自聊天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能话(huà)题。在最(zuì)近的一次采(cǎi)访中，他再次表示：“AI可(kě)能(néng)会让科(kē)技行(xíng)业迎来一(yī)次(cì)剧烈的洗牌”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目(mù)专访时提出的(de)。

他预期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因(yīn)为微(wēi)软在AI方面的(de)行动相当(dāng)迅速(sù)。而最终(zhōng)科技巨(jù)头将(jiāng)把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人们(men)进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助手的到来可能尚需时日(rì)，但由ControlNet引发的(de)又(yòu)一次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火的(de)时候，还是(shì)2022年8月，在美国科罗(luó)拉多州(zhōu)举办的新兴数字(zì)艺术家(jiā)竞(jìng)赛中，一幅名为《太空歌剧院(yuàn)》的作品(pǐn)获奖。

随后各大厂(chǎng)商(shāng)的AI绘画软件(jiàn)被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可以在(zài)应用中输入一组关键词(cí)或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画的关(guān)键就是所输入的文本(běn)。同一组关键词(cí)也(yě)可以创作出(chū)很(hěn)多张风格不一样的画作，这(zhè)让创作的过程(chéng)就像开盲盒。

很多用(yòng)户很喜欢(huān)这(zhè)种不(bù)确定的惊喜，他们会将生成(chéng)的(de)美(měi)图当做头像。而另(lìng)一(yī)部分喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多(duō)用(yòng)户分享AI“翻车现场”，例如，一位网友(yǒu)的小(xiǎo)狗照片被AI画成了(le)“肌肉(ròu)男”，还有网(wǎng)友的个人照片被AI识别(bié)成了(le)建筑。

而如今随着ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在(zài)斯坦福读(dú)博的中(zhōng)国人张吕敏创作(zuò)的一种基于控制点(diǎn)的(de)图(tú)像变(biàn)形算法，主要用于(yú)数字(zì)图像(xiàng)处理(lǐ)、计算机视觉和计算机图形学等领(lǐng)域(yù)。

其SD插(chā)件一(yī)经发布，在(zài)短短的两天内(nèi)便成为了(le)AI绘画领域最新(xīn)的(de)热点。

在此之前，大家用了很(hěn)多方法想让AI生(shēng)成的结果尽可能的(de)符合要求，但是都不尽如人意，它的出现代表着(zhe)AI生成开始(shǐ)进入(rù)真(zhēn)正的(de)可控时期。

因(yīn)为ControlNet可(kě)以(yǐ)直接提取画面的构图，人物的(de)姿(zī)势和画面的深度信息等。有了它的帮(bāng)助，就(jiù)不用频繁(fán)的用(yòng)提示词(cí)来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于(yú)给(gěi)AI绘画加(jiā)了“魔(mó)法”，不少博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片(piàn)直(zhí)接带她们(men)走进(jìn)动(dòng)漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到(dào)对应的(de)关键词；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词试(shì)效果。

通过图(tú)片就可以看出来，效果(guǒ)十分惊艳。

更厉害(hài)的(de)是，除了真实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实(shí)现线稿转全彩图。大神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得(dé)不说当下AIGC已经变(biàn)得越来越强大，甚至输出的作品都已经能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力(lì)爆(bào)发

警惕安(ān)全问题

近日，“苏(sū)州(zhōu)金鸡(jī)湖有(yǒu)游艇party”的消息火遍(biàn)网络，而经过(guò)警方(fāng)辟谣这所谓的(de)“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由(yóu)于这个活(huó)动里面(miàn)给出的(de)美女照片都是AI制作的(de)真人(rén)照片(piàn)绘图，因为(wèi)太逼(bī)真，被(bèi)大家当成(chéng)真事传播了。

睡午觉和不睡午觉有什么区别，为什么不爱午睡的孩子智商高>

不(bù)过(guò)仔细观察可以发(fā)现，活动发起者提(tí)供的照片中有个很大的漏洞可以(yǐ)发现并非真人(rén)，而是AI绘(huì)图，那便是图片中女性的手指部分(fēn)有的存(cún)在异(yì)常。

有行业人(rén)事表示：“现(xiàn)在(zài)因为手指部(bù)分(fēn)的绘画算法比(bǐ)较复(fù)杂，AI还不太(tài)会画人的(de)手，但(dàn)最新看(kàn)到的图片已(yǐ)经有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作(zuò)图诈骗在(zài)国外也(yě)已有(yǒu)发生。据英国广播公(gōng)司报道(dào)，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假照片(piàn)发布到网络，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而(ér)实施诈骗(piàn)。

目前随(suí)着技术(shù)发(fā)展，AIGC已经能做出(chū)真人照片般(bān)的绘图效果(guǒ)，如(rú)果(guǒ)这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批(pī)判者认为(wèi)AI在“学习”了大量前人(rén)的作品之后(hòu)，其(qí)创(chuàng)作没(méi)有任何情绪(xù)和灵(líng)魂，难以(yǐ)和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权(quán)、目前都并没(méi)有得到有(yǒu)效的解决，还有AIGC会不会代(dài)替(tì)人(rén)类“至高无上(shàng)”的创意。

马斯克也强调，人工智(zhì)能的安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方

技(jì)术都(dōu)是有两(liǎng)面性的(de)，潜在的危害并(bìng)不能掩盖其光辉的贡(gòng)献。现(xiàn)在(zài)看来，人工智能技术将是第四次工业革命的核心驱动力量(liàng)，将创造(zào)新(xīn)的增长奇迹。

过去一(yī)年，人工智能(néng)在技术和商业层面都有(yǒu)了巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技术发生(shēng)方(fāng)向(xiàng)性改(gǎi)变的(de)一个代表(biǎo)。其下一站或许就是视频。

此前(qián)，Meta和(hé)谷歌先后发布了几(jǐ)条引爆科技圈的(de)短视频。这(zhè)些(xiē)视频引发(fā)关注并非(fēi)内(nèi)容做(zuò)得多优秀，反而都(dōu)非常简(jiǎn)单，比如(rú)一匹正在喝水的马，一(yī)只画画的(de)玩(wán)具熊(xióng)，或者一(yī)段骑(qí)摩托车的第一(yī)视角录像(xiàng)，随便一(yī)个有手(shǒu)机的人都可以(yǐ)随手录(lù)下一段。

但(dàn)这些(xiē)短视频的创作(zuò)方式非常简单，创作者仅仅需要(yào)向AI输入一段(duàn)话(huà)，甚至只是说一下要(yào)求(qiú)，AI就(jiù)可(kě)以根据(jù)需(xū)要生成一段视频。

谷歌发布的(de)两(liǎng)个AI生成视频分(fēn)别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视(shì)频后，AI圈就(jiù)已经玩了(le)一(yī)波(bō)梗(gěng)，一个(gè)能够做出更高清视频的AI还不足以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震(zhèn)惊的地方(fāng)在于，它(tā)可(kě)以制作(zuò)出超过2分钟的连(lián)贯的也有确切内容的(de)视频，这才是真正让(ràng)人们(men)感到惊喜的地方。因为无论AI生成(chéng)的视频(pín)多么高(gāo)清，也(yě)只(zhǐ)能是为内容生产(chǎn)者提供一(yī)个灵感，一(yī)个(gè)素材(cái)，一个过(guò)场动(dòng)画(huà)。

不过能够(gòu)制作出(chū)有具体(tǐ)剧情内容的视频(pín)就意味着，一些视频创作由AI代替人工完成已经初步有了可(kě)能。

当下AI的发(fā)展速(sù)度已经超过大部(bù)分人(rén)的想(xiǎng)象。内容产业的(de)本质(zhì)是供(gōng)给创造需求，AIGC作为(wèi)全(quán)新的内(nèi)容生产方(fāng)式，可以为内容产业带来(lái)更(gèng)新的内容风格(gé)、更(gèng)快(kuài)的生产速度，更低的生产成本(běn)，这无疑会驱动内容产业的大(dà)爆发。

除了(le)AI绘图(tú)、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机器人动作等多种内容(róng)形(xíng)式的生成。不难发现该项技(jì)术不仅在游戏等(děng)行业能(néng)得到(dào)有(yǒu)效应用，对于(yú)下一代互联网各种元素(sù)的构建(jiàn)亦有关(guān)键意义。

从(cóng)商业化的角度来看，文化(huà)娱(yú)乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘(huì)画及视频或(huò)不(bù)是(shì)结果，而只是AI进程中的一块重要拼图，有(yǒu)望(wàng)在技术更新(xīn)的加持下实现(xiàn)更大(dà)的应用价(jià)值。

AI从(cóng)理解内容，走向了可以生成内容，甚至能够(gòu)创造(zào)出独(dú)立(lì)价值(zhí)和独立视角(jiǎo)的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将到(dào)来(lái)。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术的发(fā)展也可以(yǐ)看出(chū)，在语言大模型、图像(xiàng)大模型之后，多模态大(dà)模(mó)型(xíng)已经成为了新的趋势(shì)。

大模型被誉为当前人工(gōng)智能(néng)发展的(de)智(zhì)能底座(zuò)，是(shì)全球竞争最激(jī)烈的研究方(fāng)向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多(duō)头部(bù)企(qǐ)业(yè)都在竞(jìng)相(xiāng)发(fā)力。

不过训(xùn)练大模型(xíng)的确价格不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型)，训练成(chéng)本则介(jiè)于200万美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对应芯片需求为(wèi)3万多(duō)片英伟达(dá)A100 GPU，初(chū)始投入成本(běn)约为8亿(yì)美(měi)元，每日仅电费(fèi)就在5万(wàn)美(měi)元(yuán)左(zuǒ)右(yòu)。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支持。在关注各类大模(mó)型的发展(zhǎn)同时，更应该关注算力(lì)网(wǎng)络的(de)建设(shè)。

算(suàn)力网络正驱动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及(jí)通用(yòng)AI这(zhè)一人(rén)工智能(néng)发展(zhǎn)的终极目标离得(dé)更近。

因为算(suàn)力可以对(duì)突破(pò)性技术创新提供大(dà)力的(de)支(zhī)持。这方面，多模态大模型是典型(xíng)。作为(wèi)面向未来强人工(gōng)智能、通用(yòng)人工智能的重要(yào)技(jì)术创新，多模态大模型已经在人工智能领域提(tí)出了很多(duō)年，业(yè)界也有不少技术突破，但是，多模态大模型进一步(bù)往(wǎng)下走，算(suàn)力需求呈几何式上升(shēng)，一(yī)般(bān)的算力基础设(shè)施很(hěn)快将难以胜(shèng)任。

从图(tú)像、文字、语音单独一(yī)项的训练，到(dào)双模态(tài)、三模(mó)态的跃迁(qiān)，让人工智能可以灵活应(yīng)对不(bù)同模态的转化、像人与(yǔ)世界交互一样(yàng)自(zì)然(rán)，这方面(miàn)，由算力网络来驱(qū)动将有明显优势。

此外，还(hái)有很多需要(yào)爆发(fā)式增长(zhǎng)的算力来支撑的技术创(chuàng)新，将在人工(gōng)智能算力网络(luò)支撑(chēng)下(xià)快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期(qī)待在(zài)大(dà)模(mó)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(chuàng)造的(de)边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：中国书画艺术 睡午觉和不睡午觉有什么区别，为什么不爱午睡的孩子智商高