自聊天机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创始人比尔(ěr)·盖茨(cí)已多次公开(kāi)谈(tán)论人工智能话题。在最近的一次采访中，他再次(cì)表示：“AI可能会(huì)让(ràng)科技行业迎来一(yī)次剧烈(liè)的洗牌”。

这个结论(lùn)是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目专访时提(tí)出(chū)的(de)。

他预期，AI的发展(zhǎn)可能会(huì)威(wēi)胁到谷(gǔ)歌的市占率，因为微软在AI方(fāng)面(miàn)的行动相当迅速(sù)。而最终科技巨(jù)头(tóu)将把A张都监是什么级别的官，水浒官职品级一览表I整合成用户的“全能助手”，包揽(lǎn)一切(qiè)应(yīng)用，与人们进行沟通并提(tí)供建议(yì)，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口中(zhōng)全能(néng)助手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为(wèi)代表的AIGC上一(yī)次爆火的时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

随(suí)后各大(dà)厂商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可以在应(yīng)用中(zhōng)输入(rù)一组关(guān)键词(cí)或者(zhě)一张照片，就能获得一幅AI创(chuàng)作的画作。

作画的关键就是(shì)所输入的文本。同一组关键(jiàn)词也可以(yǐ)创作出(chū)很多张风格不一样的画作，这(zhè)让(ràng)创作(zuò)的过程(chéng)就像开盲盒。

很多(duō)用(yòng)户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生成的(de)美图当做(zuò)头像。而(ér)另一部分喜欢翻看(kàn)AI绘画的(de)“翻车”作品。在(zài)社交媒体上(shàng)，许多用户(hù)分享(xiǎng)AI“翻(fān)车现(xiàn)场”，例如，一位网友(yǒu)的小狗照(zhào)片被AI画成了(le)“肌肉男”，还有网友的个人照片(piàn)被AI识(shí)别(bié)成了建筑。

而(ér)如今随着ControlNet的出(chū)现与加持(chí)，以(yǐ)往AI绘画的填写关键词游戏(xì)可能(néng)要被(bèi)颠(diān)覆了。

ControlNet是(shì)一(yī)位正在(zài)斯坦福读博(bó)的中(zhōng)国人(rén)张吕敏(mǐn)创作的一(yī)种基于控制点(diǎn)的图像变形算法，主要用(yòng)于数字图像处理、计(jì)算机视觉和计(jì)算机图形学等领域。

其SD插(chā)件一经发(fā)布，在短短的两天内便成(chéng)为了(le)AI绘画领域最新的热点(diǎn)。

在(zài)此(cǐ)之前，大(dà)家(jiā)用了很(hěn)多方法想让AI生(shēng)成的结果尽可能的(de)符合要(yào)求，但是都不尽(jǐn)如人意，它(tā)的出现代(dài)表(biǎo)着AI生(shēng)成开始(shǐ)进入(rù)真(zhēn)正的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势(shì)和(hé)画(huà)面的深度(dù)信息等。有了(le)它的(de)帮助，就不用频繁的(de)用提示(shì)词来碰(pèng)运气，抽盲盒(hé)式(shì)的(de)创作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品已(yǐ)经获得了大量的浏(liú)览量，“viggo”就是其(qí)中之一，他(tā)用朋友的照片(piàn)直接带(dài)她(tā)们走(zǒu)进(jìn)动漫世界(jiè)。

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(kāi)始(shǐ)换关(guān)键词试效果。

通(tōng)过图片就可以看出来，效果(guǒ)十分惊(jīng)艳。

张都监是什么级别的官，水浒官职品级一览表decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉(lì)害的是，除(chú)了真实的照片(piàn)，草图也可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现线(xiàn)稿转全彩图。大神(shén)张吕敏其本尊也亲(qīn)自回应。

不得不说当(dāng)下AIGC已经(jīng)变(biàn)得越来越强大，甚至输出(chū)的作品(pǐn)都已经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)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(luò)，而经过警方辟(pì)谣这所谓的“party”可能是全(quán)国第一(yī)起AI绘图诈骗(piàn)。

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

不过仔(zǎi)细观察可以发现(xiàn)，活动(dòng)发起者提供的照片中有个很(hěn)大的漏(lòu)洞可以发(fā)现并(bìng)非真人(rén)，而是AI绘图，那(nà)便是图(tú)片中(zhōng)女性的手指部分(fēn)有的存(cún)在异常。

有行(xíng)业(yè)人(rén)事表(biǎo)示：“现在因(yīn)为手指部(bù)分的绘画算(suàn)法(fǎ)比较复杂，AI还不太会画(huà)人的(de)手，但最(zuì)新看到的图片(piàn)已经有越(yuè)来越完美的AI模型出现，以后可能(néng)就完全没有漏洞了。”

类(lèi)似的AI作图(tú)诈骗在国外也已有发生。据英(yīng)国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿(ér)童(tóng)受灾的假照片发布(bù)到网络，以此(cǐ)诱骗善(shàn)良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般(bān)的绘图效(xiào)果(guǒ)，如果这样的图片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还(hái)引发了很(hěn)多担忧，一方面，批判者认为AI在“学习(xí)”了大(dà)量前人的作(zuò)品之(zhī)后，其(qí)创作(zuò)没(méi)有任何情绪(xù)和(hé)灵魂，难以和人(rén)类的(de)艺术创作相提(tí)并(bìng)论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高(gāo)无(wú)上”的创意。

马斯克(kè)也强调，人工(gōng)智能的(de)安全问(wèn)题需要(yào)得到重视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的(de)，潜在的危害并不能(néng)掩(yǎn)盖(gài)其光辉的贡献。现在看来，人工智能技术将是第(dì)四次(cì)工业革命(mìng)的核心(xīn)驱动力量，将创(chuàng)造新的增长奇迹(jì)。

过去一年，人工智(zhì)能在(zài)技术和商(shāng)业层面都有了巨大进展，AI绘画就是人工智(zhì)能技术发生方向性改变的一个代(dài)表。其下(xià)一站(zhàn)或许(xǔ)就(jiù)是视频(pín)。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条引爆(bào)科(kē)技(jì)圈的短视(shì)频。这些视频引发关注并非内容(róng)做得多优(yōu)秀，反(fǎn)而都非常简单，比如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一段(duàn)骑摩(mó)托车的第一(yī)视(shì)角录(lù)像，随便一个有手(shǒu)机(jī)的人都可以随(suí)手录下一段。

但(dàn)这(zhè)些短视频的创作(zuò)方式非常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至(zhì)只是说一下要求，AI就可(kě)以根据需要生成一段(duàn)视频。

谷(gǔ)歌发布的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频(pín)后，AI圈就(jiù)已经(jīng)玩了一波梗，一个能够做出更高(gāo)清视频的AI还不足以在短时间内戳(chuō)中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地方(fāng)在(zài)于，它可(kě)以制作出超过2分钟的连贯的也有确(què)切内容的视频，这才(cái)是(shì)真正(zhèng)让人们感到惊(jīng)喜(xǐ)的(de)地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产者(zhě)提供一个灵感，一个素(sù)材，一个过(guò)场动画。

不过能够(gòu)制作出有具体剧情(qíng)内(nèi)容的视(shì)频就意味着，一些(xiē)视频创作由AI代替人工完成已(yǐ)经初步(bù)有了可能。

当(dāng)下(xià)AI的发(fā)展速度(dù)已(yǐ)经超过(guò)大部分人的想(xiǎng)象。内(nèi)容产业的本质是供给创造需求(qiú)，AIGC作为(wèi)全(quán)新的内容生产方式，可(kě)以为内容产业带来更新的内容风格、更快(kuài)的生产速度，更低的生产成本，这无疑会驱动内(nèi)容产(chǎn)业(yè)的大爆(bào)发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐、代码、机器人动作等(děng)多(duō)种内容形式的(de)生成。不难发现该项技术不仅在游戏(xì)等行业能得到有效(xiào)应用，对(duì)于下一代互联网各种元素的构建亦(yì)有关键意义。

从商业化的角度(dù)来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对(duì)基于(yú)AI的可视化内容有(yǒu)强烈需(xū)求。

因此，AI绘(huì)画及(jí)视(shì)频或不是结果，而(ér)只是AI进程(chéng)中的一块重要拼图，有望在技(jì)术更新的加持下实(shí)现更大的(de)应(yīng)用(yòng)价(jià)值。

AI从理解内(nèi)容，走向了可以生成内容(róng)，甚至能够创造出独立(lì)价值(zhí)和(hé)独立视(shì)角(jiǎo)的内容(róng)。AIGC的再次出圈，更(gèng)代表着未来(lái)的先进(jìn)生产力即将(jiāng)到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底(dǐ)座

从技术的发展也可以看出，在(zài)语言大模型、图像大模(mó)型(xíng)之后(hòu)，多模态大模型已经成为(wèi)了新(xīn)的趋势。

大(dà)模型被誉为(wèi)当前(qián)人(rén)工智能发展的智能(néng)底座，是全球(qiú)竞(jìng)争最激烈(liè)的研究(jiū)方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里(lǐ)、腾(téng)讯(xùn)等众(zhòng)多头部企业都在竞相发力。

不过(guò)训练(liàn)大(dà)模型的确价格不菲，以国盛证券发(fā)布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约(yuē)为(wèi)140万美元。而(ér)对(duì)于一些更大(dà)的LLM(大型(xíng)语言模型)，训(xùn)练(liàn)成本则介于200万美元(yuán)至1200万美(měi)元高(gāo)价(jià)之间。

以ChatGPT在(zài)2023年1月的(de)独立(lì)访客(kè)平(píng)均数1300万计(jì)算(suàn)，其对(duì)应芯片(piàn)需求为3万(wàn)多片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开(kāi)庞(páng)大算力(lì)支(zhī)持。在(zài)关注各(gè)类大(dà)模型的发(fā)展同时，更(gèng)应该关注算力网络的建(jiàn)设。

算(suàn)力网络正驱(qū)动AI产业发展进入(rù)史诗(shī)级(jí)加速进(jìn)程，让(ràng)AIGC及通用(yòng)AI这一人(rén)工智能发(fā)展的终极目标离得更近。

因为算力可(kě)以对突破性技术创新提供大(dà)力的支(zhī)持。这方(fāng)面，多模态(tài)大模型是典(diǎn)型。作为(wèi)面向未来强人工智能、通(tōng)用人工智能(néng)的重(zhòng)要技术创新，多模态大模型已经在人工智能(néng)领(lǐng)域提(tí)出(chū)了很多年，业界也有不少技术突破(pò)，但是，多模态大模型进一步往下走，算力需求呈几何式上升，一般的(de)算(suàn)力(lì)基础设施很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训练，到双模(mó)态(tài)、三模态的跃迁(qiān)，让人工智能可以灵(líng)活(huó)应对不(bù)同模态的(de)转(zhuǎn)化、像人(rén)与世界交互一样自然，这方面，由算力(lì)网络来驱动将有明显优势。

此外，还有很(hěn)多(duō)需要(yào)爆发式(shì)增长的算力来(lái)支撑的技术创新，将在人工智能算力网络支(zhī)撑下(xià)快速推进(jìn)。

AIGC已经露出(chū)曙(shǔ)光，期待(dài)在大模(mó)型和大算(suàn)力的支持下(xià)AIGC能持续(xù)颠覆内容(róng)生产(chǎn)的方式，将创造(zào)的(de)边(biān)际成本降低，让(ràng)万众受益。

未经允许不得转载：中国书画艺术 张都监是什么级别的官，水浒官职品级一览表