自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比尔(ěr)·盖(gài)茨已多(duō)次(cì)公(gōng)开谈论人工(gōng)智(zhì)能话题(tí)。在最近的一次采访中，他(tā)再次(cì)表示：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的(de)洗牌”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的发展可能会威胁到(dào)谷歌的(de)市占率，因为微软在AI方面(miàn)的行动相当(dāng)迅速(sù)。而最终科(kē)技巨头将把(bǎ)AI整合(hé)成(chéng)用户的“全能助(zhù)手”，包揽一切应用，与人们进行沟(gōu)通(tōng)并提(tí)供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需(xū)时日(rì)，但(dàn)由ControlNet引发的又一次(cì)AI绘(huì)画(huà)浪(làng)潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代(dài)表的AIGC上一次爆(bào)火的(de)时候，还是2022年8月(yuè)，在(zài)美国科罗拉多州举办的新(xīn)兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太空歌剧(jù)院》的作品获奖。

随后各(gè)大(dà)厂商的AI绘(huì)画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以(yǐ)在(zài)应用中输入(rù)一组(zǔ)关(guān)键(jiàn)词或(huò)者一张照(zhào)片，就能获得(dé)一幅AI创作的(de)画作。

作画的(de)关(guān)键就(jiù)是(shì)所输(shū)入的文本。同一组关键词也可以创作出很多张风格不一样的画作，这让创作的过程就像开盲盒。

很多用户很喜欢这(zhè)种不(bù)确(què)定的惊(jīng)喜(xǐ)，他们(men)会将生成的美图当做(zuò)头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作(zuò)品。在(zài)社交媒(méi)体上，许多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位(wèi)网友的小狗照片(piàn)被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个人(rén)照片被AI识别成(chéng)了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键(jiàn)词游(yóu)戏可能(néng)要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏(mǐn)创作的一种基于控(kòng)制点的图(tú)像变形算法，主要用(yòng)于(y寿眉是最差的白茶吗，寿眉是什么档次的茶ú)数(shù)字图像处(chù)理、计算机视觉和(hé)计算(suàn)机图形学等领域。

其SD插件一经(jīng)发布，在短(duǎn)短的(de)两天内便成为了AI绘(huì)画领(lǐng)域最新的热点。

在此之前(qián)，大家用了很多(duō)方法想让(ràng)AI生(shēng)成的结果尽可能(néng)的符合要(yào)求，但是都不(bù)尽如(rú)人意，它的出(chū)现代表着AI生成开始进入真正的可控(kòng)时期。

因为(wèi)ControlNet可以(yǐ)直接(jiē)提取画面的构图，人(rén)物的姿势和画(huà)面(miàn)的深度信息等。有了它的帮助，就不用(yòng)频繁(fán)的(de)用提(tí)示词来碰运气，抽(chōu)盲盒式(shì)的创作(zuò)了(le)。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少博主的作品已经获(huò)得了大量的(de)浏览量(liàng)，“viggo”就是其(qí)中之一，他用朋(péng)友的照片(piàn)直(zhí)接带她们走(zǒu)进动漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除(chú)了真(zhēn)实的照片，草图也(yě)可以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其本尊也亲(qīn)自回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强大(dà)，甚(shèn)至(zhì)输出的作品都(dōu)已经能(néng)以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消息(xī)火遍网络，而经过(guò)警方辟谣这(zhè)所谓的“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由(yóu)于这个活动里(lǐ)面给出(chū)的美女照(zhào)片都是AI制作的真人(rén)照片绘图(tú)，因为太逼真，被大(dà)家当(dāng)成真事传(chuán)播了。

不过仔细观察可以(yǐ)发现，活(huó)动发起(qǐ)者提供的照(zhào)片中有个很大的漏洞可(kě)以发现并(bìng)非真(zhēn)人，而是AI绘(huì)图(tú)，那便是图(tú)片中女性的手指(zhǐ)部(bù)分(fēn)有的存在异常。

有行业人(rén)事(shì)表示：“现(xiàn)在因为手指部(bù)分的(de)绘(huì)画(huà)算法比较复杂，AI还不(bù)太(tài)会画人的手，但最新看到的(de)图片已经有越来越完美的(de)AI模型出(chū)现(xiàn)，以后可能就完全(quán)没有漏洞了。”

类似的AI作图诈骗在(zài)国外也已有(yǒu)发生。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假(jiǎ)照片发布到网络，以此(cǐ)诱(yòu)骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人照(zhào)片(piàn)般(bān)的绘(huì)图效果，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多(duō)担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大(dà)量(liàng)前(qián)人的作(zuò)品之后，其创作(zuò)没有任何情绪和(hé)灵魂，难以和人(rén)类的艺术(shù)创作相提并论。

另一(yī)方面，AIGC背后的版权(quán)、目(mù)前都并(bìng)没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代替人类(lèi)“至(zhì)高(gāo)无上”的(de)创意。

马斯克也强(qiáng)调(diào)，人工智能的(de)安全问题需要(yào)得到重视，太晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下(xià)一站(zhàn)除了视频，还有(yǒu)远方(fāng)

技术(shù)都是有两(liǎng)面性的，潜在的危害并不能掩盖其(qí)光辉的贡献。现在看来，人工智(zhì)能技术将是(shì)第四次工(gōng)业革命的核(hé)心驱动力量，将创(chuàng)造新的增(zēng)长奇迹。

过(guò)去(qù)一年，人工(gōng)智能(néng)在技术和商业层面都有了巨大进(jìn)展，AI绘画就(jiù)是人(rén)工智能技术发生方(fāng)向性改变的(de)一个代表。其下(xià)一(yī)站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科技圈的(de)短(duǎn)视频(pín)。这(zhè)些视(shì)频(pín)引发关注并(bìng)非内容做得多优秀，反(fǎn)而都非(fēi)常(cháng)简单，比(bǐ)如一(yī)匹正在(zài)喝水的马，一(yī)只画(huà)画的玩具熊(xióng)，或(huò)者一段骑摩托车(chē)的(de)第一(yī)视角录像，随便一个有手(shǒu)机的人都可以随手录下(xià)一段。

寿眉是最差的白茶吗，寿眉是什么档次的茶ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/007b969c3b9c5bd.gif?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1" data-s="300,640" data-type="gif" data-w="256">

但这些短视频(pín)的创作方(fāng)式非常简单(dān)，创作者仅仅需要向AI输入一段话，甚至(zhì)只(zhǐ)是说一下要求(qiú)，AI就可以根据需要生成一(yī)段视频。

谷歌发布(bù)的两个AI生成视频分别(bié)来自于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公布了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出(chū)更高(gāo)清(qīng)视频的AI还不足(zú)以在(zài)短时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地(dì)方在于，它可以制作出超过2分钟的(de)连贯的也(yě)有确(què)切内容(róng)的视(shì)频，这才是(shì)真(zhēn)正(zhèng)让人们感到惊(jīng)喜的(de)地方。因为无论AI生成的(de)视频多么高(gāo)清，也只能是为内容生产者提供一个灵感，一个素材(cái)，一个(gè)过场动画。

不(bù)过(guò)能够制作出有具体剧(jù)情内容的视(shì)频就意味着(zhe)，一(yī)些视频(pín)创作由(yóu)AI代替(tì)人(rén)工完成已经初(chū)步有了可能。

当下AI的发展速度已经(jīng)超过(guò)大(dà)部分人(rén)的想象。内容产业的本质是供给创造需求(qiú)，AIGC作为全新(xīn)的内容(róng)生产方式(shì)，可以为内容产业带来更新的内(nèi)容风格(gé)、更快的(de)生产(chǎn)速度，更低(dī)的生产成本(běn)，这无疑会(huì)驱(qū)动内容产业的大爆(bào)发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式的生成。不难发(fā)现该项技(jì)术(shù)不(bù)仅在游戏(xì)等行业能得(dé)到有效应(yīng)用，对于下一(yī)代(dài)互联网各种元(yuán)素的构建亦有关键意义。

从商(shāng)业(yè)化的角度(dù)来看，文化娱乐(lè)、教育、传媒(méi)等诸(zhū)多领域，本身就对基于(yú)AI的可视化(huà)内容有(yǒu)强烈需求(qiú)。

因此，AI绘(huì)画及视(shì)频或不是结果，而只是(shì)AI进程中的一块重要(yào)拼图，有望在技术(shù)更新的加持下实(shí)现更(gèng)大(dà)的应用(yòng)价(jià)值(zhí)。

AI从理解内容，走向了可以生成(chéng)内容，甚至能(néng)够创造出独立价值(zhí)和独立视角的(de)内容(róng)。AIGC的再次出圈(quān)，更代(dài)表着未来的(de)先进(jìn)生产力即(jí)将到来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座

从技术(shù)的发展也(yě)可以看出，在语言(yán)大模型、图像大模型之后，多(duō)模态大模型已经成为(wèi)了新的趋势。

大(dà)模(mó)型被誉为当前(qián)人工智(zhì)能(néng)发展的智能底(dǐ)座，是全(quán)球竞争(zhēng)最激(jī)烈的研究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多(duō)头部(bù)企业都(dōu)在竞相(xiāng)发力。

不过训练大模型的确(què)价格不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训(xùn)练一次(cì)的成本约为140万(wàn)美元。而对于一些更大(dà)的LLM(大(dà)型语言模型)，训练(liàn)成本(běn)则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算(suàn)，其(qí)对应(yīng)芯片需求为(wèi)3万多片英(yīng)伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电(diàn)费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大(dà)算力支持。在(zài)关注(zhù)各类(lèi)大模型的发展同时，更(gèng)应该关注算力(lì)网络的建(jiàn)设。

算力网络(luò)正驱动(dòng)AI产业发展(zhǎn)进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更(gèng)近。

因(yīn)为算力可以对突破性(xìng)技术(shù)创(chuàng)新提(tí)供(gōng)大力(lì)的(de)支持(chí)。这方面，多模态大模(mó)型是典(diǎn)型。作为面(miàn)向未(wèi)来强人(rén)工智能、通用人(rén)工智能的重要技(jì)术创新，多模态(tài)大模型已经在(zài)人工智能领域(yù)提出了(le)很多年(nián)，业界也有(yǒu)不少技(jì)术(shù)突破，但是，多(duō)模态大模型进(jìn)一(yī)步往下走，算力需求呈几(jǐ)何式上升(shēng)，一般的算力基础设(shè)施(shī)很快将难以胜任。

从图像、文(wén)字、语(yǔ)音单独一项的训练，到双模态、三模态的(de)跃迁，让人工智能可以(yǐ)灵活应对不同(tóng)模态(tài)的转化、像人与世界交互一样(yàng)自然，这方面(miàn)，由算(suàn)力(lì)网络来驱动(dòng)将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的(de)技术创新，将(jiāng)在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型(xíng)和大(dà)算力的支(zhī)持下AIGC能(néng)持续颠覆(fù)内容(róng)生产(chǎn)的方(fāng)式，将创(chuàng)造的(de)边(biān)际成本降低，让万众受益。

未经允许不得转载：腾众软件科技有限公司 寿眉是最差的白茶吗，寿眉是什么档次的茶