自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖茨已多次公开谈(tán)论人工智能(néng)话题。在最近的一次(cì)采访中，他(tā)再次(cì)表示：“AI可能会让科技行业迎来一次剧(jù)烈的洗(xǐ)牌”。

这个结论是他(tā)在(zài)当(dāng)地时间2月20日接(jiē)受(shòu)《In Good Company》节目专(zhuān)访时提出的(de)。

他预期，AI的发展可能会威胁到谷歌(gē)的(de)市占率，因为(wèi)微软在(zài)AI方面(miàn)的行动相当迅速。而(ér)最终(zhōng)科技(jì)巨头将把AI整合成用户的“全(quán)能助手”，包揽一切应用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬口(kǒu)中(zhōng)全能助手的(de)到来(lái)可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向(xiàng)可(kě)控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一次爆(bào)火(huǒ)的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞(jìng)赛中(zhōng)，一(yī)幅名为《太空歌(gē)剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们(men)可以在应用中输入一组关键词或者一张照(zhào)片(piàn)，就(jiù)能(néng)获得一幅(fú)AI创作的画作。

作画的(de)关键就是所(suǒ)输入的文本。同一(yī)组关键词也可以创作出很多张(zhāng)风格不一样的画作，这(zhè)让创作的(de)过(guò)程就像开盲盒。

很多用户(hù)很喜欢这种不(bù)确定的惊喜(xǐ)，他们会将(jiāng)生(shēng)成(chéng)的美图当(dāng)做头像。而另(lìng)一部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交(jiāo)媒(méi)体上，许多用户(hù)分(fēn)享AI“翻(fān)车现场(chǎng)”，例(lì)如，一位(wèi)网友的小狗(gǒu)照片被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个人(rén)照片被AI识(shí)别成(chéng)了(le)建筑。

而如今(jīn)随着ControlNet的出现与加持，以(yǐ)往AI绘画(huà)的填写关键词游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕(lǚ)敏创作的一种基于(yú)控制(zhì)点的图像变形算法，主要用于数字图像处理、计算机(jī)视觉(jué)和计(jì)算机图形学等领域。

其SD插件一经发(fā)布，在短短的两天内便(biàn)成为了AI绘画领域最新的热点。

在此之前，大家用(yòng)了很多方法想让(ràng)AI生成的结果尽可能(néng)的(de)符合(hé)要(yào)求(qiú)，但是都不尽如(rú)人(rén)意，它的出现(xiàn)代表着AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势和画面的深度信息(xī)等。有了(le)它的帮助(zhù)，就不用频繁的用提示词(cí)来碰(pèng)运气，抽盲盒式(shì)的创(chuàng)作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博(bó)主的作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的(de)照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后(hòu)用ControlNet插件绑(bǎng)定(dìng)骨骼(gé)开(kāi)始换关键词试(shì)效(xiào)果。

通过(guò)图片就(jiù)可(kě)以看出来，效果十(shí)分惊艳。

更(gèng)厉害(hài)的是，除了(le)真实的照片(piàn)，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大神(shén)张吕(lǚ)敏其本尊也(yě)亲自回(huí)应(yīng)。

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

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经过(guò)警方辟谣这所谓的“party”可能是全国第一(yī雨水像从盆里泼出来一样比喻雨大势急的四字词语 形容下暴雨的四字词语)起AI绘图诈(zhà)骗。

由于(yú)这个活动里面(miàn)给(gěi)出的美女(nǚ)照片都是AI制(zhì)作的真人照(zhào)片绘图，因为太逼真，被(bèi)大家当成真事传播了。

不过仔细(xì)观察可以(yǐ)发(fā)现(xiàn)，活(huó)动发起者(zhě)提(tí)供的照(zhào)片(piàn)中有个很大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图，那(nà)便是图片中女性的(de)手(shǒu)指部分(fēn)有(yǒu)的存在异常。

有行(xíng)业人事表(biǎo)示：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不太会画人的手，但最新看(kàn)到的图片已经有(yǒu)越来越完美的AI模型(xíng)出(chū)现，以后可能就完全没有(yǒu)漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也(yě)已有发生。据英国广播公司报(bào)道(dào)，土耳其地震期(qī)间，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受灾(zāi)的假照片发布(bù)到网络，以此(cǐ)诱骗善良(liáng)的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘(huì)图效果(guǒ)，如果这(zhè)样的图(tú)片(piàn)被用来诈(zhà)骗，将非(fēi)常可怕(pà)。

此(cǐ)外AIGC还(hái)引发了很(hěn)多(duō)担忧，一(yī)方面，批判者认为AI在“学习”了(le)大量前人的作品之后(hòu)，其创作没有任何情(qíng)绪和灵魂，难(nán)以和人类(lèi)的艺术创作相提并论。

另一方面，AIGC背后的版(bǎn)权、目(mù)前都并没(méi)有得到有效的解决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克也(yě)强调，人工智能(néng)的安全问(wèn)题需(xū)要得到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站(zhàn)除了视频(pín)，还有远(yuǎn)方(fāng)

技术都(dōu)是(shì)有两面性的，潜在的危(wēi)害(hài)并不能掩盖其光(guāng)辉的贡献。现(xiàn)在(zài)看来，人(rén)工智能技术将是第四(sì)次工业革命的核心驱动力(lì)量，将创(chuàng)造新的增长奇迹。

过去一年(nián)，人工智能在技术(shù)和(hé)商业层面都有了(le)巨(jù)大进展，AI绘画就是(shì)人(rén)工(gōng)智能(néng)技术发生(shēng)方向性改变的一个代表。其下(xià)一站或许就(jiù)是视频。

此前，Meta和(hé)谷歌(gē)先后发布(bù)了几条引爆科技圈(quān)的(de)短视频。这些视频引(yǐn)发关注并(bìng)非内容(róng)做(zuò)得多(duō)优秀，反而(ér)都(dōu)非常简(jiǎn)单，比(bǐ)如一匹正在喝水的(de)马，一只画画的玩具熊，或者一段骑摩托(tuō)车的(de)第一(yī)视角(jiǎo)录像，随(suí)便一个有手机的人都可以(yǐ)随手(shǒu)录下一段。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅(jǐn)需要向(xiàng)AI输入一(yī)段话(huà)，甚至只是(shì)说(shuō)一下要求(qiú)，AI就可以根据需要生(shēng)成(chéng)一段视频(pín)。

谷歌发布的两(liǎng)个AI生成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了一波(bō)梗(gěng)，一个能够做(zuò)出更高清视频的AI还不足以(yǐ)在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加(jiā)令人(rén)震惊(jīng)的地方在于，它可以制作出(chū)超过2分钟的连贯的也有(yǒu)确(què)切内容的视频，这才是真正让人们感到惊喜(xǐ)的地方。因(yīn)为(wèi)无(wú)论AI生成(chéng)的视频多么高清，也只能是为(wèi)内容(róng)生产者提供一个灵感，一(yī)个素材(cái)，一个(gè)过(guò)场动画。

不过能够制作出(chū)有具体剧情内容的视频就意(yì)味着，一些视频创作由AI代(dài)替人工完成(chéng)已经初(chū)步有了可能(néng)。

当下AI的(de)发展速度已经(jīng)超过大部分人的想象。内容产业的本质是供给创造需(xū)求，AIGC作(zuò)为(wèi)全新的内容(róng)生产方式，可(kě)以为内(nèi)容产业(yè)带(dài)来更(gèng)新的(de)内容风格、更快(kuài)的生产速度，更低的生产成本，这无(wú)疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器人动作等多(duō)种(zhǒng)内容形式的生成。不难(nán)发现(xiàn)该项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互(hù)联网各种元素的构建亦有(yǒu)关(guān)键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传媒(méi)等诸多领域，本身就(jiù)对(duì)基于AI的可视(shì)化内容(róng)有强烈(liè)需求(qiú)。

因此，AI绘画及(jí)视(shì)频(pín)或不是结果，而只是AI进程中(zhōng)的一块(kuài)重要拼图(tú)，有望在技(jì)术更新的(de)加持下(xià)实现更大(dà)的应用价值。

AI从理(lǐ)解内容，走向了可以(yǐ)生成内容，甚至能够创造出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进生产(chǎn)力(lì)即将到来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底座

从技术的(de)发展也(yě)可以(yǐ)看出，在语言大(dà)模型、图(tú)像大模型之后，多模(mó)态大模型(xíng)已(yǐ)经(jīng)成为(wèi)了新的趋势。

大模(mó)型被誉为当前人工智能发展的智能底座(zuò)，是(shì)全球竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多(duō)头部企业都(dōu)在竞相发力(lì)。

不过训练大(dà)模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算(suàn)，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更大(dà)的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于(yú)200万美(měi)元至1200万美(měi)元高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客(kè)平均数1300万计算，其对(duì)应(yīng)芯片(piàn)需(xū)求(qiú)为3万多片英(yīng)伟达(dá)A100 GPU，初始(shǐ)投入成本约为(wèi)8亿(yì)美元，每日仅电(diàn)费就在5万(wàn)美(měi)元左右。

此外(wài)不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各(gè)类大模型的发展同时，更应该关注算力网络的建(jiàn)设。

算力网络正驱动(dòng)AI产业发展进入史诗级加速(sù)进程，让AIGC及通用(yòng)AI这一人(rén)工智能发展的终极目(mù)标离得更近(jìn)。

因为算(suàn)力可以对突破性(xìng)技(jì)术创(chuàng)新提供(gōng)大(dà)力(lì)的支持(chí)。这(zhè)方面，多模(mó)态大(dà)模型是典型。作为面(miàn)向(xiàng)未(wèi)来强人工智能、通用(yòng)人(rén)工智能的(de)重要技术创新，多模态大模型(xíng)已经在人(rén)工智能领域(yù)提出(chū)了(le)很(hěn)多年，业界也有不少技术突破，但是(shì)，多模态大(dà)模型进(jìn)一步往下走，算力需求呈几何式上升，一般的算力基(jī)础(chǔ)设施很快将难以(yǐ)胜(shèng)任(rèn)。

从图像、文(wén)字、语音单(dān)独一项的训(xùn)练，到双模态、三(sān)模态的跃迁，让人工智能可以灵活(huó)应对不(bù)同模态的(de)转化、像人与世(shì)界交互一样自然，这方面雨水像从盆里泼出来一样比喻雨大势急的四字词语 形容下暴雨的四字词语(miàn)，由算力网络来驱动将有(yǒu)明显优势。

此外(wài)，还有很多需要爆(bào)发式增长的算力来支撑的技(jì)术创新，将在人(rén)工智能算力网络支撑下快速(sù)推(tuī)进。

AIGC已(yǐ)经露出(chū)曙光，期(qī)待在大模(mó)型(xíng)和大(dà)算力的(de)支持下AIGC能持(chí)续颠(diān)覆内容生产(chǎn)的方式，将创(chuàng)造的边际(jì)成(chéng)本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：中国书画艺术 雨水像从盆里泼出来一样比喻雨大势急的四字词语 形容下暴雨的四字词语