自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次公开谈论(lùn)人工智能话题。在最近的一次(cì)采访中，他再次表示：“AI可能会让(ràng)科技(jì)行业迎来一次(cì)剧烈的洗牌”。

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

他预期，AI的发展可能会威胁到(dào)谷(gǔ)歌的市占(zhàn)率，因为微软在AI方(fāng)面的行(xíng)动相当迅速。而最(zuì)终科技(jì)巨头(tóu)将把AI整(zhěng)合成用(yòng)户的(de)“全能助(zhù)手”，包(bāo)揽一切应(yīng)用，与人们进行(xíng)沟通并(bìng)提(tí)供(gōng)建议，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手(shǒu)的到来可能尚(shàng)需时日，但由ControlNet引发(fā)的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年8月，在(zài)美国科(kē)罗(luó)拉多州举办的(de)新(xīn)兴(xīng)数(shù)字(zì)艺(yì)术家竞(jìng)赛中(zhōng)，一幅名为《太(tài)空歌剧院(yuàn)》的(de)作品(pǐn)获(huò)奖。

随后各大厂商(shāng)的AI绘画软件(jiàn)被广大(dà)网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户(hù)们可以在应用中输入(rù)一组关键词或者一张照片，就能获得(dé)一幅AI创(chuàng)作(zuò)的画作。

作画(huà)的关键就(jiù)是(shì)所输入的(de)文本。同一组关键(jiàn)词(cí)也可以创作出很多张风格不(bù)一(yī)样的画(huà)作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用户很(hěn)喜(xǐ)欢这种不(bù)确(què)定的惊喜，他(tā)们会将生成的美图当做头像。而另一(yī)部分喜(xǐ)欢翻看(kàn)AI绘画的“翻(fān)车”作品。在社(shè)交媒体上，许多(duō)用户分享AI“翻车(chē)现(xiàn)场”，例如，一(yī)位网(wǎng)友的小狗照(zhào)片被AI画成了(le)“肌肉男”，还有(yǒu)网友的个(gè)人(rén)照片被AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关(guān)键词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的中国人(rén)张吕敏(mǐn)创(chuàng)作的(de)一种基(jī)于控制点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视(shì)觉(jué)和计算机图形(xíng)学等领域。

其SD插件一经(jīng)发布(bù)，在(zài)短短的两天(tiān)内(nèi)便成为(wèi)了AI绘画领域最新的热点。

在(zài)此之(zhī)前，大(dà)家用了很多方(fāng)法想让AI生成的结果尽可能的(de)符合要求，但是都不尽如人(rén)意(yì)，它的(de)出(chū)现代表着AI生成开(kāi)始进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可以直接提取画面(miàn)的构图，人物的姿势和画(huà)面的深度信息等。有了它的帮助(zhù)，就(jiù)不用频繁的用提示(shì)词(cí)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)画加了“魔法”，不少博主的(de)作品(pǐn)已经获(huò)得了大量的(de)浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走(zǒu)进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。<哥哥的日文怎么念，哥哥的日文中文谐音/p>

再用Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对(duì)应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开(kāi)始换关键词试效果。

通过图(tú)片就可(kě)以看出来(lái)，效果十分(fēn)惊艳。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到(dào)ControlNet还(hái)能实(shí)现(xiàn)线稿(gǎo)转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得(dé)不(bù)说当下AIGC已经变得越(yuè)来越强大，甚至输出的(de)作品都(dōu)已经能以假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个活动里面给出的美(měi)女照片都是AI制作的真(zhēn)人照片绘图，因为太逼真，被(bèi)大家当成真事传播(bō)了。

不过(guò)仔细观(guān)察可以发现，活动发起者提供的照片中有(yǒu)个很(hěn)大的漏洞(dòng)可以发(fā)现并非真(zhēn)人，而是AI绘图，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(zài)因为手指部分的绘画算法比(bǐ)较复(fù)杂，AI还不太会画(huà)人的手，但最新看到的图(tú)片(piàn)已经有越来(lái)越完(wán)美的(de)AI模型出现，以后可能(néng)就完全没有漏(lòu)洞(dòng)了。”

类似(shì)的AI作图诈骗在(zài)国外(wài)也(yě)已(yǐ)有(yǒu)发生。据英(yīng)国广播(bō)公(gōng)司报道(dào)，土(tǔ)耳其地震期(qī)间，有Tiktok用户(hù)使用(yòng)AI合成了儿童(tóng)受灾的(de)假(jiǎ)照片发布到网络(luò)，以此诱(yòu)骗(piàn)善良的人(rén)打赏(shǎng)“捐助”从而实施(shī)诈骗。

目前随着技术发展，AIGC已(yǐ)经能做(zuò)出(chū)真人照片般的绘图效果，如果这样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在“学(xué)习”了大量前人的作品之(zhī)后，其(qí)创作没有任何情绪和(hé)灵魂，难(nán)以(yǐ)和人类(lèi)的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并(bìng)没有得到有效的解决(jué)，还(hái)有AIGC会(huì)不会(huì)代替人类“至(zhì)高无(wú)上”的创(chuàng)意。

马(mǎ)斯克也强调，人工智能的安全问题需要得到重视，太(tài)晚就来(lái)不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技(jì)术都是有两(liǎng)面性的，潜在(zài)的(de)危害并不能掩(yǎn)盖其(qí)光辉(huī)的贡(gòng)献。现在看来(lái)，人工智能技(jì)术将(jiāng)是第(dì)四次工(gōng)业革(gé)命的核心驱(qū)动(dòng)力量(liàng)，将创(chuàng)造新(xīn)的增(zēng)长奇迹(jì)。

过(guò)去(qù)一年(nián)，人工智能在技术(shù)和(hé)商业层面(miàn)都有了(le)巨大进展(zhǎn)，AI绘画就(jiù)是(shì)人工智能(néng)技术发(fā)生方向性改变的一个代表。其下一(yī)站或许就(jiù)是视频(pín)。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技圈的短视(shì)频(pín)。这(zhè)些视频引发关(guān)注并(bìng)非内容做得多优(yōu)秀(xiù)，反而都非常(cháng)简单，比如一匹正(zhèng)在(zài)喝水的马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩(mó)托(tuō)车的第一视角录像，随便一个有(yǒu)手(shǒu)机的人都可以(yǐ)随手录下一段。

但(dàn)这些短视(shì)频的创作方式非常简单，创作者仅仅(jǐn)需要(yào)向AI输入(rù)一段话，甚至(zhì)只是说一下要求(qiú)，AI就可以根据需要生成一段(duàn)视(shì)频。

谷歌发(fā)布的两个(gè)AI生成视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多(duō)的差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频后(hòu)，AI圈(quān)就已经玩(wán)了一波梗，一个能够做出(chū)更(gèng)高清视频(pín)的AI还不足以(yǐ)在短时间内(nèi)戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊的地(dì)方(fāng)在于，它可以制作(zuò)出(chū)超过2分钟的连贯的也有确(què)切内容(róng)的视频，这才是真正让人们感(gǎn)到(dào)惊喜的(de)地方(fāng)。因为无论AI生成(chéng)的视频多么高(gāo)清，也只(zhǐ)能(néng)是(shì)为内容生产者提供(gōng)一个灵感，一个素(sù)材，一个(gè)过(guò)场(chǎng)动(dòng)画。

不(bù)过能够制(zhì)作(zuò)出(chū)有具体剧情内容(róng)的视(shì)频就(jiù)意味着，一些视频(pín)创作(zuò)由AI代替人工完成已(yǐ)经初步有(yǒu)了可(kě)能。

当下(xià)AI的(de)发展速度已经超(chāo)过大部分人的想(xiǎng)象(xiàng)。内(nèi)容产业的(de)本质(zhì)是供给创(chuàng)造需求，AIGC作为全新的内(nèi)容生(shēng)产方式，可以为(wèi)内容产业带来(lái)更新的内容(róng)风格(gé)、更快(kuài)的(de)生(shēng)产速度，更低的生(shēng)产成本，这(zhè)无疑会驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不难(nán)发现(xiàn)该项技(jì)术(shù)不仅在游戏(xì)等行业能(néng)得(dé)到有(yǒu)效应用(yòng)，对于下一代(dài)互联网各种元素的构建(jiàn)亦(yì)有关键意义。

从商业化的角度来看，文(wén)化娱(yú)乐、教育(yù)、传媒(méi)等(děng)诸多领域，本身就对基(jī)于AI的(de)可视化内容(róng)有强烈需求(qiú)。

因此，AI绘(huì)画及视频(pín)或不(bù)是结(jié)果，而只是(shì)AI进程(chéng)中的一块(kuài)重要拼图，有望在技术更新的加持下(xià)实现更大的应用(yòng)价值。

AI从理解内容，走向了可以生(shēng)成内容，甚(shèn)至能够创(chuàng)造出独立价(jià)值和独(dú)立视(shì)角的(de)内容。AIGC的再次出圈，更代表着未来(lái)的先进生产力即(jí)将(jiāng)到(dào)来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术(shù)的发展也(yě)可以看出，在语言大(dà)模型、图像大模型之后(hòu)，多模态大模型(xíng)已经(jīng)成为(wèi)了(le)新的趋势。

大模(mó)型被誉为当前(qián)人工智能发(fā)展的智(zhì)能底(dǐ)座，是全(quán)球竞争最(zuì)激烈的(de)研究方向之一，包括谷歌(gē)、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相(xiāng)发(fā)力。

不过训(xùn)练大模型的确价格不菲，以国(guó)盛(shèng)证券(quàn)发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些(xiē)更大(dà)的LLM(大(dà)型语(yǔ)言模型)，训练(liàn)成本则介于200万美(měi)元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的(de)独立访客(kè)平均数(shù)1300万(wàn)计(jì)算，其(qí)对(duì)应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅(jǐn)电费就(jiù)在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支持。在关注(zhù)各类大模型的发展同时，更应该关注算力网络(luò)的建(jiàn)设。

算(suàn)力(lì)网络正驱动AI产业发展进入史诗级加速(sù)进(jìn)程(chéng)，让AIGC及通用AI这一人工智能发展(zhǎn)的终极目标离得更(gèng)近。

因为算力可以对突破(pò)性技术创(chuàng)新提供大(dà)力的支持(chí)。这(zhè)方面(miàn)，多模(mó)态大(dà)模(mó)型(xíng)是典型。作为面(miàn)向未(wèi)来强人工智能、通用人工智能的重要技术创新，多模态大模型已(yǐ)经在(zài)人工智能(néng)领(lǐng)域提出了很(hěn)多(duō)年，业界(jiè)也有(yǒu)不少技术突破，但是(shì)，多模(mó)态大模(mó)型进(jìn)一步(bù)往下走，算(suàn)力需(xū)求呈几(jǐ)何式(shì)上升，一般的算力基(jī)础设(shè)施很快(kuài)将(jiāng)难以(yǐ)胜任。

从(cóng)图(tú)像、文(wén)字(zì)、语音单独一项的(de)训(xùn)练，到双模态(tài)、三模态的跃迁，让人工智能可以灵活应对(duì)不同模态的转化、像人与世界(jiè)交互一样自(zì)然，这(zhè)方面，由算力(lì)网络来驱动将有明显优势。

此外，还(hái)有很多需要爆发式增长的算力来支(zhī)撑(chēng)的技术创新，将在人工(gōng)智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持下AIGC能(néng)持续颠(diān)覆(fù)内(nèi)容生(shēng)产(chǎn)的方(fāng)式，将创造的边际成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：惠安汇通石材有限公司 哥哥的日文怎么念，哥哥的日文中文谐音