自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比尔·盖茨已多(duō)次公(gōng)开谈论人(rén)工智能话题。在最(zuì)近的一(yī)次采访(fǎng)中，他再次(cì)表(biǎo)示：“AI可能会让(ràng)科技行(xíng)业迎来一次(cì)剧烈的洗牌”。

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

他预期，AI的(de)发展(zhǎn)可(kě)能会威胁到谷歌(gē)的(de)市占率，因为(wèi)微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成(chéng)用户的(de)“全(quán)能助手”，包揽一切应用，与人们进行沟通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能(néng)助手的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可(kě)控靠近

以(yǐ)AI绘(huì)画为代表的AIGC上一次爆火(huǒ)的(de)时(shí)候，还是2022年(nián)8月，在美国科罗拉(lā)多州举办的新兴数字艺(yì)术家(jiā)竞赛中，一幅名为《太(tài)空歌剧(jù)院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便(biàn)是其(qí)中代(dài)表。

用户们可以在应用(yòng)中输入(rù)一(yī)组(zǔ)关(guān)键词或者一张照片，就(jiù)能获得一幅AI创(chuàng)作的(de)画(huà)作。

作画的(de)关键(jiàn)就是(shì)所输入的文本(běn)。同一组关键(jiàn)词也可以(yǐ)创作出很多张风格不一样的(de)画作，这让创作的过(guò)程就像开盲(máng)盒(hé)。

很(hěn)多用(yòng)户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他们会将生成的(de)美图当(dāng)做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的(de)小(xiǎo)狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人照片(piàn)被AI识(shí)别成了(le)建筑(zhù)。

而(ér)如(rú)今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏可(kě)能要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦福(fú)读博的中国人(rén)张吕敏创作的一(yī)种基于控(kòng)制点的图(tú)像变形算法，主要用于数字图像处理、计算机视觉和计算(suàn)机图形学等领域。

其SD插件一经发布(bù)，在(zài)短(duǎn)短的两天(tiān)内(nèi)便(biàn)成为了AI绘画领域最新的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的(de)结果(guǒ)尽可能的符(fú)合要求，但是(shì)都不(bù)尽如人意，它的出现代表着AI生成开始(shǐ)进入真正的可控时期(qī)。

因为(wèi)ControlNet可(kě)以(yǐ)直接提(tí)取画面的(de)构(gòu)图，人(rén)物的姿(zī)势和画面的深度信息(xī)等。有了它(tā)的帮助，就不用(yòng)频繁(fán)的用提示词来(lái)碰(pèng)运气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于(yú)给AI绘(huì)画(huà)加了“魔(mó)法”，不少博主(zhǔ)的(de)作品已经获得(dé)了(le)大(dà)量的浏览量(liàng)，“viggo”就(jiù)是其中之一，他(tā)用(yòng)朋友的(de)照片直接带(dài)她(tā)们(men)走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换(huàn)关键词试效果。

通过图片就可以(yǐ)看(kàn)出(chū)来(lái)，效果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的照片，草图也可以加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得不说(shuō)当下(xià)AIGC已(yǐ)经(jīng)变得越(yuè)来越强大，甚至(zhì)输出的作品(pǐn)都已(yǐ)经能以假乱真了。

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(yóu)艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟(pì)谣这所(suǒ)谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给出的美(měi)女照片(piàn)都是(shì)AI制作的真人(rén)照片(piàn)绘(huì)图，因为太逼真(zhēn)，被(bèi)大家当(dāng)成真(zhēn)事传(chuán)播了。

不过仔(zǎi)细观察可(kě)以发现，活动发(fā)起者提供的(de)照片(piàn)中有(yǒu)个很(hěn)大的(de)漏洞可以发现并非真人，而是AI绘图(tú)，那(nà)便是图片中女性的手指部分有的(de)存在异常。

有(yǒu)行业(yè)人事表示：“现(xiàn)在(zài)因为手(shǒu)指部分的绘画算法比较复杂，AI还不太会画(huà)人的手，但(dàn)最新看(kàn)到的图片已经(jīng)有越(yuè)来越(yuè)完美(měi)的(de)AI模型出现，以后可能就(jiù)完全没有(yǒu)漏洞了(le)。”

类(lèi)似的AI作图诈骗在国(guó)外也已(yǐ)有发生(shēng)。据(jù)英(yīng)国广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成(chéng)了(le)儿童(tóng)受灾的假照片发布到网络，以此诱骗善(shàn)良的(de)人打赏(shǎng)“捐助”从(cóng)而(ér)实(shí)施诈骗。

目(mù)前(qián)随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这样的(de)图片被用(yòng)来诈(zhà)骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面(miàn)，批判者认为AI在“学习(xí)”了(le)大量前人的作品(pǐn)之后，其创作(zuò)没有任(rèn)何情绪和灵魂，难以(yǐ)和(hé)人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到有(yǒu)效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至(zhì)高无(wú)上”的(de)创意。

马斯克(kè)也强(qiáng)调，人工智能的安全(quán)问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两面性的，潜在的危害并不能掩盖其光辉的贡献(xiàn)。现在看来(lái)，人(rén)工智能技术将是第四(sì)次工业革命(mìng)的核心(xīn)驱动力量，将创(chuàng)造新的增(zēng)长奇迹。

过去(qù)一年，人(rén)工智能在技(jì)术和商业层(céng)面都(dōu)有了巨大进展，AI绘画就是人(rén)工智能技术发生方向(xià陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译ng)性改变的一个代表(biǎo)。其下(xià)一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆(bào)科技(jì)圈的短视频。这些视频引发(fā)关注并(bìng)非内容做得多优(yōu)秀，反而都非常简单，比如一匹(pǐ)正(zhèng)在喝水的马，一只画(huà)画(huà)的玩(wán)具熊，或(huò)者一段骑摩托车的第一视角(jiǎo)录像(xiàng)，随(suí)便一(yī)个有(yǒu)手机的人都(dōu)可以随手录下一段(duàn)。

但这些(xiē)短视频(pín)的(de)创作方式非常简(jiǎn)单(dān)，创作者(zhě)仅仅需要向AI输入一段话(huà)，甚至只是说(shuō)一下要(yào)求，AI就(jiù)可(kě)以(yǐ)根据需要生(shēng)成一段视(shì)频。

谷歌发布的两(liǎng)个(gè)AI生成视频分(fēn)别(bié)来(lái)自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的(de)是(shì)高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的(de)视频后，AI圈就已经玩(wán)了一波(bō)梗，一(yī)个能(néng)够做出更(gèng)高清视频的AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连贯的也(yě)有确切内容的(de)视频(pín)，这才(cái)是真正让人们感到惊喜的地(dì)方。因为无论AI生(shēng)成的视频(pín)多(duō)么高清(qīng)，也只能是为内容(róng)生产(chǎn)者提供一个(gè)灵感，一个素材，一个(gè)过场动画。

不过能够制作出(chū)有具(jù)体剧情(qíng)内(nèi)容的视频(pín)就意味(wèi)着，一些视频创(chuàng)作由AI代替人工(gōng)完成已经初步(bù)有(yǒu)了可能。

当下AI的(de)发展速度已经超过(guò)大(dà)部分人的(de)想象。内容(róng)产业的本(běn)质是供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业带来更新的内容(róng)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(róng)产业的大(dà)爆发(fā)。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码、机器人(rén)动作等多种内(nèi)容形式的生成。不难发现该(gāi)项(xiàng)技(jì)术(shù)不(bù)仅在游戏等行业能得到(dào)有效应(yīng)用，对于下一(yī)代互联网(wǎng)各种元(yuán)素的构建亦有关键意义(yì)。

从商业化的(de)角度来看，文化(huà)娱(yú)乐(lè)、教育、传媒等(děng)诸多领域(yù)，本身就(jiù)对基于(yú)AI的可视化(huà)内(nèi)容有强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程(chéng)中的一块重要拼图，有望(wàng)在技术更(gèng)新的加持下(xià)实现更大的应用价值。

AI从(cóng)理解(jiě)内容(róng)，走向了可(kě)以生成内容，甚至能够创造出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生产力即(jí)将到来。

04

紧抓(zhuā)大模(mó)型与算(suàn)力，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可以看出(chū)，在语(yǔ)言(yán)大模型(xíng)、图像大模型(xíng)之后，多模态(tài)大(dà)模型已经成(chéng)为了新的趋势。

大模型被(bèi)誉(yù)为当前人(rén)工智能发展的智能(néng)底座，是全球(qiú)竞争最激烈(liè)的研究方(fāng)向之(zhī)一，包括(kuò)谷歌(gē)、亚马(mǎ)逊、百度、阿里(lǐ)、腾讯等众(zhòng)多(duō)头(tóu)部企(qǐ)业都在竞相发(fā)力(lì)。

不过(guò)训练(liàn)大模型的确价格不菲，以(yǐ)国(guó)盛证券(quàn)发(fā)布(bù)的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一(yī)次的成本约(yuē)为(wèi)140万美元。而(ér)对于一些更(gèng)大的LLM(大(dà)型语(yǔ)言模型)，训练成本(běn)则介于200万美元至1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客平均数1300万计算，其(qí)对应(yīng)芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿(yì)美元，每日仅电费就在5万美元左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不开庞(páng)大算(suàn)力支持。在关注(zhù)各类大模型的发展(zhǎn)同时，更应该(gāi)关注算(suàn)力网络的(de)建设。

算(suàn)力网络正(zhèng)驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及通用AI这一人工智(zhì)能发(fā)展的终极目(mù)标离得(dé)更近(jìn)。

因(yīn)为算力可以对突破(pò)性技术创新(xīn)提供大力的支持。这方(fāng)面，多模态(tài)大模型是典型(陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译xíng)。作为面向未来强人工智(zhì)能(néng)、通用人工智能的重要技术创新，多模(mó)态大模(mó)型已经(jīng)在人工智能领域提出了很(hěn)多年(nián)，业界也(yě)有不少(shǎo)技术突破，但(dàn)是，多(duō)模态(tài)大模型进一步往(wǎng)下走，算力需(xū)求呈几何式上(shàng)升，一般的算力基础设施(shī)很快将难以胜(shèng)任。

从图(tú)像、文字、语音单独一(yī)项的(de)训练，到双模态、三模态的跃(yuè)迁，让人(rén)工智能可以灵活应对不(bù)同模态(tài)的转化、像人与世界交互一样自然，这方面，由算力网络来驱动将有(yǒu)明显(xiǎn)优势(shì)。

此外，还有很多需要爆(bào)发式增长的算(suàn)力来(lái)支撑的技术创新(xīn)，将在人工智(zhì)能算力网络支撑下快速推(tuī)进(jìn)。

AIGC已(yǐ)经露(lù)出曙光，期(qī)待在(zài)大模型和(hé)大算(suàn)力的支持下AIGC能持续颠(diān)覆内容生产的(de)方式(shì)，将创(chuàng)造的(de)边际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 陈万年教子文言文翻译注释和启示，文言文《陈万年教子》翻译