自(zì)聊天机器人ChatGPT火爆(bào)以来(lái)，微软(ruǎn)公(gōng)司创始人比尔·盖(gài)茨已多(duō)次公开(kāi)谈(tán)论(lùn)人工智(zhì)能话题。在(zài)最近的一次(cì)采访中，他再次表示(shì)：“AI可能会(huì)让科(kē)技行(xíng)业迎来一(yī)次剧烈的(de)洗牌”。

这个(gè)结论是他在当(dāng)地时间2月20日(rì)接(jiē)受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期，AI的(de)发展可能会威胁到(dào)谷歌(gē)的市(shì)占率(lǜ)，因(yīn)为微软在AI方面的行(xíng)动相当(dāng)迅速。而最终科技(jì)巨头将把AI整(zhěng)合成用户的“全能(néng)助手”，包揽一切(qiè)应用，与人们进行沟(gōu)通并(bìng)提供建议，可(kě)以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全能助手的到(dào)来可能(néng)尚需(xū)时日(rì)，但由ControlNet引(yǐn)发的又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧院》的作(zuò)品获奖(jiǎng)。

随后各大(dà)厂(chǎng)商的AI绘画软(ruǎn)件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

日语jtest报名入口，日语jtest报名费rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户(hù)们可(kě)以在应用中输入一组关键词(cí)或(huò)者一张照片(piàn)，就能获得(dé)一(yī)幅AI创作的画(huà)作。

作画的关键就(jiù)是所(suǒ)输入的文本。同一组关(guān)键词也(yě)可以创作出很多张风格(gé)不一样的画作，这让创作的(de)过程就像开(kāi)盲盒。

很多用(yòng)户很喜欢这(zhè)种不确定的惊(jīng)喜，他(tā)们会(huì)将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位(wèi)网友(yǒu)的(de)小狗照(zhào)片被AI画(huà)成了(le)“肌(jī)肉(ròu)男”，还有网友的个(gè)人照片(piàn)被AI识(shí)别成了建(jiàn)筑。

而如今随着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的(de)填写关(guān)键(jiàn)词(cí)游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福读博的(de)中国(guó)人(rén)张(zhāng)吕敏(mǐn)创作的一(yī)种基(jī)于控制(zhì)点(diǎn)的图像(xiàng)变形算(suàn)法，主(zhǔ)要用于数字图(tú)像处理、计算机视觉和计(jì)算(suàn)机图(tú)形学等领域。

其SD插件一经发布，在短(duǎn)短的两天内(nèi)便成为了AI绘(huì)画领(lǐng)域最新的热(rè)点。

在此之前，大(dà)家(jiā)用了很多(duō)方(fāng)法想让AI生成(chéng)的结果尽可(kě)能(néng)的(de)符合要(yào)求，但是(shì)都(dōu)不(bù)尽如(rú)人意，它的出(chū)现代表(biǎo)着AI生成(chéng)开(kāi)始进入真正的可控时期(qī)。

因(yīn)为(wèi)ControlNet可以直(zhí)接提取画面的构图，人(rén)物(wù)的姿势(shì)和画面的深(shēn)度信息等(děng)。有了它的帮助，就不用频繁的(de)用提示词来碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画(huà)加(jiā)了(le)“魔法”，不少博主的(de)作品已经获得了大量(liàng)的(de)浏(liú)览量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照片直(zhí)接带她们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键(jiàn)词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开始换关键词试(shì)效果。

通过图片就可以看出(chū)来，效果十分(fēn)惊(jīng)艳。

更厉害的是，除了真实(shí)的(de)照片，草图(tú)也可(kě)以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神张吕敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越(yuè)来(lái)越强大，甚至输出的(de)作品(pǐn)都已经能以假(jiǎ)乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全(quán)问题

近(jìn)日(rì)，“苏州金鸡湖有游艇party”的(de)消息(xī)火遍网络，而经(jīng)过警方辟谣这所谓(wèi)的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个活动(dòng)里(lǐ)面给出的美女照片都是(shì)AI制(zhì)作的真人照片绘图，因为太(tài)逼(bī)真(zhēn)，被大家当成真事传播了。

不(bù)过仔细观察可以发现，活动发起者提供的照片(piàn)中有个很大的(de)漏洞可以发现并非(fēi)真人，而是AI绘图，那(nà)便是图片中女性(xìng)的(de)手指部(bù)分有(yǒu)的存在异(yì)常。

有行业人事表示：“现在因为手(shǒu)指(zhǐ)部分(fēn)的绘(huì)画算法(fǎ)比较复杂(zá)，AI还(hái)不太(tài)会画人的(de)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，以(yǐ)后可(kě)能就完(wán)全没有漏洞(dòng)了(le)。”

类(lèi)似的AI作图(tú)诈骗(piàn)在(zài)国(guó)外也(yě)已有发(fā)生。据英(yīng)国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾的假(jiǎ)照片(piàn)发布(bù)到网络(luò)，以此诱骗善良(liáng)的人打赏“捐助”从(cóng)而(ér)实施诈骗(piàn)。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经能(néng)做(zuò)出真人照日语jtest报名入口，日语jtest报名费片般的(de)绘图效果，如果这样的(de)图片被(bèi)用(yòng)来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为(wèi)AI在“学习”了(le)大量前人的(de)作品之(zhī)后(hòu)，其创(chuàng)作(zuò)没有任何情绪和灵(líng)魂，难以和人类的艺术(shù)创(chuàng)作相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权(quán)、目(mù)前都并没有得到(dào)有(yǒu)效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至高无上”的创意(yì)。

马斯克也(yě)强调，人(rén)工智能的安全问(wèn)题(tí)需要得(dé)到重视(shì)，太(tài)晚就(jiù)来不(bù)及了。

03

AIGC下(xià)一站除了视(shì)频，还有远(yuǎn)方(fāng)

技术都(dōu)是有两(liǎng)面(miàn)性的，潜(qián)在的危(wēi)害并不能(néng)掩盖其(qí)光(guāng)辉(huī)的贡献。现在看来(lái)，人工智能技术(shù)将(jiāng)是第四次工业(yè)革命的核(hé)心驱动(dòng)力量，将创(chuàng)造新的增长奇迹。

过(guò)去一年，人工智能(néng)在技术(shù)和商业层面都有了巨大进展(zhǎn)，AI绘画就是人(rén)工智(zhì)能技术(shù)发(fā)生方(fāng)向性改变的一个代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈(quān)的短视(shì)频。这些视频引(yǐn)发关注(zhù)并非内(nèi)容做得多(duō)优(yōu)秀，反而(ér)都非常简单，比(bǐ)如一匹正在(zài)喝水的马(mǎ)，一只画(huà)画的玩(wán)具熊(xióng)，或者(zhě)一段骑摩托(tuō)车(chē)的第一(yī)视角录像(xiàng)，随便一个有(yǒu)手机的人都可以随手录下一(yī)段。

但(dàn)这些短视频(pín)的创作方式非常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说(shuō)一下(xià)要求，AI就可(kě)以根据需要(yào)生成(chéng)一段(duàn)视频。

谷歌发布的两个(gè)AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈就已(yǐ)经玩了一波(bō)梗，一个(gè)能够做(zuò)出更高清视(shì)频的(de)AI还不足以(yǐ)在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震惊的地方(fāng)在(zài)于，它可以制作出(chū)超过2分(fēn)钟的连贯的也(yě)有确切内容的(de)视频，这才(cái)是真正让人们感(gǎn)到惊喜(xǐ)的(de)地方(fāng)。因为无论(lùn)AI生成的视频多么高清，也只能是为(wèi)内容生产者提供一个灵感(gǎn)，一个(gè)素材，一个过场(chǎng)动画。

不过(guò)能(néng)够制作出有具体剧(jù)情(qíng)内容的视(shì)频就意味着，一些(xiē)视频创作由AI代(dài)替人工完成已(yǐ)经(jīng)初步有了可能。

当下AI的(de)发展(zhǎn)速度(dù)已经超(chāo)过(guò)大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容(róng)生产方式，可以为内容产业带来更新的内容风(fēng)格、更(gèng)快的生产速度，更低的(de)生产(chǎn)成本，这(zhè)无(wú)疑会驱(qū)动内(nèi)容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机器人(rén)动作等(děng)多种内容形式的生成(chéng)。不(bù)难(nán)发现该项技术不(bù)仅(jǐn)在游戏等行业能得到有效应用，对(duì)于(yú)下一代互联网(wǎng)各种元素(sù)的构建亦有关(guān)键意义。

从(cóng)商业(yè)化的角度来看，文化娱乐、教育(yù)、传媒(méi)等诸多(duō)领域(yù)，本身就对基于(yú)AI的可视化(huà)内(nèi)容有强(qiáng)烈(liè)需求(qiú)。

因此，AI绘(huì)画及视频(pín)或(huò)不是结(jié)果，而(ér)只是AI进程(chéng)中的一(yī)块重(zhòng)要拼图(tú)，有望在(zài)技术(shù)更(gèng)新的加持下实(shí)现(xiàn)更大的应用价(jià)值。

AI从理解内容(róng)，走(zǒu)向了可以生成内容，甚至能够(gòu)创造(zào)出独立价值和独(dú)立视角的内容。AIGC的再(zài)次出圈，更代(dài)表着未(wèi)来的先进生产(chǎn)力即将到来。

04

紧抓(zhuā)大(dà)模型与算力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在(zài)语言(yán)大模型、图像大模型之后，多模态大模型已经(jīng)成为了新的趋势。

大模(mó)型(xíng)被誉(yù)为当(dāng)前(qián)人工智能发(fā)展的智能底座，是(shì)全(quán)球竞争(zhēng)最激(jī)烈的研究方向之一(yī)，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众多头部企业都在(zài)竞(jìng)相发力(lì)。

不过训练大模型的确(què)价格不菲，以(yǐ)国(guó)盛证券(quàn)发布的《ChatGPT需(xū)要多(duō)少算力(lì)》报告估算，GPT-3训练一次(cì)的成本(běn)约为140万美元。而对于(yú)一些更大(dà)的LLM(大型语(yǔ)言模型)，训(xùn)练成本则(zé)介于200万美(měi)元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平均数(shù)1300万计算，其对应芯(xīn)片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入成(chéng)本(běn)约为8亿美元，每日仅电费就(jiù)在5万美元左右。

此(cǐ)外(wài)不论(lùn)是(shì)ChatGPT还是(shì)AIGC，都离不开(kāi)庞大(dà)算力支持。在关注各类(lèi)大模型的发展同时，更应(yīng)该关注(zhù)算(suàn)力(lì)网络的(de)建设。

算(suàn)力网(wǎng)络正驱动AI产业发展进入史诗级(jí)加速进(jìn)程(chéng)，让AIGC及通用(yòng)AI这一人(rén)工智(zhì)能(néng)发展的终极(jí)目标离得(dé)更近(jìn)。

因为算(suàn)力(lì)可以(yǐ)对突破性技术创新提供大力的支持。这方面，多模态大(dà)模型是典型。作为面向未来强人(rén)工智能、通用人工智能的(de)重要技(jì)术创新，多模态大模型已经(jīng)在(zài)人(rén)工智能领(lǐng)域提(tí)出了(le)很多(duō)年，业界(jiè)也有不(bù)少技(jì)术突破，但是(shì)，多模(mó)态大模(mó)型进一(yī)步(bù)往(wǎng)下(xià)走，算力需求呈几何式(shì)上升，一般的算力(lì)基础设施(shī)很快(kuài)将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独一项(xiàng)的训练，到双模态(tài)、三模态(tài)的(de)跃(yuè)迁，让人(rén)工智(zhì)能可以灵活应对(duì)不同模(mó)态的(de)转化、像(xiàng)人与世界(jiè)交互(hù)一样自然，这方面，由算力网络来驱动将有明(míng)显优(yōu)势。

此(cǐ)外，还(hái)有很多需要爆发式增长的算力来支撑的技术创新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露(lù)出曙(shǔ)光，期待在大(dà)模型和大(dà)算力(lì)的支(zhī)持下AIGC能持续颠(diān)覆内容生(shēng)产的方(fāng)式，将创造(zào)的边际成本降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 日语jtest报名入口，日语jtest报名费