自聊天机(jī)器人ChatGPT火爆以来(lái)，微(wēi)软公司(sī)创始人(rén)比尔·盖茨已多(duō)次公开谈论人工智能话题。在最(zuì)近(jìn)的一次采访中，他再次(cì)表(biǎo)示：“AI可能会(huì)让科技(jì)行业迎来一次(cì)剧烈的洗牌(pái)”。

这个(gè)结论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他(tā)预(yù)期(qī)，AI的(de)发(fā)展可能(néng)会(huì)威(wēi)胁到谷(gǔ)歌(gē)的市占率，因为微软在AI方面的行动相当迅(xùn)速。而最终科技巨头将(jiāng)把AI整合成(chéng)用户(hù)的(de)“全(quán)能助手”，包揽一(yī)切应(yīng)用，与人们进(jìn)行(xíng)沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到(dào)来(lái)可(kě)能尚(shàng)需(xū)时日(rì)，但(dàn)由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一(yī)次爆火的(de)时候，还(hái)是2022年8月，在(zài)美国科罗(luó)拉多(duō)州举办的新(xīn)兴数字艺(yì)术家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院(yuàn)》的作品获(huò)奖。

随后各大(dà)厂商的AI绘画(huà)软(ruǎn)件被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户(hù)们可(kě)以(yǐ)在应用中输入(rù)一(yī)组(zǔ)关(guān)键词或者一张照片，就(jiù)能获得一幅AI创作(zuò)的画作(zuò)。

作(zuò)画(huà)的关键就是所输入(rù)的文本。同一组关键词也可以创作出很多张风格不一样(yàng)的画作，这(zhè)让(ràng)创作的(de)过程就像开盲盒(hé)。

很多用(yòng)户很喜欢(huān)这(zhè)种不确定(dìng)的惊(jīng)喜(xǐ)，他们会将生(shēng)成的(de)美(měi)图当做头(tóu)像(xiàng)。而(ér)另一部(bù)分喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友的(de)小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成了(le)建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可(kě)能要被颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦福读(dú)博的中国人张吕敏创作的一(yī)种基于控制(zhì)点的图像(xiàng)变形(xíng)算法，主要用于(yú)数字(zì)图像(xiàng)处理、计算机视觉和(hé)计算(suàn)机图形学等领(lǐng)域。

其SD插件一经发布，在短短的两天内便成(chéng)为(wèi)了AI绘画(huà)领域最(zuì)新的热点。

在此之(zhī)前，大家用了很多方(fāng)法(fǎ)想让AI生成的结果尽可能的符合要求，但是都(dōu)不尽如(rú)人意(yì)，它的出现(xiàn)代表着(zhe)AI生成开始进(jìn)入真正(zhèng)的(de)可控时(shí)期(qī)。

因为ControlNet可以直接提(tí)取画(huà)面(miàn)的(de)构图(tú)，人物的(de)姿势和画面的深度信息等。有了它的(de)帮(bāng)助，就(jiù)不用频繁的(de)用(yòng)提(tí)示词来碰运气，抽(chōu)盲盒式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少博主的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片直接带她(tā)们(men)走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

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

通过(guò)图片就可以看(kàn)出来，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草图也可以加上“魔(mó)法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(x殇是什么意思怎么读拼音，殇是什么意思 怎么读伤感的一个字iàn)线稿转全(quán)彩图(tú)。大神张(zhāng)吕(lǚ)敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强(qiáng)大，甚至(zhì)输出的(de)作品都已经(jīng)能以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍(biàn)网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国(guó)第(dì)一(yī)起AI绘图诈骗。

由于(yú)这个活动里面给出的美女照片都是(shì)AI制作的真人(rén)照(zhào)片绘图，因为太逼真，被大家(jiā)当成(chéng)真事传(chuán)播了。

不过仔细观察可以发现，活动发(fā)起者提供(gōng)的照片中有(yǒu)个很(hěn)大的漏洞可(kě)以发现并非真人，而是AI绘图(tú)，那便是图片中女(nǚ)性的手指部分有(yǒu)的存在(zài)异常。

有行业人事(shì)表示：“现在因(yīn)为手指部分的绘画算法比(bǐ)较复(fù)杂，AI还不太会画(huà)人的手，但最(zuì)新看到的图片已经(jīng)有越(yuè)来越完美的(de)AI模(mó)型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图(tú)诈(zhà)骗在(zài)国外也(yě)已有(yǒu)发生。据英国广播公司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾的假照片发布到网络，以此诱骗(piàn)善良的人打赏“捐助”从而(ér)实施诈骗。

目前随着技术(shù)发展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真人照(zhào)片(piàn)般的绘图效(xiào)果，如果(guǒ)这(zhè)样的图片被(bèi)用来诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发了很(hěn)多担忧，一方面，批(pī)判者认为(wèi)AI在“学习”了(le)大量前人的作品之后，其创作(zuò)没有任(rèn)何(hé)情绪和灵魂，难(nán)以和人类的艺术创作相(xiāng)提(tí)并论。

另一(yī)方面，AIGC背后的版权、目(mù)前都(dōu)并没(méi)有得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯克也强调(diào)，人工智(zhì)能(néng)的安全(quán)问(wèn)题需要(yào)得到重视，太晚就(jiù)来不(bù)及(jí)了。

03

AIGC下一站除了视频(pín)，还有远方

技(jì)术都是有(yǒu)两面性的，潜在(zài)的危(wēi)害并不(bù)能(néng)掩盖其光(guāng)辉的贡(gòng)献(xiàn)。现(xiàn)在看来，人工智能技术将是第四次工业革命的核(hé)心驱动力(lì)量，将创造新(xīn)的(de)增长奇(qí)迹。

过(guò)去一年(nián)，人工智能在技(jì)术和商业层面都有了(le)巨大进展，AI绘画就是人工智(zhì)能技术发(fā)生方(fāng)向性(xìng)改变的(de)一个代表(biǎo)。其下一站或许就(jiù)是视频(pín)。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈(quān)的(de)短(duǎn)视频。这(zhè)些视(shì)频(pín)引发关注并非内容(róng)做(zuò)得多优秀(xiù)，反(fǎn)而都非常简(jiǎn)单，比如一匹正在喝(hē)水(shuǐ)的马，一只(zhǐ)画画(huà)的玩具(jù)熊，或者一段骑摩托车(chē)的(de)第(dì)一视(shì)角(jiǎo)录像，随便一个(gè)有手机的人都可(kě)以随手录下一段。

但这些短视频的(de)创作方(fāng)式非常简单，创作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以根据(jù)需要生成(chéng)一段视(shì)频。

谷歌发布的两个(gè)AI生(shēng)成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩(wán)了一波梗，一(yī)个能够做出更高清视频的AI还不足(zú)以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人(rén)震(zhèn)惊(jīng)的地方在于，它可(kě)以制(zhì)作出超过2分钟(zhōng)的连贯(guàn)的也(yě)有确切(qiè)内容的视(shì)频，这才(cái)是真正让(ràng)人(rén)们(men)感到惊喜(xǐ)的地方。因为无论AI生成的视(shì)频多么(me)高(gāo)清，也只能是为内容生产者(zhě)提供一个灵感(gǎn)，一个(gè)素材，一个过场动(dòng)画。

不过能(néng)够制作出有具体剧(jù)情内容的视频(pín)就意味着(zhe)，一(yī)些视(shì)频创作由AI代替人工完(wán)成已经初(chū)步有了(le)可(kě)能。

当下AI的发展(zhǎn)速度已经超过大部分人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产业带(dài)来更(gèng)新(xīn)的内容风格、更快的生产速度，更(gèng)低的生产成(chéng)本，这无疑会(huì)驱动内容产业的大爆发(fā)。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作等多种内(nèi)容(róng)形式的生成。不难发现该项技术不(bù)仅在游戏等行业能得到有效(xiào)应用(yòng)，对于下一代互联(lián)网(wǎng)各(gè)种元素的构建亦有关(guān)键意义。

从(cóng)商(shāng)业化(huà)的(de)角度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘(huì)画及视频或不(bù)是(shì)结果，而只(zhǐ)是AI进程(chéng)中(zhōng)的一(yī)块重(zhòng)要(yào)拼图，有望在技术(shù)更新的加(jiā)持下实现更大的应用价(jià)值。

AI从理解内容，走向了可以(yǐ)生(shēng)成内容，甚至能够创造(zào)出独立价值和独立视角的内(nèi)容。AIGC的再(zài)次出圈(quān)，更代表着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算(suàn)力，牢固AIGC底座

从技术(shù)的发展也可以(yǐ)看出，在语言大(dà)模型、图像大(dà)模型之(zhī)后，多模态大模型已经成为了新(xīn)的趋势(shì)。

大模(mó)型被誉为当前人工智能(néng)发展(zhǎn)的智能(néng)底(dǐ)座，是全球(qiú)竞争最激烈的研究方向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部企业都在竞相发(fā)力(lì)。

不过训(xùn)练大模型的确价格不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而对(duì)于一些(xiē)更大的LLM(大型(xíng)语言模型)，训(xùn)练成本则介于200万美元至(zhì)1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计(jì)算，其(qí)对应芯片需求(qiú)为(wèi)3万多片英(yīng)伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅电费(fèi)就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力支持。在关注各类(lèi)大(dà)模(mó)型(xíng)的发展同(tóng)时，更(gèng)应该关注算力网(wǎng)络的建设。

算(suàn)力网络正驱动AI产业发展进入(rù)史诗级(jí)加(jiā)速进(jìn)程(chéng)，让(ràng)AIGC及通用(yòng)AI这一(yī)人工智能发展(zhǎn)的终极(jí)目标离得更近。

因为(wèi)算力可以对突破性技术(shù)创(chuàng)新提供(gōng)大力的(de)支持。这(zhè)方面，多(duō)模态(tài)大模(mó)型(xíng)是典型。作为面(miàn)向未(wèi)来(lái)强人工智能(néng)、通用人工智能的重(zhòng)要(yào)技术创新，多模态大(dà)模型已经在人工(gōng)智能(néng)领域提出了很多年，业(yè)界也有不少技术(shù)突(tū)破，但(dàn)是，多模态大模型(xíng)进(jìn)一步往下(xià)走，算(suàn)力需求呈几何式上(shàng)升，一(yī)般的算力基础(chǔ)设施(shī)很快将难以胜(shèng)任(rèn)。

从(cóng)图像、文字、语音单独一项的训练，到(dào)双模态、三模态的跃迁，让人工智能可以灵活应对不同模态(tài)的转化、像(xiàng)人与世(shì)界交互一样自然(rán)，这方面，由算力(lì)网(wǎng)络(luò)来驱动将(jiāng)有明显优势。

此外，还有很多需要爆发式(shì)增长(zhǎng)的算力(lì)来支撑(chēng)的技(jì)术创新，将在人工智(zhì)能算(suàn)力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待(dài)在大模型和大算力(lì)的支持下AIGC能持续颠覆(fù)内容生产的方式，将创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 殇是什么意思怎么读拼音，殇是什么意思 怎么读伤感的一个字