自聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创(chuàng)始(shǐ)人比尔(ěr)·盖(gài)茨(cí)已多次公(gōng)开谈论人(rén)工智能话题(tí)。在最近的一次采(cǎi)访中，他再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌(pái)”。

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

他预期，AI的(de)发展可能会(huì)威胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面的行动相当迅速。而(ér)最终(zhōng)科(kē)技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽一(yī)切应用，与人们(men)进行沟通并提供建议(yì)，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全(quán)能助(zhù)手的到来(lái)可(kě)能尚需时日(rì)，但由ControlNet引(yǐn)发的又(yòu)一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年8月，在美国科罗(luó)拉多州举办的新(xīn)兴数(shù)字艺术家竞赛中，一幅名为《太空(kōng)歌剧院》的作(zuò)品获奖。

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

用户们可以在应(yīng)用中(zhōng)输入(rù)一组关(guān)键词或者一张照(zhào)片，就(jiù)能获得(dé)一幅(fú)AI创(chuàng)作(zuò)的画作。

作画的关键就是(shì)所(suǒ)输入(rù)的文本。同一(yī)组关键(jiàn)词(cí)也可(kě)以创作出很多张风格不一样(yàng)的画作，这让创作的过程就(jiù)像(xiàng)开盲(máng)盒。

很多(duō)用户很喜欢这种不(bù)确定的(de)惊喜，他们会将生成的美图当(dāng)做(zuò)头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻(fān)车(chē)现场”，例如，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还有网友的(de)个人照片(piàn)被(bèi)AI识别成(chéng)了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词(cí)游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一(yī)位(wèi)正在斯(sī)坦福读博的中国人张吕敏创作(zuò)的一(yī)种(zhǒng)基(jī)于控制(zhì)点(diǎn)的(de)图像变(biàn)形算法，主要(yào)用(yòng)于数字(zì)图像处(chù)理、计算机视觉和计算机(jī)图形(xíng)学等领域。

其(qí)SD插件一经(jīng)发(fā)布，在短(duǎn)短的(de)两天内便成为了AI绘画领(lǐng)域最新的热点。

在此之前，大家用了很(hěn)多方法(fǎ)想让AI生成的结果尽可能(néng)的符合要求，但是都不(bù)尽如(rú)人意，它的出现代表(biǎo)着(zhe)AI生(shēng)成开(kāi)始进(jìn)入(rù)真正的(de)可控时期(qī)。

因为ControlNet可以直接提(tí)取画面的构图(tú)，人物的姿(zī)势和画面的深(shēn)度信息(xī)等。有了(le)它的帮助，就不用(yòng)频繁(fán)的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的作品已经获得了大(dà)量的浏览(lǎn)量，“viggo”就是其(qí)中之(zhī)一，他(tā)用朋友的(de)照片直接带(dài)她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定(dìng)骨(gǔ)骼开始换关键词试效果。

通过图片就(jiù)可以(yǐ)看出来，效(xiào)果十分惊艳。

更(gèng)厉害(hài)的是，除了真实(shí)的照片，草(cǎo)图也可以(yǐ)加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩(cǎi)图。大神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至输出(chū)的作品都已经能(néng)以假(jiǎ)乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经过警方辟(pì)谣这所谓(wèi)的“party”可能(néng)是(shì)全国第一起(qǐ)AI绘图(tú)诈(zhà)骗。

由于这个活动(dòng)里面给出的美女照(zhào)片(piàn)都是AI制作的真人照片绘(huì)图，因为太逼真，被大(dà)家当成真事传(chuán)播了。

不过仔细(xì)观察可以发(fā)现，活(huó)动发起者(zhě)提供的照片中有个很大的漏洞可以发(fā)现(xiàn)并(bìng)非真人，而是(shì)AI绘图(tú)，那便是图片中女性(xìng)的手指(zhǐ)部(bù)分有的存在异(yì)常。

有行(xíng)业人事表示(shì)：“现在(zài)因为手指部(bù)分的绘画算法比较复杂(zá)，AI还不(bù)太会画人的手，但(dàn)最(zuì)新看到(dào)的(de)图片已经有越来越完美的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗(piàn)在国外也(yě)已有发(fā)生。据英国广(guǎng)播公司报道，土耳其(qí)地震期(qī)间，有Tiktok用户(hù)使用(yòng)AI合成了儿童受灾的假照片发布(bù)到网络，以此(cǐ)诱骗善良的人(rén)打赏“捐助(zhù)”从而(ér)实施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真人照片般的绘图效(xiào)果，如果这样的图片(piàn)被用来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在(zài)“学习(xí)”了大量前人的作品(pǐn)之(zhī)后(hòu)，其创作没有任(rèn)何情(qíng)绪和灵魂，难(nán)以和人类(lèi)的艺术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有(yǒu)AIGC会不会代(dài)替人(rén)类(lèi)“至高无上”的创意(yì)。

马斯克也强(qiáng)调，人工智(zhì)能的安全问题需要得到(dào)重视，太晚就来不及了(le)。

03

AIGC下(xià)一站除了(le)视频，还(hái)有远方(fāng)

技(jì)术(shù)都是有两(liǎng)面性的，潜在的(de)危害并不能掩盖其光辉的贡献。现在看来(lái)，人工智能技术将是第四次(cì)工业革命的(de)核心驱动力量，将(jiāng)创造新(xīn)的增长奇迹。

过去一(yī)上下红中间白的国旗是哪个国家的 国旗可以随便挂吗年，人工智(zhì)能在技术和商业层(céng)面(miàn)都(dōu)有了巨大进展，AI绘画就是(shì)人(rén)工(gōng)智能技术发(fā)生方向性改(gǎi)变的一(yī)个代表(biǎo)。其下(xià)一站或(huò)许就是(shì)视(shì)频。

此前，Meta和谷歌(gē)先(xiān)后(hòu)发布了几(jǐ)条引爆(bào)科(kē)技圈的短视频。这些视(shì)频(pín)引发关注并非内容做得多优秀，反而都非(fēi)常简(jiǎn)单，比如一(yī)匹正在(zài)喝(hē)水的(de)马(mǎ)，一只画画(huà)的玩(wán)具(jù)熊，或者一段(duàn)骑摩托车的第(dì)一视角录(lù)像(xiàng)，随便一个有手(shǒu)机的(de)人都可(kě)以随手录下一(yī)段(duàn)。

但这些短(duǎn)视频的创作方式非常(cháng)简单，创作(zuò)者(zhě)仅(jǐn)仅(jǐn)需要向AI输入一段话，甚至只是(shì)说一(yī)下要求，AI就可以根据需(xū)要生成一段视频。

谷歌发布的两个(gè)AI生成(chéng)视频分别来(lái)自于(yú)Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已(yǐ)经玩了一波梗，一个能够(gòu)做(zuò)出更高清视频的(de)AI还不足以在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它(tā)可以(yǐ)制作出超过2分钟的(de)连(lián)贯(guàn)的也有确切内容的视频，这才是真正(zhèng)让人们感到(dào)惊喜的(de)地方。因为无论AI生成的视频多么高清(qīng)，也只(zhǐ)能是(shì)为内容(róng)生产者提供一个灵(líng)感，一(yī)个素材(cái)，一个过场动画。

不过(guò)能够制作出有具体剧情内容(róng)的视频就意味着，一(yī)些(xiē)视(shì)频创作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经(jīng)超过大部(bù)分人的想象。内容产(chǎn)业的本质是(shì)供给(gěi)创造需求，AIGC作(zuò)为全(quán)新的内容生产方式，可(kě)以为内容产(chǎn)业带来更(gèng)新的内容风格、更快的生产速度，更低的生(shēng)产成本，这无疑会驱动内容产业(yè)的大(dà)爆发。

除了(le)A上下红中间白的国旗是哪个国家的 国旗可以随便挂吗I绘图(tú)、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作(zuò)等多种内容形(xíng)式(shì)的生成。不难发现(xiàn)该项技术(shù)不仅在(zài)游戏等(děng)行业能得到有效应(yīng)用，对于下(xià)一代互(hù)联网各种元素(sù)的(de)构建亦有关键(jiàn)意义(yì)。

从(cóng)商(shāng)业化的角(jiǎo)度来看，文(wén)化娱(yú)乐、教(jiào)育、传媒(méi)等(děng)诸多(duō)领域(yù)，本(běn)身就(jiù)对(duì)基于(yú)AI的可视化内容有强烈需求。

因此(cǐ)，AI绘(huì)画(huà)及视频或不是结果，而只是(shì)AI进程(chéng)中上下红中间白的国旗是哪个国家的 国旗可以随便挂吗的一(yī)块重(zhòng)要拼图，有望(wàng)在技术更新的加持下实(shí)现更大的应用价值(zhí)。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能够创造出独立价值和(hé)独立(lì)视角的内(nèi)容。AIGC的再次(cì)出(chū)圈，更代表着(zhe)未(wèi)来的(de)先进生(shēng)产力(lì)即将到(dào)来。

04

紧抓大模(mó)型与(yǔ)算(suàn)力，牢固AIGC底座

从技术的发展也可(kě)以看出，在语言大模型、图(tú)像大(dà)模型之后(hòu)，多(duō)模态大模(mó)型已经成为了新的趋势。

大模型被(bèi)誉为当前(qián)人工智(zhì)能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的(de)研究方(fāng)向之(zhī)一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部企(qǐ)业(yè)都在(zài)竞相发(fā)力。

不过训练(liàn)大模型(xíng)的(de)确价格(gé)不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训(xùn)练一次的成本约为(wèi)140万美元(yuán)。而对于一些更(gèng)大的(de)LLM(大(dà)型语言(yán)模型)，训(xùn)练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的独立访客平均数(shù)1300万(wàn)计算，其对应芯片需求为3万多(duō)片英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美元，每(měi)日仅电费就(jiù)在5万(wàn)美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算力支持(chí)。在关注(zhù)各类大模型的发展(zhǎn)同时，更(gèng)应该(gāi)关注算(suàn)力网络的(de)建设。

算力网络正驱(qū)动AI产业发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及(jí)通(tōng)用AI这一人工智(zhì)能发展的终极(jí)目标离得更近。

因(yīn)为算力可以(yǐ)对突破性技术创(chuàng)新(xīn)提供大(dà)力的支(zhī)持。这方面，多模态大(dà)模型是(shì)典型。作为(wèi)面(miàn)向(xiàng)未(wèi)来强人工智(zhì)能(néng)、通用(yòng)人(rén)工智能的(de)重要技术创新，多(duō)模态大模型已经在(zài)人(rén)工智能(néng)领域(yù)提(tí)出了很多年，业(yè)界也有(yǒu)不少技术突破，但是，多模态大模型进(jìn)一步往下走，算力(lì)需求呈几何式(shì)上升，一般的算(suàn)力基础设施(shī)很快将难(nán)以胜任。

从图像、文字、语音单独(dú)一项的训练，到双模(mó)态、三(sān)模态的跃迁，让人(rén)工智(zhì)能可以灵活应对不同模态的转化、像(xiàng)人与世界交互一样自然，这方面，由算力网络来驱动(dòng)将有明显(xiǎn)优势。

此外，还有很多需要爆发式增(zēng)长的(de)算力来(lái)支撑的技术创新(xīn)，将在人工智能算力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型(xíng)和大(dà)算力的(de)支持(chí)下(xià)AIGC能持(chí)续颠覆内容生产的方式，将创造的边际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：中国书画艺术 上下红中间白的国旗是哪个国家的 国旗可以随便挂吗