自聊(liáo)天机器人ChatGPT火爆以来，微软公(gōng)司创(chuàng)始人比尔·盖茨已(yǐ)多次公开谈论人工智(zhì)能话(huà)题。在(zài)最近的一次采(cǎi)访中(zhōng)，他(tā)再次(cì)表(biǎo)示：“AI可能会(huì)让科技行业(yè)迎(yíng)来一次剧烈的洗牌”。

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

他预期，AI的发展可能会威胁到(dào)谷歌的市占率，因为微软在(zài)AI方面(miàn)的行动相当(dāng)迅(xùn)速(sù)。而最终科技巨头将(jiāng)把AI整合成(chéng)用户(hù)的(de)“全能(néng)助手”，包揽(lǎn)一(yī)切(qiè)应用(yòng)，与人们(men)进行沟(gōu)通并提(tí)供(gōng)建(jiàn)议，可(kě)以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能助(zhù)手的到来可能尚需(xū)时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的(de)AIGC上一次(cì)爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新兴(xīng)数字艺术家(jiā)竞赛(sài)中，一(yī)幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘(huì)画(huà)软件被广(guǎng)大网友熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以(yǐ)在(zài)应(yīng)用中输入(rù)一组关键词或者(zhě)一张照片，就能(néng)获得(dé)一幅AI创作的画作。

作画的关键就是所输入的文本(běn)。同(tóng)一(yī)组关键词(cí)也(yě)可以创作出很多张风格不一样(yàng)的画(huà)作，这让创作的过程就像开盲盒。

很(hěn)多用户很喜欢这(zhè)种不确定的惊喜，他们(men)会(huì)将生(shēng)成(chéng)的(de)美图当(dāng)做头像。而(ér)另(lìng)一部分喜欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻(fān)车现场”，例如，一位(wèi)网(wǎng)友的(de)小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网(wǎng)友(yǒu)的个人照片被AI识别(bié)成了建筑。

而如今(jīn)随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的填写关键词游戏可能要(yào)被(bèi)颠(diān)覆(fù)了。

ControlNet是一位正(zhèng)在斯坦福(fú)读博的中国人张吕敏创作的(de)一种基(jī)于控制点的图(tú)像变形算法，主要(yào)用于(yú)数字图像处理、计算(suàn)机视觉(jué)和计算(suàn)机图(tú)形学等领域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘(huì)画领域最新的热点(diǎn)。

在此(cǐ)之(zhī)前(qián)，大家用(yòng)了很多方法想(xiǎng)让AI生成的结果(guǒ)尽可(kě)能的符(fú)合要求，但是都不尽如人意(yì)，它的出现(xiàn)代(dài)表(biǎo)着AI生成开(kāi)始(shǐ)进入(rù)真正的可控时期。

因为ControlNet可以(yǐ)直接提取画(huà)面的构图，人物的姿(zī)势和画面(miàn)的深度信息等。有(yǒu)了它的帮助，就(jiù)不用频繁(fán)的用提示词来碰运气，抽盲盒式(shì)的创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的(de)作(zuò)品已经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用(yòng)朋友的照片(piàn)直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插(chā)件(jiàn)绑定骨骼开始(shǐ)换关键词试(shì)效(xiào)果。

通(tōng)过图(tú)片就(jiù)可以看出来，效果十分惊艳。

更厉害的(de)是(shì)，除了(le)真实的照片，草图也可(kě)以加上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿转全彩图。大(dà)神张(zhāng)吕敏其本尊(zūn)也亲自回应(yīng)。

不得不(bù)说(shuō)当下AIGC已经(jīng)变得越(yuè)来越强大，甚至(zhì)输出的作品都已经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日(rì)，“苏州金(jīn)鸡湖(hú)有游艇party”的消息火遍网络，而经过(guò)警方辟(pì)谣这所谓的(de)“party”可能是全(quán)国第一(yī)起AI绘(huì)图诈(zhà)骗(piàn)。

由(yóu)于这个活动里面给出的美女照片(piàn)都(dōu)是AI制作的真(zhēn)人(rén)照片(piàn)绘图，因(yīn)为(wèi)太逼真，被(bèi)大家当成真事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的(de)照片中有(yǒu)个很大的(de)漏洞(dòng)可以发现并非真人，而是AI绘图(tú)，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)人事表(biǎo)示：“现在因为(wèi)手(shǒu)指(zhǐ)部分的(de)绘画算法比(bǐ)较复(fù)杂，AI还不太会画人的手，但最新(xīn)看到的图片已经有越来(lái)越完美的AI模型(xíng)出(chū)现，以后可能就完全没有漏洞了。”

类似的(de)AI作图诈(zhà)骗在国外也已有(yǒu)发生。据英国广(guǎng)播公司(sī)报道，土(tǔ)耳其地震期(qī)间，有Tiktok用户(hù)使用(yòng)AI合成了儿童受灾的(de)假(jiǎ)照片(piàn)发(fā)布到网络(luò)，以(yǐ)此郭晶晶一胎为什么选择鬼节生，郭晶晶一胎什么时候出生的诱骗善良的人打(dǎ)赏“捐助”从而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做出(chū)真人照片般的绘图效(xiào)果，如果(guǒ)这样的(de)图片被用(yòng)来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还(hái)引(yǐn)发了很多担忧(yōu)，一方面，批判者认为AI在(zài)“学习”了大量前人的(de)作(zuò)品(pǐn)之后，其创作没有任何情绪和灵魂，难以和人(rén)类的(de)艺术创作相提(tí)并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目(mù)前都并没有(yǒu)得到有(yǒu)效(xiào)的解决，还有AIGC会不会代(dài)替人类“至高无(wú)上(shàng)”的创(chuàng)意。

马斯克(kè)也强(qiáng)调，人(rén)工(gōng)智能的安全问题需(xū)要得到重视，太(tài)晚就来(lái)不(bù)及了。

03

AIGC下(xià)一站除了视频，还(hái)有远方

技术都(dōu)是有两面(miàn)性的，潜(qián)在的危害并不能掩盖其光辉(huī)的贡献。现在看来，人(rén)工智能技术将是第四次工业革命的核(hé)心驱动力(lì)量，将创造新的增(zēng)长(zhǎng)奇迹。

过去(qù)一年，人(rén)工智(zhì)能在技术和(hé)商(shāng)业层面都有了巨大进展，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性改变(biàn)的一个代表。其下一站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发(fā)布了(le)几条引(yǐn)爆科(kē)技圈的短视频。这些(xiē)视频引发关注并(bìng)非内容做得(dé)多优(yōu)秀，反而(ér)都(dōu)非(fēi)常简单，比如一(yī)匹正(zhèng)在(zài)喝水的(de)马(mǎ)，一只画画(huà)的玩具熊，或者一(yī)段骑摩托车的第一(yī)视角录像，随便一个有(yǒu)手机的人都可以(yǐ)随手录下一段。

但这(zhè)些短视频的创作方式(shì)非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说一(yī)下要(yào)求，AI就可(kě)以根据需要生成一段(duàn)视频。

谷歌发布的两个AI生(shēng)成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突(tū)出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还(hái)不足以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更加(jiā)令(lìng)人震惊(jīng)的地方在于，它可以制作出超过2分钟的连(lián)贯的也有确切内(nèi)容(róng)的视频，这才是(shì)真正让(ràng)人们感到惊喜的地方。因为无(wú)论AI生成的视频(pín)多么高(gāo)清，也只能是为内(nèi)容生产(chǎn)者提供一个灵感，一个素(sù)材，一个过场(chǎng)动画。

不过能(néng)够制(zhì)作出(chū)有具(jù)体剧情(qíng)内容的(de)视频就(jiù)意味着(zhe)，一些视(shì)频(pín)创作由(yóu)AI代替人工(gōng)完成已经初步有了可(kě)能。

当下AI的(de)发展速度已经超过大部分人的想象(xiàng)。内(nèi)容(róng)产业的本质是(shì)供给(gěi)创造(zào)需求，AIGC作为全新(xīn)的内(nèi)容生(shēng)产方式(shì)，可以为内容产业带(dài)来更(gèng)新(xīn)的内容风格、更(gèng)快的生产速度，更低的生(shēng)产成本(běn)，这无疑会(huì)驱(qū)动(dòng)内容产业的大爆发。

除了(le)AI绘(huì)图、视(shì)频，AIGC技术还能应用于音(yīn)乐、代码、机(jī)器人(rén)动作(zuò)等多种内容形(xíng)式的生(shēng)成。不(bù)难发现(xiàn)该项技术不仅在(zài)游戏等(děng)行业能得(dé)到有(yǒu)效应用，对于(yú)下一(yī)代互(hù)联网各种(zhǒng)元素的构建亦有(yǒu)关(guān)键意义。

从商业化的(de)角度来看，文(wén)化(huà)娱乐、教(jiào)育、传媒等诸多领域，本身(shēn)就对(duì)基于AI的(de)可视(shì)化内(nèi)容有强烈需求。

因(yīn)此(cǐ)，AI绘(huì)画(huà)及视频或不是(shì)结果(guǒ)，而只(zhǐ)是AI进(jìn)程中的一块重要拼图，有望在(zài)技术更新的加持下实现更大的应(yīng)用价值(zhí)。

AI从理解内容，走向了可以生成内容，甚至能够创(chuàng)造出独立价值和独(dú)立视角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进(jìn)生产力即(jí)将到来。

04

紧抓(zhuā)大(dà)模型与算力，牢固(gù)AIGC底座

从技术的发展也可(kě)以看出，在语言大模型、图(tú)像大模型之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工(gōng)智能发展(zhǎn)的智能底座，是全球(qiú)竞争(zhēng)最激烈的研(yán)究方向(xiàng)之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿(ā)里、腾(téng)讯等众多(duō)头部(bù)企业都在(zài)竞相发力。

不过训练(liàn)大模型(xíng)的确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多(duō)少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成本约(yuē)为140万(wàn)美元。而对于(yú)一些更大的LLM(大型语言模型)，训练成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的(de)独立访客平均数1300万(wàn)计算，其对应芯(xīn)片需(xū)求为3万(wàn)多片英伟达(dá)A100 GPU，初(chū)始投(tóu)入成本约(yuē)为8亿美(měi)元，每(měi)日(rì)仅电费就在5万美元左右(yòu)。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力支持。在关注(zhù)各类大模型的(de)发(fā)展同时，更应(yīng)该关注算力(lì)网络的建设(shè)。

算力网络正驱动(dòng)AI产业发展进入史诗级加(jiā)速进(jìn)程，让AIGC及通(tōng)用AI这一人工智能发展的终极目标离得更近。郭晶晶一胎为什么选择鬼节生，郭晶晶一胎什么时候出生的strong>