自(zì)聊(liáo)天(tiān)机器人ChatGPT火爆以来，微(wēi)软(ruǎn)公(gōng)司创始人比尔·盖茨已多次(cì)公(gōng)开谈论人工智能话题。在最近的一(yī)次采访中，他再次表示(shì)：“AI可能会让科技行(xíng)业迎来一次剧烈的(de)洗牌”。

这个结论是他在当地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的发展可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行动相(xiāng)当迅速。而最终(zhōng)科技巨头将把AI整合成用户的“全能(néng)助(zhù)手”，包揽(lǎn)一切应用(yòng)，与人(rén)们进行(xíng)沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手的到来(lái)可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候，还(hái)是2022年(nián)8月，在(zài)美(měi)国科罗(luó)拉(lā)多州(zhōu)举办的(de)新兴数(shù)字艺术家竞赛中，一(yī)幅(fú)名为《太空歌剧(jù)院(yuàn)》的(de)作(zuò)品获奖(jiǎng)。

随后各大厂商的(de)AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用(yòng)户(hù)们可以(yǐ)在(zài)应用中输入(rù)一组关(guān)键词或者一张照(zhào)片(piàn)，就能获(huò)得(dé)一幅AI创作(zuò)的画作。

作画的关键就是所(suǒ)输入的文本。同一(yī)组(zǔ)关键词也可以创作(zuò)出很多张风(fēng)格不一(yī)样(yàng)的画作，这让(ràng)创(chuàng)作的(de)过程就像开盲盒。

很(hěn)多用户很喜欢这种(zhǒng)不(bù)确定(dìng)的惊喜(xǐ)，他们会将生成(chéng)的美图(tú)当做(zuò)头像(xiàng)。而另一部(bù)分喜欢翻看AI绘画(huà)的“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了(le)“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别成了建筑(zhù)。

而(ér)如今随着(zhe)ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填写关键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯(sī)坦福读博的(de)中(zhōng)国人张吕敏创(chuàng)作的一种基于控制点的图像变(biàn)形(xíng)算法，主(zhǔ)要用于(yú)数字(zì)图像(xiàng)处理、计算机视觉和(hé)计算机图(tú)形学等领(lǐng)域(yù)。

其SD插(chā)件一(yī)经发布(bù)，在短短(duǎn)的两天(tiān)内便成为(wèi)了(le)AI绘画领域最新的热点。

在(zài)此之前，大家用了很(hěn)多方法想(xiǎng)让AI生成的结果尽(jǐn)可能的符(fú)合要(yào)求，但(dàn)是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成开始进入真正(zhèng)的可(kě)控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物的姿势(shì)和(hé)画面的深度信息等。有(yǒu)了它的帮助，就不(bù)用频繁的用(yòng)提示词来碰(pèng)运气，抽(chōu)盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作(zuò)品已经获得了大量的浏(liú)览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她(tā)们走进动漫世界(jiè)。

中国有多少万兵力，中国有多少万兵力人数"https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对(duì)应的关键词(cí)；最后(hòu)用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试效果。

通(tōng)过图片就可以看出来，效(xiào)果十分惊(jīng)艳。

更厉害的是，除了(le)真实的照片，草图(tú)也可(kě)以加(jiā)上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出的作(zuò)品都(dōu)已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题

近(jìn)日(rì)，“苏(sū)州金鸡湖(hú)有游艇party”的消息火遍网络，而经过警(jǐng)方辟谣(yáo)这所谓的(de)“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活(huó)动里(lǐ)面给出的美女照片都是AI制作的真人照片绘图，因(yīn)为(wèi)太逼真，被大(dà)家当成真(zhēn)事传播了。

不过仔细观察可以发(fā)现，活动发起者提(tí)供的照片中有个很大的漏洞可以发现并非真人，而(ér)是AI绘图，那便是(shì)图(tú)片中女性的手指部分(fēn)有的存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘画算法比(bǐ)较(jiào)复杂，AI还不太(tài)会画人的手，但最新(xīn)看到(dào)的图片已(yǐ)经(jīng)有越来越完美的AI模型出(chū)现(xiàn)，以(yǐ)后可能就完全(quán)没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据(jù)英(yīng)国广(guǎng)播公司报(bào)道(dào)，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合(hé)成(chéng)了儿(ér)童受灾(zāi)的假照片发(fā)布到网络，以此诱骗善良(liáng)的人打(dǎ)赏“捐(juān)助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人照片(piàn)般(bān)的绘(huì)图效果(guǒ)，如果这样的图(tú)片被用来诈骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引发(fā)了(le)很多(duō)担忧(yōu)，一方面，批判者认为AI在“学习”了(le)大量(liàng)前(qián)人的(de)作品之(zhī)后(hòu)，其创作没有任何情绪(xù)和灵魂，难以(yǐ)和人(rén)类的艺术创(chuàng)作相提并(bìng)论。

另一(yī)方面，AIGC背后(hòu)的版权、目前(qián)都并没有得到有(yǒu)效(xiào)的解决，还有AIGC会(huì)不会代替人类“至(zhì)高无上”的创意(yì)。

马斯克也强调，人工智能的安全问题需要得(dé)到(dào)重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有(yǒu)远(yuǎn)方(fāng)

技术都是有两面性的，潜在(zài)的(de)危(wēi)害并不能掩盖(gài)其光辉的贡献。现在看来(lái)，人工智能技术将是第四(sì)次工业革(gé)命的核心(xīn)驱动力量(liàng)，将创(chuàng)造新(xīn)的增长奇迹。

过去(qù)一年(nián)，人工智能在技(jì)术和(hé)商业(yè)层面都有了巨大进(jìn)展，AI绘画就是人工智能(néng)技术发(fā)生方向性改(gǎi)变(biàn)的(de)一个代表。其下一站或许(xǔ)就是视频(pín)。

此前(qián)，Meta和谷歌先后发布(bù)了(le)几条引爆科技(jì)圈的(de)短视频(pín)。这(zhè)些(xiē)视频引发关注(zhù)并(bìng)非(fēi)内容(róng)做得(dé)多优秀，反而都非常简单，比如一(yī)匹正在喝水的马，一只画画的玩具熊(xióng)，或者一段(duàn)骑摩托车的第一视(shì)角(jiǎo)录像，随便一个(gè)有手机的人都可以随手(shǒu)录下(xià)一段。

但(dàn)这些(xiē)短(duǎn)视频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至只是说一下(xià)要求，AI就可以根据需要生成(chéng)一段(duàn)视(shì)频。

谷歌发布的两个(gè)AI生成视(shì)频(pín)分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一个(gè)能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于(yú)，它可以(yǐ)制作(zuò)出超过2分钟的连贯的也有确切内容的(de)视(shì)频，这才(cái)是(shì)真(zhēn)正让人们感到惊喜的地方。因(yīn)为无论(lùn)AI生成的(de)中国有多少万兵力，中国有多少万兵力人数视频多么高清，也只能是为内容生产(chǎn)者提供一个灵感，一(yī)个素材，一个过(guò)场动画。

不过能(néng)够(gòu)制作出有具体剧(jù)情(qíng)内(nèi)容的视频就意味着，一些视频创(chuàng)作(zuò)由AI代替人工完成已经初步有了(le)可能(néng)。

当下(xià)AI的(de)发展速度已经超过大部分人的想象。内容(róng)产业的本(běn)质(zhì)是(shì)供(gōng)给(gěi)创造需求，AIGC作为(wèi)全(quán)新(xīn)的内容生(shēng)产方式，可以(yǐ)为内容产业带来(lái)更新的内容风(fēng)格、更(gèng)快的生(shēng)产速度，更低的(de)生产成本，这无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码、机(jī)器人动作等多(duō)种内容形式的生成。不(bù)难发现该项技术(shù)不(bù)仅(jǐn)在游戏(xì)等行业能(néng)得到有效应用，对于(yú)下一代互联网各种(zhǒng)元素(sù)的构建(jiàn)亦有关键(jiàn)意义。

从商业化(huà)的角(jiǎo)度来(lái)看，文化娱乐(lè)、教育、传媒等诸(zhū)多领域，本身就对基于(yú)AI的可视化内(nèi)容有强烈需求。

因此，AI绘画(huà)及视频或(huò)不(bù)是结果，而只是(shì)AI进(jìn)程中的一块重要(yào)拼图，有望(wàng)在技(jì)术更(gèng)新的加(jiā)持下(xià)实现更(gèng)大的应(yīng)用价值。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能够创造出独立(lì)价(jià)值(zhí)和(hé)独立视角(jiǎo)的(de)内(nèi)容。AIGC的(de)再次出圈，更代表着未来的先进生产(chǎn)力(lì)即将到来。

04

紧抓大模型与算(suàn)力(lì)，牢(láo)固(gù)AIGC底座

从技(jì)术的发展也可以看出，在语言大模型、图像(xiàng)大(dà)模型之后，多模态大模型已(yǐ)经(jīng)成为(wèi)了新的(de)趋势。

大模(mó)型被誉为当(dāng)前(qián)人(rén)工智能发展的智能底座，是全球竞争最激烈的(de)研究方(fāng)向之一，包括谷(gǔ)歌、亚(yà)马逊、百度、阿(ā)里、腾讯等众多头(tóu)部企(qǐ)业都(dōu)在(zài)竞相发(fā)力。

不过训练大模型的确价格不菲，以国盛(shèng)证券发布的(de)《ChatGPT需(xū)要多少(shǎo)算力(lì)》报告估(gū)算，GPT-3训练(liàn)一次的成本(běn)约为140万美元。而对于(yú)一些(xiē)更大的LLM(大型语言模型)，训(xùn)练(liàn)成本则介于200万(wàn)美(měi)元(yuán)至1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平均(jūn)数1300万计算，其对(duì)应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日仅电(diàn)费就(jiù)在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持(chí)。在关注各类(lèi)大模型的(de)发展(zhǎn)同时，更应该(gāi)关(guān)注算力网络的建设。

算力(lì)网络正驱动AI产业(yè)发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能(néng)发展的终极目标离得更近。

因为(wèi)算力可(kě)以对突破性(xìng)技(jì)术创(chuàng)新提供大力(lì)的支持(chí)。这方面，多模(mó)态大模型是典型。作为面向未来(lái)强人工智(zhì)能、通用人工智能的重要技术创新，多模(mó)态大模(mó)型已经在人工(gōng)智能(néng)领域提(tí)出了很(hěn)多年，业(yè)界也有不少技术突(tū)破，但是，多模态大模(mó)型进(jìn)一步(bù)往下走，算(suàn)力需求呈几何式上升，一般的算力基础设施(shī)很快将(jiāng)难以胜任。

从(cóng)图像、文字、语音单独一项的训练，到双模态、三模态(tài)的跃迁(qiān)，让(ràng)人工智能可以(yǐ)灵活应对不同模态的转化、像(xiàng)人与世界交互一样(yàng)自然(rán)，这方面，由算(suàn)力网络(luò)来驱动将(jiāng)有明显(xiǎn)优势。

此外，还有很多需(xū)要爆发式增(zēng)长的算力来支撑的技(jì)术(shù)创新，将在人(rén)工智能(néng)算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期待(dài)在大模型和大算力的(de)支持下AIGC能持续颠覆内(nèi)容生产的(de)方式(shì)，将创造的边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：腾众软件科技有限公司 中国有多少万兵力，中国有多少万兵力人数