这个结论是他在(zài)当(dāng)地时间2月20日(rì)接(jiē)受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可(kě)能会威胁(xié)到谷歌的市占率，因为微(wēi)软在AI方(fāng)面的行动相(xiāng)当迅速。而最终(zhōng)科技巨(jù)头将把AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟(gōu)通并提供(gōng)建(jiàn)议，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能助(zhù)手的到(dào)来可能尚(shàng)需(xū)时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉(lā)多州(zhōu)举办的(de)新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘画软(ruǎn)件(jiàn)被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输入(rù)一组关键词或者一张照(zhào)片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作画的关键就是所输入(rù)的文(wén)本。同一组关键词也可(kě)以创作出(chū)很多(duō)张风格不(bù)一(yī)样的画作(zuò)，这让创作(zuò)的过程就(jiù)像开(kāi)盲盒。

很多(duō)用户很喜欢(huān)这种不确定的惊喜，他们会(huì)将生成的美(měi)图当做头(tóu)像(xiàng)。而(ér)另一部(bù)分喜欢翻看AI绘画的(de)“翻车(chē)”作品。在社交媒体上(shàng)，许多用(yòng)户(hù)分享AI“翻车(chē)现场(chǎng)”，例(lì)如，一(yī)位网友的小(xiǎo)狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照片被AI识别(bié)成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘(huì)画的(de)填写关键词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张吕敏创作(zuò)的一种基于(yú)控制点(diǎn)的图像变形算(suàn)法，主要用于数(shù)字图像处(chù)理、计算机视觉和计(jì)算机图(tú)形学等领域。

其SD插件一经发(fā)布，在短短的两天内便成为了AI绘画领域(yù)最新的(de)热点(diǎn)。

在此之(zhī)前，大家(jiā)用了(le)很多(duō)方(fāng)法想让AI生成(chéng)的结果尽(jǐn)可能的符合要求，但是都不尽如人意(yì)，它的(de)出现代表着AI生成开始进入真正的(de)可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画(huà)面(miàn)的构图，人物(wù)的姿势和(hé)画面的深(shēn)度信息等(děng)。有(yǒu)了它的帮(bāng)助，就(jiù)不用频繁的用提示词(cí)来碰(pèng)运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博(bó)主的作品已经获得了(le)大量的浏览量，“viggo”就(jiù)是其中之(zhī)一，他用朋友的照(zhào)片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓展找到对应(yīng)的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换(huàn)关键词试效果。

通过(guò)图片(piàn)就可以看出(chū)来(lái)，效(xiào)果十分惊艳(yàn)。

更厉害(hài)的是，除了真实的照片，草图也可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自回(huí)应。

不得不说(shuō)当下AIGC已经变得越(yuè)来越强大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火遍网(wǎng)络，而(ér)经过警方辟谣这所谓的(de)“party”可(kě)能(néng)是全国(guó)第一起AI绘(huì)图诈骗。

由于这个活动里面给出的美(měi)女照片(piàn)都(dōu)是(shì)AI制作的真(zhēn)人照片绘图(tú)，因为太逼真，被大家当成真事(shì)传播了。

不过仔细观(guān)察可以发(fā)现，活动发起者提(tí)供的照片中(zhōng)有个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便(biàn)是图片中女(nǚ)性(xìng)的手指(zhǐ)部分有(yǒu)的(de)存(cún)在异常。

有行业人事表示：“现在因为手指部分的(de)绘画算法比较(jiào)复(fù)杂，AI还(hái)不太(tài)会画人的手，但最新看到(dào)的图片(piàn)已经有越来越完美的AI模型出现(xiàn)，以后可能就完全(quán)没有漏洞了。”

类(lèi)似的AI作图(tú)诈骗在国(guó)外也已(yǐ)有发生。据英国广播公司报(bào)道，土耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着(zhe)技术(shù)发(fā)展，AIGC已(yǐ)经能做出真人照(zhào)片般的绘图效果，如果这样的图(tú)片(piàn)被(bèi)用来诈(zhà)骗(piàn)，将(jiāng)非常可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认(rèn)为AI在“学习(xí)”了大量前(qián)人的作品(pǐn)之(zhī)后，其创作(zuò)没有任何情绪和灵魂，难(nán)以和(hé)人类的(de)艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都并(bìng)没有(yǒu)得到有(yǒu)效的解(jiě)决，还(hái)有AIGC会(huì)不会代(dài)替人类“至高无上”的(de)创意。

马斯克也强(qiáng)调(diào)，人工(gōng)智(zhì)能的(de)安全问题需要(yào)得(dé)到重视，太晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下(xià)一站(zhàn)除(chú)了视(shì)频，还(hái)有远方

技术(shù)都是有两(liǎng)面性(xìng)的，潜在的(de)危害并不能掩(yǎn)盖其光(guāng)辉的(de)贡(gòng)献。现(xiàn)在看来，人工智能技术(shù)将是第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇(qí)迹。

过去一年，人工智(zhì)能在(zài)技术和商业(yè)层面(miàn)都有了巨大进(jìn)展(zhǎn)，AI绘画就是人工(gōng)智能技术发生方向(xiàng)性改变的一(yī)个代表。其(qí)下一站(zhàn)或许就是视频(pín)。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技圈的(de)短视频(pín)。这些(xiē)视频引(yǐn)发关(guān)注(zhù)并非(fēi)内容(róng)做(zuò)得多(duō)优(yōu)秀，反而都非常简单，比如一匹正在喝水的马，一只画(huà)画的(de)玩(wán)具熊，或(huò)者一段骑摩托车的(de)第(dì)一视角录像，随便(biàn)一个有手机的人都可以随手录下一段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅仅需要向(xiàng)AI输入一段话，甚至(zhì)只是说一下要(yào)求，AI就可以根据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的(de)Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个(gè)能(néng)够做出更高(gāo)清视频的AI还(hái)不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它(tā)可(kě)以制(zhì)作出超过(guò)2分钟的连贯的也有(yǒu)确切内容的视频，这才(cái)是真正让人们感到惊(jīng)喜的地方。因(yīn)为无(wú)论AI生成的(de)视频多么高清，也只能是为内容生(shēng)产者提供一个灵感，一个(gè)素材，一(yī)个过(guò)场动(dòng)画。

不过能够(gòu)制作出有(yǒu)具(jù)体剧情内(nèi)容(róng)的视频(pín)就(jiù)意味着，一(yī)些视频创作由AI代替(tì)人工完成(chéng)已经初步有(yǒu)了可能。

当下(xià)AI的发展速度(dù)已经超过大部分人(rén)的想象。内容产(chǎn)业的本质是供给(gěi)创造需求，AIGC作(zuò)为(wèi)全(quán)新(xīn)的内(nèi)容(róng)生(shēng)产方式(shì)，可(kě)以(yǐ)为内容产业带来更新(xīn)的内容风格、更快的(de)生产速度，更低的生产成本，这(zhè)无疑会驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应用(yòng)于(yú)音乐、代码、机器人动作等多种内容形式的(de)生成。不(bù)难发(fā)现该项(xiàng)技术不仅(jǐn)在游戏等行业能得到有(yǒu)效应用，对于下一代互联网各种元素的构建亦(yì)有关键意义。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸多领(lǐng)域，本身就(jiù)对基(jī)于AI的可视化内容(róng)有强烈(liè)需求。

因此，AI绘画(huà)及视频或不是结果，而(ér)只是AI进程中(zhōng)的(de)一块(kuài)重要拼(pīn)图，有望在技术更(gèng)新的加持下实(shí)现更大的应用价值。

AI从理解内(nèi)容，走向(xiàng)了可以生成内容(róng)，甚至(zhì)能够创造(zào)出独立(lì)价(jià)值和独(dú)立视角的内(nèi)容(róng)。AIGC的再次出圈，更代(dài)表(biǎo)着(zhe)未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的发(fā)展也可以(yǐ)看出，在语言大模型、图像大(dà)模(mó)型之后，多模态大模型已经成为了新的趋(qū)势。

大(dà)模型(xíng)被誉(yù)为当(dāng)前(qián)人工智能发展的智能(néng)底座(zuò)，是全球(qiú)竞争最(zuì)激烈的(de)研究方向之一，包括谷歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯(xùn)等(děng)众多头部(bù)企业都在竞(jìng)相发力。

不过训练大模型的确价(jià)格(gé)不菲，以国(guó)盛证券发(fā)布(bù)的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次的成本(běn)约为(wèi)140万美元。而(ér)对于(yú)一些更大(dà)的(de)LLM(大(dà)型语言(yán)模型)，训练(liàn)成本(běn)则介于(yú)200万美元至1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的(de)独立访(fǎng)客平均数1300万计算，其对应(yīng)芯片(piàn)需(xū)求为3万多片英伟达(dá)A100 GPU，初始(shǐ)投入成本约为(wèi)8亿美元，每日仅电费(fèi)就在5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开(kāi)庞(páng)大算力(lì)支持。在关(guān)注各类(lèi)大模(mó)型的(de)发展同时，更应该(gāi)关注算力网络的建设。

算力网络正驱动AI产业发展进入(rù)史诗级加(jiā)速进程(chéng)，让AIGC及通用AI这一(yī)人(rén)工智能发展的终极目标离得更近(jìn)。

因为算力可(kě)以对突破性技(jì)术创新提供大力的支(zhī)持。这方面，多(duō)模态(tài)大模型是典型。作为面向未来强(qiáng)人工智能、通用人工智能的重要技术创新，多模态大模型已经在人工智能(néng)领域(yù)提出了(le)很多(duō)年，业界(jiè)也有不少技(jì)术突(tū)破(pò)，但是，多模态大(dà)模(mó)型进一步往下走，算力需(xū)求呈几(jǐ)何式上升，一般的算力基础设(shè)施很快将难以胜任。

从(cóng)图像(xiàng)、文(wén)字、语音单(dān)独一项的训(xùn)练，到双(shuāng)模态、三模态的跃迁，让人工智能可以灵(líng)活应对不同模(mó)态的转化、像人与世(shì)界交互一样自然，这方面，由算(suàn)力网络来(lái)驱动将(jiāng)有明显优(yōu)势。

此(cǐ)外，还有很(hěn)多需要爆(bào)发式增(zēng)长(zhǎng)的算(suàn)力来(lái)支(zhī)撑(chēng)的技术创(chuàng)新，将在人工(gōng)智(zhì)能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光(guāng)，期(qī)待在大模型(xíng)和大算力的(de)支持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创(chuàng)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 五的大写是什么