自聊(liáo)天机器(qì)人(rén)ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已(yǐ)多次公开谈(tán)论人工智能话题。在最近的一次采(cǎi)访中，他(tā)再(zài)次表示(shì)：“AI可能会(huì)让科技(jì)行业(yè)迎来一次剧(jù)烈的洗牌(pái)”。

这个结论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期(qī)，AI的发展(zhǎn)可能会威胁到(dào)谷歌的市占率(lǜ)，因(yīn)为微(wēi)软在(zài)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(quán)能(néng)助手”，包揽一切应用，与人们进行(xíng)沟通并提(tí)供(gōng)建议(yì)，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能(néng)助手(shǒu)的到来可能(néng)尚需时日，但由(yóu)ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围(wéi)中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向(xiàng)可(kě)控靠近(jìn)

以(yǐ)AI绘画为(wèi)代表(biǎo)的(de)AIGC上(shàng)一次爆火的时(shí)候，还是2022年(nián)8月，在美国科罗(luó)拉多州举(jǔ)办的新(xīn)兴数字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的(de)作品获奖。

随(suí)后(hòu)各大厂商的AI绘画软件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在应用中输入一(yī)组关键词或者一(yī)张照(zhào)片(piàn)，就能(néng)获得一幅AI创作的画作。

作(zuò)画(huà)的关键就是所输入(rù)的文本。同一组关键词也可以创(chuàng)作出(chū)很多张风格不一样的画作，这让(ràng)创(chuàng)作(zuò)的(de)过(guò)程(chéng)就像开盲盒。

很多用(yòng)户很喜欢(huān)这种不(bù)确定的惊喜，他们会将生成的(de)美(měi)图当做头像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一(yī)位网(wǎng)友的(de)小狗照(zhào)片被AI画(huà)成(chéng)了“肌肉男”，还(hái)有网友的(de)个人照片被AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游戏(xì)可能要被颠覆了。

ControlNet是(shì)一(yī)位正(zhèng)在斯坦福(fú)读博的中(zhōng)国人张吕敏(mǐn)创作的一种基于控制点的图像变(biàn)形(xíng)算法，主(zhǔ)要用于数(shù)字图(tú)像处理、计算(suàn)机(jī)视(shì)觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在(zài)短短的两天内便成为了(le)AI绘画领域最新的热点。

在此之前(qián)，大家用(yòng)了很多(duō)方法想让AI生成(chéng)的结果尽可能的(de)符(fú)合要求，但是都不(bù)尽如人意(yì)，它的出现代表着AI生(shēng)成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画(huà)面的(de)构图(tú)，人物的姿势和画面的深度信息等(děng)。有了它(tā)的帮助(zhù)，就不(bù)用频繁的用提示词来碰运气，抽(chōu)盲盒(hé)式的创作了(le)。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作品已(yǐ)经获(huò)得了(le)大量的浏(liú)览量(liàng)，“viggo”就是其(qí)中之(zhī)一(yī)，他用(yòng)朋友的照片直接带她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到对应(yīng)的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词(cí)试效果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩图。大(dà)神(shén)张吕敏(mǐn)其(qí)本尊也亲(qīn)自(zì)回(huí)应(yīng)。

女生说喜欢独处是什么意思，一个人独处是什么意思coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不(bù)说当下(xià)AIGC已经变得(dé)越来越强大(dà)，甚至输出的作品(pǐn)都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经过警方(fāng)辟谣这所谓的“party”可能(néng)是全国第(dì)一起AI绘图(tú)诈(zhà)骗(piàn)。

由(yóu)于这(zhè)个活动里面给出(chū)的美(měi)女照片都是AI制作的真人照片绘图，因为太(tài)逼真，被大家当成真事传播了。

不过仔细观察可以发(fā)现(xiàn)，活(huó)动发起者提供的照片中有个很大的漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是图片中(zhōng)女性的手指部分有的存在异常。

有行业人事表示：“现(xiàn)在(zài)因为手指(zhǐ)部分的绘(huì)画算法比较复杂，AI还不太会画人的手，但最(zuì)新看到(dào)的图片已经有越来越完美的AI模型出现，以后可能就完全没有漏(lòu)洞(dòng)了(le)。”

类(lèi)似的AI作图诈骗(piàn)在(zài)国外也已有发生(shēng)。据英国广播(bō)公司报道，土耳其地震(zhèn)期间，有Tiktok用户(hù)使用AI合(hé)成(chéng)了(le)儿童(tóng)受灾的假照(zhào)片发布到网(wǎng)络，以此诱骗(piàn)善良(liáng)的人打赏“捐助(zhù)”从而实施诈骗(piàn)。

目(mù)前随着技术发展，AIGC已(yǐ)经能(néng)做出真人照片(piàn)般的绘图(tú)效(xiào)果，如果(guǒ)这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很多(duō)担忧，一方面，批(pī)判者认为AI在(zài)“学习”了大量前人的作品之后(hòu)，其创作没有任何情绪和灵魂(hún)，难以和人(rén)类(lèi)的(de)艺(yì)术创作相(xiāng)提(tí)并(bìng)论。

另一(yī)方面，AIGC背后的(de)版权、目前都并没有得(dé)到(dào)有效的解决(jué)，还有AIGC会不会代(dài)替人类“至高无上”的创意。

马斯克也强(qiáng)调，人工智能(néng)的安全问题需要得到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一站除了(le)视频(pín)，还有(yǒu)远方(fāng)

技(jì)术都是(shì)有两面(miàn)性的，潜在的危害(hài)并不能掩盖其光辉(huī)的贡献。现在看来，人工智能(néng)技术(shù)将是第四次(cì)工业革命的核(hé)心驱动力(lì)量，将创(chuàng)造(zào)新(xīn)的增(zēng)长(zhǎng)奇迹。

过去(qù)一(yī)年，人工智能在技术和商(shāng)业层(céng)面都有了巨大进展，AI绘画就(jiù)是人工(gōng)智(zhì)能技(jì)术(shù)发生方(fāng)向性(xìng)改变(biàn)的一(yī)个代表。其下一站或许就是视频。

此前，Meta和(hé)谷(gǔ)歌先(xiān)后发布了几条引爆科技圈的短视频(pín)。这些视频引(yǐn)发关注(zhù)并非内容做得多优(yōu)秀，反而都非常简单(dān)，比如一匹(pǐ)正(zhèng)在(zài)喝(hē)水的马，一只画画(huà)的玩具熊，或者一段(duàn)骑摩托车的(de)第(dì)一视角(jiǎo)录(lù)像，随(suí)便一个有手机的人都可以(yǐ)随手录下一(yī)段。

但这些短视频的(de)创(chuàng)作(zuò)方式非常简单，创作者仅仅需要向AI输入一段话，甚至只是(shì)说(shuō)一下要(yào)求，AI就可以根据需要(yào)生成一(yī)段视频。

谷(gǔ)歌发(fā)布(bù)的(de)两个AI生(shēng)成视(shì)频(pín)分别来自(zì)于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的M女生说喜欢独处是什么意思，一个人独处是什么意思ake-A-Video没有太(tài)多(duō)的(de)差别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后(hòu)，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做出(chū)更高清视(shì)频的AI还不足以在短时(shí)间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制作出(chū)超过2分钟的连(lián)贯的(de)也有确(què)切内容的视频(pín)，这才(cái)是真正让人(rén)们感到惊喜的地方。因为无论AI生成(chéng)的(de)视频多(duō)么高清，也只能是为内容生产者提供一个灵感，一个(gè)素(sù)材，一个(gè)过场动画(huà)。

不过(guò)能够制作出有具体剧(jù)情内容的视(shì)频(pín)就(jiù)意(yì)味着，一些视频创(chuàng)作由AI代替人工(gōng)完成已(yǐ)经初步有了可能。

当下AI的发(fā)展速度已经超(chāo)过大部分人(rén)的想象(xiàng)。内容(róng)产业的本质是供给创(chuàng)造需求(qiú)，AIGC作为全新(xīn)的内容生产方式(shì)，可以为内容产业带来更(gèng)新的内容风(fēng)格、更(gèng)快的生产速度(dù)，更低的生产成本，这无疑会驱动内容(róng)产业(yè)的(de)大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用于(yú)音乐、代(dài)码、机(jī)器人动作等多种(zhǒng)内容形式的生成。不(bù)难(nán)发(fā)现该项(xiàng)技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互(hù)联网各种元素的构建亦有关键(jiàn)意义。

从(cóng)商业(yè)化的(de)角度来看，文化(huà)娱乐(lè)、教育(yù)、传(chuán)媒等诸(zhū)多领域，本(běn)身就对基于AI的可(kě)视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进程(chéng)中的一块重(zhòng)要拼图(tú)，有望(wàng)在技(jì)术(shù)更新的加(jiā)持(chí)下实现更大的应(yīng)用价值(zhí)。

AI从理解(jiě)内(nèi)容，走向了(le)可以生(shēng)成内容，甚至能(néng)够创造(zào)出(chū)独立价值和独立视角的内容。AIGC的再次出圈(quān)，更(gèng)代表(biǎo)着未(wèi)来的先(xiān)进生(shēng)产(chǎn)力(lì)即将(jiāng)到来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语(yǔ)言大模型、图像(xiàng)大模型(xíng)之后，多模(mó)态大模型(xíng)已经(jīng)成为了(le)新的趋势。

大(dà)模型被誉为当(dāng)前(qián)人工智能发展的(de)智能底(dǐ)座，是(shì)全球(qiú)竞(jìng)争最(zuì)激烈的研究(jiū)方向之一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力。

不过(guò)训练大模型的(de)确价格不(bù)菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力(lì)》报告估算，GPT-3训练一次的(de)成本约为(wèi)140万美元。而对于(yú)一些更大(dà)的LLM(大(dà)型语言模型)，训(xùn)练成本则介于200万美(měi)元至1200万(wàn)美元(yuán)高价之(zhī)间。

以ChatGPT在(zài)2023年1月的(de)独立访客平均(jūn)数1300万计算，其(qí)对应芯片需求为3万多片英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每(měi)日仅电费就在5万(wàn)美元左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都(dōu)离不(bù)开庞大(dà)算(suàn)力支持。在关(guān)注各(gè)类大模型(xíng)的发展同(tóng)时(shí)，更应该(gāi)关注算力网络的建设。

算力网络正(zhèng)驱(qū)动(dòng)AI产业(yè)发展进入史诗(shī)级加速进程(chéng)，让AIGC及通用AI这一人(rén)工智能发展的终极目标离得更近。

因(yīn)为算力可以对突破(pò)性技术创新提供大力的支持。这(zhè)方面，多模态大模(mó)型是典型。作为面向未(wèi)来(lái)强人(rén)工智能、通用人工智能的重要(yào)技术创新，多(duō)模态大模型已(yǐ)经在人工智能(néng)领域(yù)提出了很多年，业界也有不少技术突(tū)破，但(dàn)是(shì)，多模态大(dà)模型进一步往下(xià)走，算(suàn)力需求(qiú)呈几何式上升(shēng)，一般的算力基础设施(shī)很快将(jiāng)难以胜(shèng)任(rèn)。

从图像、文字(zì)、语音单独(dú)一项的训练，到(dào)双模态(tài)、三模(mó)态的跃(yuè)迁，让人工智能可(kě)以灵活应(yīng)对(duì)不同模(mó)态的转化、像人与世(shì)界交互(hù)一样(yàng)自然，这方面，由算力网络来驱动将有明(míng)显优势。

此外，还(hái)有很多(duō)需要(yào)爆发式增长的(de)算力来支(zhī)撑的技(jì)术创新，将(jiāng)在人工智能算力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光，期待在(zài)大模(mó)型(xíng)和(hé)大算力的支持下AIGC能持续颠覆内容(róng)生产的(de)方(fāng)式，将(jiāng)创造的边际(jì)成本降低，让万众(zhòng)受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 女生说喜欢独处是什么意思，一个人独处是什么意思