自聊天机器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多(duō)次(cì)公开谈论(lùn)人工(gōng)智能话题(tí)。在最近的一次采访中，他再(zài)次(cì)表(biǎo)示(shì)：“AI可能会让科技行业迎来一次剧烈的(de)洗牌”。

这个(gè)结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发(fā)展可能会(huì)威(wēi)胁到谷歌的市占率(lǜ)，因为微软在AI方(fāng)面的行动(dòng)相当迅(xùn)速。而最终科技巨头将把AI整合成用户的“全能助手”，包(bāo)揽一切应用，与(yǔ)人们(men)进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手的到来(lái)可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩(wán)法

AIGC向可控(kòng)靠近

以AI绘(huì)画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉多州举办的新(xīn)兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商(shāng)的AI绘(huì)画软(ruǎn)件被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在(zài)应用中输(shū)入一(yī)组关键词或者一张(zhāng)照片，就能获得(dé)一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文本。同一组关键词也可以创作出很多张风格不一样的画作(zuò)，这(zhè)让创作的过程就像开盲(máng)盒。

很多用户很喜(xǐ)欢这(zhè)种不确定的惊喜(xǐ)，他们会将(jiāng)生成的美图当做头像。而另(lìng)一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社(shè)交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一(yī)位(wèi)网友的小狗照片(piàn)被AI画(huà)成了“肌肉(ròu)男”，还有(yǒu)网友的个人照片(piàn)被AI识别(bié)成了建筑(zhù)。

而如今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填写关(guān)键(jiàn)词游戏可能要被(bèi)颠覆了。

哪些人不适合穿老爹鞋，老爹鞋的优点和缺点

ControlNet是一位正(zhèng)在斯坦(tǎn)福(fú)读博的中国人(rén)张(zhāng)吕敏创作(zuò)的一种基(jī)于控制点(diǎn)的图像变形算法，主(zhǔ)要(yào)用于数字图像(xiàng)处理、计算机视觉和(hé)计(jì)算机图形学等领域。

其SD插件一(yī)经发布(bù)，在短短(duǎn)的两天内(nèi)便成为(wèi)了AI绘画(huà)领域最新的热点(diǎn)。

在此之前，大(dà)家(jiā)用了很多方法想让AI生成的结(jié)果尽可能的符合(hé)要求，但是都不尽(jǐn)如人意(yì)，它的出现代表着(zhe)AI生成开(kāi)始进入(rù)真(zhēn)正的可控时期。

因为ControlNet可以(yǐ)直接(jiē)提取画(huà)面的构图，人物的姿势和画面的(de)深度(dù)信息等。有(yǒu)了它的帮助(zhù)，就(jiù)不用频繁(fán)的(de)用提示词来碰运气，抽盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的(de)作品已经获得了大量的(de)浏览量，“viggo”就是(shì)其中之一(yī)，他(tā)用朋(péng)友的照片直接带(dài)她们走进(jìn)动漫世界。

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

再用Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼(gé)开始换关键(jiàn)词(cí)试(shì)效果(guǒ)。

通过图片就可以看出来(lái)，效果(guǒ)十分(fēn)惊艳(yàn)。

更(gèng)厉害的是，除了真实的照片，草图也可(kě)以加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本(běn)尊也亲自回应。

不(bù)得不说(shuō)当下AIGC已经变得越来(lái)越强大，甚(shèn)至输出的作品(pǐn)都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消(xiāo)息(xī)火遍网络，而经过警(jǐng)方辟(pì)谣这所(suǒ)谓的(de)“party”可能是全国(guó)第一起(qǐ)AI绘(huì)图诈骗。

由于这个(gè)活动里面给出的美女(nǚ)照片(piàn)都是AI制作的真人照片绘(huì)图，因为(wèi)太逼真，被(bèi)大(dà)家(jiā)当成真事传播(bō)了(le)。

不过仔细观察可以发现，活动发起(qǐ)者提供的照(zhào)片中有个很(hěn)大(dà)的漏洞可以发现并非(fēi)真人，而是(shì)AI绘图(tú)，那便(biàn)是(shì)图片中女性的手(shǒu)指部分有的存(cún)在异常。

有(yǒu)行业人事表示：“现在(zài)因为手(shǒu)指部分的(de)绘画算(suàn)法比较(jiào)复(fù)杂，AI还不太会画人的手，但最(zuì)新看到的图片已(yǐ)经(jīng)有(yǒu)越来越(yuè)完美的AI模(mó)型出现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图诈(zhà)骗在(zài)国外也(yě)已有发生。据英国广播(bō)公司报道，土(tǔ)耳其地(dì)震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿(ér)童受(shòu)灾的假照片发布(bù)到(dào)网络(luò)，以此诱骗善良的人打(dǎ)赏“捐(juān)助”从(cóng)而实施诈骗。

目(mù)前随(suí)着技术(shù)发展，AIGC已经(jīng)能(néng)做出真人(rén)照片般的绘(huì)图效果(guǒ)，如果(guǒ)这样的图(tú)片被(bèi)用来诈骗(piàn)，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一(yī)方面，批判(pàn)者认为AI在“学(xué)习(xí)”了大量前人的作(zuò)品之后，其创作没有任何情(qíng)绪和灵魂，难以和人类的艺术创作相提并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目前(qián)都并(bìng)没有得到有效(xiào)的解决，还有(yǒu)AIGC会不会(huì)代替(tì)人类“至高无上”的创意。

马斯克(kè)也(yě)强调，人(rén)工智能的安全问(wèn)题(tí)需要得(dé)到(dào)重视(shì)，太晚就来不(bù)及(jí)了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技术都是(shì)有两(liǎng)面性的，潜(qián)在的危害并不能(néng)掩盖其光辉的(de)贡献(xiàn)。现在看(kàn)来，人(rén)工(gōng)智能技术将是第四次(cì)工(gōng)业革命(mìng)的核心(xīn)驱(qū)动力量，将创(chuàng)造新(xīn)的增长奇迹。

过去一(yī)年，人工智能在技术和商业层面都有了巨(jù)大进展，AI绘画就是人工智能技术发生(shēng)方向性改(gǎi)变(biàn)的一个代表。其下一哪些人不适合穿老爹鞋，老爹鞋的优点和缺点(yī)站或许就是视(shì)频。

此前，Meta和谷歌(gē)先后发(fā)布了(le)几条引爆科(kē)技圈的短视频。这些(xiē)视(shì)频引发(fā)关(guān)注并非内(nèi)容做(zuò)得多优秀，反而都非常简(jiǎn)单，比如一匹正(zhèng)在(zài)喝水的马，一只画画的玩具熊(xióng)，或(huò)者(zhě)一(yī)段骑摩(mó)托车的第一视角录像，随便一个有手机的人都(dōu)可(kě)以(yǐ)随手(shǒu)录下(xià)一段。

但这些短视频的创(chuàng)作方式非(fēi)常简单，创作者仅仅需要向AI输(shū)入(rù)一段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布的(de)两个AI生成视频分别来自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要突出的(de)是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就已(yǐ)经玩(wán)了一波梗，一个能够做出更高(gāo)清视频的AI还不足以在(zài)短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的(de)地方在于，它可以制作出超过2分钟的连(lián)贯的也有确切内容(róng)的视频，这才是真(zhēn)正让人(rén)们(men)感到(dào)惊喜的地方。因为无(wú)论(lùn)AI生成的(de)视频多么高清，也只能是(shì)为内容生产者提供(gōng)一个灵(líng)感，一个素材，一(yī)个过场动画。

不过能够(gòu)制(zhì)作出有(yǒu)具体剧(jù)情(qíng)内容的(de)视频就意(yì)味着，一些视频(pín)创(chuàng)作(zuò)由AI代替人工完成已经初(chū)步有了(le)可能(néng)。

当(dāng)下(xià)AI的发展速度(dù)已经超过大部(bù)分(fēn)人的(de)想象。内(nèi)容产业的(de)本(běn)质是供给创(chuàng)造(zào)需求，AIGC作(zuò)为全新的内容生产(chǎn)方式，可(kě)以为内容产业带(dài)来更新的内容风格(gé)、更快的生产速度，更低的生产成(chéng)本，这无疑会(huì)驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐(lè)、代码(mǎ)、机(jī)器(qì)人动作等(děng)多种内(nèi)容形式的生(shēng)成。不难发现该项(xiàng)技术(shù)不仅(jǐn)在游戏等行业(yè)能得到(dào)有效应用，对于下一代互(hù)联网各种(zhǒng)元(yuán)素的构建亦有(yǒu)关键意义。

从商业(yè)化的(de)角度来看，文化(huà)娱(yú)乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或(huò)不是结(jié)果，而只是AI进程(chéng)中的(de)一(yī)块重要(yào)拼图，有望在(zài)技(jì)术更新的加持(chí)下实现更大的应用(yòng)价值。

AI从理解内容，走向了可以生成(chéng)内容，甚至(zhì)能(néng)够创造出(chū)独立价值和独立视角的内容(róng)。AIGC的再次出(chū)圈，更代表着未来的(de)先进生产力即将到来(lái)。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出(chū)，在语言大模型、图像大模型之后，多模态大模型已经成为了新(xīn)的趋势。

大(dà)模型(xíng)被誉(yù)为当前人工智能(néng)发展(zhǎn)的(de)智(zhì)能底(dǐ)座(zuò)，是(shì)全(quán)球竞(jìng)争最激烈的(de)研究方(fāng)向(xiàng)之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过(guò)训练大模型(xíng)的确价格不菲，以国(guó)盛证(zhèng)券(quàn)发布的《ChatGPT需要(yào)多(duō)少算力》报告(gào)估算，GPT-3训练(liàn)一次的成本约(yuē)为140万(wàn)美元。而对于一些(xiē)更大的LLM(大型语(yǔ)言(yán)模型)，训练(liàn)成本则介于200万美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计算，其对应芯片需求为3万多片(piàn)英伟达A100 GPU，初(chū)始投(tóu)入成(chéng)本约为8亿(yì)美元，每日(rì)仅电费就(jiù)在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力(lì)支(zhī)持(chí)。在关(guān)注各类大模(mó)型的发展同时，更应该关注算力(lì)网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业(yè)发展进入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一人工智能(néng)发展(zhǎn)的终极目标离(lí)得(dé)更近。

因为算力可以对突破性(xìng)技术创新提供大力的支持。这方(fāng)面，多模态大模(mó)型是典型。作为面向(xiàng)未(wèi)来强(qiáng)人工智能(néng)、通用人工智(zhì)能(néng)的重(zhòng)要技术创新，多模态大模(mó)型已经在人工(gōng)智能领域提出了很(hěn)多(duō)年(nián)，业(yè)界也有不少技(jì)术突(tū)破(pò)，但是，多(duō)模态大模型进一(yī)步往下(xià)走，算力需求呈几(jǐ)何式上升，一(yī)般的算力(lì)基础设施很快将难以胜任(rèn)。

从图像、文(wén)字(zì)、语音单独(dú)一项(xiàng)的训练，到双模态、三模态(tài)的跃迁，让人(rén)工智能可以灵(líng)活应对不同模态的(de)转化、像人与世界交互一样自然，这方面，由算力网(wǎng)络来驱(qū)动将有明显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在人(rén)工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的(de)支持下AIGC能(néng)持续(xù)颠覆内容生产的(de)方式，将创造的边际成(chéng)本(běn)降低，让(ràng)万众受益。

未经允许不得转载：惠安汇通石材有限公司 哪些人不适合穿老爹鞋，老爹鞋的优点和缺点