自(zì)聊天机器人(rén)ChatGPT火爆以来，微软公司创始(shǐ)人比尔·盖(gài)茨(cí)已多次公(gōng)开谈论人(rén)工智能话(huà)题(tí)。在最近的一次采访中，他再次表(biǎo)示：“AI可能会让科技(jì)行业迎(yíng)来一次(cì)剧烈(liè)的(de)洗(xǐ)牌”。

这个结(jié)论是(shì)他在当地(dì)时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的(de)发(fā)展可能会威胁到(dào)谷歌(gē)的市占率，因(yīn)为微(wēi)软(ruǎn)在AI方面的行(xíng)动(dòng)相当迅速。而最终科(kē)技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与人们进行沟通并提(tí)供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口(kǒu)中全能助手(shǒu)的(de)到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国(guó)科罗(luó)拉多州举办(bàn)的新(xīn)兴数(shù)字艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品获奖(jiǎng)。

随后各大厂商(shāng)的AI绘画(huà)软件被(bèi)广大网(wǎng)友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以在应用中输入一组关键词(cí)或者一(yī)张照(zhào)片，就能获得一幅(fú)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(zuò)出(chū)很多(duō)张(zhāng)风格不一样的画作，这(zhè)让创(chuàng)作的过程就像开盲盒(hé)。

很多(duō)用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友的个(gè)人照片(piàn)被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写关(guān)键词游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福(fú)读博的中国人张吕敏创作的一种基于控制点的图像变形算(suàn)法(fǎ)，主(zhǔ)要用(yòng)于(yú)数字(zì)图像处理(lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内便成为(wèi)了AI绘(huì)画(huà)领域最新的热点。

在此之前，大家用了很多方法(fǎ)想让AI生成的(de)结果(guǒ)尽可能的符(fú)合要求，但(dàn)是都不尽如人意，它的(de)出现代表(biǎo)着AI生成(chéng)开始进入真正的可控时期(qī)。

因为(wèi)ControlNet可(kě)以直(zhí)接提取画面的构(gòu)图，人物(wù)的(de)姿势和画面(miàn)的深(shēn)度信息等。有了它的帮(bāng)助，就不用(yòng)频(pín)繁的用提示词来(lái)碰运气(qì)，抽盲盒式的(de)创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博(bó)主的作品已经(jīng)获得了(le)大(dà)量(liàng)的浏览量(liàng)，“viggo”就是其中之一(yī)，他用朋友的照片直接带(dài)她们(men)走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对(duì)应(yīng)的关键词(cí)；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试效果(guǒ)。

通过图片就可(kě)以看出来，效果十分(fēn)惊(jīng)艳。

更厉(lì)害(hài)的是，除了真实(shí)的照片，草图(tú)也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实(shí)现线(xiàn)稿转(zhuǎn)全(quán)彩图。大神(shén)张吕敏其(qí)本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强(qiáng)大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓的“party”可(kě)能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是AI制(zhì)作的(de)真(zhēn)人照片绘图，因为(wèi)太逼真，被(bèi)大家当成真(zhēn)事传播了。

不过(guò)仔细观察可以发现，活动发起者提供(gōng)的(de)照片中有个很大的(de)漏洞可以发现(xiàn)并非(fēi)真人，而是(shì)AI绘图，那(nà)便(biàn)是图(tú)片中女性的(de)手指部分有的存在异常。

有(yǒu)为什么负负得正怎么推理，乘法为什么负负得正行(xíng)业人事表示：“现在因(yīn)为(wèi)手指部(bù)分的绘画算法比较复(fù)杂，AI还不太会画人(rén)的手，但最新(xīn)看到的图片已经有越(yuè)来越完美的(de)AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报道(dào)，土耳其(qí)地震期间，有Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假照片发布到网络，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已(yǐ)经能(néng)做(zuò)出真人(rén)照(zhào)片般的绘图效果，如果这样的图片被用来(lái)诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外(wài)AIGC还引发了很(hěn)多担忧，一方(fāng)面，批判(pàn)者认为(wèi)AI在“学习(xí)”了大(dà)量前(qián)人的作品之后，其创作(zuò)没有任何情绪和灵魂，难以和人类(lèi)的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有效的解(jiě)决，还有AIGC会不(bù)会代替(tì)人类(lèi)“至高无上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的安全问题需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是有两面性的，潜在的危害并不(bù)能(néng)掩盖其(qí)光辉的(de)贡献。现在看(kàn)来，人工智(zhì)能技术将是第(dì)四(sì)次工业革命的核(hé)心驱(qū)动力量，将创造新的增(zēng)长奇迹。

过(guò)去(qù)一年，人工智能在技术(shù)和商(shāng)业层面都有(yǒu)了巨大进展(zhǎn)，AI绘画就(jiù)是人(rén)工智(zhì)能技术发生(shēng)方向性改变的(de)一个代表(biǎo)。其下(xià)一站或(huò)许(xǔ)就是视频。

此前(qián)，Meta和谷歌先后(hòu)发布(bù)了(le)几条(tiáo)引爆科(kē)技圈的(de)短视频。这(zhè)些视频引发(fā)关注(zhù)并(bìng)非内容做得(dé)多(duō)优秀(xiù)，反而都非常简单，比(bǐ)如一(yī)匹正在(zài)喝水的马，一只(zhǐ)画(huà)画的玩具熊，或者一(yī)段骑(qí)摩(mó)托车的第(dì)一视角录像，随便一个有手机的人都可(kě)以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简单，创(chuàng)作者仅仅需要向AI输(shū)入(rù)一段(duàn)话，甚至只(zhǐ)是说(shuō)一下(xià)要求，AI就可(kě)以根据(jù)需(xū)要生成一段视频。

谷歌发布的两(liǎng)个(gè)AI生(shēng)成视频分(fēn)别来(lái)自于Imagen Video和(hé)Phenaki，前(qián)者主要(yào)突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公(gōng)布了(le)AI生(shēng)成的视频(pín)后，AI圈就(jiù)已经(jīng)玩了一(yī)波梗(gěng)，一个(gè)能够做(zuò)出(chū)更高清视频的AI还不足以(yǐ)在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可(kě)以制作出超过(guò)2分钟的连(lián)贯的(de)也有确切内容(róng)的视(shì)频，这才是(shì)真正让(ràng)人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清(qīng)，也只能(néng)是为内容生产者提供一个灵感，一个素材，一个过(guò)场动画。

不过能够制作出有具体剧(jù)情内容的视频就意味着，一(yī)些(xiē)视频创作由AI代替人工完(wán)成(chéng)已(yǐ)经初(chū)步(bù)有了可能。

当(dāng)下AI的发展速度已(yǐ)经超过大部分人的想象。内(nèi)容产业的本(běn)质(zhì)是供给(gěi)创造(zào)需求，AIGC作(zuò)为(wèi)全新的内容生(shēng)产方式，可以为内容产业带来更新的(de)内容风格、更快的生产速度(dù)，更低的生产成本，这无疑会(huì)驱动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作(zuò)等多种(zhǒng)内容形式(shì)的(de)生成(chéng)。不难发现该项技术不仅在游戏等行(xíng)业能(néng)得到有效应用，对(duì)于下一代(dài)互联网(wǎng)各(gè)种元素的构建(jiàn)亦有关键意义(yì)。

从商业化的角度来(lái)看，文化娱乐(lè)、教育、传媒(méi)等(děng)诸多领(lǐng)域，本身就(jiù)对基于AI的(de)可视(shì)化内容有强烈需(xū)求。

因此，AI绘画及视频或(huò)不是结(jié)果，而只是AI进程中的一(yī)块重要(yào)拼(pīn)图，有望在技术更(gèng)新的加持下实现更大的应用(yòng)价值。

AI从理解(jiě)内容，走向了可(kě)以生成内容，甚至(zhì)能够创造出独(dú)立价值和独(dú)立视角的内容。AIGC的再(zài)次出圈，更代表着未来的先进生(shēng)产力即(jí)将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术(shù)的发展也可以看(kàn)出，在语言大模型、图像大模(mó)型之后，多模态大(dà)模型已经成为了(le)新的趋(qū)势。

大模型(xíng)被誉为当前人(rén)工智能发展的智能底座，是(shì)全球竞争(zhēng)最激(jī)烈的(de)研究(jiū)方(fāng)向之一，包括谷歌(gē)、亚(yà)马逊(xùn)、百度、阿(ā)里(lǐ)、腾讯(xùn)等众多头部企业都在(zài)竞(jìng)相发力。

不过训练大模(mó)型的确价格(gé)不菲(fēi)，以国盛证(zhèng)券发布的(de)《ChatGPT需要(yào)多少(shǎo)算力(lì)》报告(gào)估算，GPT-3训练(liàn)一次的(de)成(chéng)本约为140万(wàn)美元(yuán)。而对于(yú)一些更(gèng)大的LLM(大型语言(yán)模型)，训(xùn)练(liàn)成(chéng)本则介于(yú)200万美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均(jūn)数1300万计算，其对应芯片需求为3万多(duō)片英伟达(dá)A100 GPU，初始(shǐ)投入(rù)成(chéng)本约为8亿美元，每日仅(jǐn)电费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力支(zhī)持。在关注各(gè)类大模型的发展同时，更应该关注算(suàn)力网络的建设。

算力网(wǎng)络(luò)正驱动AI产(chǎn)业发展进入史诗(shī)级加(jiā)速(sù)进程(chéng)，让AIGC及通用AI这一人工智能发(fā)展的终极目标(biāo)离得更近。

因为(wèi)算(suàn)力可以对突破性技术创新提供大力的支持。这方面，多模(mó)态大模型是典型。作为面向未来强人工智能、通用(yòng)人工智能的重(zhòng)要(yào)技(jì)术(shù)创新，多模态大(dà)模型已经(jīng)在人工智能领域提出(chū)了很多年，业界也有不少技术突破，但是，多(duō)模(mó)态大模(mó)型(xíng)进一步往下走，算力(lì)需求呈几何式上升，一般的(de)算力(lì)基础设施很快将难以(yǐ)胜任。

从图像、文字、语音单独一项(xiàng)的训练(liàn)，到双模(mó)态(tài)、三模态的跃迁，让人工智能可(kě)以(yǐ)灵活(huó)应对不同模态的转(zhuǎn)化、像人(rén)与世界交互一样自(zì)然，这方面(miàn)，由算力网络来驱动将有(yǒu)明显(xiǎn)优势。

此外，还有很(hěn)多需(xū)要爆发式增(zēng)长的算力来支(zhī)撑的技术创新(xīn)，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光(guāng)，期待在(zài)大模(mó)型和大算力的支(zhī)持下AIGC能(néng)持续颠覆(fù)内容生产的(de)方(fāng)式，将创(chuàng)造的边际成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：惠安汇通石材有限公司 为什么负负得正怎么推理，乘法为什么负负得正