自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨已多次公开(kāi)谈论人工智能话题。在最(zuì)近的一(yī)次采访中，他再(zài)次表示：“AI可(kě)能会让(ràng)科技(jì)行业迎来一次剧烈的洗牌(pái)”。

这个(gè)结论是他在当地(dì)时(shí)间2月20日(rì)接受《In Good Company》节目(mù)专访时(shí)提出(chū)的。

他预期(qī)，AI的发(fā)展可能会威胁到谷(gǔ)歌的市(shì)占(zhàn)率，因为(wèi)微软在AI方面的行动相当(dāng)迅(xùn)速。而最终科技巨头将把AI整(zhěng)合成用户的(de)“全能助(zhù)手”，包(bāo)揽一切(qiè)应用，与(yǔ)人们进行沟(gōu)通(tōng)并提供(gōng)建议，可(kě)以取代亚(yà)马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大佬(lǎo)口中全能助手的(de)到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办(bàn)的新兴数(shù)字艺术家(jiā)竞赛中，一幅名(míng)为《太(tài)空歌剧院》的作品(pǐn)获(huò)奖。

随后各(gè)大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用(yòng)中(zhōng)输入一(yī)组关键(jiàn)词或(huò)者一张照(zhào)片，就(jiù)能获得一幅AI创作的画(huà)作。

作画的关键就是所(suǒ)输入的(de)文本。同一组关键词(cí)也可以创作出很多张风格不(bù)一样的画(huà)作(zuò)，这让创作的过程(chéng)就像开(kāi)盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美图(tú)当做头(tóu)像。而另(lìng)一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交(jiāo)媒体(tǐ)上，许多用户(hù)分享AI“翻(fān)车现场”，例如，一位网(wǎng)友(yǒu)的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的(de)出现与加(jiā)持，以往(wǎng)AI绘画的填写关键词(cí)游戏可(kě)能要(yào)被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦福读博(bó)的中国人(rén)张吕敏创作的(de)一种基于控制点的图像(xiàng)变形算法，主要用(yòng)于(yú)数字图像处理、计算机视觉和计算(suàn)机图形学(xué)等领域。

其SD插(chā)件(jiàn)一经(jīng)发布，在(zài)短(duǎn)短的(de)两天内便成为(wèi)了AI绘画领域最新(xīn)的(de)热点。

在此之前，大家用了很多方(fāng)法想让AI生成的结果(guǒ)尽可能的符(fú)合要求，但是都(dōu)不尽(jǐn)如(rú)人(rén)意，它的出现代表(biǎ睡觉的时候一直放里面是什么感觉，睡觉一直放在里面o)着AI生(shēng)成开始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直接(jiē)提取画面的构(gòu)图，人(rén)物的姿势和画面(miàn)的(de)深度信(xìn)息等(děng)。有了它的帮助，就不(bù)用频繁的(de)用提(tí)示词来碰运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已经获得(dé)了大量的(de)浏(liú)览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带她们走(zǒu)进动(dòng)漫(màn)世界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键(jiàn)词；最后用ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词试效果。

通(tōng)过图片就(jiù)可以看出来，效果十分惊(jīng)艳。

更厉害的是，除了真实的照(zhào)片，草图也(yě)可以加上“魔法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大(dà)神(shén)张吕敏(mǐn)其本尊也亲自回应。

不(bù)得(dé)不(bù)说当(dāng)下AIGC已(yǐ)经变得越来(lái)越(yuè)强大，甚至(zhì)输出的(de)作品(pǐn)都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力(lì)爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍网络，而经过(guò)警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个活动里(lǐ)面(miàn)给出的美女照(zhào)片都是AI制作的(de)真(zhēn)人照片(piàn)绘(huì)图(tú)，因为太逼(bī)真，被大家当成真事传播了。

不过仔细观察可以发现(xiàn)，活动(dòng)发起(qǐ)者提供(gōng)的照片(piàn)中(zhōng)有个(gè)很大的(de)漏(lòu)洞可以(yǐ)发现(xiàn)并非真人，而是AI绘图，那(nà)便是图片中(zhōng)女性的手指部分(fēn)有的存(cún)在异常。

有行业人事表(biǎo)示：“现在因为手(shǒu)指部分的绘画算法比较复(fù)杂，AI还不太会画人(rén)的手，但最新看到的图(tú)片已经有越(yuè)来越完美的(de)AI模(mó)型(xíng)出现，以后可(kě)能就完(wán)全没有漏(lòu)洞了。”

类似的(de)AI作图诈骗(piàn)在国外也已(yǐ)有发生。据英国(guó)广播公司(sī)报(bào)道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾(zāi)的假(jiǎ)照片发布到网络，以此(cǐ)诱骗善良的人(rén)打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经(jīng)能做(zuò)出(chū)真(zhēn)人照片般的绘图效果(guǒ)，如果这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担忧，一(yī)方面(miàn)，批判者认(rèn)为(wèi)AI在“学(xué)习”了大量前人的作(zuò)品之后，其创作没(méi)有任何情(qíng)绪和灵(líng)魂，难以(yǐ)和(hé)人类的艺术创作相(xiāng)提并论。

另(lìng)一方(fāng)面，AIGC背后的版权(quán)、目(mù)前都并没(méi)有(yǒu)得到有效的(de)解(jiě)决，还有AIGC会不会代替人(rén)类“至高(gāo)无上”的创意。

马斯(sī)克也(yě)强调，人工智能的(de)安全问题需要得到(dào)重视，太晚就来不及了(le)。

03

AIGC下一站除了视频(pín)，还有远(yuǎn)方

技术都是有(yǒu)两面性的，潜在的危害并不能(néng)掩盖其光辉的贡献。现在看来，人工智(zhì)能技术将是第(dì)四(sì)次工业革命(mìng)的(de)核(hé)心(xīn)驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人工智能(néng)在技(jì)术和商业层面都(dōu)有了巨大(dà)进(jìn)展，AI绘画就是人(rén)工智能技术发生(shēng)方向(xiàng)性改(gǎi)变的一个(gè)代表。其下(xià)一(yī)站或(huò)许就是视频。

此前，Meta和(hé)谷歌(gē)先后(hòu)发布(bù)了几条(tiáo)引爆科技圈的(de)短视频。这些视(shì)频(pín)引发关注并(bìng)非内容(róng)做(zuò)得(dé)多优秀(xiù)，反而都(dōu)非常简单(dān)，比如一匹正在喝水的马，一只画画的玩(wán)具熊，或者一(yī)段骑摩托车的第(dì)一视角录像(xiàng)，随(suí)便一个有手机的人都可以随(suí)手录下一段。

但这些短视频(pín)的创作方式非常简单，创(睡觉的时候一直放里面是什么感觉，睡觉一直放在里面chuàng)作者仅仅需要向AI输(shū)入一(yī)段(duàn)话，甚至只(zhǐ)是(shì)说一下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能(néng)够(gòu)做出更高(gāo)清视(shì)频的AI还不(bù)足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出(chū)超(chāo)过(guò)2分钟的连(lián)贯的(de)也有确(què)切内容的视频，这才是真正让人们(men)感到(dào)惊喜的地(dì)方。因为无论AI生(shēng)成(chéng)的视(shì)频多么(me)高清，也只能是(shì)为(wèi)内(nèi)容生(shēng)产者(zhě)提供一个灵感，一个素材，一个过(guò)场动画。

不(bù)过能够制作(zuò)出(chū)有具体剧情内容(róng)的视频(pín)就意(yì)味着(zhe)，一(yī)些视(shì)频创(chuàng)作由AI代(dài)替(tì)人工完成(chéng)已(yǐ)经初步(bù)有(yǒu)了(le)可能。

当下AI的发展速度已经超过大部(bù)分人的(de)想象。内容(róng)产业(yè)的本(běn)质是供(gōng)给(gěi)创造需求(qiú)，AIGC作为全新的内(nèi)容生(shēng)产(chǎn)方(fāng)式，可以为内容产业(yè)带(dài)来更新的内容风格、更快的(de)生(shēng)产速度，更低的(de)生(shēng)产(chǎn)成本，这无疑会驱(qū)动内容产业(yè)的大(dà)爆发(fā)。

除了AI绘图、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等(děng)多(duō)种内容(róng)形式的(de)生成。不难发现该项技术不仅(jǐn)在(zài)游戏(xì)等行业(yè)能(néng)得到有(yǒu)效应用，对于下一代互联(lián)网各种元素(sù)的构建(jiàn)亦有关(guān)键意(yì)义。

从商业化的角度来(lái)看，文化娱乐、教育(yù)、传媒等诸多领域，本身就对基(jī)于AI的(de)可(kě)视化内容有强烈(liè)需求(qiú)。

因此(cǐ)，AI绘画及(jí)视频或不是结果，而只(zhǐ)是(shì)AI进程中的一块重要拼(pīn)图，有(yǒu)望在技(jì)术(shù)更新的(de)加持下(xià)实现更(gèng)大的应用价值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能够创(chuàng)造出(chū)独立价值和独立视角的(de)内(nèi)容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先(xiān)进生(shēng)产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的发(fā)展也可以看(kàn)出(chū)，在语(yǔ)言大(dà)模型、图像(xiàng)大(dà)模型之(zhī)后(hòu)，多(duō)模态(tài)大模型已经(jīng)成为了新的(de)趋势。

大模型被誉为(wèi)当前人工智能发展的智能底座，是全球(qiú)竞争最激烈的(de)研究(jiū)方向之一，包括谷(gǔ)歌(gē)、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众(zhòng)多(duō)头(tóu)部企业(yè)都在竞相发力。

不过训练大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本(běn)约为(wèi)140万美元。而对于一些更大的LLM(大(dà)型语言模型)，训(xùn)练成本则介(jiè)于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年(nián)1月(yuè)的独立(lì)访客平均数1300万计(jì)算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支(zhī)持(chí)。在关注各类大模型的发(fā)展同时，更应该关注(zhù)算力网络的建(jiàn)设(shè)。

算(suàn)力网络(luò)正驱动AI产业发展(zhǎn)进入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能(néng)发展(zhǎn)的终极目标离(lí)得更近。

因为算力可以对突破性技(jì)术(shù)创新提(tí)供大力的(de)支持(chí)。这(zhè)方面，多模态(tài)大模型是典型。作(zuò)为面(miàn)向未来强人工智能、通用(yòng)人工智能的重要技术创新，多(duō)模态大模(mó)型已(yǐ)经(jīng)在人工(gōng)智(zhì)能领(lǐng)域提出了很(hěn)多年，业(yè)界也有(yǒu)不少技术突(tū)破，但是，多模态大模型进一步(bù)往(wǎng)下(xià)走，算力(lì)需(xū)求呈(chéng)几何式上(shàng)升(shēng)，一般的算力基础(chǔ)设施很快(kuài)将难以胜任(rèn)。

从图像、文字、语音单独(dú)一项的训练，到双模态、三模态的跃(yuè)迁(qiān)，让人工智能可以灵活应对不(bù)同(tóng)模(mó)态的转化、像人与(yǔ)世界交互一样自然，这方面，由(yóu)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(lì)来支撑的技术(shù)创新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型(xíng)和大算力的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创造的边(biān)际成本降低，让万众受(shòu)益(yì)。

未经允许不得转载：中国书画艺术 睡觉的时候一直放里面是什么感觉，睡觉一直放在里面