自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比尔·盖茨已多次公开谈(tán)论人工智能话题。在最近的一次采访中，他(tā)再次表示：“AI可能会(huì)让科(kē)技行业(yè)迎(yíng)来一(yī)次剧烈(liè)的洗牌”。

这个(gè)结论是他在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的(de)。

他(tā)预期，AI的发(fā)展可能会威胁(xié)到谷歌的市(shì)占率，因(yīn)为微软在(zài)AI方面的行动相当迅速。而最终科技(jì)巨头将把AI整合成用户的“全能(néng)助(zhù)手(shǒu)”，包揽一切应用，与人(rén)们进行沟通并(bìng)提供建(jiàn)议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴(xīng)数(shù)字(zì)艺术(shù)家竞赛(sài)中，一幅名为《太空歌剧院》的(de)作品获(huò)奖。

随后各大厂商的AI绘画软件(jiàn)被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关(guān)键(jiàn)词或(huò)者一(yī)张照片，就能获得一(yī)幅AI创作的画作。

作画(huà)的关键就是(shì)所输入的文本(běn)。同一组关键词也可以创(chuàng)作(zuò)出(chū)很多张风(fēng)格不一样的画作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用(yòng)户(hù)很(hěn)喜欢这(zhè)种(zhǒng)不确定的(de)惊喜，他们会将生(shēng)成(chéng)的美图(tú)当做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社(shè)交(jiāo)媒(méi)体上，许多用户(hù)分享AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如(rú)今随着ControlNet的(de)出(chū)现与加持，以往AI绘画的填(tián)写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国人(rén)张吕敏创作(zuò)的一种(zhǒng)基于(yú)控(kòng)制点的图像变形算法(fǎ)，主要用于数(shù)字图(tú)像处(chù)理、计算机视觉和计算(suàn)机图形(xíng)学等领域。

其(qí)SD插件一(yī)经(jīng)发(fā)布，在(zài)短(duǎn)短的两(liǎng)天内便成为了AI绘画领域最新(xīn)的(de)热点。

在(zài)此之前，大(dà)家用了很多方法想让AI生成的(de)结果尽可能的符合要求，但是都不尽如人(rén)意，它的(de)出现代表(biǎo)着AI生成开始进入真正(zhèng)的可(kě)控时期。

因(yīn)为ControlNet可以直接提取画面(miàn)的构图，人物的姿(zī)势和画(huà)面的深度信息(xī)等。有(yǒu)了它的帮助，就不(bù)用频(pín)繁(fán)的用(yòng)提示词来碰运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的(de)作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一，他(tā)用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的关键词(cí)；最后用(yòng)ControlNet插(chā)件绑定(dìng)骨骼开始换关键词试效果。

通(tōng)过图片就可以看出来，效(xiào)果十分惊艳(yàn)。

更厉害(hài)的是，除(chú)了真实的照片，草图也可以加(jiā)上“魔(mó)法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张吕敏其本尊(zūn)也亲自回应。

不得不说(shuō)当(dāng)下AIGC已经变得(dé)越夷洲今是何地，夷洲是哪里来越强大，甚至输(shū)出的(de)作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全(quán)问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍(biàn)网(wǎng)络，而经过警方(fāng)辟谣这所谓的“party”可能是(shì)全(quán)国(guó)第一起AI绘(huì)图诈骗(piàn)。

由于这个活动(dòng)里面给出(chū)的美女(nǚ)照(zhào)片都(dōu)是AI制作的真(zhēn)人照片绘图，因为(wèi)太逼真，被(bèi)大(dà)家当成真事传播了。

不过仔细(xì)观察可以发现，活动发起(qǐ)者(zhě)提供的照片中有个很大(dà)的(de)漏洞可以发现并非真人，而是AI绘图(tú)，那(nà)便是图片(piàn)中女性(xìng)的手指部(bù)分(fēn)有的存在异常。

有行业人事表示：“现在因为(wèi)手指部(bù)分的(de)绘画算法比较复杂(zá)，AI还(hái)不太会(huì)画人(rén)的(de)手，但最新(xīn)看到的图片已经有(yǒu)越(yuè)来越(yuè)完(wán)美的AI模(mó)型(xíng)出现，以后可能就完全(quán)没(méi)有漏(lòu)洞了(le)。”

类似的AI作(zuò)图诈(zhà)骗(piàn)在国外也已有(yǒu)发生。据英国广播公(gōng)司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假(jiǎ)照(zhào)片发(fā)布到网(wǎng)络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从(cóng)而实(shí)施(shī)诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出真人照片般(bān)的(de)绘(huì)图(tú)效果，如果这样(yàng)的图片(piàn)被用(yòng)来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发(fā)了(le)很多(duō)担忧，一(yī)方面，批判者认为AI在(zài)“学习(xí)”了(le)大量前人的作品(pǐn)之后，其(qí)创作没有任何情绪和灵魂，难(nán)以和人类的艺术创作相(xiāng)提并论(lùn)。

另一方面，AIGC背后的(de)版(bǎn)权、目前都并没有(yǒu)得到有效的解(jiě)决，还有(yǒu)AIGC会不会代替人类“至(zhì)高无(wú)上”的(de)创意。

马斯克也强(qiáng)调(diào)，人工(gōng)智能的安全问题需(xū)要(yào)得(dé)到重(zhòng)视，太晚(wǎn)就(jiù)来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除(chú)了视频，还有远方(fāng)

技术都是有(yǒu)两面性的，潜在(zài)的危害并不能掩盖(gài)其光辉的贡献(xiàn)。现(xiàn)在看来，人工智能技术(shù)将是(shì)第四(sì)次工业革命的核(hé)心驱(qū)动力(lì)量，将创(chuàng)造新的增长奇迹。

过去(qù)一年(nián)，人(rén)工智能在(zài)技(jì)术(shù)和(hé)商(shāng)业层面(miàn)都有了巨(jù)大进展，AI绘(huì)画就是(shì)人工智能技术发(fā)生方(fāng)向性改变(biàn)的一个代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引(yǐn)爆科技圈(quān)的短视频(pín)。这些视频引(yǐn)发(fā)关(guān)注并非内容做得(dé)多优秀，反(fǎn)而都(dōu)非常简单(dān)，比如一匹正在喝水的(de)马，一只画画的玩具(jù)熊(xióng)，或(huò)者(zhě)一(yī)段骑摩托车的第一视角录(lù)像(xiàng)，随便一个(gè)有手机(jī)的人都可以随手录下一(yī)段。

但这些短视频的创作(zuò)方(fāng)式非常简单，创作者仅仅需要向AI输入一段话，甚(shèn)至(zhì)只是说(shuō)一下要(yào)求，AI就(jiù)可以(yǐ)根据需要生成一段(duàn)视频。

谷歌(gē)发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多(duō)的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后(hòu)，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出更高(gāo)清视频的(de)AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方(fāng)在于，它(tā)可以(yǐ)制(zhì)作(zuò)出超过2分钟的连贯(guàn)的(de)也(yě)有确切(qiè)内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生(shēng)成的视频多么高清，也只能是为内容生(shēng)产(chǎn)者(zhě)提(tí)供一(yī)个(gè)灵感(gǎn)，一个素材，一个过场(chǎng)动画。

不过能(néng)够制作(zuò)出有具(jù)体剧(jù)情(qíng)内容(róng)的视频就意味着，一些视频创作由AI代替人工(gōng)完成(chéng)已(yǐ)经(jīng)初步有了可能。

当下(xià)AI的(de)发展速(sù)度已经超过大部分人的想象。内(nèi)容产(chǎn)业(yè)的(de)本(běn)质(zhì)是供给(gěi)创造需求，AIGC作为(wèi)全新(xīn)的(de)内容生产方式(shì)，可以为内容产业(yè)带来更新(xīn)的(de)内容风格、更快的生(shēng)产(chǎn)速度，更低的生产成本，这无(wú)疑(yí)会驱(qū)动内容产业的(de)大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应(yīng)用(yòng)于音乐、代(dài)码、机器(qì)人动(dòng)作等多种(zhǒng)内容形式的生成(chéng)。不难发现该项技(jì)术(shù)不仅在(zài)游戏等(děng)行业(yè)能得到有(yǒu)效应用，对于下(xià)一代(dài)互联(lián)网各种元素的构建(jiàn)亦有关键意义。

从商业化的角度来看，文化娱(yú)乐(lè)、教育、传媒等诸多(duō)领域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画(huà)及视(shì)频或(huò)不(bù)是结果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下(xià)实现(xiàn)更大的应用价值。

AI从理解(jiě)内容，走向了可以生成内容(róng)，甚至(zhì)能够创(chuàng)造(zào)出独立价值和独立视(shì)角(jiǎo)的内容。AIGC的再次(cì)出圈，更代表着未来的先进(jìn)生产力即将到来(lái)。

04

紧(jǐn)抓大模型与算力，牢(láo)固AIGC底座

从技(jì)术的(de)发展也可以看(kàn)出，在语言大模型、图像大模型之后(hòu)，多模(mó)态大模型已经成为了新的趋(qū)势(shì)。

大模(mó)型被誉为(wèi)当(dāng)前人工智能发展的(de)智(zhì)能底座(zuò)，是全球竞争最(zuì)激烈的(de)研究(jiū)方向之(zhī)一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多(duō)头部(bù)企(qǐ)业都(dōu)在竞相发力(lì)。

不(bù)过训练(liàn)大模型的确(què)价格不菲，以国(guó)盛(shèng)证券发(fā)布的《ChatGPT需要多少算力》报告(gào)估(gū)算，GPT-3训练一次的成本约(yuē)为140万(wàn)美(měi)元(yuán)。而对于(yú)一些更大的LLM(大型(xíng)语言模型(xíng))，训练成(chéng)本则介于200万美元至1200万美元(yuán)高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客(kè)平(píng)均数1300万计算，其(qí)对(duì)应芯片(piàn)需求(qiú)为3万多(duō)片英(yīng)伟(wěi)达A100 GPU，初始投(tóu)入成本约(yuē)为8亿(yì)美(měi)元，每日(rì)仅(jǐn)电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞(páng)大算力支持(chí)。在(zài)关(guān)注各类大模型的发展同时，更应(yīng)该关(guān)注算力(lì)网络的建设。

算力网络(luò)正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人(rén)工智(zhì)能发展的终极目标离得更近。

因为算力可以对(duì)突破(pò)性技术创新(xīn)提供(gōng)大力(lì)的(de)支持。这方(fāng)面，多(duō)模态大模(mó)型是典型。作为(wèi)面向未来强(qiáng)人工智能、通用人(rén)工智(zhì)能的重(zhòng)要技术创新，多(duō)模(mó)态大模型已经在(zài)人工智(zhì)能(néng)领域提(tí)出了很多(duō)年，业界也有不少技术突破，但是，多模态大模(mó)型进(jìn)一步往下(xià)走，算(suàn)力(lì)需求呈几何式(shì)上(shàng)升，一般的算力基(jī)础设施很快(kuài)将难(nán)以胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态的跃迁，让人工(gōng)智能可以灵(líng)活(huó)应对不同模态的(de)转化、像人(rén)与世(shì)界交(jiāo)互一样自然，这方(fāng)面，由算力(lì)网络来驱动(dòng)将有明显优势。

此(cǐ)外(wài)，还有很多(duō)需(xū)要(yào)爆发(fā)式增长的算力来支撑的技术创新，将在人工智(zhì)能算(suàn)力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大模型(xíng)和大算(suàn)力的支持(chí)下AIGC能持续颠覆内容生产的方式，将创造(zào)的边(biān)际成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 夷洲今是何地，夷洲是哪里