自聊天机器人(rén)ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多(duō)次公开谈论人工智(zhì)能(néng)话题。在最(zuì)近的一次采访中(zhōng)，他(tā)再次(cì)表示(shì)：“AI可能会让科(kē)技行业迎来一次剧烈的洗牌(pái)”。

这个(gè)结论是(shì)他在当地时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时(shí)提出的。

他预期(qī)，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市占率，因为微刘备文学是什么意思，刘备文学啥意思软在AI方面的(de)行动相当(dāng)迅速。而最(zuì)终科技巨头将把AI整(zhěng)合成用户的(de)“全(quán)能助手”，包(bāo)揽一切应用，与人们进(jìn)行沟通并(bìng)提(tí)供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全(quán)能助手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表的(de)AIGC上一次爆火的(de)时(shí)候，还是2022年8月(yuè)，在美国科罗拉多州举(jǔ)办(bàn)的新兴数字(zì)艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧(jù)院(yuàn)》的作品获奖。

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

用户们(men)可(kě)以在应用中输入一组关键词或者(zhě)一张(zhāng)照片，就能获得一(yī)幅AI创作的画作。

作(zuò)画(huà)的关键就是所(suǒ)输入的文本。同(tóng)一组关键词也可以(yǐ)创作出(chū)很多张风格不一样的(de)画作，这让(ràng)创作的过程就(jiù)像开盲盒。

很(hěn)多用户很喜欢这种(zhǒng)不确(què)定的惊喜，他(tā)们会将生成(chéng)的美图(tú)当(dāng)做头像。而另(lìng)一(yī)部(bù)分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒(méi)体上，许(xǔ)多用户分享AI“翻(fān)车现场”，例如(rú)，一位(wèi)网友的小狗照片(piàn)被AI画成了“肌肉男(nán)”，还有网(wǎng)友的个人照片被AI识别(bié)成(chéng)了建筑。

而如今随着(zhe)ControlNet的出现(xiàn)与加(jiā)持，以(yǐ)往AI绘画的填(tián)写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦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，主要用(yòng)于数字图像处理、计算机视觉和计算机图形学等领域。

其(qí)SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为(wèi)了(le)AI绘画领域最新(xīn)的热点。

在此之前，大家用了(le)很多方法想让AI生成的结果尽可能的符合要求，但(dàn)是(shì)都(dōu)不尽如(rú)人意，它的出现代表(biǎo)着(zhe)AI生(shēng)成开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面的(de)深度信(xìn)息等。有(yǒu)了它的帮助，就不(bù)用频繁的用(yòng)提示(shì)词来碰(pèng)运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画加(jiā)了(le)“魔(mó)法”，不(bù)少(shǎo)博主的(de)作品已经获得了大量的浏览(lǎn)量，“viggo”就(jiù)是(shì)其中(zhōng)之一，他用(yòng)朋友的照片直接带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到(dào)对应的(de)关(guān)键词；最(zuì)后用(yòng)ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关键词试效果。

通过图片就可以看出来，效(xiào)果十分惊艳。

更厉(lì)害的(de)是，除了(le)真实的照(zhào)片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也(yě)亲自回应。

不得(dé)不(bù)说当下(xià)AIGC已(yǐ)经变(biàn)得越来(lái)越强(qiáng)大(dà)，甚至输出(chū)的(de)作品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的消息火遍网络，而经过警(jǐng)方(fāng)辟谣这(zhè)所(suǒ)谓(wèi)的(de)“party”可(kě)能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个活动里面(miàn)给出(chū)的(de)美(měi)女照片都是AI制作的真(zhēn)人(rén)照片绘图，因为太逼真，被(bèi)大(dà)家当成(chéng)真事传播了。

不过仔(zǎi)细观察可(kě)以(yǐ)发现，活动(dòng)发起(qǐ)者(zhě)提(tí)供的照(zhào)片中有个很(hěn)大的漏洞(dòng)可以(yǐ)发现并(bìng)非真人，而(ér)是(shì)AI绘(huì)图，那便(biàn)是图片中女性的手指部分有的存在异常。

有(yǒu)行业(yè)人事(shì)表(biǎo)示(shì)：“现在因为手指部分的(de)绘画算法比较(jiào)复杂，AI还不太会画人的手，但最(zuì)新看到的图(tú)片已经有越来(lái)越完美(měi)的AI模型出现，以后(hòu)可能就完(wán)全没(méi)有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外也(yě)已有发(fā)生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照(zhào)片(piàn)发布到网络，以此诱骗(piàn)善良(liáng)的(de)人打赏“捐助(zhù)”从而实施诈(zhà)骗。

目(mù)前(qián)随着(zhe)技术发展，AIGC已经能做(zuò)出真(zhēn)人(rén)照片般的绘图效果，如果这(zhè)样(yàng)的图片被用(yòng)来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多担(dān)忧，一(yī)方面，批判者认(rèn)为AI在“学习”了大量(liàng)前(qián)人的作(zuò)品之后，其创作没有任何情绪和灵(líng)魂(hún)，难以和人类的艺术(shù)创(chuàng)作(zuò)相提并论。

另一方面(miàn)，AIGC背(bèi)后的版权、目前都并没有得到有效的解决，还有(yǒu)AIGC会不会代替(tì)人类“至高无(wú)上(shàng)”的创意(yì)。

马斯(sī)克也强调，人工智能的安全问(wèn)题(tí)需要(yào)得到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了(le)视频，还有远(yuǎn)方

技术都是有两(liǎng)面性(xìng)的，潜(qián)在的危害并不(bù)能(néng)掩盖其光辉(huī)的贡献(xiàn)。现在看来，人(rén)工智(zhì)能技术(shù)将是第四次工业革(gé)命的核心驱(qū)动力(lì)量，将创造新(xīn)的增(zēng)长(zhǎng)奇(qí)迹(jì)。

过(guò)去一(yī)年，人工(gōng)智能在技术和商业层面都有了(le)巨大进展(zhǎn)，AI绘画就(jiù)是人(rén)工(gōng)智能技术发生方(fāng)向性改变的一个代(dài)表(biǎo)。其下一站或(huò)许就是视频。

此前(qián)，Meta和谷歌先(xiān)后发布了几条引爆(bào)科技(jì)圈的短视频。这些视频引发关(guān)注并(bìng)非内容做得多优(yōu)秀，反而都(dōu)非常简单，比(bǐ)如(rú)一匹正在(zài)喝水的马，一只画画的玩具(jù)熊，或者一(yī)段(duàn)骑摩托车的第一(yī)视角录像，随便一个有手(shǒu)机的(de)人都可以(yǐ)随手录(lù)下一段(duàn)。

但(dàn)这(zhè)些(xiē)短(duǎn)视频的(de)创(chuàng)作(zuò)方式非常简单(dān)，创(chuàng)作者仅仅需要(yào)向AI输入一(yī)段(duàn)话，甚至只是说一下要求，AI就可(kě)以(yǐ)根据需要生成一段(duàn)视频(pín)。

谷(gǔ)歌发布的两个AI生(shēng)成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了(le)AI生成的(de)视频后，AI圈就已经(jīng)玩了(le)一波(bō)梗，一个能够做(zuò)出更高(gāo)清视频的(de)AI还不足(zú)以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过2分钟的连贯的(de)也有确切内容的视频(pín)，这才是真正让人们感(gǎn)到惊喜的地(dì)方。因为无论AI生成的视频多(duō)么高(gāo)清，也只(zhǐ)能是为(wèi)内容生产者提供一个灵感，一个素(sù)材(cái)，一个过(guò)场动画。

不过能够(gòu)制(zhì)作(zuò)出有具体剧情内(nèi)容的视频就意味着，一些(xiē)视频创(chuàng)作由AI代替人工完成已经初步有(yǒu)了可能(néng)。

当下AI的发展(zhǎn)速度已经超过大部分人的(de)想象。内容(róng)产业(yè)的本质(zhì)是供(gōng)给创造需(xū)求(qiú)，AIGC作为全新(xīn)的内容生产方式(shì)，可以为内容产业(yè)带(dài)来更(gèng)新的内容风(fēng)格、更快的(de)生产速度，更低的生产成(chéng)本，这(zhè)无疑会驱(qū)动内容产业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于(yú)音乐、代(dài)码、机(jī)器人(rén)动作等多(duō)种内容形式的生成。不(bù)难发现该项技术不仅(jǐn)在游戏(xì)等行业能得到有效应用，对于(yú)下一(yī)代互(hù)联网各种元素的(de)构建亦有关键(jiàn)意(yì)义。

从商业(yè)化的角(jiǎo)度来看，文化娱乐、教育、传媒(méi)等诸(zhū)多领(lǐng)域(yù)，本(běn)身就对基于(yú)AI的可(kě)视化内(nèi)容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是AI进程中(zhōng)的一块(kuài)重要拼图，有望(wàng)在技术更(gèng)新的(de)加持(chí)下(xià)实(shí)现更大的应(yīng)用价值。

AI从理解内容，走向了可以生成(chéng)内(nèi)容，甚至能(néng)够(gòu)创(chuàng)造出独立价值和(hé)独(dú)立(lì)视角(jiǎo)的内容。AIGC的(de)再次出圈，更代表着(zhe)未来的先进生(shēng)产(chǎn)力即将(jiāng)到来。

04

紧抓大(dà)模型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言大模型、图像大模型(xíng)之后，多(duō)模态大模型已经成(chéng)为了(le)新的趋势。

大模(mó)型(xíng)被(bèi)誉为当前人工(gōng)智能发展的(de)智(zhì)能(néng)底座，是全球(qiú)竞争最激烈(liè)的研究方向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯(xùn)等众多(duō)头部企业都在竞相发力(lì)。

不(bù)过训(xùn)练(liàn)大(dà)模型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算(suàn)力(lì)》报告估(gū)算，GPT-3训(xùn)练一(yī)次的(de)成本约为140万美元。而对于一些更(gèng)大(dà)的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其对应(yīng)芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注(刘备文学是什么意思，刘备文学啥意思zhù)各类大模型的发展同时，更应该关(guān)注算力(lì)网络的建设。

算力网(wǎng)络正驱(qū)动(dòng)AI产业(yè)发展(zhǎn)进入史诗级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工智能发展的终极(jí)目标离(lí)得(dé)更近(jìn)。

因为算力(lì)可以(yǐ)对(duì)突破性(xìng)技术创(chuàng)新提供大(dà)力的支(zhī)持。这方面，多模态(tài)大模型(xíng)是(shì)典型(xíng)。作(zuò)为(wèi)面向未来强人工智能、通用人工(gōng)智(zhì)能的重要(yào)技(jì)术(shù)创新(xīn)，多模态大模型已经在(zài)人工智能(néng)领域提出(chū)了很多年，业界也有不(bù)少技术(shù)突破，但是，多模态大(dà)模(mó)型进一步(bù)往下走，算力需求呈几何式上升，一般的算力基(jī)础设施很(hěn)快将难以胜任。

从(cóng)图像(xiàng)、文字、语音单独一项的训练，到双模态、三(sān)模态的跃迁，让人工(gōng)智能可以灵活应对(duì)不同模态的转化、像人(rén)与世(shì)界交互一样自(zì)然，这方面，由算力(lì)网络来驱动将有明显(xiǎn)优势。

此(cǐ)外，还有(yǒu)很多(duō)需要爆发式(shì)增长的算力(lì)来支撑的技术创新，将在人工智能算力网络支(zhī)撑下(xià)快速推进。

AIGC已经露(lù)出(chū)曙光(guāng)，期待在大模型和大算(suàn)力的支(zhī)持(chí)下AIGC能持续颠覆(fù)内容生(shēng)产的方(fāng)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：腾众软件科技有限公司 刘备文学是什么意思，刘备文学啥意思