自(zì)聊天(tiān)机(jī)器人ChatGPT火爆(bào)以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多次公开(kāi)谈(tán)论人工智能话题。在最(zuì)近(jìn)的一(yī)次采访中(zhōng)，他再次表示：“AI可(kě)能会让科技(jì)行业迎(yíng)来一次剧烈的洗(xǐ)牌”。

这个结论是他(tā)在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时提出的(de)。

他预(yù)期(qī)，AI的(de)发展可能会威(wēi)胁到(dào)谷歌的市占(zhàn)率，因为微软在(zài)AI方面的行动相当迅速(sù)。而最终科技(jì)巨头将把AI整合成(chéng)用户的(de)“全能(néng)助手”，包揽一切应用，与人们(men)进行沟通并提供建议(yì)，可以(yǐ)取代亚马(mǎ)逊、Siri或(huò)Outlook等应用(yòng)。

大(dà)佬口中全能助手的到来可能尚需(xū)时日，但由ControlNet引发的(de)又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画(huà)为代表的AIGC上一次爆火的(de)时候，还是2022年8月(yuè)，在美(měi)国(guó)科罗(luó)拉多州举办(bàn)的新(xīn)兴数字(zì)艺术家竞赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用(yòng)中输入一组关键词或者(zhě)一(yī)张照片，就能获得一幅AI创作的画作。

作(zuò)画的关(guān)键(jiàn)就是所输入(rù)的文本。同一组关键(jiàn)词也可以(yǐ)创(chuàng)作(zuò)出很多张(zhāng)风格(gé)不一样的(de)画(huà)作，这让创作的过程就像开盲盒。

很多用户(hù)很喜欢这(zhè)种不确定的惊喜，他们会将(jiāng)生成(chéng)的美图(tú)当做(zuò)头(tóu)像。而另一(yī)部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有(yǒu)网(wǎng)友的个(gè)人(rén)照(zhào)片被AI识别成(chéng)了建(jiàn)筑(zhù)。

而如今随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画的填(tián)写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正在(zài)斯坦福读博的中(zhōng)国人张吕敏创作的一(yī)种基于(yú)控制点的图像变(biàn)形算法，主要(yào)用(yòng)于数字(zì)图像处(chù)理、计(jì)算机(jī)视觉(jué)和计算(suàn)机图形学等领域。

其(qí)SD插件一经发布，在短短的两天(tiān)内(nèi)便成为了(le)AI绘画领(lǐng)域最新的热点。

在此之前，大家用了很多方法想让AI生成的(de)结果(guǒ)尽可(kě)能(néng)的(de)符合要求，但是(shì)都不(bù)尽如人意，它的出现代表着AI生成开始(shǐ)进入真正的可(kě)控时(shí)期。

因(yīn)为(wèi)ControlNet可(kě)以直接提取(qǔ)画面的构图，人物的姿(zī)势和画面的深度信(xìn)息(xī)等。有了它(tā)的帮助(zhù)，就(jiù)不用频繁的用(yòng)提(tí)示词来碰(pèng)运气(qì)，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法”，不少(shǎo)博主的作品已经获得(dé)了大量(liàng)的(de)浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她(tā)们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键(jiàn)词试效果(guǒ)。

通过图片就可(kě)以看出来，效果十分惊艳(yàn)。

更厉害的是(shì)，除了真实的照片，草图也(yě)可以(yǐ)加上(shàng)“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲(qīn)自回应。

不得不(bù)说(shuō)当下(xià)AIGC已经变得越来(lái)越(yuè)强大，甚(shèn)至(zhì)输出的作品(pǐn)都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟谣(yáo)这(zhè)所(suǒ)谓的“party”可(kě)能是全(quán)国第(dì)一起AI绘(huì)图诈骗(piàn)。

由于这个活动里面给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大(dà)家当成真事(shì)传播了。

不过仔(zǎi)细观(guān)察可以发现，活动(dòng)发起者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而(ér)是AI绘图，那(nà)便是图片中(zhōng)女(nǚ)性的手(shǒu)指部分有的(de)存(cún)在异常(cháng)。

有行业人事表示：“现(xiàn)在因为(wèi)手指部分的(de)绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不太(tài)会画人的手(shǒu)，但最新(xīn)看到(dào)的图片已经有(yǒu)越来越完(wán)美的AI模型(xíng)出现，以后可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也(yě)已有发生。据英国广播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的(de)假照(zhào)片发布到网络(luò)，以此诱骗(piàn)善(shàn)良的(de)人打赏“捐美国各州的缩写是什么，美国各州缩写英文字母(juān)助”从而实(shí)施(shī)诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能(néng)做出真人照片(piàn)般(bān)的绘图(tú)效果(guǒ)，如果这样的图片被用来诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引发了很多(duō)担忧，一方(fāng)面，批判(pàn)者认为AI在(zài)“学习”了大量(liàng)前人(rén)的(de)作品之(zhī)后，其创作没有任何情绪和灵魂(hún)，难以和人类的(de)艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到(dào)有效的解决(jué)，还有AIGC会不会(huì)代(dài)替人类“至高无上”的(de)创意。

马斯克也强调，人工(gōng)智能(néng)的安(ān)全问题(tí)需要得(dé)到重视，太晚就来不及了。

03

AIGC下(xià)一站除了视(shì)频(pín)，还(hái)有远方

技术都是有(yǒu)两面性的，潜(qián)在的危(wēi)害并(bìng)不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人工(gōng)智(zhì)能技术将是(shì)第四次工业(yè)革命的核心驱(qū)动(dòng)力量(liàng)，将创造新的增长奇(qí)迹。

过去一年，人工智能在技术和(hé)商业层面都有(yǒu)了巨大进(jìn)展，AI绘画(huà)就(jiù)是人工智能技术发(fā)生方向性改变的一个代表。其下一站(zhàn)或(huò)许就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科技(jì)圈的短视(shì)频(pín)。这(zhè)些(xiē)视频引发关(guān)注并(bìng)非内容做得多优秀，反而(ér)都(dōu)非常(cháng)简单，比如一匹正在喝(hē)水的(de)马，一只画画的玩(wán)具熊，或者一段骑摩托车(chē)的第(dì)一视角录像，随便(biàn)一(yī)个有(yǒu)手机(jī)的人都可(kě)以随手录下一(yī)段。

但(dàn)这些短视频(pín)的创作方式非(fēi)常简单，创作者仅仅需要向AI输(shū)入(rù)一段(duàn)话(huà)，甚至(zhì)只是说一下(xià)要求，AI就可以根(gēn)据需(xū)要生成一段视(shì)频。

谷歌发布(bù)的两个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主(zhǔ)要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个(gè)能够做(zuò)出(chū)更高清视频(pín)的AI还(hái)不足以在(zài)短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以(yǐ)制作出超过(guò)2分钟(zhōng)的连贯的也有确切内容的视频(pín)，这才是真正让人(rén)们感到惊喜的地方。因(yīn)为无论AI生成的(de)视(shì)频多么高清，也只能是为内容生产者提(tí)供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出(chū)有具体剧情内容的(de)视频(pín)就意味着，一些视频创作由AI代(dài)替人(rén)工完成(chéng)已经初步有了可能。

当下(xià)AI的发展速度已经(jīng)超过大部分人(rén)的想象。内容产业的本质是(shì)供给创(chuàng)造需求，AIGC作为(wèi)全新的内容(róng)生产方式，可以为(wèi)内(nèi)容产业带来(lái)更新的内容风格、更快的(de)生产速(sù)度，更低的生产成(chéng)本，这无疑(yí)会驱动内(nèi)容产业(yè)的大爆发(fā)。

除了(le)AI绘图(tú)、视频(pín)，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式的生成。不难发现(xiàn)该项技(jì)术不仅在(zài)游(yóu)戏等行业能得到(dào)有效应用，对(duì)于下一代互(hù)联网(wǎng)各种元素的构建亦有关键意义。

从商业(yè)化的角度(dù)来看，文(wén)化娱乐、教育、传(chuán)媒(méi)等诸多领域，本身(shēn)就(jiù)对基于AI的可视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及(jí)视频或(huò)不是结果，而只(zhǐ)是AI进程中的(de)一块重要拼图，有望在技术更新的加持下(xià)实现(xiàn)更大(dà)的(de)应用价值。

AI从理(lǐ)解内(nèi)容，走向了可以生成内容，甚(shèn)至(zhì)能够(gòu)创造(zào)出独立价值和独立(lì)视角的内容。AIGC的再次出圈，更(gèng)代表着未来(lái)的先进(jìn)生产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大模型与算力，牢(láo)固AIGC底座

从技术(shù)的(de)发(fā)展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大(dà)模(mó)型已经成为了(le)新的趋(qū)势(shì)。

大模型被誉为当(dāng)前人(rén)工(gōng)智能发展(zhǎn)的智能底(dǐ)座(zuò)，是(shì)全(quán)球竞(jìng)争最激烈的(de)研究(jiū)方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力。

不过训(xùn)练大模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训练一(yī)次的成本约为140万美元。而对于一些更(gèng)大(dà)的LLM(大(dà)型语(yǔ)言模型)，训练成(chéng)本则介于200万(wàn)美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均数1300万计算，其对(duì)应芯(xīn)片(piàn)需求(qiú)为(wèi)3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅(jǐn)电费(fèi)就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力(lì)支持。在关注各(gè)类大模(mó)型(xíng)的(de)发展(zhǎn)同时，更应该关(guān)注算力网络的建(jiàn)设。

算力网(wǎng)络正驱动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一(yī)人工智能(néng)发展的(de)终极目标离(lí)得更近。

因(yīn)为算(suàn)力可以(yǐ)对突破(pò)性(xìng)技术创新提供大力的支持。这方(fāng)面(miàn)，多模态(tài)大模(mó)型是典型。作为(wèi)面(miàn)向未来强人工智(zhì)能、通用人工(gōng)智能的重要技术创(chuàng)新，多模态大模型已经在人工智能领(lǐng)域提出了很多年，业界也(yě)有不(bù)少技术突破(pò)，但是，多(duō)模态大模型(xíng)进(jìn)一步往下走，算力需(xū)求呈几何式上升，一般的算(suàn)力基(jī)础设施(shī)很(hěn)快将难(nán)以胜任。

从图(tú)像、文字(zì)、语音单(dān)独(dú)一项的训练，到双(shuāng)模态(tài)、三模态的跃(yuè)迁，让人工(gōng)智能可以灵活应对不同(tóng)模态的转化、像人与(yǔ)世界交互一样自然，这(zhè)方面，由(yóu)算力网络来驱动将有明显优势(shì)。

此外(wài)，还(hái)有很多(duō)需要爆(bào)发式增长的(de)算力来(lái)支撑的技术创新，将在人工智能算(suàn)力网(wǎng)络支撑下(xià)快速推进(jìn)。

AIGC已经露出曙光(guāng)，期待在大模(mó)型和大算力的支(zhī)持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将创造的边际成本降(jiàng)低，让万众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 美国各州的缩写是什么，美国各州缩写英文字母