自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨已多次公开谈论人(rén)工智(zhì)能话题(tí)。在最近(jìn)的(de)一次采访中，他再次表示：“AI可能(néng)会(huì)让科技行业迎来一次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月(yuè)20日(rì)接受《In Good Company》节目(mù)专访时提(tí)出的(de)。

他预(yù)期，AI的发展可能(néng)会威胁到谷歌(gē)的市(shì)占率，因(yīn)为微(wēi)软在AI方面的行(xíng)动相当迅(xùn)速。而最(zuì)终(zhōng)科技巨头将把AI整(zhěng)合成用户的“全能助手”，包(bāo)揽一(yī)切应用，与人们进(jìn)行沟通并(bìng)提供建议(yì)，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全(quán)能(néng)助手的(de)到(dào)来可能尚需时(shí)日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话(huà)题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代(dài)表的AIGC上一(yī)次爆火的时候(hòu)，还(hái)是2022年8月，在美(měi)国科(kē)罗拉多(duō)州举办(bàn)的新兴数字艺术(shù)家(jiā)竞赛中，一(yī)幅(fú)名为《太空歌(gē)剧院》的作品获奖。

随(suí)后(hòu)各大(dà)厂商(shāng)的AI绘(huì)画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中输(shū)入一组(zǔ)关键词(cí)或者一(yī)张照片，就(jiù)能获(huò)得(dé)一幅AI创(chuàng)作的画作。

作画的关键(jiàn)就是(shì)所输入(rù)的文(wén)本。反正切函数的导数推导过程，反正弦函数的导数同一组关键词也可(kě)以(yǐ)创作出很多张风(fēng)格不一(yī)样(yàng)的画作，这让创作的过(guò)程就像开盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们会(huì)将生成的(de)美图当做头像。而(ér)另(lìng)一部分喜欢(huān)翻看AI绘画的“翻车(chē)”作(zuò)品。在社(shè)交媒体(tǐ)上，许多(duō)用户分享AI“翻车现场”，例如，一位(wèi)网友的(de)小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有网友的个人(rén)照片(piàn)被(bèi)AI识别成了(le)建(jiàn)筑。

而(ér)如今(jīn)随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的填(tián)写关键词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博(bó)的中国人张吕(lǚ)敏创作(zuò)的一种基于控制点的图像(xiàng)变形算法，主要(yào)用于数字图像处理、计算机视觉(jué)和(hé)计算机图形学(xué)等领域。

其SD插件一经发(fā)布，在(zài)短(duǎn)短的两天内便成为(wèi)了AI绘画领域(yù)最新的(de)热点。

在(zài)此之前，大家用了很多方法想让AI生成的结果尽可能的(de)符(fú)合(hé)要求(qiú)，但是都(dōu)不尽如人(rén)意，它的出(chū)现代表着AI生成开(kāi)始进入真正(zhèng)的可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直接(jiē)提取画面(miàn)的(de)构图，人(rén)物的姿势和画(huà)面(miàn)的深度(dù)信息等。有了它的帮助，就(jiù)不用(yòng)频繁的用(yòng)提示(shì)词来(lái)碰运气，抽盲(máng)盒(hé)式的(de)创(chuàng)作(zuò)了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔法”，不(bù)少博主的(de)作品已经(jīng)获得了(le)大量的浏览(lǎn)量，“viggo”就(jiù)是其中之一(yī)，他用朋友的照片直接带她们走(zǒu)进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图(tú)片转文(wén)字。

再(zài)用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词；最(zuì)后(hòu)用ControlNet插件绑定骨骼(gé)开始换(huàn)关键(jiàn)词试效果。

通过图(tú)片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更(gèng)厉害(hài)的是，除了真(zhēn)实的照(zhào)片，草图也可以加(jiā)上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图(tú)。大(dà)神张吕敏其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得(dé)越来越(yuè)强大，甚至输出的作品都已经能(néng)以假(jiǎ)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(jī)湖有游艇party”的消息火遍(biàn)网络，而(ér)经过(guò)警方辟(pì)谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个(gè)活动里面给(gěi)出(chū)的美女(nǚ)照片都是AI制(zhì)作的(de)真人照片绘图，因(yīn)为(wèi)太逼真，被(bèi)大家(jiā)当成真事传播了。

不过仔细观察可以发现，活动(dòng)发起者(zhě)提供的照片中有个(gè)很大的漏(lòu)洞可以发现并非真人，而是AI绘图，那(nà)便是(shì)图片中(zhōng)女性的手指部分有的存在异常。

有行业人(rén)事表示：“现在因为手(shǒu)指部(bù)分的(de)绘(huì)画算法比较(jiào)复杂，AI还不(bù)太会画(huà)人的手，但最(zuì)新(xīn)看(kàn)到的图片已经有(yǒu)越来越完美(měi)的(de)AI模型(xíng)出(chū)现(xiàn)，以(yǐ)后(hòu)可能就完全没有漏洞了。”

类似的AI作图(tú)诈(zhà)骗在国(guó)外也已有(yǒu)发(fā)生。据英(yīng)国广播(bō)公司(sī)报道，土耳其地(dì)震期(qī)间，有Tiktok用户(hù)使用AI合成了儿童受灾的假(jiǎ)照片发布到网(wǎng)络，以此(cǐ)诱骗(piàn)善良(liáng)的人(rén)打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人(rén)照(zhào)片般的绘(huì)图(tú)效果，如(rú)果这样的图片被用来(lái)诈骗，将非常可怕。

此外(wài)AIGC还引发(fā)了(le)很多担(dān)忧(yōu)，一方(fāng)面，批(pī)判者认为AI在“学习”了大(dà)量前人(rén)的(de)作品之后，其创作没有任何情绪和灵魂，难(nán)以和人(rén)类(lèi)的(de)艺术创作(zuò)相(xiāng)提并(bìng)论。

另一方面(miàn)，AIGC背后的(de)版权(quán)、目(mù)前都(dōu)并没有(yǒu)得(dé)到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工智能的安全问题需要(yào)得到重视，太晚就来不及(jí)了。

03

AIGC下一站除(chú)了(le)视频，还(hái)有远方

技术都是(shì)有两(liǎng)面性的，潜在的危害并不能(néng)掩盖其光辉的(de)贡献。现在看来，人工(gōng)智能技术将是第四次(cì)工业(yè)革命的(de)核心驱动力量(liàng)，将创造新的增长奇迹。

过去(qù)一年，人工智能在(zài)技术(shù)和商业层(céng)面都有了巨大(dà)进展，AI绘(huì)画(huà)就是(shì)人工智(zhì)能技术(shù)发(fā)生(shēng)方向性改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此(cǐ)前，Meta和谷歌(gē)先后发布了几(jǐ)条引爆科技圈的(de)短(duǎn)视频。这些视(shì)频引发关注并非(fēi)内容做得多优秀，反(fǎn)而(ér)都非常简单，比如一匹正在(zài)喝水的马，一只画画的(de)玩具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随便(biàn)一个有手机(jī)的人都可(kě)以随手(shǒu)录下一段(duàn)。

但(dàn)这些短视频的创作方式(shì)非常简单，创作(zuò)者仅仅需(xū)要向AI输(shū)入(rù)一段话，甚至只是(shì)说一下要(yào)求，AI就可以根据需要生(shēng)成一段视频。

谷歌(gē)发(fā)布的(de)两个AI生成(chéng)视(shì)频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已(yǐ)经(jīng)玩了一波(bō)梗(gěng)，一个能够(gòu)做(zuò)出更高清(qīng)视频的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它可以制(zhì)作出超过2分钟的连贯的也有确(què)切内(nèi)容的视(shì)频，这才是真(zhēn)正让(ràng)人们(men)感到(dào)惊喜的地方。因为无论AI生成(chéng)的视频(pín)多么高清，也(yě)只能(néng)是为内容生(shēng)产者提供一(yī)个灵(líng)感(gǎn)，一个素材(cái)，一个过场动画。

不过(guò)能够制作出有(yǒu)具体剧(jù)情内容的视频就意味(wèi)着，一些视频(pín)创(chuàng)作(zuò)由(yóu)AI代(dài)替人工完(wán)成(chéng)已(yǐ)经初步(bù)有了可能。

当(dāng)下AI的发展速度(dù)已经超过(guò)大部分人的想象。内容(róng)产业的本质(zhì)是供给创造需(xū)求，AIGC作为(wèi)全新的内(nèi)容生产方式，可(kě)以为(wèi)内容产业(yè)带来更新的内容风格、更快的生产速度(dù)，更(gèng)低的生产成(chéng)本，这(zhè)无疑会驱动(dòng)内容产业的大爆发(fā)。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动(dòng)作等多种内(nèi)容形(xíng)式的生成。不难发(fā)现该(gāi)项技术(shù)不仅在游戏等行业能得(dé)到有效应用，对于下一代互联网(wǎng)各种元(yuán)素的构建亦有关键意(yì)义。

从商业化的角度(dù)来看(kàn)，文(wén)化娱(yú)乐(lè)、教育、传媒等诸多领域，本身(shēn)就对基于AI的可(kě)视化(huà)内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频(pín)或不是结果，而只是(shì)AI进(jìn)程(chéng)中的一块重要拼图，有望在技(jì)术(shù)更新的(de)加(jiā)持下实现更大的应用价值。

AI从(cóng)理解内容，走向了(le)可以生成内(nèi)容，甚至能够创造出独立价值和独立视角的内容。AIGC的再次(cì)出(chū)圈，更代(dài)表着未来的先进生产力即将到来(lái)。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从技术的(de)发展也可以看(kàn)出，在(zài)语言大(dà)模型(xíng)、图(tú)像大模型之后，多模(mó)态大(dà)模(mó)型已经成为了新的(de)趋势。

大模(mó)型(xíng)被誉为当(dāng)前人工智能发展的智能(néng)底座，是全球竞争最激烈的研究方向(xiàng)之一(yī)，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾讯等众(zhòng)多头部企业都(dōu)在竞(jìng)相发(fā)力。

不过训练大(dà)模(mó)型的确价格不菲，以(yǐ)国盛(shèng)证(zhèng)券发布的《ChatGPT需(xū)要多少(shǎo)算力》报告估算，GPT-3训(xùn)练一次的(de)成本约为(wèi)140万美元。而对于一些更大的LLM(大型(xíng)语言模型(xíng))，训(xùn)练成本(běn)则(zé)介于(yú)200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平(píng)均数1300万(wàn)计算，其对应芯片需求为3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅(jǐn)电(diàn)费就(jiù)在5万美元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力(lì)支持。在关注各类大模型的发展(zhǎn)同(tóng)时，更应该(gāi)关注算力网络的建设。

算(suàn)力网络正(zhèng)驱(qū)动AI产业发展进入史诗(shī)级加速进(jìn)程，让AIGC及(jí)通用(yòng)AI这一人工智能发展的终极(jí)目标离得更(gèng)近。

因为算力(lì)可以对突破(pò)性技(jì)术创新提供大力的支持。这方面，多(duō)模态大模型是典型。作为面向未来强人工智能、通用人工(gōng)智能的重(zhòng)要技术创新，多模态大(dà)模(mó)型已经在人工智能领域提出了很多年，业(yè)界(jiè)也有不(bù)少技术突(tū)破(pò)，但是，多模态大模(mó)型进一(yī)步往下走(zǒu)，算力(lì)需(xū)求呈几何式上升，一般的算力基础设施(shī)很快将(jiāng)难以(yǐ)胜任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练(liàn)，到双模态、三模态的跃迁，让人工智能可以灵活应(yīng)对(duì)不同模态的(de)转化、像人与世界交互一样自然，这(zhè)方面，由算力网络来驱(qū)动将有明显优(yōu)势。

此外，还(hái)有很多(duō)需要爆(bào)发式增长的算力来支撑的(de)技术创新(xīn)，将在人工智(zhì)能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经露出曙(shǔ)光，期(qī)待在大(dà)模(mó)型和大算力的支(zhī)持下AIGC能(néng)持续颠覆(fù)内(nèi)容生产的方式，将创(chuàng)造的边际成(chéng)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 反正切函数的导数推导过程，反正弦函数的导数