自聊天机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创始人比(bǐ)尔·盖茨已多次公开谈(tán)论(lùn)人工智能(néng)话题(tí)。在(zài)最近(jìn)的一(yī)次采(cǎi)访中，他再次表示：“AI可能会让科技(jì)行业迎来一次剧烈(liè)的洗牌”。

这个结论是(shì)他在当(dāng)地时间2月20日(rì)接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他预期(qī)，AI的发展可能会(huì)威胁到谷歌(gē)的(de)市(shì)占率(lǜ)，因为微软在AI方面的行动(dòng)相当(dāng)迅(xùn)速。而最终科技(jì)巨头将把AI整合成用户(hù)的“全能助手(shǒu)”，包揽一切应用，与人们进(jìn)行(xíng)沟通(tōng)并提供建(jiàn)议，可(kě)以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能(néng)尚需(xū)时日，但由(yóu)ControlNet引(yǐn)发的又一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话题(tí)热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控(kòng)靠近

以AI绘画为(wèi)代表的AIGC上一(yī)次(cì)爆(bào)火的时候，还是(shì)2022年8月，在美国科罗(luó)拉多(duō)州举办的新兴数字艺术家竞(jìng)赛中(zhōng)，一幅(fú)名为《太空(kōng)歌剧(jù)院》的作品获如何辨别精油的好坏 精油可以当做润滑油使用吗奖(jiǎng)。

随后(hòu)各大(dà)厂商的(de)AI绘(huì)画软件(jiàn)被广大(dà)网友(yǒu)熟(shú)知(zhī)并体验，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以(yǐ)在应用中(zhōng)输入一组关键词(cí)或者一张照片(piàn)，就能获得(dé)一幅(fú)AI创作的(de)画作。

作画的关键(jiàn)就是(shì)所(suǒ)输入的文本。同一组关(guān)键词也可以(yǐ)创作(zuò)出很(hěn)多张(zhāng)风格不一样的(de)画作，这让(ràng)创作的(de)过程就像开(kāi)盲盒。

很多(duō)用户很(hěn)喜(xǐ)欢这种不确定的惊(jīng)喜，他(tā)们会将生(shēng)成的(de)美图当做(zuò)头(tóu)像。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻(fān)车现场”，例(lì)如，一(yī)位网友的(de)小(xiǎo)狗(gǒu)照片(piàn)被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别(bié)成了建筑(zhù)。

而如(rú)今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏(xì)可能(néng)要被(bèi)颠(diān)覆(fù)了。

ControlNet是(shì)一位(wèi)正(zhèng)在斯(sī)坦福读博的中国人张吕敏创作的一种基于控制点的(de)图像变(biàn)形算法，主要用于数字图像(xiàng)处(chù)理、计算(suàn)机(jī)视觉和计算(suàn)机图形学等(děng)领域。

其SD插件(jiàn)一经发布，在短短的两天内便成(chéng)为了AI绘画领域(yù)最(zuì)新(xīn)的热(rè)点。

在此之前(qián)，大家用了很多方法想(xiǎng)让AI生成(chéng)的(de)结果尽(jǐn)可能的符合要求(qiú)，但是都不尽如(rú)人意，它(tā)的出现代表着(zhe)AI生成开始进入真(zhēn)正的(de)可控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的(de)构图，人物的姿势(shì)和(hé)画面(miàn)的(de)深度信息(xī)等。有了它的帮助，就不用频繁的用(yòng)提示(shì)词来碰运气，抽盲(máng)盒(hé)式的(de)创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画加了(le)“魔法”，不少博主的作品已经获(huò)得(dé)了(le)大量的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋(péng)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(zì)。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始换关键词(cí)试效(xiào)果。

通过图片就可以(yǐ)看(kàn)出来，效果十(shí)分惊艳。

更厉害的(de)是，除了真实(shí)的照片(piàn)，草图也可以加上“魔(mó)法”，知(zhī)乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩(cǎi)图。大神(shén)张吕敏其本尊(zūn)也亲自回应。

不得不(bù)说(shuō)当下AIGC已(yǐ)经变得(dé)越来越强大，甚至输出(chū)的(de)作(zuò)品都已经能以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消(xiāo)息火遍网络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由(yóu)于这个活动(dòng)里面给出的(de)美(měi)女照片都是(shì)AI制作的真人(rén)照片绘图，因(yīn)为太逼真，被大家当成真(zhēn)事传播(bō)了。

不过仔细观(guān)察可(kě)以发现，活动发起(qǐ)者提供的照片(piàn)中有(yǒu)个(gè)很大的漏洞可以发现并(bìng)非(fēi)真人，而是AI绘图，那便是图片中女(nǚ)性的手指部(bù)分有的(de)存在(zài)异常。

有行业人事表示：“现在因为(wèi)手指(zhǐ)部分(fēn)的绘(huì)画算法比较复杂(zá)，AI还(hái)不太会画人(rén)的手，但最新看到的图片(piàn)已经有越来越完美的AI模型出现，以(yǐ)后(hòu)可能(néng)就完全没有漏洞了。”

类似(shì)的AI作图诈骗在国外也(yě)已有发生。据(jù)英国(guó)广(guǎng)播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成(chéng)了(le)儿童受灾的(de)假照片发布到网(wǎng)络，以此诱骗善(shàn)良(liáng)的人(rén)打赏“捐助”从(cóng)而(ér)实施诈(zhà)骗(piàn)。

目(mù)前随着技(jì)术发展，AIGC已经能做出(chū)真人(rén)照片般(bān)的绘图效(xiào)果，如(rú)果这样的(de)图片被(bèi)用来诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担(dān)忧，一方(fāng)面，批判者(zhě)认(rèn)为AI在“学(xué)习”了大量(liàng)前人的作品(pǐn)之后(hòu)，其(qí)创作没有任何情绪和(hé)灵魂，难(nán)以和人类的(de)艺术创作相提并论(lùn)。

另一(yī)方面(miàn)，AIGC背后(hòu)的版权、目前都并(bìng)没有得到有效的解决(jué)，还有AIGC会不(bù)会代(dài)替人类(lèi)“至高无上”的创意。

马斯克也强调，人工(gōng)智能(néng)的安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远(yuǎn)方

技术都(dōu)是有两面性的，潜(qián)在的(de)危害并不能掩盖其光辉的贡献(xiàn)。现在看(kàn)来(lái)，人工(gōng)智能(néng)技术将是第四(sì)次(cì)工业革命的核(hé)心驱动力(lì)量，将(jiāng)创造新的增(zēng)长(zhǎng)奇迹。

过去一年，人工智能在技术和商业层面都有(yǒu)了巨大进展，AI绘画就是人工(gōng)智能技(jì)术发生方(fāng)向性改变的一个(gè)代表。其下一(yī)站或许(xǔ)就是视(shì)频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先后发(fā)布了几条(tiáo)引爆科(kē)技圈的(de)短视频。这些视(shì)频引发(fā)关注并(bìng)非内容做得多优(yōu)秀，反(fǎn)而都非常简单(dān)，比(bǐ)如一匹正(zhèng)在喝水(shuǐ)的(de)马，一(yī)只画画的玩具熊(xióng)，或者一段骑摩托车的第一视(shì)角录像，随便(biàn)一个有手机的(de)人都可(kě)以随手(shǒu)录下一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至只是(shì)说一下要求，AI就可(kě)以根据需要生成一段视频(pín)。

谷歌发布的两(liǎng)个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的(de)视(shì)频后，AI圈就已经玩了一波梗，一(yī)个能够(gòu)做(zuò)出更高清视(shì)频的AI还(hái)不足(zú)以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方(fāng)在(zài)于，它可以制作(zuò)出超过2分钟的连贯的(de)也有确切内容的视频(pín)，这才是(shì)真正(zhèng)让人们感(gǎn)到(dào)惊(jīng)喜的地方(fāng)。因为无论AI生(shēng)成的(de)视(shì)频多么高清(qīng)，也只能是(shì)为内容生产者提供一个灵(líng)感，一(yī)个素材，一个过场动画。

不过能够制作出有(yǒu)具体剧情(qíng)内容(róng)的视频就(jiù)意味着，一些视频创作由(yóu)AI代替人工(gōng)完成已经(jīng)初(chū)步有了可能。

当下AI的发(fā)展速度已经超过大部(bù)分人的想(xiǎng)象(xiàng)。内容产业的本质是供(gōng)给创造需求，AIGC作为全新(xīn)的内容生(shēng)产方式(shì)，可以为内容产业带(dài)来(lái)更新的内容风格、更快(kuài)的(de)生产速度，更低的生(shēng)产成本(běn)，这无疑(yí)会(huì)驱动(dòng)内容产业(yè)的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术(shù)还能应用于音乐、代码、机器(qì)人(rén)动作等多种内容(róng)形式(shì)的生(shēng)成(chéng)。不难发现(xiàn)该(gāi)项技术不仅(jǐn)在(zài)游(yóu)戏等行业能(néng)得到有(yǒu)效应用，对于(yú)下一代互联网各种元素的构建亦(yì)有关键意义(yì)。

从商(shāng)业化的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多(duō)领域(yù)，本(běn)身就对基于AI的(de)可(kě)视化内容有强烈需(xū)求。

因此，AI绘画及视频或(huò)不是(shì)结果，而只是AI进程(chéng)中的一块重要拼图，有望(wàng)在技术更新的加持下实现(xiàn)更大(dà)的应用价(jià)值(zhí)。

AI从理解内容(róng)，走向了可以(yǐ)生成内容(róng)，甚至能够(gòu)创(chuàng)造出(chū)独立价值和(hé)独立视角(jiǎo)的内(nèi)容。AIGC的再次(cì)出圈(quān)，更代表着未(wèi)来的先进生产力即将到来。

04

紧抓(zhuā)大模型与算力，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、图像大模型之后(hòu)，多(duō)模态大模型已经成(chéng)为了(le)新的趋势。

大模(mó)型被(bèi)誉为当前人工智能发(fā)展的智(zhì)能(néng)底座，是全球(qiú)竞争最激烈(liè)的研究方(fāng)向之一，包括(kuò)谷歌(gē)、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多(duō)头部企业都在竞(jìng)相发(fā)力(lì)。

不过训练大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一(yī)次(cì)的成本约为140万美元(yuán)。而对(duì)于一些(xiē)更大(dà)的LLM(大型语言模型)，训练(liàn)成本则介(jiè)于200万(wàn)美元至1200万美(měi)元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其对应芯片需(xū)求(qiú)为(wèi)3万多(duō)片英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每日仅电费就在5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支持。在关注各类大(dà)模型的发展同时，更应该(gāi)关注算力网络的(de)建设。

算力网(wǎng)络正(zhèng)驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工(gōng)智(zhì)能发展的(de)终极目标离得(dé)更近。

因为算力可以对(duì)突(tū)破性(xìng)技术(shù)创(chuàng)新提供大力的(de)支持(chí)。这方(fāng)面(miàn)，多模(mó)态大模(mó)型(xíng)是典型。作为面向(xiàng)未来强(qiáng)人工智能、通(tōng)用(yòng)人工智能的(de)重要(yào)技术创(chuàng)新，多(duō)模态大模型已经在人工智能领域提出(chū)了很多年，业界(jiè)也有(yǒu)不少技术(shù)突破，但是，多模态大模型进(jìn)一步往下(xià)走，算(suàn)力需求呈几何式上(shàng)升，一般(bān)的算(suàn)力基础设施(shī)很(hěn)快(kuài)将难(nán)以胜任。

从图像、文(wén)字、语音单独(dú)一(yī)项的训练，到双模(mó)态、三模态(tài)的跃迁，让人工智能可(kě)以灵活应(yīng)对不同模态的转(zhuǎn)化(huà)、像人与世界交互一样自然，这方面(miàn)，由算(suàn)力网(wǎng)络来驱动将有明显优势(shì)。

此外，还有很多(duō)需要爆(bào)发式增长(zhǎng)的算力来(lái)支撑的(de)技(jì)术创新，将(jiāng)在人工智能算力(lì)网络支撑下快速推进。

AIGC已经(jīng)露出曙光，期(qī)待在(zài)大模型和大算力的支持下AIGC能持续颠(diān)覆(fù)内容生产(chǎn)的方式，将创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 如何辨别精油的好坏 精油可以当做润滑油使用吗