自聊(liáo)天(tiān)机器(qì)人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人比尔·盖茨(cí)已多(duō)次公开谈论人工智(zhì)能话题(tí)。在最近的一次采访中(zhōng)，他再次表示：“AI可能会(huì)让科技行业迎(yíng)来一次剧烈的洗牌(pái)”。

这个结论是他(tā)在当地时(shí)间2月20日(rì)接受《In Good Company》节目专(zhuān)访时提(tí)出(chū)的。

他预期，AI的发展可能会威(wēi)胁到(dào)谷歌(gē)的市占率(lǜ)，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能(néng)助手”，包揽一切应(yīng)用，与人们进行沟通并(bìng)提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上(shàng)一次(cì)爆(bào)火的时候(hòu)，还是(shì)2022年8月，在美国科(kē)罗拉多州举(jǔ)办(bàn)的新兴数字艺术(shù)家竞(jìng)赛中，一幅(fú)名为《太(tài)空(kōng)歌(gē)剧院》的作品获奖。

随后各大(dà)厂商的AI绘画(huà)软件被广大(dà)网友熟知(zhī)并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们(men)可以在应(yīng)用中输(shū)入(rù)一(yī)组关键词(cí)或者一(yī)张照片，就能获(huò)得一(yī)幅(fú)AI创作的画作。

作画的关(guān)键就是(shì)所(suǒ)输入的文本。同一(yī)组关(guān)键(jiàn)词也可以(yǐ)创作出很多(duō)张风格不一样的画作，这让(ràng)创作的过程就像开盲盒。

很多用(yòng)户很喜(xǐ)欢这种不确定的惊喜，他(tā)们会将生成的美图当做头(tóu)像。而另(lìng)一部(bù)分喜欢(huān)翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用(yòng)户(hù)分享(xiǎng)AI“翻车现场”，例如，一(yī)位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被(bèi)AI识(shí)别(bié)成(chéng)了建筑(zhù)。

而如(rú)今随着(zhe)ControlNet的(de)出现与加持，以往AI绘画的填(tián)写关键词游(yóu)戏可能要被颠覆了(le)。

ControlNet是一位(wèi)正在斯(sī)坦福读博的中国人张吕敏创作的一(yī)种(zhǒng)基于控制点的(de)图像变形算法，主(zhǔ)要用于数字(zì)图(tú)像处理、计(jì)算机视觉和(hé)计算机(jī)图(tú)形学等领域。

其SD插件一经发布，在短短的两(liǎng)天内(nèi)便成为了AI绘画(huà)领(lǐng)域最新的热点。

在(zài)此(cǐ)之前(qián)，大家用了很多(duō)方法(fǎ)想让(ràng)AI生(shēng)成的(de)结果尽(jǐn)可能的符合要(yào)求，但是都(dōu)不尽如(rú)人意(yì)，它(tā)的出现(xiàn)代表着AI生成开始进入真(zhēn)正的可控时期。

因为(wèi)ControlNet可(kě)以直接提取画面(miàn)的构图，人(rén)物的姿势和画面的深度信息等。有(yǒu)了(le)它的帮助(zhù)，就(jiù)不用频繁的用提示词(cí)来(lái)碰运(yùn)气，抽盲(máng)盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博(bó)主(zhǔ)的作品已(yǐ)经(jīng)获(huò)得了大量的浏览量(liàng)，“viggo”就(jiù)是其中之一，他用朋(péng)友的照片直接带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用(yòng)ControlNet插(chā)件绑定骨骼开始换关键(jiàn)词试(shì)效(xiào)果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害(hài)的是，除了(le)真实(shí)的(de)照片(piàn)，草图也(yě)可(kě)以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实(shí)现线稿转全彩图。大(dà)神张吕敏(mǐn)其本尊(zūn)也亲自(zì)回(huí)应。

不(bù)得不说当下(xià)AIGC已经(jīng)变得(dé)越来越(yuè)强大(dà)，甚至输出(chū)的作品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚实(shí)，AIGC技术(shù)力(lì)爆发(fā)

警惕安(ān)全(quán)问(wèn)题

近(jìn)日，“苏州金(jīn)鸡湖关于团结就是力量的名人素材事例，关于团结的名人素材事例有哪些有游艇party”的消息火(h关于团结就是力量的名人素材事例，关于团结的名人素材事例有哪些uǒ)遍网络，而经(jīng)过(guò)警方辟谣这所(suǒ)谓的“party”可能是全(quán)国(guó)第一起AI绘图诈骗。

由于(yú)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(yīn)为(wèi)太逼(bī)真，被(bèi)大家当成(chéng)真事传播了。

不(bù)过(guò)仔细观察可以发现，活动发起(qǐ)者提供的照片中有个很大的漏洞可以(yǐ)发现(xiàn)并(bìng)非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手指部分有的(de)存(cún)在异常。

有行业人(rén)事表示：“现(xiàn)在因为手指部分的绘画算法比(bǐ)较复杂，AI还不(bù)太(tài)会画人的(de)手，但最新(xīn)看到的图(tú)片已经有越来越完美(měi)的AI模(mó)型(xíng)出现，以后(hòu)可能就完全没有(yǒu)漏洞(dòng)了(le)。”

类似的(de)AI作图诈骗(piàn)在国(guó)外也已有发生。据英国(guó)广播公司报(bào)道，土耳其(qí)地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了(le)儿童受灾(zāi)的(de)假照片发布到网(wǎng)络(luò)，以此诱骗(piàn)善良的人(rén)打赏“捐助”从(cóng)而(ér)实施(shī)诈骗(piàn)。

目前随(suí)着技术(shù)发展，AIGC已经(jīng)能做出真人照片般的绘(huì)图效(xiào)果，如果这样的(de)图(tú)片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批判者(zhě)认(rèn)为AI在(zài)“学(xué)习(xí)”了(le)大量前人的作(zuò)品(pǐn)之后，其创作没有(yǒu)任何情绪和(hé)灵魂，难以和人类的(de)艺术创(chuàng)作相提(tí)并论。

另一方面，AIGC背(bèi)后(hòu)的(de)版(bǎn)权、目前都并没有(yǒu)得(dé)到有效的解决(jué)，还有AIGC会不会代替人(rén)类“至高(gāo)无(wú)上”的创意。

马斯(sī)克也强调(diào)，人(rén)工智能(néng)的安(ān)全问题(tí)需要得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一站除(chú)了视频(pín)，还有远方(fāng)

技术(shù)都(dōu)是有两面性的，潜(qián)在的危害并不能(néng)掩(yǎn)盖其光辉的(de)贡献。现在(zài)看来，人工智能技术将是第四次工(gōng)业(yè)革命的核心驱动力量，将创造新的(de)增长奇(qí)迹(jì)。

过去一年(nián)，人工智能在技术和(hé)商业层面都(dōu)有了巨(jù)大进(jìn)展(zhǎn)，AI绘画就是(shì)人(rén)工智能技术发生方向性改变的一个代表。其(qí)下一站(zhàn)或许就是视(shì)频。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发(fā)布了几条引爆科技圈的短(duǎn)视频。这(zhè)些视频引发关注并非内容做得(dé)多优秀，反而都非常简单，比如一匹正在(zài)喝水(shuǐ)的马，一只画画的玩(wán)具熊(xióng)，或者一段骑摩托车的(de)第一视角录像，随(suí)便一个有手机的人都可以(yǐ)随手(shǒu)录下一段(duàn)。

但这些短(duǎn)视频(pín)的创作方式非(fēi)常简单，创作(zuò)者(zhě)仅仅(jǐn)需(xū)要向AI输入一段(duàn)话，甚至只是说(shuō)一下要求(qiú)，AI就(jiù)可以根据需要生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生成视频分(fēn)别来自(zì)于Imagen Video和(hé)Phenaki，前者主要(yào)突出(chū)的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈(quān)就(jiù)已经玩了一波梗，一(yī)个(gè)能够(gòu)做出更高(gāo)清视频的AI还(hái)不足以在短时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令人(rén)震惊(jīng)的(de)地方在于，它可(kě)以(yǐ)制作出超过2分(fēn)钟的连贯的也(yě)有确切内容的视频(pín)，这才是真正让(ràng)人们感到惊喜的(de)地方。因为无(wú)论AI生成(chéng)的(de)视频多么高清，也只能是为内容生产者提供一个灵感，一个(gè)素材，一个过场动画(huà)。

不过能够制作出有(yǒu)具体剧情内(nèi)容的(de)视频(pín)就意味着，一些视频创作(zuò)由AI代(dài)替人工完成已经初步有了(le)可能。

当下AI的(de)发展速度已(yǐ)经超过大部分(fēn)人(rén)的想象。内(nèi)容产业的本质(zhì)是供给(gěi)创造需求，AIGC作(zuò)为全新的内容生产方式，可以为(wèi)内(nèi)容产业带(dài)来更(gèng)新(xīn)的(de)内容风格、更快的生(shēng)产速度，更(gèng)低的(de)生产成本，这(zhè)无疑会驱动(dòng)内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器(qì)人(rén)动作(zuò)等多种内容形式的生(shēng)成。不难发现该项技术不仅在(zài)游戏等行(xíng)业能(néng)得(dé)到有效(xiào)应用，对于(yú)下一代互(hù)联网各种(zhǒng)元素的构建(jiàn)亦有关键意义(yì)。

从商业化的(de)角度来看，文化娱乐、教(jiào)育、传媒等(děng)诸多(duō)领域，本身就对基于(yú)AI的可视化内容有强烈需求(qiú)。

因此(cǐ)，AI绘画及视频(pín)或不是结果，而只是AI进程中的(de)一(yī)块重要拼图，有望在技术更新的(de)加(jiā)持下(xià)实现(xiàn)更大(dà)的应用价(jià)值。

AI从理解内(nèi)容，走向了可以生成内(nèi)容，甚(shèn)至(zhì)能够(gòu)创造出独立(lì)价(jià)值和独立(lì)视角的内(nèi)容。AIGC的再(zài)次出圈，更代表着未(wèi)来的先(xiān)进(jìn)生产力即将到来。

04

紧抓(zhuā)大模(mó)型(xíng)与算(suàn)力，牢固AIGC底座(zuò)

从技术(shù)的发展也可以看出，在(zài)语言(yán)大模(mó)型、图像大模型(xíng)之(zhī)后，多模态大模型已(yǐ)经成为了(le)新(xīn)的趋势。

大模型(xíng)被誉(yù)为(wèi)当前人工智能发展的智能底座(zuò)，是全球竞争最激烈的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部企业都(dōu)在竞相发力。

不(bù)过训练大模型的确(què)价格不菲，以国盛(shèng)证券发(fā)布(bù)的《ChatGPT需要(yào)多少算力》报告估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万美元(yuán)至1200万美元(yuán)高价之(zhī)间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月的独(dú)立(lì)访客平均数1300万计算，其对应芯(xīn)片(piàn)需求为3万多(duō)片英伟达A100 GPU，初始投入成本(běn)约为8亿(yì)美(měi)元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力支持。在关注各(gè)类大模型的发展同时，更应该(gāi)关注(zhù)算力网络的建设。

算力(lì)网络正驱动(dòng)AI产(chǎn)业发展进入史诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一人工智能发展的(de)终极目(mù)标(biāo)离得更(gèng)近。

因(yīn)为算力可(kě)以(yǐ)对突破性技术创新提(tí)供大力的支持。这方面，多(duō)模态大模型是典型。作(zuò)为面向未来强人工智能、通用人(rén)工智能的重要技术创新，多模态大模型已经在人工智(zhì)能领域提出了(le)很多年，业界也有(yǒu)不(bù)少技(jì)术突(tū)破，但(dàn)是，多(duō)模态大(dà)模型进一步往下走(zǒu)，算力(lì)需求呈几何式(shì)上升(shēng)，一般的算力基础设施很快(kuài)将难以胜任。

从图像、文字、语音单独一项的训(xùn)练，到双模态、三(sān)模态的(de)跃迁，让人工智(zhì)能可以(yǐ)灵(líng)活(huó)应对不同模(mó)态的转化、像人与世界交互一样自然，这方面，由算(suàn)力网络来驱动将有明显优势。

此外(wài)，还有(yǒu)很(hěn)多需要爆发式增(zēng)长的算力来支撑的技术创新，将(jiāng)在人工(gōng)智(zhì)能算力网络(luò)支撑下(xià)快速推(tuī)进。

AIGC已经露(lù)出曙光，期待在大模型和大算(suàn)力的(de)支持下AIGC能持(chí)续颠覆(fù)内容生产的方式，将创造的(de)边际成本降低，让万众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 关于团结就是力量的名人素材事例，关于团结的名人素材事例有哪些