自聊天机器(qì)人ChatGPT火爆(bào)以来(lái)，微软公司创始人比(bǐ)尔(ěr)·盖(gài)茨已(yǐ)多次公(gōng)开谈论人工智(zhì)能话题。在(zài)最(zuì)近的一(yī)次(cì)采访中(zhōng)，他再次表(biǎo)示：“AI可能(néng)会让科(kē)技行(xíng)业迎来(lái)一(yī)次剧烈的洗(xǐ)牌”。

这(zhè)个结论(lùn)是他在当地(dì)时间2月20日接(jiē)受《In Good Company》节目专访时提出(chū)的(de)。

他预期，AI的(de)发(fā)展可能会威(wēi)胁(xié)到(dào)谷歌的市(shì)占率，因为微软在AI方面的行(xíng)动相当迅速。而最终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全(quán)能(néng)助(zhù)手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各大厂商的AI绘画软件被(bèi)广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一(yī)组(zǔ)关键词(cí)或(huò)者一张照(zhào)片(piàn)，就能获得一幅AI创作的画作。

作画的关键就是所(suǒ)输入(rù)的文(wén)本(běn)。同一组(zǔ)关键(jiàn)词也(yě)可以创作出很多张(zhāng)风格(gé)不一样的(de)画作，这让创作的过程(chéng)就像开盲盒。

很多用户很喜欢这种不(bù)确定的惊喜，他们(men)会(huì)将生成(chéng)的美图当做头像(xiàng)。而另(lìng)一(yī)部分喜欢翻(fān)看AI绘画的(de)“翻车(chē)”作品。在(zài)社(shè)交(jiāo)媒体上，许多用户分享AI“翻车(chē)现(xiàn)场(chǎng)”，例如，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友的个人照片被AI识别(bié)成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要被颠覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读(dú)博的中国(guó)人张吕敏创作的一种基(jī)于控制点(diǎn)的图像变(biàn)形算(suàn)法，主要用于数字图像处理(lǐ)、计算机视觉和计算(suàn)机图形学等领(lǐng)域。

其SD插件一(yī)经发布(bù)，在短短(duǎn)的两天内便(biàn)成为了AI绘画(huà)领(lǐng)域(yù)最新的热点。

在此(cǐ)之(zhī)前，大家用了很多方(fāng)法想让AI生成的(de)结果尽(jǐn)可能的(de)符(fú)合要求，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成开(kāi)始(shǐ)进入(rù)真(zhēn)正的(de)可控时期。

因为(wèi)ControlNet可(kě)以直(zhí)接提(tí)取画面(miàn)的构图，人物的姿势(shì)和画面(miàn)的深度信(xìn)息等(děng)。有了它的帮助，就不用(yòng)频(pín)繁(fán)的(de)用提示(shì)词(cí)来碰运气，抽盲盒式的(de)创作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于(yú)给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品(pǐn)已经获得了大(dà)量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照片直接带她(tā)们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对(duì)应(yīng)的关(guān)键词(cí)；最(zuì)后用ControlNet插(chā)件(jiàn)绑定骨骼开始换关键词(cí)试效果。

通过图(tú)片(piàn)就可以(yǐ)看出来，效(xiào)果(guǒ)十分惊艳。

更厉害的是(shì)，除(chú)了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩图。大神张吕敏其本尊也(yě)亲自回(huí)应。

不(bù)得(dé)不说当下AIGC已(yǐ)经(jīng)变得越来越强大，甚(shèn)至输出的(de)作品都已(yǐ)经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息(xī)火遍网(wǎng)络，而经过(guò)警方辟(pì)谣(yáo)这(zhè)所谓(wèi)的(de)“party”可能是(shì)全国第一起(qǐ)AI绘图(tú)诈骗(piàn)。

由于这个活动里(lǐ)面(miàn)给(gěi)出的美(měi)女照片都是AI制作(zuò)的真(zhēn)人照片绘图，因为(wèi)太逼真，被大家当(dāng)成真事(shì)传播了。

不过仔细观察可以(yǐ)发现(xiàn)，活动发起者提供的照片中(zhōng)有个很大的(de)漏洞可以发(fā)现并非真人(rén)，而(ér)是AI绘图，那便是图片中女性的手(shǒu)指部分有的存在异常。

有行业人(rén)事表示(shì)：“现(xiàn)在因(yīn)为(wèi)手(shǒu)指部分(fēn)的绘画算(suàn)法比较(jiào)复杂，AI还(hái)不太会画人的手，但最(zuì)新看到的(de)图(tú)片(piàn)已(yǐ)经有(yǒu)越来越完美(měi)的AI模型出现(xiàn)，以后可能就完全没(méi)有漏(lòu)洞了。”

类似的AI作图诈骗(piàn)在国(guó)外(wài)也已(yǐ)有(yǒu)发生(shēng)。据(jù)英国广播公司报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布(bù)到网络，以(yǐ)此(cǐ)诱(yòu)骗善(shàn)良(liáng)的人打赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经(jīng)能做出真(zhēn)人照片般的绘(huì)图效果(guǒ)，如果这样的图片被(bèi)用来诈骗(piàn)，将非常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量(liàng)前(qián)人的作(zuò)品(pǐn)之(zhī)后，其创作没有任何情绪和灵魂，难以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背(bèi)后的版权(quán)、目前(qián)都并(bìng)没有得到(dào)有效(xiào)的解决，还有AIGC会不(bù)会代替人类“至(zhì)高无上”的创意。

马斯(sī)克也(yě)强调，人(rén)工智能的安(ān)全问题(tí)需要(yào)得到重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除(chú)了视频，还(hái)有远方

技(jì)术都是有(yǒu)两面性的，潜在的危害并不能掩(yǎn)盖其(qí)光辉(huī)的(de)贡献。现在看来，人工智(zhì)能技术(shù)将(jiāng)是第四(sì)次工(gōng)业(yè)革(gé)命的(de)核心驱(qū)动(dòng)力量，将创造新的增长奇迹(jì)。

过(guò)去一年，人(rén)工智能在技术和(hé)商业层面都(dōu)有了巨大进展，AI绘画就是人工(gōng)智能技术发(fā)生方向性改变的(de)一个代(dài)表。其下(xià)一(yī)站(zhàn)或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆(bào)科技圈的短(duǎn)视频。这(zhè)些视频引发关注并非(fēi)内容做得多优秀，反而都(dōu)非常(cháng)简单(dān)，比如一(yī)匹(pǐ)正在喝水的马(mǎ)，一只画画的(de)玩具熊(xióng)，或者一段骑摩托车的第(dì)一视角录(lù)像，随便一个有(yǒu)手机的人都可以随手录(lù)下(xià)一段。

但(dàn)这些短(duǎn)视(shì)频的(de)创作方式非常简(jiǎn)单，创(chuàng)作(zuò)者仅仅需(xū)要向AI输入一段话，甚至只是说一下要(yào)求，AI就(jiù)可以根(gēn)据需要(yào)生成一段(duàn)视频。

谷歌(gē)发布的两个(gè)AI生成视频分别来(lái)自于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(chà)别。

在Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈就已经玩了(le)一波梗，一个能够做出更高清(qīng)视频的AI还不足以(yǐ)在短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人(rén)震惊的地方在于，它可以制(zhì)作出超过2分(fēn)钟(zhōng)的(de)连贯的也有确切(qiè)内容的视(shì)频，这(zhè)才是真正(zhèng)让人们感到惊(jīng)喜的(de)地方。因为无论AI生成的视频多么高清，也只能是为内容生产者提供一个(gè)灵感，一个素(sù)材，一个过场(chǎng)动画(huà)。

不过(guò)能够制(zhì)作出有具(jù)体剧情内容的视(shì)频(pín)就(jiù)意味着，一些(xiē)视频创作(zuò)由(yóu)AI代替(tì)人工完(wán)成已(yǐ)经初(chū)步有(yǒu)了可能。

当下AI的发展速(sù)度已经超过大部分人(rén)的想象。内(nèi)容产(chǎn)业的本质是(shì)供给创造需求，AIGC作为全(quán)新的内(nèi)容(róng)生产方式，可(kě)以为内容产业(yè)带来(lái)更新的内容风格(gé)、更(gèng)快的生产速度，更(gèng)低的生产成(chéng)本(běn)，这(zhè)无疑会驱动内容产(chǎn)业的大爆(bào)发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器人动(dòng)作等多(duō)种内容形式的生成(chéng)。不难(nán)发现该项技术不仅在游戏等行(xíng)业能得到有效应(yīng)用，对(duì)于下(xià)一代互联(lián)网各种(zhǒng)元素(sù)的构建亦有关键意(yì)义(yì)。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有(yǒu)强烈需(xū)求。

因此，AI绘画(huà)及视(shì)频或不是结果(guǒ)，而只是AI进程中的一块重要拼图，有望(wàng)在技术更(gèng)新的(de)加持下实现更大的应(yīng)用价值(zhí)。

AI从理解内容(róng)，走向了可以(yǐ)生成(chéng)内容，甚至能够(gòu)创造出(chū)独立价值(zhí)和独立视角的(de)内容。AIGC的(de)再次出圈，更代表着(zhe)未来的先进生产力(lì)即将(jiāng)到来。

04

紧抓(zhuā)大(dà)模型与算力，牢固AIGC底座(zuò)

从技术(shù)的(de)发展也可以看出，在(zài)语言(yán)大模(mó)型、图像大模型之后(hòu)，多模态大模型(xíng)已经(jīng)成为了新的趋(qū)势。

大模型被誉为当前(qián)人工智能发展的智能底座，是全球竞争最(zuì)激烈的研(yán)究方向之(zhī)一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯等众多头部企业都在(zài)竞相发力。

不过训(xùn)练大模型的确价格不菲，以(yǐ)国盛(shèng)证券(quàn)发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本(běn)约为140万(wàn)美(měi)元。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本(běn)则(zé)介于200万美元至1200万(wàn)美(měi)元高(gāo)价(jià)之间。

以ChatGPT在2023年(nián)1月的(de)独立(lì)访(fǎng)客平均(jūn)数1300万计算，其(qí)对(duì)应芯片(piàn)需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电(diàn)费(fèi)就在5万美(měi)元左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支持。在关(guān)注(zhù)各类大模(mó)型(xíng)的(de)发展同时，更应该关注(zhù)算力网络的建设。

算(suàn)力网络正驱动AI产(chǎn)业发展进入(rù)史诗(shī)级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得(dé)更近。

因为算力可以对突破性技术创新提供大力(lì)的支持。这(z俄罗斯语乌拉是什么意思 中国人可以说乌拉吗hè)方(fāng)面，多(duō)模态大模型(xíng)是(shì)典型。作为面向未来强(qiáng)人(rén)工智能、通用人工智能的(de)重要技术创新(xīn)，多模态大模型已经(jīng)在人工智(zhì)能领域提出了(le)很多年，业界也有不少技术突破，但是，多模态大模(mó)型进一(yī)步往下走，算力需求呈几何式上升，一般(bān)的算力基(jī)础设施很快将(jiāng)难以(yǐ)胜(shèng)任。

从图像、文字、语音(yīn)单独(dú)一项的(de)训练，到双模态、三模(mó)态的跃迁，让(ràng)人工智能可(kě)以灵活应(yīng)对(duì)不同模态的(de)转化、像人(rén)与世(shì)界交(jiāo)互一样自(zì)然，这方面，由(yóu)算力网(wǎng)络来驱动将(jiāng)有明(míng)显优(yōu)势。

此外(wài)，还有很(hěn)多需要爆发式增长的(de)算力来支撑的技(jì)术创(chuàng)新，将(jiāng)在人(rén)工智能算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已经(jīng)露出(chū)曙(shǔ)光，期待(dài)在大模型和大算力的支持(chí)下AIGC能持续颠覆内容生产(chǎn)的方式，将创(chuàng)造的边际(jì)成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：惠安汇通石材有限公司 俄罗斯语乌拉是什么意思 中国人可以说乌拉吗