自(zì)聊天机器人ChatGPT火爆以来，微(wēi)软(ruǎn)公(gōng)司(sī)创始人(rén)比尔·盖(gài)茨已多次公开谈论人工智能话(huà)题。在(zài)最近的一次采访中(zhōng)，他再次表示：“AI可能会(huì)让科(kē)技行(xíng)业迎(yíng)来一次(cì)剧(jù)烈(liè)的洗(xǐ)牌”。

这个(gè)结论是他在当地(dì)时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访时(shí)提出的(de)。

他预期，AI的发展可(kě)能(néng)会威(wēi)胁(xié)到谷歌的(de)市(shì)占率，因为微(wēi)软在(zài)AI方(fāng)面的行动(dòng)相当迅(xùn)速。而最终科技(jì)巨头将把AI整合成用(yòng)户的“全(quán)能助手”，包揽一切(qiè)应用，与(yǔ)人们进(jìn)行沟通(tōng)并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大(dà)佬口中(zhōng)全能(néng)助手的到来可(kě)能尚需时(shí)日，但由(yóu)ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热(rè)点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多(duō)州举办的(de)新兴数字(zì)艺(yì)术家竞赛中，一幅名为(wèi)《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商(shāng)的AI绘画软件被(bèi)广(guǎng)大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应(yīng)用中(zhōng)输入一组关键词或者一张照片，就能获得(dé)一幅AI创(chuàng)作(zuò)的(de)画作。

作(zuò)画的关键就是(shì)所(suǒ)输入(rù)的(de)文本。同(tóng)一(yī)组关键词也可以创作出很(hěn)多张风格不一样的画作，这让创作(zuò)的过(guò)程就像开盲盒。

很多(duō)用户很喜欢这种(zhǒng)不确(què)定(dìng)的惊(jīng)喜，他们会将生成的美图当做头像(xiàng)。而(ér)另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上(shàng)，许多(duō)用(yòng)户(hù)分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌(jī)肉(ròu)男”，还有网(wǎng)友(yǒu)的个人照片(piàn)被AI识别成了(le)建(jiàn)筑(zhù)。

而(ér)如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词(cí)游戏可(kě)能要被颠(diān)覆了(le)。

ControlNet是(shì)一位正在斯坦福(fú)读博(bó)的(de)中(zhōng)国人张吕敏创作的一种基于控制点的图像(xiàng)变形算法，主要用(yòng)于数(shù)字(zì)图像(xiàng)处理、计算机视(shì)觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在(zài)短短的两(liǎng)天内便成为了AI绘画领(lǐng)域最新(xīn)的热(rè)点。

在此之(zhī)前(qián)，大家用了很多(duō)方法想(xiǎng)让(ràng)AI生成(chéng)的结果尽可能的(de)符(fú)合要(yào)求，但(dàn)是(shì)都不尽如人(rén)意，它的(de)出现代(dài)表(biǎo)着AI生成开始进(jìn)入真正的可控时期。

因为ControlNet可(kě)以直接提取(qǔ)画面的(de)构图，人物的姿(zī)势(shì)和画面(miàn)的深度信息等(děng)。有(yǒu)了它(tā)的帮助，就不用频繁的(de)用提示词来碰运气，抽盲(máng)盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品(pǐn)已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的(de)照(zhào)片直(zhí)接(jiē)带她们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键词试效果(guǒ)。

通过图片就(jiù)可(kě)以看出来，效(xiào)果十(shí)分惊(jīng)艳。

更厉害的是，除了真(zhēn)实的照(zhào)片，草图也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能(néng)实现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏(mǐn)其本(běn)尊(zūn)也(yě)亲自回应(yīng)。

不得不说当下AIGC已经变(biàn)得越来越强大，甚(shèn)至输出的作(zuò)品(pǐn)都已(yǐ)经能以假(jiǎ)乱真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警惕(tì)安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网(wǎng)络，而经过警方辟谣这所谓(wèi)的(de)“party”可(kě)能是全国第一起(qǐ)AI绘图诈骗。

由于这(zhè)个(gè)活动里(lǐ)面(miàn)给出的美女照片都(dōu)是AI制(zhì)作的真人照片(piàn)绘图，因为太逼真，被(bèi)大(dà)家当(dāng)成真事传播了。

不过仔细(xì)观察可(kě)以发(fā)现，活(huó)动发(fā)起(qǐ)者提供的照片中有个(gè)很大的漏洞(dòng)可以发现并非真人，而是AI绘图(tú)，那(nà)便是图片中女性的手(shǒu)指部分有的存在异(yì)常。

有行业(yè)人事表示：“现在(zài)因为手指部分的(de)绘画算法比较复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的图片已经有越来越完美(měi)的AI模型出(chū)现，以(yǐ)后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外也已有(yǒu)发生(shēng)。据英(yīng)国广播公(gōng)司报(bào)道，土耳其地(dì)震期间，有(yǒu)Tiktok用(yòng)户(hù)使(shǐ)用AI合(hé)成了儿童受灾的假照片发布到网络，以此诱(yòu)骗善良(liáng)的人打赏“捐助(zhù)”从而实(shí)施诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能做出真(zhēn)人照片(piàn)般的(de)绘图效(xiào)果，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一(yī)方面，批(pī)判者认为AI在(zài)“学习”了(le)大(dà)量前人的作品之(zhī)后，其(qí)创作没(méi)有任(rèn)何情绪和灵魂，难(nán)以和人类(lèi)的(de)艺术创作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会(huì)不会代(dài)替人类“至高无上(shàng)”的创意。

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

03

AIGC下(xià)一站(zhàn)除(chú)了视频，还有远(yuǎn)方

技术都是有两面性的，潜(qián)在的危害并(bìng)不能掩盖(gài)其光辉的贡献。现在看来，人工(gōng)智(zhì)能技术(shù)将是第四次工(gōng)业革命的核心(xīn)驱(qū)动(dòng)力量，将创造新的增长奇(qí)迹。

过去一年，人工(gōng)智能在技(jì)术和商业层面(miàn)都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智(zhì)能技术发生方向性改变的一个代表。其下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发(fā)布了(le)几条引爆科技圈的(de)短视(shì)频。这(zhè)些视频引发关注并非内(nèi)容做得多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托车(chē)的第一视角录(lù)像，随便(biàn)一个有手机的人都可(kě)以随手(shǒu)录下(xià)一段。

但(dàn)这些短视(shì)频的创作方式非常简单，创作(zuò)者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就可以根据需要生(shēng)成一段视频。

谷(gǔ)歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

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

Phenaki更加令人(rén)震惊的地方在于(yú)，它可以制作(zuò)出超过2分钟的连贯的也有确(què)切内容(róng)的视(shì)频，这才是真正让人们感到惊(jīng)喜的地方(fāng)。因为(wèi)无论AI生成的(de)视频多么高清，也(yě)只能(néng)是(shì)为(wèi)内容生产(chǎn)者提供一个灵感，一个(gè)素材(cái)，一(yī)个过场动画。

不(bù)过能(néng)够(gòu)制(zhì)作出有(yǒu)具体剧情内容的视频就意味(wèi)着，一些视频创作由AI代替人工完(wán)成已经初(chū)步有了(le)可能。

当下(xià)AI的发展速(sù)度已(yǐ)经(jīng)超过大部(bù)分人的想象。内(nèi)容产业的本质是(shì)供给创造需(x天肖有几个生肖 天肖是哪六个肖ū)求(qiú)，AIGC作为(wèi)全(quán)新的内(nèi)容生产方式(shì)，可(kě)以为内容(róng)产业带来更新的(de)内(nèi)容(róng)风格、更(gèng)快的(de)生产速度(dù)，更低的生产成(chéng)本，这无疑会驱动内容产业的大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术(shù)还能应用于音(yīn)乐(lè)、代码(mǎ)、机(jī)器人动(dòng)作等(děng)多种内(nèi)容形式的(de)生成。不难发现该(gāi)项技术不仅在游戏(xì)等行业能(néng)得到有效应用，对于下(xià)一代互联(lián)网各种元(yuán)素的构(gòu)建亦有关键意义(yì)。

从商业化的角度来看，文(wén)化娱乐、教育(yù)、传(chuán)媒等诸多领域，本身就对基于AI的可视(shì)化内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视(shì)频或不是结果，而(ér)只是AI进程中的一块重要(yào)拼图，有(yǒu)望在技术(shù)更新的加持下实现更大的应用价(jià)值(zhí)。

AI从理解内(nèi)容，走向了可以生(shēng)成内(nèi)容，甚至能够(gòu)创造出独(dú)立价值和独(dú)立视角的内容。AIGC的(de)再(zài)次(cì)出圈，更代表着(zhe)未(wèi)来的先(xiān)进(jìn)生产力(lì)即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的发展也可以看出，在语言大模型、图像大模型之后(hòu)，多模态大(dà)模型(xíng)已经成为了(le)新的趋势。

大模(mó)型被誉为当前(qián)人工智能发(fā)展的智能(néng)底座，是全球竞争最(zuì)激(jī)烈的研究(jiū)方向之(zhī)一，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百度、阿(ā)里、腾讯等众(zhòng)多头部(bù)企业都(dōu)在(zài)竞(jìng)相发力。

不(bù)过(guò)训练大模型的确价(jià)格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报(bào)告估(gū)算(suàn)，GPT-3训练一次的(de)成本约(yuē)为140万美元(yuán)。而对于一些更(gèng)大的LLM(大型(xíng)语(yǔ)言(yán)模(mó)型)，训练成(chéng)本(běn)则介于200万美元至1200万(wàn)美(měi)元高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算，其对(duì)应芯片需求为3万(wàn)多片英伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿美元(yuán)，每日(rì)仅电(diàn)费就(jiù)在5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支持。在关(guān)注各类(lèi)大模型(xíng)的发展同时，更应该关注算力网络的(de)建设。

算力网络正驱(qū)动AI产业发展进入史诗(shī)级加速进程，让AIGC及通用AI这一人工(gōng)智能(néng)发(fā)展的终(zhōng)极目(mù)标离得更近(jìn)。

因为算力(lì)可以(yǐ)对突破性技术创新提供大(dà)力的支持。这方(fāng)面，多模(mó)态大模型是典型。作为面向(xiàng)未来强(qiáng)人工智能、通用人工(gōng)智能的重(zhòng)要技术创(chuàng)新，多模态大模型已经(jīng)在人工(gōng)智(zhì)能领域提出了很多年，业界(jiè)也有(yǒu)不少技术突破，但是，多模态大模型进一步往下(xià)走，算力需求(qiú)呈几(jǐ)何式上升，一(yī)般的算力(lì)基础设施(shī)很快将难以胜任。

从图像(xiàng)、文字、语音单独一(yī)项的训(xùn)练，到双模(mó)态(tài)、三模态的跃迁，让(ràng)人(rén)工智能可(kě)以灵活应对不同模态的转化、像人与世(shì)界交(jiāo)互一样自然(rán)，这(zhè)方面，由算力网络来驱动将有明显优势(shì)。

此外，还有很多需要(yào)爆发式增长的算力来支(zhī)撑(chēng)的(de)技(jì)术创新(xīn)，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和(hé)大算(suàn)力的支持下AIGC能持(chí)续颠(diān)覆(fù)内(nèi)容生产(chǎn)的方式，将创造(zào)的边际成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：中国书画艺术 天肖有几个生肖 天肖是哪六个肖