自聊天(tiān)机(jī)器人ChatGPT火爆(bào)以来，微(wēi)软公司创(chuàng)始人比尔·盖(gài)茨已多次公开谈论人工智能话题。在最近的一(yī)次采访中(zhōng)，他再次表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结论是他(tā)在当(dāng)地时间2月20日接受《In Good Company》节目专访时提(tí)出(chū)的。

他预(yù)期，AI的发(fā)展可(kě)能会威胁到谷歌的市(shì)占率，因(yīn)为微软在AI方面(miàn)的行动相当迅速。而(ér)最终科技巨头将把AI整合成用户(hù)的“全能助手(shǒu)”，包揽(lǎn)一切(qiè)应(yīng)用，与(yǔ)人们进行沟(gōu)通(tōng)并提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬口(kǒu)中全能助手(shǒu)的到来可能(néng)尚(shàng)需时日(rì)，但由ControlNet引发的(de)又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次(cì)爆火的(de)时(shí)候，还(hái)是2022年8月，在美国科罗拉多州举办的新(xīn)兴(xīng)数字艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的(de)作(zuò)品获奖。

随后各大(dà)厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户(hù)们可以在应用中输入一(yī)组关键词或者一张照片，就能获(huò)得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所(suǒ)输入的文本。同一组关键(jiàn)词(cí)也可以创作出(chū)很多张(zhāng)风格不一样的画(huà)作，这让创作的过程就像开盲盒。

很多用户很(hěn)喜欢这(zhè)种不确定的惊喜，他(tā)们会将生(shēng)成的美(měi)图当做头像。而(ér)另一部分喜欢(huān)翻看AI绘画的“翻车(chē)”作品(pǐn)。在社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一位(wèi)网(wǎng)友的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的(de)中国人张吕(lǚ)敏创作的一(yī)种基于控制点的(de)图像变(biàn)形算法，主要用于数(shù)字图像处理、计算机视(shì)觉和(hé)计算机图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为了(le)AI绘画领域最(zuì)新的热点。

在此之前，大(dà)家用(yòng)了(le)很多方(fāng)法(fǎ)想让AI生成的结(jié)果尽可能的符(fú)合要求，但是都不(bù)尽如(rú)人意(yì)，它的出现代表(biǎo)着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面的深度信息等(děng)。有(yǒu)了它(tā)的(de)帮助，就不用频繁的用提示词来碰运(yùn)气(qì)，抽盲盒式的(de)创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品(pǐn)已经获得了大量的(de)浏览量(liàng)，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通过图片就可(kě)以(yǐ)看(kàn)出来，效果十分(fēn)惊艳。

更厉害的(de)是，除了真(zhēn)实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神(shén)张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不(bù)说(shuō)当下AIGC已经变得越(yuè)来越强大(dà)，甚至输出的作品(pǐn)都(dōu)已经(jīng)能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍(biàn)网络，而经过警方(fāng)辟谣(yáo)这所谓(wèi)的“party”可(kě)能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个(gè)活动里面(miàn)给(gěi)出的美女照片都是AI制作的(de)真(zhēn)人照片绘图，因为太逼真，被(bèi)大家(jiā)当成真事传播了。

不过仔细观察可以发现，活动(dòng)发(fā)起者提(tí)供的照(zhào)片中有个很(hěn)大的漏洞可(kě)以发(fā)现并非真(zhēn)人，而是AI绘图，那(nà)便是图片中女(nǚ)性的手指(zhǐ)部分(fēn)有的存在(zài)异常。

有行业人事表(biǎo)示(shì)：“现在因为手指(zhǐ)部分(fēn)的绘画(huà)算法比较复杂，AI还不太会画(huà)人的手(shǒu)，但最新看到的图片已(yǐ)经有越来(lái)越(yuè)完美的AI模型(xíng)出现，以(yǐ)后可能就(jiù)完全没有漏洞了(le)。”

类似(shì)的AI作图诈骗在国(guó)外(wài)也已有发生(shēng)。据英国广播公司(sī)报道，土耳(ěr)其地震15mm等于多少厘米 15mm等于多少微米(zhèn)期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童受(shòu)灾(zāi)的假照片发布到网络，以(yǐ)此诱骗(piàn)善良的(de)人(rén)打(dǎ)赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做(zuò)出真人照片般的绘图效果，如果这样的图片被用来诈(zhà)骗，将非常(cháng)可(kě)怕。

此(cǐ)外AIGC还(hái)引发了很多(duō)担忧，一(yī)方面(miàn)，批判者认为AI在(zài)“学习”了大量前人的作品之后，其创作没有任何(hé)情(qíng)绪(xù)和灵魂，难以(yǐ)和人类的艺(yì)术创(chuàng)作相提(tí)并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目前都(dōu)并没有得到有效的(de)解决，还(hái)有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克(kè)也强(qiáng)调(diào)，人(rén)工(gōng)智能的(de)安全问题(tí)需要得到重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下一(yī)站除(chú)了视(shì)频，还有远(yuǎn)方

技(jì)术都是有两面性的，潜在的危害并不(bù)能掩盖(gài)其光辉(huī)的(de)贡献。现在看来，人工智(zhì)能技术将是(shì)第(dì)四次工业(yè)革命的(de)核心驱动力量，将创(chuàng)造新的增长奇迹(jì)。

过去(qù)一年(nián)，人工智能在(zài)技(jì)术(shù)和商(shāng)业层(céng)面都(dōu)有了巨大(dà)进展，AI绘画就是人工智能(néng)技(jì)术发生方向性(xìng)改变(biàn)的一(yī)个(gè)代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些(xiē)视频(pín)引发关注并非内(nèi)容(róng)做得多(duō)优(yōu)秀，反而都非常简单，比如一(yī)匹(pǐ)正在喝水(shuǐ)的马，一(yī)只(zhǐ)画画的玩具(jù)熊，或(huò)者(zhě)一段骑(qí)摩托车的第一视(shì)角(jiǎo)录像(xiàng)，随便一个有手机(jī)的(de)人都可以随手录下一(yī)段(duàn)。

但这些短视频的创作方式非(fēi)常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一下要求，AI就可(kě)以根据(jù)需(xū)要生(shēng)成一段(duàn)视频。

谷(gǔ)歌发(fā)布(bù)的(de)两(liǎng)个AI生成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已经玩(wán)了一(yī)波梗(gěng)，一个能(néng)够做出更高(gāo)清视频的AI还不足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在(zài)于，它可(kě)以(yǐ)制(zhì)作出超过(guò)2分钟的(de)连贯(guàn)的也有确切内容的视频，这才是(shì)真正让人(rén)们感到惊喜的(de)地方。因为无论AI生成(chéng)的(de)视频多么高清(qīng)，也只能是为内容生(shēng)产者提(tí)供(gōng)一个灵感，一(yī)个素材，一个过场动画。

不(bù)过能够制作(zuò)出有(yǒu)具体剧情内(nèi)容的视频就意味着，一(yī)些(xiē)视(shì)频创作由AI代替人(rén)工完成已经初步有了可(kě)能。

当(dāng)下AI的发展速度(dù)已经超过大(dà)部分人的想(xiǎng)象。内容(róng)产业的(de)本质是供给创造需(xū)求，AIGC作为全新(xīn)的内容生(shēng)产方式，可以为(wèi)内容(róng)产业带来更新的内容风(fēng)格、更快的生(shēng)产速度，更低的生产成本(běn)，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码(mǎ)、机器人动作等多(duō)种(zhǒng)内容(róng)形式(shì)的生成。不难发现(xiàn)该项技(jì)术不仅在游戏等行业能得到有效(xiào)应用，对于下一代互(hù)联网各种元(yuán)素的构(gòu)建亦有(yǒu)关键(jiàn)意义。

从商业化的角度来看，文化(huà)娱乐、教育、传(chuán)媒等诸多(duō)领域，本身就15mm等于多少厘米 15mm等于多少微米对(duì)基(jī)于AI的可视(shì)化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结果，而只是(shì)AI进(jìn)程中的一块(kuài)重要拼图，有望在技(jì)术更新的(de)加持(chí)下实现(xiàn)更(gèng)大的应用(yòng)价值。

AI从理(lǐ)解内容，走向了可以生成(chéng)内容(róng)，甚至能够(gòu)创造出独立(lì)价(jià)值和独立(lì)视角的内容。AIGC的再次出圈，更代表着(zhe)未(wèi)来的(de)先进生产力即将到来。

04

紧(jǐn)抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的发展也(yě)可以看(kàn)出，在语言(yán)大模(mó)型、图像(xiàng)大模型之后，多模态大(dà)模型已经成为了新的趋势。

大模型被誉为当前人工智能发(fā)展的智能(néng)底座，是全(quán)球竞争最(zuì)激烈的研(yán)究(jiū)方向之一(yī)，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等(děng)众多头部企业(yè)都在竞相(xiāng)发(fā)力。

不过训练大模(mó)型的确价格(gé)不菲，以国(guó)盛证券发布的《ChatGPT需(xū)要多少算力》报告估算(suàn)，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模(mó)型)，训练成本则介于(yú)200万美元(yuán)至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访(fǎng)客平均数1300万(wàn)计算，其对应芯片需求为(wèi)3万多片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元，每(měi)日(rì)仅(jǐn)电费就在5万美元左右。