自聊(liáo)天机器人(rén)ChatGPT火爆以(yǐ)来(lái)，微软(ruǎn)公司创始人比尔·盖茨已多次(cì)公(gōng)开谈(tán)论人工智能话题。在最近的一次采访(fǎng)中，他(tā)再次(cì)表示(shì)：“AI可能会让科技行业迎(yíng)来(lái)一(yī)次剧烈的洗牌”。

这个(gè)结论是他在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期(qī)，AI的发展(zhǎn)可能(néng)会威胁到(dào)谷歌的(de)市占(zhàn)率，因为(wèi)微软在AI方面(miàn)的行动相当迅速。而最终科技巨头将(jiāng)把(bǎ)AI整(zhěng)合成用(yòng)户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并(bìng)提供(gōng)建议，可以取代(dài)亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中全能(néng)助(zhù)手的到来可能(néng)尚需时日，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近

以AI绘画(huà)为(wèi)代表(biǎo)的(de)AIGC上一(yī)次(cì)爆(bào)火的时候，还是2022年8月，在美(měi)国科罗(luó)拉(lā)多(duō)州举办(bàn)的新兴数(shù)字艺术家竞(jìng)赛(sài)中(zhōng)，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各(gè)大厂商的AI绘画(huà)软件被广(guǎng)大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用(yòng)户们可以在应用中输入一组关键词或者一(yī)张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入(rù)的文本。同一(yī)组关键词(cí)也可以(yǐ)创作出很多张风格不一样的画作，这让创作的过(guò)程就像开(kāi)盲盒。

很多(duō)用户很喜欢这种(zhǒng)不确定的(de)惊喜，他(tā)们会(huì)将生成的(de)美图当(dāng)做头像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许(xǔ)多(duō)用户(hù)分享AI“翻车现(xiàn)场”，例如(rú)，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写(xiě)关键(jiàn)词(cí)游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在(zài)斯坦福读博的中(zhōng)国人张吕敏创作的一种基于控制点的图像变形(xíng)算法(fǎ)，主要用于数字图像处(chù)理、计算机(jī)视(shì)觉和计算机图形学等领域。

其SD插件(jiàn)一经(jīng)发布，在短短的两天内便成为了AI绘(huì)画(huà)领域最新的热点。

在此(cǐ)之前，大家用了很多方法想让AI生成(chéng)的结果尽可能的符合要求，但是都不尽如人意(yì)，它的出现代表着AI生成开始进入真正的(de)可控(kòng)时期。

因为ControlNet可(kě)以直接提取画面的构(gòu)图，人物的姿(zī)势(shì)和(hé)画面的深度(dù)信息等(děng)。有了它(tā)的帮助，就不用频繁的(de)用(yòng)提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗(sú)的(de)说ControlNet相当于(yú)给AI绘画(huà)加(jiā)了(le)“魔法”，不(bù)少博主的作品已经获得了(le)大量的浏览量，“viggo”就是其(qí)中(zhōng)之一，他用(yòng)朋(péng)友的照片直接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图(tú)片就可以看出来，效果十分(fēn)惊艳。

更(gèng)厉害的是，除(c《风起陇西》讲述了什么故事，《风起陇西》讲述了什么故事情节hú)了真实的照(zhào)片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿(gǎo)转全彩图。大(dà)神张吕敏其本尊(zūn)也亲自回(huí)应。

不(bù)得不说当下AIGC已经变得越(yuè)来越(yuè)强大，甚至输(shū)出的作品都已(yǐ)经能(néng)以(yǐ)假乱(luàn)真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇party”的消息火遍网络，而经(jīng)过警方辟(pì)谣这(zhè)所谓的“party”可能是全(quán)国(guó)第一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个(gè)活动(dòng)里面(miàn)给出的美女照片都是AI制作的(de)真人照(zhào)片绘(huì)图，因为太逼真，被大家当成真事传播了。

不过仔细观(guān)察可以发现，活(huó)动(dòng)发起者(zhě)提供的照片(piàn)中(zhōng)有个很大(dà)的漏(lòu)洞(dòng)可以发现(xiàn)并非(fēi)真人，而是AI绘(huì)图，那便是图(tú)片(piàn)中女(nǚ)性的手指部分有的存在(zài)异(yì)常。

有行业人事表示(shì)：“现在因(yīn)为手指部(bù)分的(de)绘画算法(fǎ)比(bǐ)较复杂，AI还不太会画(huà)人(rén)的(de)手，但最新看(kàn)到的图片(piàn)已经有越来(lái)越完(wán)美的AI模型《风起陇西》讲述了什么故事，《风起陇西》讲述了什么故事情节出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图(tú)诈骗在国外也(yě)已有发生。据英国(guó)广播公司报(bào)道，土耳其(qí)地震期间(jiān)，有(yǒu)Tiktok用户使用(yòng)AI合成了(le)儿童(tóng)受(shòu)灾的(de)假照片发(fā)布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助”从(cóng)而实施(shī)诈骗。

目前(qián)随(suí)着技(jì)术发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果(guǒ)这(zhè)样的(de)图片被(bèi)用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了(le)大量前人(rén)的作品之后(hòu)，其创作没有任何情绪(xù)和灵魂，难以和人类的(de)艺术创(chuàng)作相(xiāng)提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不会(huì)代(dài)替人类(lèi)“至高(gāo)无上”的创意。

马斯(sī)克也强调，人(rén)工智能的(de)安全(quán)问题需要(yào)得到重视，太(tài)晚就来(lái)不及了。

03

AIGC下一站除(chú)了视频，还(hái)有远方

技术都是有两面性的，潜在(zài)的(de)危害并不(bù)能掩盖其光辉的贡献(xiàn)。现(xiàn)在(zài)看来，人工智能技(jì)术将是第四(sì)次工业革(gé)命的(de)核心驱动力量，将创(chuàng)造新(xīn)的增长(zhǎng)奇迹(jì)。

过去一年，人工智能在技(jì)术(shù)和商业层面(miàn)都有了巨(jù)大(dà)进(jìn)展(zhǎn)，AI绘画就(jiù)是人工智(zhì)能技(jì)术发生方向性改变(biàn)的一个代表。其下一站(zhàn)或许(xǔ)就是视频(pín)。

此前，Meta和谷歌(gē)先后(hòu)发布了(le)几(jǐ)条引爆(bào)科技圈的短视频。这些视(shì)频引发(fā)关(guān)注并非内(nèi)容(róng)做得多(duō)优秀，反而都(dōu)非(fēi)常简(jiǎn)单(dān)，比如(rú)一匹正在(zài)喝水的马，一只画(huà)画的玩具熊，或(huò)者一段(duà《风起陇西》讲述了什么故事，《风起陇西》讲述了什么故事情节n)骑摩托车的第一视角录像，随便一个有(yǒu)手机的(de)人(rén)都(dōu)可以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作方(fāng)式非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至(zhì)只是说(shuō)一下要求(qiú)，AI就可以根(gēn)据(jù)需(xū)要生成一段(duàn)视频。

谷歌(gē)发布的两(liǎng)个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要(yào)突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别(bié)。

在(zài)Make-A-Video公布(bù)了(le)AI生成的视频后(hòu)，AI圈就(jiù)已(yǐ)经玩(wán)了一波(bō)梗，一个能够做(zuò)出更高清(qīng)视频的AI还不足(zú)以(yǐ)在短(duǎn)时间内(nèi)戳(chuō)中兴(xīng)奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震惊的地(dì)方在于，它可(kě)以制作(zuò)出超过(guò)2分(fēn)钟的(de)连贯的也(yě)有(yǒu)确切内(nèi)容(róng)的视频，这才是真正让人们感到惊(jīng)喜的(de)地方。因为无论AI生成的视(shì)频多(duō)么高清，也只(zhǐ)能是为内容生产(chǎn)者(zhě)提(tí)供一个灵感，一个素材，一个过场动画。

不过能(néng)够(gòu)制(zhì)作出有具(jù)体(tǐ)剧情内容的视(shì)频就意味着，一些视频创作由AI代(dài)替(tì)人(rén)工完成已经初(chū)步有了可(kě)能。

当下AI的发展速度已经超过(guò)大(dà)部(bù)分人的想象。内容产业的本质是供给创造需(xū)求，AIGC作为全新的(de)内(nèi)容生产方式，可以为内容产业带来更新的(de)内容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑(yí)会驱动(dòng)内容(róng)产业的大爆发。

除了AI绘图、视(shì)频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多种(zhǒng)内(nèi)容形式(shì)的生成。不难(nán)发现该(gāi)项技术不(bù)仅在游(yóu)戏等(děng)行(xíng)业能得到有效应(yīng)用(yòng)，对于下一(yī)代互联网各种元素(sù)的(de)构建亦(yì)有关键意(yì)义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域(yù)，本身就对基(jī)于AI的(de)可视(shì)化内容有强烈(liè)需求(qiú)。

因(yīn)此，AI绘画及(jí)视频或(huò)不是结(jié)果，而只是(shì)AI进程中的一块重要拼图，有望在技术更新的加(jiā)持下实现(xiàn)更大的应用价值(zhí)。

AI从(cóng)理解内容，走向了可以(yǐ)生成内容，甚至能够创(chuàng)造出独立(lì)价(jià)值和独立(lì)视(shì)角的内容。AIGC的(de)再次出(chū)圈，更代表着未来的先进生产力即(jí)将到来(lái)。

04

紧(jǐn)抓大模(mó)型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模(mó)型、图像(xiàng)大模(mó)型(xíng)之(zhī)后，多模态大模型(xíng)已经成为了新(xīn)的趋势。

大模型被誉(yù)为当前人工智能发展(zhǎn)的智能(néng)底座，是全球竞争最激烈的研究(jiū)方(fāng)向之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多(duō)头部企(qǐ)业都在(zài)竞相发(fā)力。

不过训(xùn)练大模型的确价(jià)格不(bù)菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多(duō)少(shǎo)算力(lì)》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于(yú)一些更大的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于200万美(měi)元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立访(fǎng)客平均数1300万计(jì)算，其对应芯片(piàn)需求为(wèi)3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在5万美元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力(lì)支持。在关注各类大模型的发展同时，更应该关注算力(lì)网(wǎng)络的(de)建设(shè)。

算力网络正驱动AI产业发展进入(rù)史诗级加速(sù)进程，让AIGC及通(tōng)用AI这一人工(gōng)智(zhì)能(néng)发展的终极目标离得更近。

因为算力(lì)可以对(duì)突破性(xìng)技术创新提(tí)供(gōng)大力(lì)的支(zhī)持。这方面，多模(mó)态大模型是(shì)典型(xíng)。作为(wèi)面向未来强人工智能、通用人(rén)工(gōng)智能的(de)重要技术创新，多(duō)模态大(dà)模型已(yǐ)经在人(rén)工智(zhì)能(néng)领域提出了很多年，业界也有(yǒu)不少技术(shù)突破，但是，多模(mó)态大模型进一步往下走，算力(lì)需求呈几何式上升，一(yī)般的算力基础设施很快将(jiāng)难以胜任。

从图像、文字、语音单独一项的训练，到双模态(tài)、三模态的跃迁，让人工智(zhì)能可以灵活(huó)应对不同模态的转化、像人(rén)与世界交互一样自然，这(zhè)方面(miàn)，由算力网络来驱动(dòng)将有明显(xiǎn)优势。

此(cǐ)外，还有很(hěn)多需要爆发式增长的算力(lì)来(lái)支撑的(de)技术创新，将(jiāng)在人(rén)工智能(néng)算力网络支(zhī)撑(chēng)下快速推进(jìn)。

AIGC已经(jīng)露出曙(shǔ)光，期(qī)待在(zài)大模型和大(dà)算力的(de)支持下AIGC能持续(xù)颠覆内容生产的方式(shì)，将创造的边际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 《风起陇西》讲述了什么故事，《风起陇西》讲述了什么故事情节