自聊(liáo)天机器(qì)人ChatGPT火爆以(yǐ)来，微(wēi)软公(gōng)司创始人比尔·盖茨已多(duō)次公开(kāi)谈论人工(gōng)智能话题。在最近的一次采(cǎi)访中，他再(zài)次表(biǎo)示：“AI可能会让科技行业迎来一次剧(jù)烈的洗牌”。

这个结(jié)论是他在当地(dì)时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提出的(de)。

他预期，AI的发(fā)展可能(néng)会威胁到谷歌的市占率，因(yīn)为微软在AI方(fāng)面的(de)行动相当迅速(sù)。而最终(zhōng)科技巨(jù)头(tóu)将把AI整合成(chéng)用户的“全能助手”，包揽一切应用，与(yǔ)人(rén)们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能(néng)尚需(xū)时日，但由ControlNet引发(fā)的又(yòu)一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可控靠近(jìn)

以AI绘画为代表的(de)AIGC上一次爆火(huǒ)的(de)时(shí)候，还(hái)是2022年(nián)8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛(sài)中，一幅名(míng)为《太(tài)空歌剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在(zài)应用中输入一组关键词或者(zhě)一张照片，就能获得(dé)一幅AI创作的(de)画作。

作(zuò)画的关键就是所输(shū)入(rù)的文本。同一组关(guān)键词也可以创作出很多(duō)张风格不一样的画作，这(zhè)让创作的过程就像开盲盒。

很(hěn)多用户很喜(xǐ)欢这种不确定的惊喜，他们会将生(shēng)成的美图当做头(tóu)像。而另(lìng)一部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品。在社(shè)交(jiāo)媒体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例(lì)如，一位网友(yǒu)的小(xiǎo)狗照片被(bèi)AI画成了“肌肉(ròu)男”，还(hái)有网友的(de)个人照片(piàn)被AI识别(bié)成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的(de)填写(xiě)关(guān)键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的(de)中(zhōng)国人张吕敏(mǐn)创(chuàng)作的一种(zhǒng)基于控(kòng)制(zhì)点的图(tú)像变(biàn)形(xíng)算法，主要用(yòng)于数字图像处理(lǐ)、计算机视觉(jué)和计算机图形学等领域。

其SD插件一经发布(bù)，在短短的两(liǎng)天内(nèi)便成为了AI绘画领域(yù)最新的(de)热点。

在此之前(qián)，大家用(yòng)了很(hěn)多方法(fǎ)想(xiǎng)让AI生(shēng)成的结果尽可能(néng)的符合要求(qiú)，但(dàn)是都不尽如人意，它的(de)出现代表(biǎo)着AI生成开(kāi)始进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面的(de)深度信息(xī)等。有(yǒu)了(le)它的102693是哪个学校代码，10532是哪个学校代码帮助，就不用频(pín)繁的用提(tí)示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博主的作品(pǐn)已经获(huò)得了大(dà)量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照(zhào)片(piàn)直(zhí)接带(102693是哪个学校代码，10532是哪个学校代码dài)她们走进动(dòng)漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的(de)关键词；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试(shì)效果。

通(tōng)过(guò)图片就可以看出来(lái)，效果十分惊(jīng)艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现(xiàn)线稿转(zhuǎn)全(quán)彩图。大神张(zhāng)吕敏其本(běn)尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大(dà)，甚至输出的作品都已(yǐ)经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而(ér)经过警方辟谣这所(suǒ)谓的(de)“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女照片(piàn)都是AI制(zhì)作的真(zhēn)人照片绘图，因(yīn)为太逼真，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(gōng)的(de)照片中有个很(hěn)大的漏洞可以发现(xiàn)并非(fēi)真人，而是AI绘图，那(nà)便是图片中女性的手指部(bù)分(fēn)有的存在异常。

有行业人事表(biǎo)示：“现(xiàn)在因为(wèi)手指(zhǐ)部分的(de)绘(huì)画(huà)算法比较复杂，AI还不太会画人的手(shǒu)，但最新看到(dào)的图片已经(jīng)有(yǒu)越(yuè)来越完美的AI模型出现，以后可(kě)能就完全(quán)没(méi)有漏洞了。”

类(lèi)似的AI作图(tú)诈骗(piàn)在国外(wài)也已有发生。据英国广播公司报道，土耳(ěr)其(qí)地震(zhèn)期(qī)间，有Tiktok用户(hù)使用AI合成了(le)儿童(tóng)受灾(zāi)的假(jiǎ)照片发(fā)布(bù)到网络，以此(cǐ)诱骗善(shàn)良的人(rén)打赏“捐助”从而(ér)实施(shī)诈骗。

目前随着技(jì)术发(fā)展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真(zhēn)人(rén)照(zhào)片般的绘图效果，如果这样的(de)图片被(bèi)用来诈骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发(fā)了很多担忧，一方面，批判者认为AI在“学习”了大(dà)量前人的作品(pǐn)之后，其(qí)创作(zuò)没(méi)有任何情绪和灵魂，难以和人类的艺术创作相提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到(dào)有效的解决，还有AIGC会不会代替人类“至(zhì)高无(wú)上”的(de)创意。

马(mǎ)斯克也强调，人(rén)工智(zhì)能的安全问题(tí)需要得到重视(shì)，太(tài)晚就来(lái)不(bù)及了。

03

AIGC下一站(zhàn)除(chú)了视(shì)频(pín)，还有远方

技术都是有两面性的，潜在的(de)危害并不能掩(yǎn)盖其(qí)光辉(huī)的贡献。现在看来，人工(gōng)智能技术将是第(dì)四次(cì)工业革命的(de)核心驱动(dòng)力(lì)量，将创造(zào)新的增长奇迹。

过去一年，人工(gōng)智能在技术和(hé)商业(yè)层(céng)面都有了巨大进展(zhǎn)，AI绘画(huà)就是(shì)人工智(zhì)能技术(shù)发生方(fāng)向性改(gǎi)变的一个代表(biǎo)。其下一站或(huò)许(xǔ)就是视频。

此(cǐ)前，Meta和(hé)谷歌先后(hòu)发(fā)布(bù)了几条引爆科技(jì)圈的短(duǎn)视频(pín)。这些视频引发关注(zhù)并非内容做得(dé)多优秀，反而(ér)都非常简(jiǎn)单，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车的第一视角录像，随便一个有手机(jī)的人都可以随手(shǒu)录下一段。

但这些短视频(pín)的创作方式(shì)非(fēi)常简单(dān)，创作者仅仅需(xū)要向AI输(shū)入一段(d102693是哪个学校代码，10532是哪个学校代码uàn)话(huà)，甚至只(zhǐ)是(shì)说一下要(yào)求(qiú)，AI就可以根据需要(yào)生(shēng)成一段视频(pín)。

谷歌发(fā)布的(de)两个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突出(chū)的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后(hòu)，AI圈就(jiù)已经玩(wán)了一波梗，一个能够做(zuò)出更高清视(shì)频的AI还不足(zú)以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在(zài)于(yú)，它(tā)可以制作出(chū)超过2分钟的连贯的也有确切(qiè)内容的(de)视频，这(zhè)才是真正让(ràng)人们感到惊(jīng)喜的地方。因为(wèi)无论AI生(shēng)成的视(shì)频多(duō)么高清，也只(zhǐ)能是为(wèi)内容生产者(zhě)提(tí)供(gōng)一个灵感(gǎn)，一(yī)个(gè)素材，一个(gè)过场(chǎng)动画。

不过能够(gòu)制作(zuò)出有具体剧(jù)情(qíng)内容的视频就意(yì)味(wèi)着，一(yī)些视(shì)频(pín)创作由(yóu)AI代替人(rén)工(gōng)完成已经(jīng)初步有了(le)可能。

当下AI的发展速度已经超过(guò)大部分人的想(xiǎng)象。内容产(chǎn)业(yè)的本质是供给创造需求，AIGC作为全新的(de)内容生产(chǎn)方式，可(kě)以(yǐ)为内容产业(yè)带(dài)来更(gèng)新(xīn)的内容(róng)风(fēng)格(gé)、更快的生产(chǎn)速(sù)度，更低的生产成(chéng)本，这无疑会驱(qū)动(dòng)内(nèi)容产业(yè)的大(dà)爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术还能应用于音(yīn)乐、代(dài)码、机(jī)器人动作(zuò)等多种内容(róng)形式(shì)的生成。不难发现该项(xiàng)技术(shù)不仅(jǐn)在游戏(xì)等行业(yè)能得到(dào)有效应(yīng)用，对(duì)于下一代互联(lián)网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从(cóng)商业化(huà)的(de)角度来看，文化娱(yú)乐、教育、传(chuán)媒等(děng)诸多领域，本身就对基于AI的(de)可(kě)视化内(nèi)容(róng)有强(qiáng)烈需求。

因此，AI绘画及视(shì)频或不是(shì)结果，而只是AI进程中的一块重要拼图，有望在技术更新的(de)加持(chí)下(xià)实现更大(dà)的应用价值。

AI从理(lǐ)解内容，走向了可以生成(chéng)内容，甚至能够(gòu)创(chuàng)造出独(dú)立价值和独立视角的(de)内(nèi)容。AIGC的再次出圈，更(gèng)代表着未来的先进生产(chǎn)力即将到来。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

从(cóng)技术的发展(zhǎn)也可(kě)以(yǐ)看出，在(zài)语言大模型、图(tú)像大模型之后，多(duō)模态(tài)大(dà)模型已经(jīng)成为(wèi)了(le)新的趋势(shì)。

大模型被誉为当前人(rén)工智能发展的智能底(dǐ)座，是(shì)全球竞争最(zuì)激烈的研究方向之(zhī)一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部企业(yè)都在竞相(xiāng)发(fā)力。

不过(guò)训练(liàn)大模(mó)型的确价(jià)格(gé)不菲，以国盛证券(quàn)发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些更大的LLM(大型语(yǔ)言模(mó)型)，训练成本则介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平均(jūn)数1300万计算，其对应芯片需求为(wèi)3万(wàn)多片英伟(wěi)达A100 GPU，初始投入成本约为8亿(yì)美元，每日(rì)仅电费(fèi)就(jiù)在5万美元左右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类大模型的发展(zhǎn)同时(shí)，更应该关注算力网(wǎng)络的建设。

算力网络正驱动AI产业(yè)发展进入史(shǐ)诗级加速(sù)进(jìn)程，让AIGC及通(tōng)用(yòng)AI这一(yī)人工智能(néng)发展的终极目(mù)标离(lí)得更近。

因为(wèi)算力可以(yǐ)对突(tū)破性技术(shù)创新提供大力的支持。这方面，多(duō)模态大模型(xíng)是典型(xíng)。作为面向未(wèi)来强人工智能(néng)、通用(yòng)人(rén)工智能的重要技术创新(xīn)，多模态(tài)大模型(xíng)已经在人工智能领域提出(chū)了很多年，业界也有不少技术(shù)突破，但(dàn)是，多模态大模(mó)型(xíng)进(jìn)一步往下走，算(suàn)力需(xū)求呈(chéng)几何式上升(shēng)，一般的算力基(jī)础(chǔ)设施很快(kuài)将难以(yǐ)胜任。

从图像、文字、语音单独(dú)一(yī)项的训练，到(dào)双(shuāng)模态、三模态的跃迁，让人工智能可以灵(líng)活应对不同模态的转(zhuǎn)化、像人(rén)与(yǔ)世界(jiè)交互一(yī)样自然，这(zhè)方面，由算力网络来驱动将有明显优势。

此外，还(hái)有(yǒu)很(hěn)多需要(yào)爆发(fā)式增长的算力来支撑的技术创新(xīn)，将在人工(gōng)智能算力网络支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际(jì)成(chéng)本降(jiàng)低(dī)，让万众(zhòng)受(shòu)益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 102693是哪个学校代码，10532是哪个学校代码