自聊天机器人ChatGPT火爆以来，微(wēi)软公司创始人比(bǐ)尔·盖茨(cí)已(yǐ)多(duō)次(cì)公开谈(tán)论人工智能话(huà)题。在(zài)最近的(de)一次(cì)采访中，他再(zài)次表示(shì)：“AI可能会让(ràng)科(kē)技行(xíng)业(yè)迎来一次(cì)剧(jù)烈(liè)的洗(xǐ)牌”。

这个结(jié)论是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发展可(kě)能会威胁到(dào)谷歌的(de)市占(zhàn)率，因为微软在AI方面的行动(dòng)相当(dāng)迅(xùn)速。而最终科(kē)技巨头将把AI整(zhěng)合成用户(hù)的“全能助手”，包揽一切应用(yòng)，与人们进(jìn)行沟通并提供(gōng)建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等(děng)应(yīng)用。

大(dà)佬(lǎo)口中(zhōng)全能助手的到来(lái)可能尚(shàng)需时日，但由ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩(wán)法

AIGC向可控靠(kào)近

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上(shàng)一次(cì)爆火的时(shí)候，还是2022年8月，在(zài)美国科罗拉多(duō)州举办的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧(jù)院》的作(zuò)品获奖。

随后各大(dà)厂商的(de)AI绘(huì)画软件(jiàn)被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以(yǐ)在应用中输入一组关键词或者一张照片，就能获得一幅AI创(chuàng)作(zuò)的画作。

作画的关(guān)键就是所(suǒ)输入的文本。同一组(zǔ)关键词也可(kě)以(yǐ)创作(zuò)出很多张风格不一样的画作(zuò)，这让创(chuàng)作的过(guò)程就(jiù)像开盲盒。

很多(duō)用户很喜欢(huān)这种(zhǒng)不确定(dìng)的惊(jīng)喜，他们会将(jiāng)生成的(de)美(měi)图(tú)当(dāng)做头像(xiàng)。而另一(yī)部(bù)分喜欢翻(fān)看AI绘画的“翻(fān)车”作(zuò)品(pǐn)。在社交媒体(tǐ)上(shàng)，许多用(yòng)户分(fēn)享AI“翻车(chē)现场”，例(lì)如(rú)，一位网友的(de)小狗照(zhào)片被AI画成了(le)“肌肉男(nán)”，还有网友的个人照片(piàn)被AI识(shí)别成了建(jiàn)筑(zhù)。

而(ér)如今随着ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是一(yī)位(wèi)正在(zài)斯坦(tǎn)福读博的中国人张吕敏(mǐn)创作的一种基于控制点的(de)图像变形算法，主要(yào)用于(yú)数字(zì)图(tú)像处理、计算机(jī)视觉(jué)和计算(suàn)机图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为了AI绘画领(lǐng)域最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能的(de)符合要求，但是都不尽如人意，它的出(chū)现代表着AI生(shēng)成开始进(jìn)入真正的可(kě)控(kòng)时期。

因(yīn)为ControlNet可以直接提(tí)取画面(miàn)的构图(tú)，人物的姿势和画(huà)面(miàn)的深度信(xìn)息等。有了(le)它的帮一切后果自负是什么意思，不然后果自负是什么意思一切后果自负是什么意思，不然后果自负是什么意思span>助，就(jiù)不(bù)用频繁的用(yòng)提示词来(lái)碰运气(qì)，抽(chōu)盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘(huì)画加一切后果自负是什么意思，不然后果自负是什么意思了“魔法”，不少博主的作品(pǐn)已经获(huò)得了大量的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开(kāi)始(shǐ)换(huàn)关键词(cí)试效果。

通过图(tú)片就可以看(kàn)出来(lái)，效(xiào)果十分惊艳。

更厉害的是，除了真(zhēn)实的(de)照片，草图(tú)也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大神(shén)张(zhāng)吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经变得越(yuè)来越(yuè)强大，甚至输出的作品都已经能(néng)以假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技(jì)术力爆发(fā)

警惕安(ān)全问(wèn)题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息(xī)火遍网络，而经过警(jǐng)方(fāng)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(gè)活动里面给出的美(měi)女照片都是(shì)AI制作的(de)真人照片绘图，因(yīn)为太逼真，被(bèi)大家(jiā)当成真事传(chuán)播了(le)。

不(bù)过仔细观(guān)察可以发(fā)现，活动发起者提供的照片(piàn)中有(yǒu)个很大的漏洞可以(yǐ)发现并非(fēi)真(zhēn)人，而是AI绘图，那便是图片中女(nǚ)性的手指部(bù)分有的(de)存(cún)在异常。

有(yǒu)行业人事表示：“现在因为(wèi)手指部分的绘画算法比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完美的AI模型出现，以(yǐ)后可能(néng)就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国外也已有发生。据(jù)英国(guó)广播公司报道(dào)，土耳其地(dì)震期间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合成了(le)儿童受灾的假照片发(fā)布到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗。

目前随着技(jì)术(shù)发展，AIGC已经(jīng)能做出(chū)真人照片般的(de)绘图(tú)效果，如果这(zhè)样的图片被用来诈骗，将(jiāng)非(fēi)常(cháng)可怕(pà)。

此外AIGC还(hái)引发了(le)很多担忧，一(yī)方面，批判(pàn)者认为(wèi)AI在“学习”了大量前人(rén)的作品之后，其(qí)创(chuàng)作(zuò)没有(yǒu)任(rèn)何(hé)情绪和(hé)灵魂，难(nán)以和人类的艺(yì)术创作(zuò)相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没有得(dé)到(dào)有效的解决，还有AIGC会不会代(dài)替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的安全问题需(xū)要得到重视(shì)，太晚就来不及(jí)了。

03

AIGC下一站除(chú)了视(shì)频(pín)，还有远方

技术都是(shì)有两(liǎng)面性的，潜在的(de)危(wēi)害并不能掩盖其光辉(huī)的贡(gòng)献。现在看(kàn)来，人工智能技术(shù)将是第四次工业革命的核(hé)心(xīn)驱动力量(liàng)，将创造新的增长奇迹。

过(guò)去一年，人工智(zhì)能在(zài)技(jì)术和商业层(céng)面都有了(le)巨大进展，AI绘画就是人工(gōng)智能技术发生方向性改变(biàn)的(de)一个(gè)代(dài)表(biǎo)。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后(hòu)发布了(le)几条引爆科技圈(quān)的(de)短视频。这些视(shì)频引发关注并非内容做(zuò)得多优秀，反而都(dōu)非常简单(dān)，比(bǐ)如一匹正在喝水的马，一(yī)只画画(huà)的玩具(jù)熊，或(huò)者一段骑摩托(tuō)车的第一视角录像，随便一个有手(shǒu)机(jī)的人都可以随手(shǒu)录下一段。

但这些短(duǎn)视(shì)频的创(chuàng)作(zuò)方(fāng)式非常简单，创作者仅仅需要向AI输入(rù)一段话，甚至(zhì)只(zhǐ)是(shì)说一(yī)下要(yào)求(qiú)，AI就可以根(gēn)据需要生成一(yī)段(duàn)视频。

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

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个能(néng)够做出(chū)更高清视(shì)频的AI还不足(zú)以在(zài)短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在(zài)于(yú)，它(tā)可以制作出超过2分钟的连贯的也(yě)有确切内(nèi)容的(de)视频(pín)，这才是真(zhēn)正让人们感(gǎn)到(dào)惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多么高清(qīng)，也只(zhǐ)能是为(wèi)内(nèi)容生产者提供一个灵感，一个(gè)素材，一个(gè)过场动画(huà)。

不(bù)过(guò)能够(gòu)制作出(chū)有(yǒu)具(jù)体剧(jù)情(qíng)内(nèi)容(róng)的视频就意味着，一些视(shì)频创作由AI代替(tì)人工完成已经初步(bù)有了可能。

当下AI的发展速度已经超(chāo)过大部(bù)分(fēn)人的想(xiǎng)象(xiàng)。内容产业(yè)的本质是供给(gěi)创造需求，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内容产业(yè)带来更新的(de)内容风(fēng)格、更快(kuài)的生产速(sù)度，更低的生(shēng)产成本，这(zhè)无疑会驱(qū)动内(nèi)容(róng)产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器人(rén)动作等多(duō)种内(nèi)容形式(shì)的生成。不难发现该项技术(shù)不(bù)仅在游戏等行业能得(dé)到有效应用，对于下一代互联(lián)网各种元素的构建亦(yì)有关键意义(yì)。

从商(shāng)业化(huà)的角度来(lái)看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域，本身就(jiù)对(duì)基于AI的可视(shì)化内容有强烈需求。

因(yīn)此，AI绘画及(jí)视频或不是(shì)结(jié)果，而只是AI进程中(zhōng)的一(yī)块重要(yào)拼图，有望在技术(shù)更新的加持下(xià)实现更大的应用价(jià)值。

AI从理解内容，走向了(le)可(kě)以(yǐ)生成内容，甚至能够(gòu)创造出(chū)独立(lì)价值和(hé)独立视角的(de)内容(róng)。AIGC的再(zài)次出圈，更代表(biǎo)着未来的先进生产力(lì)即(jí)将到来。

04

紧抓大模型与算(suàn)力，牢(láo)固(gù)AIGC底座

从技(jì)术的发展也可以(yǐ)看出，在语(yǔ)言大(dà)模(mó)型、图像大模型之后，多模(mó)态大(dà)模(mó)型已经(jīng)成为了新的趋(qū)势。

大模型被誉为当(dāng)前人工智(zhì)能(néng)发展的(de)智能底座，是(shì)全(quán)球(qiú)竞争最激烈的研究方(fāng)向之一，包括谷歌(gē)、亚(yà)马逊、百度(dù)、阿里、腾讯等众多(duō)头部企业都(dōu)在竞(jìng)相发(fā)力。

不过(guò)训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多(duō)少(shǎo)算(suàn)力(lì)》报告估算，GPT-3训练(liàn)一次的成本(běn)约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至(zhì)1200万美元(yuán)高(gāo)价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平均数1300万计(jì)算(suàn)，其(qí)对应芯片需(xū)求为(wèi)3万多片英(yīng)伟达(dá)A100 GPU，初始投入成本约为8亿美元(yuán)，每日(rì)仅电费就在(zài)5万美元左右(yòu)。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关注(zhù)各类(lèi)大(dà)模型的发(fā)展同时，更应(yīng)该(gāi)关注算(suàn)力网络的(de)建设。

算力网络正驱动(dòng)AI产业(yè)发展进入史诗(shī)级加(jiā)速(sù)进(jìn)程，让AIGC及通(tōng)用AI这一(yī)人工智能发展的终极目标离得更近。

因为算力可以对突破性技术创(chuàng)新(xīn)提供大力的(de)支持。这(zhè)方面，多模态大模型(xíng)是典(diǎn)型。作为面向(xiàng)未来(lái)强人工智能、通用人工智能的重要技术创新，多模态大模(mó)型已经在人(rén)工智能领域提出(chū)了很多年(nián)，业界也有(yǒu)不少技术突破，但是，多模态大模型进一(yī)步往(wǎng)下走，算力需求呈(chéng)几何式上(shàng)升，一般的算力(lì)基(jī)础设(shè)施很快将难以胜任。

从图像、文(wén)字、语音(yīn)单独(dú)一项(xiàng)的训练，到双模态、三(sān)模态(tài)的跃迁，让人工智能可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界交(jiāo)互一(yī)样自然，这方面，由(yóu)算力网络来驱动将有明显优(yōu)势。

此外，还有很多需要爆(bào)发式(shì)增长的算力来支撑的技术创新，将在人(rén)工智(zhì)能算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算力的支持下(xià)AIGC能持续(xù)颠(diān)覆(fù)内容生(shēng)产的方式，将(jiāng)创(chuàng)造的边(biān)际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：中国书画艺术 一切后果自负是什么意思，不然后果自负是什么意思