)个活(huó)动里面给出的美女照片都是AI制作的真人照片(piàn)绘图，因(yīn)为太逼真(zhēn)，被大家当成真事传播了。

不过(guò)仔细观察可以发(fā)现，活动发(fā)起者提供(gōng)的照片中有个很大(dà)的漏洞可以(yǐ)发现并非真人，而是(shì)AI绘图，那(nà)便是(shì)图片中女性(xìng)的(de)手指部分(fēn)有(yǒu)的存(cún)在(zài)异常。

有行业人(rén)事表示：“现在因为手指部分的绘画(huà)算法比较复杂，AI还不太会(huì)画人的手，但最新看到的图片已(yǐ)经有越来越完美的(de)AI模型出(chū)现(xiàn)，以后可能就完全没(méi)有漏洞(dòng)了。”

类似(shì)的AI作图诈骗(piàn)在(zài)国外(wài)也(yě)已有发生。据英国广播公司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到网络，以(yǐ)此诱骗善良(liáng)的人打赏“捐助(zhù)”从而实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC螺蛳粉去掉酸笋还臭吗，螺蛳粉是汤臭还是笋臭已经能做出真人照片般的绘图效果，如果(guǒ)这样的图片被用(yòng)来(lái)诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前(qián)都并没有得(dé)到(dào)有效的(de)解决，还有AIGC会(huì)不会代替人类(lèi)“至高无上”的创意(yì)。

马斯克也(yě)强调，人(rén)工智(zhì)能的安(ān)全问(wèn)题(tí)需(xū)要得到重视，太晚就来(lái)不及(jí)了(le)。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技术(shù)都是有(yǒu)两(liǎng)面性的，潜在的危害并不能掩盖其光辉(huī)的贡献。现在(zài)看来，人工智(zhì)能技术将是第四(sì)次工业革命(mìng)的核心驱动力量，将创(chuàng)造新的(de)增长奇迹。

过(guò)去一年，人工智能在技术(shù)和商业层(céng)面都有(yǒu)了(le)巨(jù)大进(jìn)展，AI绘(huì)画就是人工智能(néng)技(jì)术发生方向(xiàng)性改变(biàn)的一个代表(biǎo)。其下一站或许就是视(shì)频。

此前，Meta和(hé)谷歌先后发布了(le)几条引爆科(kē)技圈的(de)短视频。这些视频(pín)引发关注并非内(nèi)容做得(dé)多优秀，反而(ér)都非常简单(dān)，比如一匹正在喝(hē)水的马，一(yī)只画画的玩具熊，或(huò)者一段骑摩(mó)托车的(de)第一(yī)视角录(lù)像，随便一个(gè)有手机的人都可以随(suí)手录下一段。

但(dàn)这些短视频的创作方式非常简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是(shì)说一下要求(qiú)，AI就可(kě)以(yǐ)根据需要(yào)生成一段视(shì)频。

谷歌发布的(de)两个(gè)AI生成视频分(fēn)别(bié)来自(zì)于(yú)Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一(yī)波(bō)梗，一个(gè)能够做出(chū)更高(gāo)清视频的(de)AI还不足以在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的(de)地(dì)方(fāng)在于，它可以制作出超过2分(fēn)钟的连贯的也有确(què)切内(nèi)容(róng)的视频，这才是真正让人们感到(dào)惊喜的(de)地方(fāng)。因(yīn)为无论AI生(shēng)成的视频(pín)多么(me)高清，也只能是(shì)为(wèi)内容(róng)生(shēng)产者提供一个(gè)灵感，一(yī)个素材(cái)，一个过(guò)场(chǎng)动画。

不过能够制作出有(yǒu)具体剧情内容的视(shì)频(pín)就意味(wèi)着，一些视(shì)频创(chuàng)作由AI代(dài)替人工(gōng)完(wán)成已经初步有了可(kě)能。

当(dāng)下(xià)AI的发展速度已经超过大部(bù)分人的(de)想象。内容产(chǎn)业(yè)的本质是供(gōng)给创造需求，AIGC作(zuò)为全(quán)新的内容(róng)生产方式(shì)，可(kě)以为内(nèi)容产业带(dài)来更新的(de)内(nèi)容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑会驱动内(nèi)容产业的大爆(bào)发。

除了(le)AI绘图、视频(pín)，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器人动作等多种内容(róng)形式的生成。不(bù)难发现该项技术不仅在游戏等行业能得(dé)到有效应用，对(duì)于下一(yī)代(dài)互(hù)联网各(gè)种(zhǒng)元素(sù)的构建亦有关键(jiàn)意义。

从(cóng)商业化(huà)的角度来(lái)看，文化娱乐、教(jiào)育、传媒(méi)等诸多领域，本(běn)身就对基于(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(shì)结果，而(ér)只(zhǐ)是AI进程(chéng)中的一块(kuài)重要拼(pīn)图，有望在技术(shù)更新的加持下(xià)实(shí)现更大的应用价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够创造出独(dú)立(lì)价值和独立(lì)视角的内容。AIGC的再次出圈(quān)，更(gèng)代(dài)表着未(wèi)来的先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技术(shù)的(de)发(fā)展也可以看出，在语(yǔ)言大模型、图(tú)像大模型之后，多模态大模型已经(jīng)成为了新的趋势(shì)。

大模(mó)型被(bèi)誉(yù)为当前人工(gōng)智(zhì)能发(fā)展的智能底座，是全球竞争(zhēng)最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众多头部企业都在竞相发力(lì)。

不过训练(liàn)大模型的确价格不菲，以国盛证券发(fā)布的(de)《ChatGPT需要(yào)多少(shǎo)算力(lì)》报(bào)告估算，GPT-3训练(liàn)一(yī)次的成本约为140万美元。而对于一些(xiē)更(gèng)大的LLM(大型语(yǔ)言模型)，训练成本则介于200万美元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平(píng)均数1300万(wàn)计算，其(qí)对应芯(xīn)片需求为(wèi)3万多(duō)片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在5万美(měi)元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关(guān)注各(gè)类大模型的发展同时，更(gèng)应该(gāi)关注算力网络的建设。

算力网络正(zhèng)驱动(dòng)AI产(chǎn)业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一(yī)人(rén)工智能发展的终(zhōng)极目标离得更近。

因为算(suàn)力可以(yǐ)对突(tū)破性(xìng)技术(shù)创新提供大力的支持。这方面，多模(mó)态大模型是(shì)典型。作(zuò)为面向(xiàng)未来(lái)强(qiáng)人(rén)工智能、通用人工智能的重要技术创新(xīn)，多模态大模型已经在(zài)人工智能领域提出(chū)了很多年，业(yè)界也有不少技(jì)术突破，但是，多模态大模(mó)型进一步往(wǎng)下走，算力需(xū)求(qiú)呈几何(hé)式上升，一般的算力基础设施很快将难以胜(shèng)任。

从(cóng)图像(xiàng)、文字、语(yǔ)音单独一项的训(xùn)练，到双(shuāng)模(mó)态、三模(mó)态的跃迁，让(ràng)人工(gōng)智能可(kě)以灵活应对不同模态(tài)的(de)转化、像人与世(shì)界(jiè)交互一(yī)样自然，这方面，由算力网(wǎng)络(luò)来驱(qū)动将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力来支撑的(de)技(jì)术创(chuàng)新，将(jiāng)在人工智能算力网(wǎng)络支(zhī)撑下(xià)快速推进(jìn)。

AIGC已经露出(chū)曙光，期待在大(dà)模型和大算(suàn)力的支持下AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将创造的边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：中国书画艺术 螺蛳粉去掉酸笋还臭吗，螺蛳粉是汤臭还是笋臭