自聊天机器(qì)人(rén)ChatGPT火爆以来(lái)，微软公司创始人比尔(ěr)·盖茨已多次公(gōng)开(kāi)谈论人工智能话题(tí)。在最近(jìn)的一次采访中，他再次表示：“AI可(kě)能(néng)会让科技行业迎来一(yī)次剧烈的洗(xǐ)牌(pái)”。

这个(gè)结论(lùn)是他在(zài)当(dāng)地(dì)时间2月20日接(jiē)受《In Good Company》节目(mù)专访时提出的。

他预期，AI的(de)发展可能(néng)会威(wēi)胁(xié)到谷歌的市(shì)占(zhàn)率，因为微软(ruǎn)在AI方面的行(xíng)动相当(dāng)迅速。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全(quán)能助手”，包揽一(yī)切应(yīng)用，与(yǔ)人们进行(xíng)沟通并提(tí)供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用。

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

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为(wèi)代表(biǎo)的AIGC上一次(cì)爆火的时候(hòu)，还是2022年(nián)8月，在美国科罗拉(lā)多(duō)州(zhōu)举办的新兴(xīng)数字艺(yì)术家竞赛中，一幅(fú)名为《太(tài)空歌剧(jù)院》的作品获奖。

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

用(yòng)户(hù)们(men)可以在应用中输入一组关键词或者一张照片，就能获(huò)得一幅(fú)AI创作的(de)画作。

作画(huà)的(de)关(guān)键(jiàn)就是所输(shū)入的(de)文本。同一组(zǔ)关键(jiàn)词(cí)也可以创作出(chū)很(hěn)多张(zhāng)风格不一样(yàng)的画作，这(zhè)让创作的过程就像(xiàng)开盲盒。

很(hěn)多(duō)用户很喜欢这种不确定的(de)惊喜，他们会将生成(chéng)的美图当(dāng)做头像。而另(lìng)一部(bù)分喜欢翻看AI绘画的(de)“翻(fān)车(chē)”作(zuò)品(pǐn)。在(zài)社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男(nán)”，还有网(wǎng)友的个人照片被AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘画的填写(xiě)关键(jiàn)词游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博的中国(guó)人张吕敏创作的(de)一种基于控(kòng)制点的图像变形算(suàn)法，主要用(yòng)于数字图像(xiàng)处理(lǐ)、计(jì)算机视觉和(hé)计算机(jī)图形学(xué)等(děng)领域(yù)。

其SD插件(jiàn)一经发布(bù)，在短短(duǎn)的(de)两天内(nèi)便(biàn)成为了AI绘画领域最新的热点。

在此之(zhī)前，大家(jiā)用(yòng)了很多(duō)方法想(xiǎng)让AI生(shēng)成的结果尽可能(néng)的符合要求，但是(shì)都不尽如(rú)人意，它的出现代表着AI生成(chéng)开始进入(rù)真(zhēn)正的可控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的(de)姿势和画面的深(shēn)度(dù)信息(xī)等。有了(le)它的(de)帮(bāng)助，就不用频繁的用提示词来碰(pèng)运气，抽盲(máng)盒(hé)式的创(chuàng)作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少博(bó)主的(de)作品已经获得(dé)了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她(tā)们走进(jìn)动漫世(shì)界。

viggo先(xiān)用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对(duì)应的关键(jiàn)词；最后用ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词(cí)试效果。

通过图片(piàn)就可以看出来，效果十(shí)分(fēn)惊艳。

更(gèng)厉害的是(shì)，除了(le)真实的照片，草图也可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩图。大(dà)神张吕(lǚ)敏其(qí)本(běn)尊也亲(qīn)自(zì)回应。

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

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消(xiāo)息火(huǒ)遍网络，而经过警(jǐng)方辟谣(yáo)这(zhè)所(suǒ)谓的“party”可能是(shì)全国第一(yī)起(qǐ)AI绘图(tú)诈(zhà)骗。

由于这个活动里面给(gěi)出的(de)美(měi)女照(zhào)片都是(shì)AI制作的真人照(zhào)片绘图，因(yīn)为太(tài)逼真，被大家当成真事传播了。

不过仔(zǎi)细观察(chá)可(kě)以发(fā)现，活动(dòng)发起(qǐ)者提(tí)供的照片中有个很大的(de)漏洞可以发现并非(fēi)真人，而是AI绘图，那便是图片中女性的手指(zhǐ)部分(fēn)有的存在异常。

有行业人(rén)事表示：“现在(zài)因为手指部分的绘画算法(fǎ)比(bǐ)较(jiào)复杂，AI还不太会画(huà)人的手(shǒu)，但最新看(kàn)到的图片已经有越(yuè)来越完(wán)美的(de)AI模型出现，以(yǐ)后可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广播公司报道(dào)，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发布(bù)到网络，以(yǐ)此诱骗善良的人(rén)打赏“捐助(zhù)”从而(ér)实施诈(zhà)骗。

目(mù)前随着技术(shù)发展(zhǎn)，AIGC已经能做(zuò)出真人(rén)照(zhào)片般的绘图效果，如(rú)果这样(yàng)的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很(hěn)多担忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了(le)大量(liàng)前人(rén)的作品之后，其(qí)创作没有(yǒu)任何情绪和(hé)灵(líng)魂，难以和人(rén)类的艺术创作相提并论。

另(lìng)一方(fāng)面，AIGC背后的版(bǎn)权、目(mù)前都并(bìng)没(méi)有得到有效的解决，还有AIGC会不会(huì)代(dài)替(tì)人(rén)类(lèi)“至高无上”的创意。

马斯克也强调，人工智能的安(ān)全问题需要(yào)得到重视(shì)，太晚就来(lái)不及(jí)了(le)。

03

AIGC下一站(zhàn)除了视频，还有远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的(de)危害并不能掩盖(gài)其(qí)光(guāng)辉(huī)的贡(gòng)献(xiàn)。现在看来，人工智能(néng)技术(shù)将是第四次工(gōng)业革(gé)命的核心驱动力量(liàng)，将创(chuàng)造新的增长奇迹。

过(guò)去(qù)一年，人工智能在(zài)技术和商业层面都(dōu)有(yǒu)了巨大进展(zhǎn)，AI绘(huì)画(huà)就是人(rén)工(gōng)智能技术发(fā)生方向性(xìng)改变的一(yī)个(gè)代表。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频(pín)。这些视(shì)频引发关注(zhù)并(bìng)非内容做得多优秀，反而都非(fēi)常简单(dān)，比如(rú)一匹(pǐ)正(zhèng)在喝水的马(mǎ)，一只画画的(de)玩具(jù)熊(xióng)，或者一段骑摩(mó)托(tuō)车的第一(yī)视角录像，随便(biàn)一(yī)个有手机的人都可以随手(shǒu)录下一段。

但这些短(duǎn)视频的创作方(fāng)式非(fēi)常简单，创作者(zhě)仅(jǐn)仅需(xū)要(yào)向AI输入一段话，甚(shèn)至只是说(shuō)一(yī)下要求，AI就可以根(gēn)据需要生成一段(duàn)视频。

谷(gǔ)歌发(fā)布的(de)两个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一(yī)波梗，一个(gè)能够做出更(gèng)高清视频的(de)AI还不(bù)足(zú)以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可(kě)以制作出超过2分钟的(de)连(lián)贯的(de)也有确切内(nèi)容的视频，这才是真正让(ràng)人们感到惊(jīng)喜的地方。因为无(wú)论AI生(shēng)成(chéng)的视(shì)频多么高清，也只(zhǐ)能是为(wèi)内容生(shēng)产者提供一个灵感，一个素材，一个过场动画。

不过能够(gòu)制作(zuò)出有具(jù)体剧情内容(róng)的视(shì)频(pín)就意味着，一些视频创(chuàng)作由AI代替(tì)人工完成已经初步有了可能。

当下AI的(de)发展速度(dù)已(yǐ)经超过大部分人的想象。内容产业的本(běn)质(zhì)是供给创造需求，AIGC作为全新(xīn)的内(nèi)容(róng)生产方(fāng)式(shì)，可(kě)以为内容产业带来更新的内容风格、更快的生(shēng)产(chǎn)速(sù)度，更低的生(shēng)产成(chéng)本，这无疑会(huì)驱动内容(róng)产(chǎn)业的大(dà)爆(bào)发。

除了(le)AI绘(huì)图、视频，AIGC技术还能(néng)应用于音乐(lè)、代码、机(jī)器人(rén)动作等多种内容形式的生(shēng)成。不(bù)难发现(xiàn)该项技术不(bù)仅(jǐn)在游戏等行业能得到有效应用，对(duì)于下一(yī)代(dài)互(hù)联网各种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角度(dù)来看，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有(yǒu)强烈需(xū)求。

因(yīn)此，AI绘(司马相如的长门赋原文和译文注释，司马相如的长门赋原文和译文huì)画及视频或不是结(jié)果，而只是AI进程中的一块重要拼(pīn)图，有望在技术(shù)更新的加持下实现更(gèng)大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内(nèi)容，甚至能(néng)够创造出(chū)独立价值和(hé)独立视角(jiǎo)的(de)内容。AIGC的(de)再次出(chū)圈，更代表着未来(lái)的先进生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

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

大模型被誉为当前人工智能发展的智能底(dǐ)座，是全球竞争最激烈的(de)研究(jiū)方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多(duō)头部企业都(dōu)在竞相(xiāng)发力。

不过训练大模型的确价(jià)格不菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训练一次(cì)的成(chéng)本约为140万美(měi)元。而对于一(yī)些更大的(de)LLM(大型语(yǔ)言模型)，训练成本则(zé)介(jiè)于(yú)200万美元至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的(de)独立访客(kè)平(píng)均数1300万计算，其(qí)对应芯片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电费就(jiù)在5万美元(yuán)左(zuǒ)右。

此外不(bù)论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力(lì)支(zhī)持(chí)。在关注各类大模型的发(fā)展同时，更(gèng)应该关注算力网(wǎng)络的(de)建(jiàn)设。

算力网络正驱(qū)动AI产(chǎn)业发展进入(rù)史诗级加速进程，让AIGC及通(tōng)用AI这一人工(gōng)智能发展的(de)终极目标离得(dé)更近。

因为算力可(kě)以对突破性技术创(chuàng)新提供大力的支持(chí)。这(zhè)方面，多模态大模型是(shì)典型(xíng)。作为面向未来强(qiáng)人工智(zhì)能、通用人工智(zhì)能(néng)的(de)重要技术创新，多模态大模型(xíng)已经在人工智能(néng)领域提出(chū)了很(hěn)多年，业界也有不少技术突破，但是，多模态大模(mó)型进(jìn)一步往(wǎng)下走，算(suàn)力需求呈几何式(shì)上升，一(yī)般的(de)算力基(jī)础设施很快将难(nán)以胜任。

从图(tú)像、文(wén)字、语音单(dān)独一项的(de)训练，到(dào)双模态(tài)、三模态(tài)的跃迁，让(ràng)人工智能可以灵(líng)活应对不同模(mó)态的转(zhuǎn)化、像(xiàng)人与世界(jiè)交互(hù)一样自(zì)然，这方(fāng)面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的算力来支(zhī)撑的技术创新，将在人工智(zhì)能(néng)算力网(wǎng)络支撑下快速(sù)推进。

AIGC已经露出(chū)曙光，期待在(zài)大模型和(hé)大算力的(de)支持下AIGC能持续(xù)颠覆内容生(shēng)产的方式，将创(chuàng)造的边(biān)际成本降低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 司马相如的长门赋原文和译文注释，司马相如的长门赋原文和译文