自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨(cí)已多次公开谈(tán)论人工智能话题(tí)。在最近的一次(cì)采访(fǎng)中，他再(zài)次表(biǎo)示：“AI可能会让科技行业迎(yíng)来一次剧烈的洗(xǐ)牌”。

这个结论是他在当(dāng)地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可能会威胁(xié)到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最(zuì)终科(kē)技巨头将(jiāng)把AI整合成(chéng)用(yòng)户的“全能助手”，包揽(lǎn)一(yī)切应用(yòng)，与人们进(jìn)行沟(gōu)通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到(dào)来(lái)可能尚需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法

AIGC向可控靠(kào)近

以AI绘(huì)画为(wèi)代表的AIGC上一(yī)次爆(bào)火的时(shí)候，还是2022年8月，在美国(guó)科罗(luó)拉多州举办(bàn)的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘(huì)画软件被广大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应(yīng)用中输(shū)入一组关键词或者一张照(zhào)片，就能(néng)获得一幅AI创(chuàng)作的画作。

作(zuò)画的关键(jiàn)就(jiù)是所输入(rù)的(de)文本。同一(yī)组关键词也(yě)可以(yǐ)创(chuàng)作出很多张风格不(bù)一样的画作，这让创作(zuò)的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们(men)会将生成(chéng)的美图当做头像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻车(chē)”作(zuò)品(pǐn)。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如，一(yī)位网友的(de)小狗照片被(bèi)AI画成了(le)“肌肉男”，还(hái)有网友的(de)个人照片被(bèi)AI识(shí)别成(chéng)了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与(yǔ)加持(chí)，以(yǐ)往AI绘画的填写关键词(cí)游戏(xì)可能要被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读(dú)博的中(zhōng)国人(rén)张吕敏创作的一种基于控制点的(de)图(tú)像变形算(suàn)法，主要用(yòng)于数字图像处理、计(jì)算机视(shì)觉和计算机图(tú)形学等领域。

其SD插件一经(jīng)发布，在短短的两天内(nèi)便(biàn)成(chéng)为了AI绘画领域最新的热点(diǎn)。

在此之(zhī)前(qián)，大家(jiā)用了很多方法想(xiǎng)让AI生成的(de)结(jié)果(guǒ)尽可能(néng)的符(fú)合要求，但(dàn)是都不尽如人意，它的出现代表着AI生成开(kāi)始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直接提取(qǔ)画面的构图(tú)，人物的姿势和画面(miàn)的深(shēn)度信息等。有了它的帮助，就不(bù)用(yòng)频繁的用提示词(cí)来碰运气，抽盲(máng)盒式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画(huà)加(jiā)了“魔(mó)法”，不少(shǎo)博主(zhǔ)的作品已经获得(dé)了大量(liàng)的浏览量(liàng)，“viggo”就是其中之一，他(tā)用朋(péng)友(yǒu)的(de)照片直接带她们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用(yòng)Text2Pro抖音哈拉少什么意思，抖音哈拉少是什么意思mpt插件拓展找(zhǎo)到(dào)对应的(de)关键词(cí)；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始换关键(jiàn)词试效果。

通过(guò)图(tú)片就(jiù)可以看出来，效果十(shí)分(fēn)惊艳。

更厉害的是(shì)，除(chú)了(le)真实的照片，草图也可(kě)以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张吕敏其本尊(zūn)也(yě)亲自回(huí)应。

不得不说当下(xià)AIGC已经变得越来(lái)越强(qiáng)大，甚(shèn)至输出(chū)的作品都(dōu)已(yǐ)经能以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力(lì)爆发

警(jǐng)惕(tì)安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟(pì)谣(yáo)这所谓的(de)“party”可能是全国第(dì)一(yī)起AI绘图(tú)诈骗(piàn)。

由于这个(gè)活动里面给出的美女照片都是AI制作(zuò)的真人照片绘图，因为太(tài)逼真，被(bèi)大家当成真事传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很(hěn)大的漏(lòu)洞可以发现并非真人，而是(shì)AI绘图(tú)，那便是图片中女性的(de)手指部分有的存在异(yì)常。

有行业人事表示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画人的手，但(dàn)最(zuì)新看到的图片已经(jīng)有(yǒu)越来越完美(měi)的AI模型出现，以后(hòu)可能就完全(quán)没有漏(lòu)洞(dòng)了(le)。”

类似的AI作图(tú)诈骗在(zài)国外也已有(yǒu)发生。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照(zhào)片发布到网络，以此诱骗善良(liáng)的人打(dǎ)赏“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能做(zuò)出真人照片般的绘图效果，如果(guǒ)这样的(de)图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批(pī)判者认(rèn)为(wèi)AI在(zài)“学习”了大量前人的(de)作(zuò)品之后，其创(chuàng)作没有任何(hé)情绪和灵魂，难以和(hé)人(rén)类的(de)艺(yì)术创作相(xiāng)提并论(lùn)。

另一(yī)方面，AIGC背后(hòu)的版(bǎn)权、目前都(dōu)并没(méi)有得到有效(xiào)的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的(de)创意(yì)。

马斯克(kè)也强(qiáng)调，人工智能的安全问题需要(yào)得到(dào)重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是(shì)有两(liǎng)面(miàn)性的，潜在(zài)的危(wēi)害并不能掩盖(gài)其光(guāng)辉的贡献。现在看来，人工智能技(jì)术将是第四次工业(yè)革(gé)命的(de)核心驱动力量，将创(chuàng)造新(xīn)的增长奇(qí)迹。

过去一年(nián)，人(rén)工(gōng)智(zhì)能(néng)在技术和商业层面都有了(le)巨(jù)大(dà)进展，AI绘画就是人工(gōng)智能(néng)技(jì)术发生方向性改(gǎi)变(biàn)的(de)一个代表。其下一站(zhàn)或(huò)许就是视频。

此(cǐ)前(qián)，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科(kē)技圈的短视频(pín)。这(zhè)些视频引发关(guān)注并非内容做得多(duō)优(yōu)秀，反而都非常简单，比如一匹正在喝水的(de)马(mǎ)，一只(zhǐ)画画(huà)的(de)玩具熊，或(huò)者一段骑摩托(tuō)车的第一视角录(lù)像，随便一个有(yǒu)手机的(de)人都(dōu)可以(yǐ)随手录下一段。

但这些短视频的(de)创作方式(shì)非常(cháng)简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只是(shì)说(shuō)一下(xià)要求，AI就(jiù)可以根据(jù)需要生成一段视频。

谷歌发布(bù)的两(liǎng)个AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩(wán)了一波梗，一个能(néng)够做(zuò)出更高(gāo)清视频的AI还(hái)不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于(yú)，它可以制作出超过2分(fēn)钟的(de)连贯的也有确切(qiè)内(nèi)容的视频，这才是(shì)真正让人们感到惊喜的(de)地方。因为无论AI生成(chéng)的视频(pín)多么高清(qīng)，也(yě)只能是(shì)为内容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不过能(néng)够制作(zuò)出有(yǒu)具体(tǐ)剧情内(nèi)容的视(shì)频就意味着，一些视频创作(zuò)由AI代替人工完成已经初步有(yǒu)了可(kě)能。

当下AI的发(fā)展(zhǎn)速(sù)度已经超(chāo)过大部(bù)分(fēn)人的(de)想象。内容(róng)产业的本质是供给创造需求(qiú)，AIGC作为全新的(de)内容(róng)生产方式，可以为内容产业带来更新的内(nèi)容风格、更快(kuài)的(de)生产速度，更低(dī)的生产成本，这(zhè)无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视(shì)频(pín)，AIGC技术还(hái)能(néng)应用于音乐、代码、机器人动作等(děng)多种内容形(xíng)式的生成。不难发现该项技术不仅在游戏(xì)等行业能得到(dào)有效应用，对于(yú)下一代互联网各种元素(sù)的构建(jiàn)亦有关键意义。

从商业(yè)化(huà)的角度来看，文化娱乐、教育、传媒等诸多领域，本(běn)身就对基(jī)于(yú)AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中的(de)一块重(zhòng)要拼图(tú)，有望在技术更新(xīn)的(de)加持下实现(xiàn)更大的应用价值。

AI从理解内容，走向了(le)可以生(shēng)成内容，甚至能够创造(zào)出(chū)独立价值和(hé)独立视角的(de)内容。AIGC的再(zài)次出(chū)圈(quān)，更(gèng)代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术的发展也(yě)可以看出，在语言大(dà)模型(xíng)、图像大(dà)模(mó)型之后，多(duō)模态大模型已经成为了新的趋势。

大模型被誉(yù)为(wèi)当(dāng)前人工智(zhì)能发展的智能底座，是全(quán)球竞争(zhēng)最激烈的研究方(fāng)向之一，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众(zhòng)多(duō)头部企业都(dōu)在竞相发力。

不(bù)过(guò)训练大模型(xíng)的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报(bào)告估算，GPT-3训练一次的(de)成本约为140万美元(yuán)。而对(duì)于(yú)一(yī)些(xiē)更大(dà)的LLM(大(dà)型语言模型)，训练成本(běn)则介于200万(wàn)美元至1200万美(měi)元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立(lì)访客平均数1300万计算，其对应芯(xīn)片需求(qiú)为(wèi)3万多(duō)片(piàn)英伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿美元，每(měi)日仅电费就(jiù)在(zài)5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞(páng)大(dà)算力支持(chí)。在关注各类大(dà)模型的(de)发展(zhǎn)同时，更应该(gāi)关(guān)注算力网络的建设。

算力网(wǎng)络正驱动AI产业发展进入史诗级加(jiā)速进(jìn)程，让AIGC及通用(yòng)AI这一(yī)人工智能(néng)发(fā)展的终极目(mù)标离得更(gèng)近。

因(yīn)为算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(tài)大模型是典型(xíng)。作为面向未来强人工智能、通(tōng)用人工(gōng)智能的(de)重要(yào)技术创新，多模态大模型(xíng)已经在人工智能(néng)领域(yù)提(tí)出了(le)很多年，业界也(yě)有(yǒu)不少(shǎo)技(jì)术突破，但是，多模态大模型进一步往下走，算力需求(qiú)呈(chéng)几何式(shì)上升(shēng)，一般(bān)的(de)算力基础设(shè)施很快将(jiāng)难(nán)以胜(shèng)任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人(rén)工智能可以灵活应(yīng)对不同模态的转化(huà)、像人与世界(jiè)交互(hù)一样自然，这方面(miàn)，由算力网络来驱动(dòng)将有明显(xiǎn)优势。

此外，还有(yǒu)很多需要(yào)爆发式增长的(de)算(suàn)力来支撑的(de)技术创新，将在人(rén)工智能算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模型和大(dà)算(suàn)力的支持下AIGC能持续颠(diān)覆内容生(shēng)产的方式，将创造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 抖音哈拉少什么意思，抖音哈拉少是什么意思