自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微软公(gōng)司创(chuàng)始人比尔·盖茨已多(duō)次公开谈论(lùn)人(rén)工智能(néng)话(huà)题。在(zài)最近(jìn)的一次采访中，他再次表示(shì)：“AI可能会让科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结(jié)论(lùn)是(shì)他在当(dāng)地(dì)时间2月20日接受《In Good Company》节目专访(fǎng)时(shí)提(tí)出的。

他(tā)预期，AI的发展可能会威(wēi)胁(xié)到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头(tóu)将把AI整合成用户的“全能助(zhù)手”，包(bāo)揽一(yī)切应用，与人们进行沟(gōu)通并提供建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口中全能助手(shǒu)的到来可能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆(bào)火(huǒ)的时候，还是2022年8月，在(zài)美国科罗拉多州举办的(de)新兴数字艺(yì)术家竞(jìng)赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在应用中输入一(yī)组关键词或者(zhě)一张(zhāng)照片，就能获(huò)得一幅AI创作的画作(zuò)。

作(zuò)画的关键就是(shì)所输入的文(wén)本。同(tóng)一组关(guān)键(jiàn)词也可(kě)以创(chuàng)作出很多(duō)张风(fēng)格(gé)不一样的画作(zuò)，这让创(chuàng)作(zuò)的过程(chéng)就像开(kāi)盲(máng)盒。

很多用户很喜欢这(zhè)种不确定的惊抖音里面朋友是什么意思 抖音朋友必须是互关吗(jīng)喜，他们会将生成的美(měi)图当做头像。而(ér)另一部分喜欢翻(fān)看AI绘画(huà)的(de)“翻车(chē)”作品。在社交(jiāo)媒体上(shàng)，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友(yǒu)的小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还(hái)有网友的个(gè)人(rén)照片被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填(tián)写关键词游戏可(kě)能要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在(zài)斯坦福读(dú)博的中国人(rén)张(zhāng)吕(lǚ)敏(mǐn)创作的(de)一(yī)种基于控制点的图像变形算法，主要用(yòng)于数字(zì)图像(xiàng)处理、计算(suàn)机视觉(jué)和(hé)计算机图形学等领域。

其(qí)SD插(chā)件(jiàn)一(yī)经发布(bù)，在短短的两天内(nèi)便成(chéng)为了AI绘画领域最新(xīn)的热点(diǎn)。

在此之(zhī)前，大家(jiā)用了(le)很多方法想让AI生成的结果尽(jǐn)可能(néng)的(de)符(fú)合要(yào)求，但是都(dōu)不尽如人(rén)意，它(tā)的(de)出现代表着(zhe)AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可(kě)以直(zhí)接提取画面(miàn)的构(gòu)图(tú)，人物的姿势和画面的深度(dù)信息等。有了它的(de)帮助，就不用频(pín)繁(fán)的用提示词(cí)来碰运气(qì)，抽(chōu)盲盒式的(de)创作了。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法”，不少博主的(de)作品(pǐn)已经获得了(le)大量的(de)浏览量，“viggo”就(jiù)是其中(zhōng)之(zhī)一，他用(yòng)朋友(yǒu)的照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找(zhǎo)到(dào)对应的(de)关键词；最(zuì)后用ControlNet插件绑定骨骼(gé)开(kāi)始换关键(jiàn)词试效果。

通过图片(piàn)就(jiù)可以看出来，效果十分惊艳。

更厉害的(de)是，除了真(zhēn)实(shí)的(de)照片，草图(tú)也(yě)可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大(dà)神(shén)张吕敏其本尊也亲(qīn)自回应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强(qiáng)大，甚至输出的作品(pǐn)都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图(tú)诈骗。

由于这个活动里面给出的美女照片都是AI制作的真人照(zhào)片绘(huì)图，因为太逼真，被大家当成真事(shì)传播了。

不(bù)过仔细观察可(kě)以发(fā)现，活动发起者提供的照(zhào)片中有个很大的漏洞可(kě)以发现并非真人(rén)，而是AI绘(huì)图(tú)，那便(biàn)是图片中女性的手指部分有的存在异常。

有行业(yè)人事表(biǎo)示：“现在因为(wèi)手指部分的绘画(huà)算法比(bǐ)较复杂，AI还不(bù)太(tài)会(huì)画人的手，但(dàn)最(zuì)新(xīn)看(kàn)到的图片已经有越(yuè)来(lái)越完美的AI模(mó)型出现，以后可能(néng)就完全(quán)没有(yǒu)漏洞了(le)。”

类似的AI作(zuò)图诈骗在国外也(yě)已(yǐ)有发生。据英(yīng)国(guó)广(guǎng)播公(gōng)司(sī)报道(dào)，土耳其地震(zhèn)期(qī)间(jiān)，有Tiktok用户使用AI合(hé)成了儿童受灾的假(jiǎ)照片发(fā)布到网络，以(yǐ)此诱(yòu)骗善良的人打(dǎ)赏(shǎng)“捐助”从而(ér)实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出真人照片般(bān)的绘图(tú)效果，如果这样的图片被用来诈骗(piàn)，将(jiāng)非常可(kě)怕。

此外AIGC还(hái)引发了(le)很多担忧，一方面，批判者认(rèn)为AI在“学习”了大量前(qián)人的(de)作品之后(hòu)，其创作没有任何情绪和灵魂(hún)，难(nán)以和人类的艺术创作相提并论(lùn)。

另一方面，AIGC背(bèi)后的(de)版权、目(mù)前都并没有(yǒu)得(dé)到(dào)有效的解(jiě)决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能的安全(quán)问题需要(yào)得到重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除(chú)了(le)视(shì)频，还有远(yuǎn)方

技术都是有两面(miàn)性的，潜在(zài)的(de)危(wēi)害并不能掩盖其光辉的贡献。现在看(kàn)来，人工智(zhì)能技(jì)术(shù)将(jiāng)是第四次工(gōng)业革命的(de)核心(xīn)驱动力量，将创造新的(de)增长奇迹。

过去一年，人工智能在技术和商业(yè)层面都有(yǒu)了巨(jù)大进展，AI绘画就是人工智能技术发生方(fāng)向性改(gǎi)变的一个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频(pín)。这(zhè)些视频引发关注并非内容(róng)做得多优秀，反而(ér)都(dōu)非(fēi)常简单，比如一匹正在喝(hē)水的(de)马，一只(zhǐ)画画的玩具熊(xióng)，或者(zhě)一段骑摩(mó)托车的第一视角录像(xiàng)，随便一个有手机的人(rén)都可以随(suí)手录(lù)下(xià)一(yī)段。

但这(zhè)些短视频的(de)创作方式非(fēi)常简单(dān)，创作者(zhě)仅仅需要向AI输入一(yī)段话，甚至(zhì)只是说一下(xià)要(yào)求，AI就(jiù)可以根(gēn)据(jù)需要生成一段视频。

谷歌发(fā)布的两(liǎng)个AI生(shēng)成(chéng)视频(pín)分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了一波梗，一个(gè)能够(gòu)做出更(gèng)高清视(shì)频的AI还(hái)不足以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加(jiā)令(lìng)人震惊的地(dì)方(fāng)在于，它可以(yǐ)制作出超过2分(fēn)钟的(de)连贯(guàn)的也有(yǒu)确切内(nèi)容(róng)的视频，这才是真正让(ràng)人们(men)感到惊喜的(de)地方(fāng)。因为(wèi)无(wú)论AI生成的视频多么高清，也(yě)只能是为(wèi)内容生产者提供一(yī)个灵感，一个素(sù)材，一个过场动画。

不过(guò)能够(gòu)制作出有(yǒu)具(jù)体剧情内容(róng)的视(shì)频就意味着，一(yī)些视(shì)频创作由AI代(dài)替人(rén)工完成已(yǐ)经(jīng)初(chū)步有了可能。

当下AI的发(fā)展速(sù)度已经(jīng)超过大部分人的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带来更新的内容风格、更快(kuài)的生产(chǎn)速度，更低的生(shēng)产(chǎn)成本，这(zhè)无疑会(huì)驱动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技(jì)术还能应用于音乐、代(dài)码(mǎ)、机(jī)器(qì)人(rén)动作(zuò)等(děng)多种内容(róng)形(xíng)式的生成(chéng)。不(bù)难发现该项(xiàng)技术不仅(jǐn)在(zài)游(yóu)戏等行(xíng)业能得到有效(xiào)应用，对于下(xià)一代互(hù)联网各种元素的构(gòu)建亦有(yǒu)关键(jiàn)意义。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸多(duō)领域，本身就对(duì)基于AI的可(kě)视(shì)化内容有强烈(liè)需求。

因(yīn)此，AI绘画及视频或不是(shì)结(jié)果，而(ér)只是AI进程中的一块重要拼图，有望在技术更(gèng)新的加持下(xià)实现更大的应(yīng)用价值(zhí)。

AI从(cóng)理(lǐ)解内(nèi)容，走向(xiàng)了可以生成内容，甚(shèn)至(zhì)能够(gòu)创(chuàng)造出独立价值和独立(lì)视角的内容(róng)。AIGC的再次(cì)出圈，更代表着未来的先进生产(chǎn)力(lì)即将到来(lái)。

04

紧抓大模型与(yǔ)算(suàn)力(lì)，牢固(gù)AIGC底座

从(cóng)技术的发展(zhǎn)也可以看出，在语(yǔ)言大模(mó)型、图像(xiàng)大(dà)模型之后，多模态大模(mó)型(xíng)已(yǐ)经成为了新的趋势。

大模型被誉为当前人工智(zhì)能(néng)发展的智(zhì)能底(dǐ)座，是全球竞争最激烈的研究方向之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众(zhòng)多头(tóu)部企业都在(zài)竞相发力。

不过训练大(dà)模型的确价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万(wàn)美(měi)元。而对于(yú)一些更大的(de)LLM(大型(xíng)语(yǔ)言模型)，训(xùn)练成本则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客(kè)平均(jūn)数1300万计(jì)算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅电费(fèi)就在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注(zhù)各(gè)类大模型的发展同时，更应(yīng)该关注(zhù)算力网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业(yè)发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一人工智(zhì)能发展的终极目(mù)标离得更近。

因为(wèi)算力可以对突破性技术创新提供(gōng)大(dà)力的(de)支持(chí)。这方面，多模态大模型是(shì)典型。作(zuò)为面向未(wèi)来强(qiáng)人工智(zhì)能、通用人工智能的重要技(jì)术(shù)创(chuàng)新，多模态大模(mó)型(xíng)已经在人工智(zhì)能领(lǐng)域提出(chū)了很多(duō)年，业界也有不少技术突破，但是，多模态大模(mó)型(xíng)进一步往下(xià)走(zǒu)，算力需求呈几(jǐ)何式上升，一般的算力基础设施很快将难以胜(shèng)任(rèn)。

从图(tú)像、文字、语音单独一项的(de)训练，到双(shuāng)模态、三模态的跃迁，让人工(gōng)智能可以灵(líng)活应(yīng)对不同模态的转化(huà)、像人(rén)与(yǔ)世界交互(hù)一样(yàng)自然，这方面，由算力(lì)网(wǎng)络来(lái)驱动(dòng)将有明(míng)显优(yōu)势。

此外，还有很多需要爆发式增长的算力(lì)来支撑的技术创新(xīn)，将在人工智能算力网络支(zhī)撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期(qī)待在大模型和大(dà)算(suàn)力的支持下AIGC能持(chí)续颠(diān)覆内容生产的方式(shì)，将创造(zào)的边际成(chéng)本降(jiàng)低，让(ràng)万(wàn)众受益。

未经允许不得转载：腾众软件科技有限公司 抖音里面朋友是什么意思 抖音朋友必须是互关吗