自(zì)聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微(wēi)软公司创(chuàng)始(shǐ)人比尔·盖茨已多次公开(kāi)谈论人工智能话题(tí)。在最近的一(yī)次采访(fǎng)中，他再(zài)次表示(shì)：“AI可能会让科技行业迎(yíng)来(lái)一次剧烈(liè)的洗牌”。

这个结论是(shì)他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节(jié)目专访(fǎng)时提(tí)出的。

他预期(qī)，AI的发展可能会威(wēi)胁到谷歌的市占率，因为微软在AI方面的(de)行动(dòng)相当(dāng)迅速。而最终科技(jì)巨头(tóu)将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提(tí)供建议，可(kě)以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但由(yóu)ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为(wèi)代(dài)表(biǎo)的AIGC上一次爆火的时候，还(hái)是2022年8月，在(zài)美国科罗拉多州举办的新(xīn)兴数(shù)字艺术家竞赛中，一幅名为《太(tài)空歌剧(jù)院》的作品获奖。

随后(hòu)各大厂商的(de)AI绘画软(ruǎn)件(jiàn)被广大(dà)网友熟知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户(hù)们可以在应用中输入一组关键词或者(zhě)一张照片，就能获得一幅AI创作(zuò)的画作。

作画的关键(jiàn)就是(shì)所输入的文本。同一组(zǔ)关键词也可以创作出很多张风格不一样的画(huà)作，这让创作的过程就(大冤种什么意思，大冤种是骂人吗jiù)像开盲(máng)盒。

很多用(yòng)户很喜欢这种不确定的惊喜，他(tā)们(men)会将生(shēng)成(chéng)的美图(tú)当做头像。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交媒体上(shàng)，许(xǔ)多用(yòng)户(hù)分(fēn)享AI“翻车现场(chǎng)”，例如，一(yī)位(wèi)网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网(wǎng)友的个(gè)人照片被AI识别成了建筑(zhù)。

而(ér)如今(jīn)随(suí)着ControlNet的出现与(yǔ)加持，以(yǐ)往(wǎng)AI绘画(huà)的填写(xiě)关(guān)键(jiàn)词游(yóu)戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博(bó)的中(zhōng)国人张吕敏创(chuàng)作的(de)一(yī)种(zhǒng)基于控(kòng)制点的图像变形算法，主要用(yòng)于数字图像处理(lǐ)、计(jì)算(suàn)机视觉和计(jì)算机图形(xíng)学等领域。

其SD插(chā)件(jiàn)一经发(fā)布，在短短的两天(tiān)内便成为了(le)AI绘(huì)画(huà)领域最新的(de)热点。

在此(cǐ)之前，大(dà)家用了很多方法想(xiǎng)让AI生成的结果尽可能(néng)的(de)符合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成开始进入真(zhēn)正的(de)可控时(shí)期。

因为ControlNet可以直(zhí)接(jiē)提(tí)取(qǔ)画面(miàn)的(de)构图(tú)，人物的姿势和画面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲(máng)盒(hé)式的创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画(huà)加(jiā)了(le)“魔法”，不(bù)少博主的作品已经获(huò)得了大量的浏览量(liàng)，“viggo”就是(shì)其中之(zhī)一，他用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始换关(guān)键词试(shì)效果。

通(tōng)过图片就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除了(le)真实的照片，草图也可以加(jiā)上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现(xiàn)线稿(gǎo)转全彩(cǎi)图。大神张(zhāng)吕敏其本尊(zūn)也(yě)亲自回应。

不得不说当(dāng)下(xià)AIGC已经变得越来越强(qiáng)大，甚至输出(chū)的(de)作品都已经能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍网络，而经过警方辟谣(yáo)这所(suǒ)谓的“party”可能(néng)是全(quán)国第一起AI绘(huì)图诈骗。

由于这个活动里面给出的(de)美女照片都是AI制作(zuò)的真人照片绘图，因为太逼真，被(bèi)大家当成真事传播了。

不过(guò)仔细观察(chá)可以发现，活动发起者(zhě)提供(gōng)的照片中有个(gè)很(hěn)大的(de)漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女(nǚ)性的手指(zhǐ)部(bù)分(fēn)有的存在异常。

有(yǒu)行业人事(shì)表(biǎo)示：“现在因为手指(zhǐ)部分的绘(huì)画算法比较复杂，AI还不(bù)太会画人的手，但最新看到的图(tú)片已经有越(yuè)来越完美的AI模(mó)型(xíng)出现(xiàn)，以后可能就(jiù)完(wán)全没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已有(yǒu)发生。据(jù)英国(guó)广播公(gōng)司(sī)报道，土耳其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布(bù)到网络，以此诱(yòu)骗善良的人打赏“捐助”从而(ér)实施诈骗(piàn)。

目前随着技术发展，AIGC已经(jīng)能(néng)做(zuò)出(chū)真人照片般的绘(huì)图效果，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了(le)很多担(dān)忧，一方面，批判(pàn)者认为AI在(zài)“学(xué)习”了大量前人的作(zuò)品(pǐn)之后，其创(chuàng)作没有任何情绪和灵魂，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并(bìng)没(méi)有得到(dào)有效的解决，还有(yǒu)AIGC会不会代(dài)替(tì)人类“至高无上”的(de)创(chuàng)意。

马(mǎ)斯克也强调，人工智能的安全问题(tí)需要得(dé)到重视，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都是有两面(miàn)性(xìng)的，潜在的(de)危(wēi)害并不能掩盖其(qí)光辉(huī)的贡献。现在看来(lái)，人工(gōng)智能技术将(jiāng)是第四次工业革(gé)命的核心(xīn)驱动力量，将创(chuàng)造(zào)新的(de)增(zēng)长奇迹。

过去一年，人(rén)工智能(néng)在技术(shù)和(hé)商业层面都有(yǒu)了(le)巨大进展，AI绘画就是(shì)人(rén)工智能技术发生方向性改变的一个(gè)代表。其下一站(zhàn)或许就(jiù)是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短视(shì)频。这些视(shì)频引发关注并非内容做得多(duō)优秀，反而都非常简单(dān)，比如一匹正在喝水的马(mǎ)，一只画画的玩(wán)具熊，或者一段骑摩(mó)托车的第一视(shì)角(jiǎo)录像，随便一个(gè)有手机的人都可以随(suí)手录(lù)下一段。

但这些(xiē)短视频(pín)的创作方(fāng)式非常(cháng)简单，创作者仅仅需要向AI输入(rù)一段话(huà)，甚至(zhì)只是说一下要求，AI就可以(yǐ)根据需要(yào)生(shēng)成一段视频。

谷歌发布的(de)两个(gè)AI生成视频分(fēn)别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈(quān)就(jiù)已经玩了(le)一波梗，一(yī)个能够做出更高清视频的(de)AI还不足(zú)以在短大冤种什么意思，大冤种是骂人吗(duǎn)时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的地(dì)方在于，它(tā)可(kě)以制作出超过2分钟(zhōng)的连贯(guàn)的也有(yǒu)确切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊喜的(de)地(dì)方(fāng)。因为无论AI生成的视频多么高清，也只能是为内容生产者提供(gōng)一个灵感，一个(gè)素材，一个(gè)过(guò)场动画。

不过能够制作(zuò)出有具体剧情内容的视频就(jiù)意味着(zhe)，一些视频(pín)创作由AI代(dài)替(tì)人工完成已经初步有了可能(néng)。

当(dāng)下AI的发展(zhǎn)速(sù)度已经超(chāo)过大(dà)部分(fēn)人的想象(xiàng)。内(nèi)容产业的(de)本质是供(gōng)给创造需(xū)求(qiú)，AIGC作为(wèi)全(quán)新(xīn)的内容生(shēng)产方式，可以为内(nèi)容产业(yè)带来(lái)更新(xīn)的内容风格、更快的生产速(sù)度，更低(dī)的生产(chǎn)成本，这无疑会驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音(yīn)乐(lè)、代码、机器人动作等多种内(nèi)容形式的生成。不难发现该(gāi)项技(jì)术不(bù)仅(jǐn)在游戏等行业能(néng)得到有效应用，对于下一(yī)代互联(lián)网各种元素的(de)构建亦有关键意义。

从商业化的角(jiǎo)度来看(kàn)，文化娱乐、教育、传媒等诸多领域，本(běn)身就对(duì)基(jī)于AI的(de)可视化内(nèi)容有强烈需求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程中的一块重要拼图，有望(wàng)在技术更(gèng)新的(de)加持(chí)下实现更(gèng)大的(de)应用(yòng)价(jià)值。

AI从(cóng)理解内容，走向了可以生成内容，甚至(zhì)能够创(chuàng)造(zào)出独立价(jià)值和独立视角的内容。AIGC的(de)再次出圈(quān)，更代表着未来(lái)的先进(jìn)生产力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢(láo)固AIGC底座

从技术的发展也可以看(kàn)出，在语言大模(mó)型、图像大模型(xíng)之后，多模(mó)态大模型已经成为了新的趋势。

大模型被(bèi)誉为当(dāng)前人工智能发(fā)展(zhǎn)的智能底座(zuò)，是全球竞争最激烈的研究(jiū)方向(xiàng)之一(yī)，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过训练大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一(yī)次的成本约(yuē)为140万美元。而(ér)对于一些更大的LLM(大型(xíng)语言(yán)模型)，训(xùn)练成本(běn)则介于(yú)200万美(měi)元至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访(fǎng)客平均数1300万计算，其对应芯片需求(qiú)为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入成(chéng)本约(yuē)为8亿美元(yuán)，每日仅电费(fèi)就在5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注各类大模型的发展同时(shí)，更应(yīng)该(gāi)关注算力网络的建设(shè)。