自聊天机(jī)器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人比尔(ěr)·盖茨已(yǐ)多次(cì)公开(kāi)谈论人工(gōng)智能话题(tí)。在最近的一(yī)次采访中(zhōng)，他再次表示(shì)：“AI可能会让科技(jì)行(xíng)业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论是他在当地(dì)时(shí)间2月20日接受(shòu)《In Good Company》节目(mù)专访时(shí)提出的。

他预期，AI的发展(zhǎn)可能会威胁到(dào)谷歌(gē)的市占(zhàn)率，因为微(wēi)软在(zài)AI方面的行(xíng)动相(xiāng)当迅速。而最终科技巨头将(jiāng)把(bǎ)AI整合成用户的(de)“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能(néng)助(zhù)手的(de)到来可能(néng)尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点(diǎn)包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画(huà)为(wèi)代表的(de)AIGC上一次爆火(huǒ)的时候(hòu)，还(hái)是2022年(nián)8月，在美国科罗拉多州举办的(de)新兴(xīng)数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的(de)作(zuò)品获(huò)奖(jiǎng)。

随后各(gè)大厂(chǎng)商的AI绘画(huà)软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在(zài)应(yīng)用(yòng)中输(shū)入一组关键词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的(de)关键就是所输入(rù)的文本(běn)。同一组关键词也(yě)可以创作(zuò)出(chū)很多张风格不一样的画(huà)作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这(zhè)种(zhǒng)不确定的惊喜(xǐ)，他们会将生成的(de)美(měi)图当做头像(xiàng)。而(ér)另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网友的小(xiǎo)狗照(zhào)片被AI画(huà)成了“肌(jī)肉男”，还有(yǒu)网友的个人(rén)照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写(xiě)关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人(rén)张吕敏创作的一种基(jī)于(yú)控制点(diǎn)的图像变形算法(fǎ)，主(zhǔ)要用于(yú)数字图像处理、计算机视觉和计算机(jī)图(tú)形学等领域。

其SD插(chā)件(jiàn)一经发布，在短短的两天内便成(chéng)为了AI绘画领域最(zuì)新的热点。

在此之前，大家用了(le)很多方(fāng)法想让AI生成的结果尽可能的(de)符合(hé)要求，但是都(dōu)不(bù)尽(jǐn)如人意(yì)，它(tā)的出现代(dài)表着AI生成开始(shǐ)进入(rù)真正的可(kě)控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人(rén)物的(de)姿势和(hé)画面的深度信(xìn)息等。有了它的帮助，就不用(yòng)频(pín)繁的用(yòng)提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经获得了(le)大量的(de)浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她们(men)走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到对(duì)应的关键词；最(zuì)后用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关(guān)键词试(shì)效果。

通过图片就可(kě)以看出来(lái)，效果十分惊艳。

更(gèng)厉害(hài)的是(shì)，除(chú)了真实(shí)的照(zhào)片，草图也可以(yǐ)加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线(xiàn)稿(gǎo)转全彩图。大神张吕敏其本(běn)尊(zūn)也亲(qīn)自(zì)回(huí)应。

竹荪煮多久ecoding="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(bù)得不说当下AIGC已(yǐ)经(jīng)变得越来越强(qiáng)大，甚至输出的作(zuò)品都已(yǐ)经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的(de)消息(xī)火遍(biàn)网络，而经过(guò)警(jǐng)方辟谣这所谓(wèi)的(de)“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出(chū)的美女照片都是AI制(zhì)作的真人照(zhào)片绘(huì)图(tú)，因(yīn)为太(tài)逼真，被大家当(dāng)成真(zhēn)事传播了(le)。

不过仔细观察可以发(fā)现，活(huó)动发起者提供的照片中有个很大的漏洞(dòng)可以(yǐ)发现并非(fēi)真人(rén)，而是AI绘(huì)图，那便是(shì)图片中女性的手指部分有的存(cún)在异常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘(huì)画算法比(bǐ)较复(fù)杂(zá)，AI还不太会画(huà)人(rén)的手，但最新看到(dào)的图片已经有越来越完美的AI模型(xíng)出现，以(yǐ)后(hòu)可能(néng)就(jiù)完全(quán)没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国外也(yě)已(yǐ)有发生。据(jù)英国广播(bō)公司报道，土(tǔ)耳其地(dì)震期间，有Tiktok用户(hù)使用AI合成了儿(ér)童受(shòu)灾的(de)假照(zhào)片发布到(dào)网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐(juān)助(zhù)”从而(ér)实施(shī)诈(zhà)骗。

目前(qián)随着技术发(fā)展，AIGC已经能做出真人照(zhào)片般的绘图效(xiào)果，如果(guǒ)这样的图片被用来诈骗，将非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引发了很(hěn)多担(dān)忧，一方面，批判(pàn)者认为(wèi)AI在(zài)“学习”了大量前人的作品之后(hòu)，其创作没(méi)有(yǒu)任何(hé)情绪和灵魂，难以和人类(lèi)的艺术创(chuàng)作相提(tí)并论。

另一方面(miàn)，AIGC背后的版权(quán)、目(mù)前都(dōu)并(bìng)没有(yǒu)得到有效的解决，还(hái)有(yǒu)AIGC会不会代替人类“至(zhì)高(gāo)无上”的创意(yì)。

马斯克也强调，人工(gōng)智能(néng)的(de)安全(quán)问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站除了(le)视(shì)频，还有远方

技术都是有两(liǎng)面性的，潜在的危害并不(bù)能掩盖(gài)其光辉的贡献。现在看(kàn)来，人(rén)工智能技(jì)术(shù)将(jiāng)是(shì)第四次工(gōng)业(yè)革命的核心(xīn)驱(qū)动力量，将创造(zào)新的(de)增(zēng)长奇(qí)迹。

过去一年，人工(gōng)智能在技术和商(shāng)业层(céng)面都有了巨(jù)大进展(zhǎn)，AI绘画(huà)就是人工(gōng)智能技术发生方(fāng)向性改变的(de)一个代(dài)表。其下一站或(huò)许(xǔ)就是视频(pín)。

此前(qián)，Meta和谷歌先后发布(bù)了几(jǐ)条引爆科技(jì)圈(quān)的短视频(pín)。这(zhè)些视(shì)频引发关注并非内容(róng)做得多优秀，反而都非常简单，比(bǐ)如一匹正在喝水(shuǐ)的(de)马，一只画(huà)画的玩具熊(xióng)，或者一段骑摩托车(chē)的第一视(shì)角录像，随便一个有手(shǒu)机(jī)的人都可以随(suí)手录下一(yī)段。

但(dàn)这些短视频的创(chuàng)作方式非常简单，创作者仅仅(jǐn)需(xū)要向AI输入(rù)一段话，甚至只(zhǐ)是说一下要求，AI就(jiù)可以根据需要生成一段视频(pín)。

谷歌(gē)发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩(wán)了(le)一波梗，一个能(néng)够做出(chū)更高清视(shì)频的AI还不足以(yǐ)在(zài)短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制(zhì)作出(chū)超过2分钟的连贯(guàn)的(de)也(yě)有确切内容(róng)的视频，这(zhè)才是真(zhēn)正让人(rén)们感到惊喜的(de)地方(fāng)。因为无论AI生成的视频多(duō)么高清，也只能是(shì)为内容生(shēng)产者提供一个灵感，一个(gè)素材，一个过(guò)场动画。

不过能够(gòu)制作出(chū)有具体剧情(qíng)内容的视频就(jiù)意味(wèi)着，一些视频创作由AI代替(tì)人(rén)工完成已(yǐ)经初(chū)步(bù)有了可能。

当(dāng)下AI的发展速度(dù)已经(jīng)超过大部分人的想(xiǎng)象(xiàng)。内容产业(yè)的本质是(shì)供(gōng)给(gěi)创造需(xū)求，AIGC作(zuò)为全新(xīn)的(de)内容(róng)生产方式，可以为(wèi)内容产(chǎn)业带来更新的内容风(fēng)格、更快的生产速度，更低的生(shēng)产成本，这无疑会驱(qū)动内容产(chǎn)业(yè)的大爆发(fā)。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于(yú)音(yīn)乐(lè)、代码(mǎ)、机器人(rén)动作等多种内容形式的生(shēng)成。不难(nán)发现该(gāi)项技(jì)术不(bù)仅在游戏等(děng)行业能(néng)得到有(yǒu)效应用，对于下一代互联网各种元(yuán)素的构建(jiàn)亦(yì)有关键意义(yì)。

从商业(yè)化的角(jiǎo)度来看，文化娱乐、教育(yù)、传媒等(děng)诸多领(lǐng)域，本身就对(duì)基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中(zhōng)的一块重要拼图，有望在技术更新的加持下(xià)实现更大(dà)的应用(yòng)价(jià)值。

AI从理解内(nèi)容，走向了可以生成内容，甚至(zhì)能(néng)够创造出独(dú)立(lì)价值(zhí)和(hé)独立视角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进(jìn)生产力即将到来。

04

紧(jǐn)抓大模(mó)型与算(suàn)力，牢固(gù)AIGC底座

从技术的发展也可(kě)以看出(chū)，在语(yǔ)言大模型、图(tú)像大模型之后，多模态大模型已经成为了新的趋势(shì)。

大模型(xíng)被誉为当前人(rén)工智能发展的(de)智(zhì)能底座，是全球竞争最(zuì)激(jī)烈的研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都在竞相发(fā)力(lì)。

不(bù)过训练大(dà)模型的确价(jià)格不菲，以(yǐ)国(guó)盛证券发(fā)布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练(liàn)一次的成本约(yuē)为140万美(měi)元。而(ér)对于一(yī)些(xiē)更(gèng)大的LLM(大型(xíng)语言模型)，训练成(chéng)本则(zé)介于200万(wàn)美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平(píng)均数1300万计算，其(qí)对应芯(xīn)片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始(shǐ)投入成本约(yuē)为(wèi)8亿美元，每日仅电费就(jiù)在5万(wàn)美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注(zhù)各类(lèi)大模型的发(fā)展同时，更(gèng)应该关注算(suàn)力(lì)网络的建(jiàn)设。

算(suàn)力网络正驱动(dòng)AI产业(yè)发展(zhǎn)进入史诗级加速进程，让AIGC及通(tōng)用AI这一人工智(zhì)能(néng)发展的终极(jí)目标离得(dé)更(gèng)近。

因为算力(lì)可(kě)以(yǐ)对突破(pò)性技(jì)术创新提(tí)供大力的支持(chí)。这方面(miàn)，多模态大模型是典型。作(zuò)为(wèi)面向未来强人工智能(néng)、通(tōng)用人工(gōng)智能的重要技术创新(xīn)，多(duō)模态大模型已经在人(rén)工智能领域(yù)提出了很多年，业界也(yě)有(yǒu)不少(shǎo)技术(shù)突(tū)破，但是，多模态(tài)大模(mó)型(xíng)进一步往下走，算力需求呈几(jǐ)何(hé)式上升，一(yī)般的算力基础设施(shī)很快(kuài)将(jiāng)难以胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训练(liàn)，到双模态、三模态的跃(yuè)迁，让人工(gōng)智能可以灵活应对不(bù)同(tóng)模态的转化(huà)、像人与世界交互一样自然，这方面，由算力网络(luò)来驱(qū)动(dòng)将有明(míng)显优势。

此外，还有(yǒu)很多需要爆(bào)发式增(zēng)长(zhǎng)的算力来支撑的技术创新，将(jiāng)在(zài)人工(gōng)智能算力网(wǎng)络(luò)支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待(dài)在大模型和大(dà)算力的支持下AIGC能(néng)持续颠覆内容(róng)生产的方(fāng)式(shì)，将(jiāng)创造的边际成本(běn)降(jiàng)低(dī)，让万众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 竹荪煮多久