自聊天机(jī)器人ChatGPT火爆(bào)以来，微(wēi)软公司创始人比尔·盖茨已多(duō)次公开(kāi)谈论人工智(zhì)能话题。在最近的一次(cì)采访中，他再(zài)次(cì)表示：“AI可(kě)能会(huì)让科技行业迎来一(yī)次剧烈的洗牌”。

这个(gè)结论是(shì)他在(zài)当地(dì)时(shí)间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预(yù)期，AI的发展可能(néng)会威胁(xié)到谷歌(gē)的(de)市(shì)占(zhàn)率，因为微软在AI方面的行动相(xiāng)当迅(xùn)速(sù)。而最终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽(lǎn)一切应(yīng)用，与人(rén)们进(jìn)行沟通并提供建议(yì)，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来(lái)可能尚需(xū)时(shí)日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多(duō)州(zhōu)举办的(de)新兴(xīng)数(shù)字艺术家竞赛中，一幅名为(wèi)《太空歌(gē)剧院》的作(zuò)品获(huò)奖(jiǎng)。

随后各大(dà)厂商的(de)AI绘画(huà)软(ruǎn)件被广(guǎng)大(dà)网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以(yǐ)在应用中输入一组关键(jiàn)词或者(zhě)一张(zhāng)照片，就能获得一幅AI创作的画作。

作(zuò)画的关键(jiàn)就是所(suǒ)输入的文本(běn)。同一组关键词(cí)也可以创作(zuò)出很多(duō)张(zhāng)风格不一(yī)样的画作，这让创作的过(guò)程就像开盲盒。

很多(duō)用户很喜(xǐ)欢这种不确定(dìng)的惊喜，他(tā)们(men)会将生成的美图(tú)当做头(tóu)像。而另一部分喜欢(huān)翻看(kàn)AI绘画的(de)“翻(fān)车”作品。在社交媒体上，许多(duō)用户(hù)分(fēn)享AI“翻车现场”，例如，一位(wèi)网友的(de)小狗照片被AI画成了(le)“肌肉(ròu)男”，还有网友的(de)个人照片被AI识别(bié)成了建筑(zhù)。

而如今随(suí)着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关键词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国(guó)人张吕敏创作的(de)一种(zhǒng)基(jī)于(yú)控制点的图像变形算法，主要用于数字图像处理、计算机视觉和计(jì)算机图形学等领域。

其SD插件一经发布，在(zài)短(duǎn)短的(de)两天内(nèi)便(biàn)成为了AI绘画领(lǐng)域最新的热点。

在(zài)此之(zhī)前，大(dà)家(jiā)用了(le)很多(duō)方(fāng)法(fǎ)想让AI生成的结果尽可能的符(fú)合要求，但是都不尽如人(rén)意(yì)，它的出现代表着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势和画(huà)面的深(shēn)度信息等。有了它(tā)的帮(bāng)助，就不用频繁(fán)的(de)用提(tí)示(shì)词(cí)来碰运(yùn)气，抽盲(máng)盒(hé)式的创作了。

通俗的说ControlNet相当(dāng)于(yú)给(gěi)AI绘(huì)画加了“魔(mó)法”，不少博(bó)主(zhǔ)的作品已经获得了(le)大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直接(jiē)带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效(xiào)果。

通过图片(piàn)就可以看出来，效(xiào)果十分惊艳。

更(gèng)厉害的是，除了真实(shí)的照片(piàn)，草图也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神张吕敏其(qí)本尊也亲自回(huí)应。

不得不说当(dāng)下AIGC已经变得(dé)越来越(yuè)强大，甚至输出的(de)作品(pǐn)都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕安(ān)全问(wèn)题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍(biàn)网络，而经过警方辟(pì)谣(yáo)这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美女(nǚ)照(zhào)片(piàn)都是AI制作的(de)真人照片绘图，因为太逼真，被大家当成真事传播了。

不(bù)过(guò)仔细观察可以发现(xiàn)，活(huó)动发起者提供的(de)照片中有个很大的漏洞可以发现并非真人，而(ér)是AI绘(huì)图，那便是图(tú)片中(zhōng)女(nǚ)性的手指部(bù)分有的存在(zài)异常。

有行业人事表示：“现(xiàn)在因为手指部分的绘画算法比较复杂，AI还不太(tài)会画人的手，但最新看到的图片(piàn)已经有越(yuè)来越完(wán)美的AI模型出现，以后可(kě)能(néng)就完全没有(yǒu)漏洞了(le)。”

类似的AI作图诈(zhà)骗在国外也已有发(fā)生。据英国(guó)广播公司报道，土耳其地(dì)震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片(piàn)发布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术(shù)发(fā)展，AIGC已(yǐ)经能(néng)做出真(zhēn)人照片般(bān)的绘图(tú)效果(guǒ)，如(rú)果(guǒ)这样的(de)图片(piàn)被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在(zài)“学(xué)习”了大量(liàng)前人的作(zuò)品之(zhī)后，其创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺术创作相提并(bìng)论(lùn)。

另一方面，AIGC背后的(de)版权、目前都并没有(yǒu)得到(dào)有(yǒu)效的解决，还(hái)有(yǒu)AIGC会不会代(dài)替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强(qiáng)调(diào)，人(rén)工智能的安(ān)全问(wèn)题需要(yào)得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视(shì)频，还有远(yuǎn)方

技(jì)术都是有两面性的，潜(qián)在的危害并(bìng)不能掩盖(gài)其(qí)光(guāng)辉的贡献。现在(zài)看来，人工智能技(jì)术将是第四(sì)次(cì)工业革(gé)命的核心驱动(dòng)力(lì)量(liàng)，将(jiāng)创造(zào)新(xīn)的增长奇迹(jì)。

过去一年，人工智能在技术双修是指什么意思，双修是怎么进行的和(hé)商业层(céng)面(miàn)都有了巨(jù)大进展(zhǎn)，AI绘画就是人工智(zhì)能技术发生方向性改变的一个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的(de)短视(shì)频。这些(xiē)视频引发关注并非内(nèi)容做(zuò)得多(duō)优秀，反(fǎn)而都非(fēi)常简(jiǎn)单，比(bǐ)如一匹正在(zài)喝(hē)水(shuǐ)的马，一只画画的玩具熊，或者一段骑摩托车的(de)第一视(shì)角录像，随便一个有手机(jī)的人都可以随手录下一(yī)段。

但这些短视频的创作方式非(fēi)常简单，创作者仅仅需要向AI输入(rù)一段话，甚至只是说(shuō)一下要求，AI就可以根据需要(yào)生成(chéng)一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别(bié)来自于(yú)Imagen Video和Phenaki，前(qián)者主要(yào)突出的是高清，与Meta的Make-A-Video没有(yǒu)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(yǐ)经玩了一(yī)波梗(gěng)，一个能够做(zuò)出更(gèng)高清视频的AI还不足以(yǐ)在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出(chū)超过2分钟(zhōng)的(de)连贯的也有确(què)切内容的视频(pín)，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只(zhǐ)能(néng)是为内容(róng)生(shēng)产者提供一个灵感，一个素材(cái)，一(yī)个(gè)过场动画。

不过能够制作出有具体剧情内(nèi)容的视频就意味(wèi)着，一些(xiē)视频创作(zuò)由(yóu)AI代(dài)替人(rén)工完成已(yǐ)经初(chū)步有了可能(néng)。

当下AI的发展速度已经超过大部分人的想象。内容产业的(de)本(běn)质是(shì)供给(gěi)创造(zào)需(xū)求，AIGC作(zuò)为全新的内(nèi)容生产方式，可以为内容产业带来更新的内容(róng)风格、更快的生产速度，更低的生产成本，这(zhè)无疑(yí)会(huì)驱动(dòng)内(nèi)容产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术还能(néng)应用于音乐(lè)、代(dài)码、机器人(rén)动作等多(duō)种内容形式(shì)的(de)生成。不难发现该项技(jì)术不(bù)仅(jǐn)在游(yóu)戏(xì)等行业(yè)能(néng)得到有效应用(yòng)，对(duì)于下一代互联(lián)网(wǎng)各种元素的构建亦有(yǒu)关键意(yì)义(yì)。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身(shēn)就对基于AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘(huì)画及视频或不是(shì)结果，而只(zhǐ)是AI进程中(zhōng)的(de)一块重要拼图(tú)，有望在技(jì)术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从(cóng)理解内容，走(zǒu)向(xiàng)了可以生成内(nèi)容，甚至能够创(chuàng)造出独立(lì)价值和独立视角的内容。AIGC的(de)再次出圈，更(gèng)代表着未来(lái)的先进生产力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的发展也可以(yǐ)看出，在语言大模型、图像大(dà)模型(xíng)之后，多模态大模型(xíng)已经成为(wèi)了(le)新的趋势。

大模型被誉(yù)为(wèi)当(dāng)前(qián)人工智(zhì)能(néng)发展(zhǎn)的智能底座，是全球竞争最激烈(liè)的研究方(fāng)向(xiàng)之(zhī)一(yī)，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞相发力。

不(bù)过训练大模型的确价格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练一次(cì)的(de)成(chéng)本约为140万美元。而对于(yú)一些(xiē)更大的LLM(大型(xíng)语言模(mó)型)，训(xùn)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1月的独立访客平均数(shù)1300万计(jì)算，其(qí)对应芯(xīn)片需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本(běn)约(yuē)为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不(bù)开庞(páng)大算力支持。在关注各类大模型的发展同时，更应该关(guān)注(zhù)算力(lì)网络的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入史诗级(jí)加速进程，让AIGC及通用(yòng)AI这一(yī)人工智(zhì)能发(fā)展的终极目标(biāo)离得更近。

因为(wèi)算(suàn)力可以对突破性技术创新提供大力的支持。这(zhè)方面，多模(mó)态大模型是典型。作为面向未来强人工智能(néng)、通用人工(gōng)智(zhì)能(néng)的重(zhòng)要技术(shù)创新(xīn)，多模态大模型(xíng)已(yǐ)经在人工智能领域提出了很多年，业界也有不少技(jì)术突破，但是，多(duō)模(mó)态大模型进一步往下走(zǒu)，算(suàn)力需求呈几何式上升，一般(bān)的算力基础设施很快将难以胜任。

从图像(xiàng)、文字、语(yǔ)音单独一项的训练，到双(shuāng)模态(tài)、三(sān)模态(tài)的跃迁，让(ràng)人工智能可以(yǐ)灵活应(yīng)对不(bù)同模态的转化、像人与世界交互一样(yàng)自然(rán)，这方面，由算力网络来驱动将(jiāng)有明显优势(shì)。

此外，还有很多(duō)需要爆发式增长的算力来(lái)支撑的技术创(chuàng)新，将在人工智(zhì)能算力网络支撑下快速推(tuī)进(jìn)。双修是指什么意思，双修是怎么进行的>