自聊天机器人ChatGPT火爆(bào)以来，微软公司创始(shǐ)人比尔(ěr)·盖(gài)茨已多次公开(kāi)谈论人工智能话题。在(zài)最(zuì)近的一次采访中，他再次(cì)表(biǎo)示：“AI可能会让科技行业迎来一次剧(jù)烈的洗牌”。

这(zhè)个(gè)结论是他(tā)在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目(mù)专访时提出(chū)的。

他预(yù)期，AI的(de)发展可能会(huì)威(wēi)胁到谷歌的市占(zhàn)率，因为(wèi)微(wēi)软在AI方面(miàn)的(de)行动相当迅(xùn)速。而最终(zhōng)科技巨(jù)头将把AI整合成(chéng)用户的“全能助手(shǒu)”，包(bāo)揽一切应用，与(yǔ)人们进行沟(gōu)通(tōng)并提供建(jiàn)议，可(kě)以取代(dài)亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全(quán)能(néng)助手(shǒu)的到来可(kě)能(néng)尚需时日，但(dàn)由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题(tí)热(rè)点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘画(huà)为代表的(de)AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月，在美国科罗(luó)拉(lā)多州举办的新兴数字艺术家(jiā)竞赛中，一幅名为《太(tài)空歌(gē)剧院》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘(huì)画软件被广(guǎng)大(dà)网(wǎng)友(yǒu)熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输(shū)入一组关键词或者一(yī)张照片，就能获得(dé)一幅AI创作的画作。

作画(huà)的关键就是所输入的文本。同(tóng)一组(zǔ)关键词也可(kě)以创作出(chū)很多(duō)张(zhāng)风格(gé)不(bù)一样(yàng)的画作，这让创(chuàng)作的(de)过程就像开盲盒。

很多用户很喜(xǐ)欢这种不(bù)确(què)定的惊喜，他(tā)们会将生成的美(měi)图当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用户分(fēn)享AI“翻车现场”，例如(rú)，一位网(wǎng)友的小狗照片被AI画成了(le)“肌肉男”，还有网友的(de)个人照片被AI识别(bié)成了建(jiàn)筑(zhù)。

而如今随着ControlNet的(de)出现与加(jiā)持，以往(wǎng)AI绘画的填(tián)写关(guān)键词游戏可(kě)能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国(guó)人张吕敏创作的一种基于控制点的(de)图像变形算法，主要用于数字图像处理、计算(suàn)机(jī)视觉和计算机图形学等领域。

其SD插件一经(jīng)发(fā)布，在短短的(de)两天内便成为了AI绘(huì)画领域最新的(de)热(rè)点。

在此之前，大家用了(le)很多方(fāng)法想让(ràng)AI生成(chéng)的结果(guǒ)尽(jǐn)可能的符合要求，但(dàn)是都不尽如(rú)人意，它的出现代表着AI生成(chéng)开始进入真正的可(kě)控时期。

因为ControlNet可以(yǐ)直接(jiē)提取(qǔ)画(huà)面(miàn)的(de)构图，人物的姿势和画面的(de)深度信息等。有了它的帮助，就(jiù)不用频繁(fán)的(de)用提示词来碰运气(qì)，抽盲盒式的(de)创作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经(jīng)获得了(le)大量的浏(liú)览量，“viggo”就(jiù)是其中(zhōng)之一，他用朋(péng)友的照(zhào)片(piàn)直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的(de)关键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试(shì)效(xiào)果。

通过图片就可以看出来，效果十分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全(quán)彩图。大神(shén)张吕敏其本尊也亲自回应(yīng)。

不(bù)得不说当下AIGC已经变得越来(lái)越(yuè)强(qiáng)大，甚至输(shū)出(chū)的作品都(dōu)已经(jīng)能以假(jiǎ)乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全(quán)问题

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可(kě)能是(shì)全国第一起AI绘图诈骗。

由于这个(gè)活动里(lǐ)面(miàn)给出(chū)的美女照片都是AI制作的真(zhēn)人照(zhào)片(piàn)绘图，因为太(tài)逼(bī)真，被大家当(dāng)成真事(shì)传播了(le)。

不过仔(zǎi)细观察可(kě)以(yǐ)发(fā)现，活动发(fā)起(qǐ)者(zhě)提(tí)供(gōng)的照(zhào)片中有个很大的漏洞可以发现并非(fēi)真(zhēn)人(rén)，而是AI绘图，那便(biàn)是图片(piàn)中(zhōng)女性的手指部分有的(de)存在异常。

有行业人事(shì)表(biǎo)示(shì)：“现在因为手(shǒu)指部(bù)分的(de)绘画算法比较复杂，AI还不太会(huì)画人的(de)手，但最新看到的图(tú)片已经有(yǒu)越来越(yuè)完美的(de)AI模(mó)型出(chū)现(xiàn)，以(yǐ)后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据(jù)英(yīng)国广(guǎng)播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿(ér)童受灾的(de)假照片发布(bù)到网络(luò)，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片般的绘图效果，如果这(zhè)样的(de)图(tú)片被用(yòng)来诈骗，将(jiāng)非常(cháng)可怕(pà)。

此外(wài)AIGC还(hái)引发(fā)了很多担(dān)忧，一方面，批判者认为AI在(zài)“学习”了大(dà)量前人的(de)作品之后，其创作(zuò)没(méi)有(yǒu)任何情绪和灵魂，难以和人类的艺术(shù)创(chuàng)作相提并论。

另(lìng)一(yī)方面(miàn)，AIGC背后的版(bǎn)权、目前(qián)都(dōu)并没有得到有效(xiào)的解决，还有AIGC会(huì)不会代替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智(zhì)能的安(ān)全(quán)问题需要(yào)得到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有两(liǎng)面(miàn)性的，潜在(zài)的危害并不能掩盖其光辉的贡献。现在看来，人工智能(néng)技术将是第四次工业革(gé)命的核心驱动力量，将创造新的(de)增长奇(qí)迹(jì)。

过去一年(nián)，人工智能在技术和商业(yè)层面都有了巨大(dà)进展，AI绘画就(jiù)是人工智能技术发生方向性改(gǎi)变(biàn)的一个代表。其下一站或(huò)许就是(shì)视频。

此前(qián)，Meta和谷歌先(xiān)后发布了几条引爆科技(jì)圈的短视(shì)频。这(zhè)些视频引(yǐn)发关(guān)注(zhù)并非内容做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水的马，一(yī)只画画的玩具(jù)熊(xióng)，或者一段(duàn)骑摩托车的第一视角录像(xiàng)，随便一个有手机的人都可以随(suí)手录下一段(duàn)。

但这些短(duǎn)视频的(de)创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就(jiù)可以根据(jù)需(xū)要生成一段视(shì)频。

谷歌(gē)发布(bù)的两(liǎng)个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差(chà)别(bié)。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能(néng)够(gòu)做(zuò)出更(gèng)高清视频的AI还(hái)不(bù)足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作(zuò)出超过2分(fēn)钟(zhōng)的连贯的也有确切内容的(de)视频，这才是真正(zhèng)让(ràng)人(rén)们感到惊喜的(de)地方。因为无论AI生(shēng)成(chéng)的视频多(duō)么高清，也只能是为内容生产者(zhě)提供一个灵感，一个素(sù)材(cái)，一个过场动画。

不(bù)过能够(gòu)制作(zuò)出有具体剧情(qíng)内孙正义为什么是中国姓 孙正义有中国血统吗容的视频就(jiù)意(yì)味着，一(yī)些视频创作(zuò)由(yóu)AI代替人工完成已(yǐ)经初步有(yǒu)了(le)可能(néng)。

当下AI的(de)发(fā)展(zhǎn)速度(dù)已经超过大部分人的想象(xiàng)。内容产业的本(běn)质是(shì)供给创造需(xū)求(qiú)，AIGC作为全新的(de)内容生产方式，可(kě)以(yǐ)为内(nèi)容产业带(dài)来更新的内容风格(gé)、更快的(de)生(shēng)产速度(dù)，更低(dī)的生产(chǎn)成本，这无疑(yí)会驱(qū)动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能应用于音(yīn)乐、代码(mǎ)、机器人动作等多种内容(róng)形式(shì)的(de)生成。不难发现该项技术不(bù)仅(jǐn)在(zài)游戏等行业能得到有(yǒu)效应用，对于下一(yī)代互(hù)联(lián)网各种元素的构建亦有关键意义。

从商业化的(de)角度来(lái)看(kàn)，文化娱乐(lè)、教育、传(chuán)媒等诸多领域，本身(shēn)就(jiù)对基于AI的可(kě)视(shì)化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结(jié)果，而只是AI进程(chéng)中的(de)一块(kuài)重(zhòng)要(yào)拼图，有望在技术更新(xīn)的加持(chí)下实现更(gèng)大的应用价值。

AI从理解内容，走向(xiàng)了(le)可以生成内容，甚至能够(gòu)创造出独立价(jià)值和独立视(shì)角的内(nèi)容(róng)。AIGC的再次出圈(quān)，更代(dài)表着未来的(de)先进生产力即(jí)将到(dào)来。

04

紧(jǐn)抓(zhuā)大模型与算力(lì)，牢固AIGC底座

从技术的(de)发展也(yě)可以看出，在(zài)语言大模型、图像大模型之后(hòu)，多模态大模型(xíng)已经成为了新(xīn)的趋势(shì)。

大模型被誉(yù)为当前人工智能发展(zhǎn)的(de)智(zhì)能底座，是全球(qiú)竞争最激烈的研究方向(xiàng)之一(yī)，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾(téng)讯(xùn)等(děng)众多头(tóu)部企业都在竞相发力。

不(bù)过训练(liàn)大模型的确价格(gé)不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对于一(yī)些更大的LLM(大型语(yǔ)言模型)，训练成本(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(yuè)的独立(lì)访客平均数1300万计算，其对(duì)应(yīng)芯片需求为3万(wàn)多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿美元，每(měi)日仅电费(fèi)就(jiù)在5万美元左右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力支持(chí)。在关注(zhù)各类大(dà)模型的(de)发展同时，更应该关注算力网络的建(jiàn)设。

算力网络正驱动AI产(chǎn)业发(fā)展进入(rù)史诗级(jí)加(jiā)速进程，让(ràng)AIGC及(jí)通用AI这一人工智能(néng)发(fā)展(zhǎn)的终极目标离得更近。

因(yīn)为算力可以对突破性技术创新提供大(dà)力的支持。这方面(miàn)，多(duō)模(mó)态(tài)大模(mó)型是典型。作(zuò)为面向未来(lái)强(qiáng)人工智(zhì)能(néng)、通用人工智能的(de)重要技术创新(xīn)，多模态(tài)大(dà)模型(xíng)已经在人工(gōng)智能领域(yù)提出了很多(duō)年，业界也(yě)有(yǒu)不少技术(shù)突破，但是，多模态大模(mó)型进(jìn)一步往下(xià)走(zǒu)，算力需求呈几何式上升(shēng)，一般的算力基础(chǔ)设施很快将难以胜任。

从图(tú)像、文字、语(yǔ)音单独一(yī)项的(de)训(xùn)练，到(dào)双模(mó)态、三模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对不同模态的(de)转化、像(xiàng)人(rén)与世界交(jiāo)互一样自然，这方(fāng)面，由算力网络来(lái)驱动将有明显(xiǎn)优(yōu)势(shì)。

此外，还有(yǒu)很多需要爆发式增长的算(suàn)力来支撑的技术创新，将(jiāng)在人(rén)工智能(néng)算力(lì)网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期(qī)待在(zài)大模(mó)型(xíng)和大算力的支持下AIGC能持续颠覆内容生产的方(fāng)式，将创(chuàng)造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：腾众软件科技有限公司 孙正义为什么是中国姓 孙正义有中国血统吗