自聊天(tiān)机器人ChatGPT火爆(bào)以(yǐ)来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多(duō)次公开谈论人工(gōng)智能话题。在(zài)最近的一次采访(fǎng)中，他再次(cì)表(biǎo)示(shì)：“AI可能会(huì)让(ràng)科技行业迎来一次(cì)剧烈的洗牌”。

这个(gè)结论是他(tā)在(zài)当地时间2月20日(rì)接(jiē)受(shòu)《In Good Company》节(jié)目专访时提出的。

他(tā)预期，AI的发(fā)展可能(néng)会(huì)威(wēi)胁到谷歌(gē)的市(shì)占(zhàn)率，因为微软在AI方面(miàn)的行(xíng)动相当迅速。而最终科(kē)技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与人们(men)进行沟通(tōng)并提(tí)供建议，可(kě)以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能尚需(xū)时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画(huà)新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火(huǒ)的时候，还是(shì)2022年(nián)8月，在(zài)美国科(kē)罗(luó)拉多州举(jǔ)办的新兴数(shù)字艺(yì)术家(jiā)竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软(ruǎn)件被(bèi)广大网友熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应用中输入一组(zǔ)关(guān)键词或者一张照(zhào)片(piàn)，就(jiù)能(néng)获(huò)得一(yī)幅AI创作的画作(zuò)。

作(zuò)画的关(guān)键就是所输入的文本。同(tóng)一组关键词也可以创作出很多(duō)张风格不一样的画作，这让创作的过(guò)程就像(xiàng)开盲盒。

很多用(yòng)户很(hěn)喜欢这种不(bù)确定的惊喜，他(tā)们会将生(shēng)成的美图当做(zuò)头(tóu)像。而(ér)另(lìng)一部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作品(pǐn)。在社交媒体上(shàng)，许(xǔ)多(duō)用户(hù)分享AI“翻车现场”，例(lì)如，一位网友的小狗(gǒu)照片(piàn)被AI画成了“肌(jī)肉男”，还有网(wǎng)友的(de)个人照片被AI识别(bié)成了(le)建筑。

而(ér)如今随着(zhe)ControlNet的出现(xiàn)与加持(chí)，以往AI绘画的(de)填写关键词游(yóu)戏可能(néng)要被颠覆(fù)了。

ControlNet是一位正(zhèng)在(zài)斯坦福(fú)读博(bó)的中国(guó)人(rén)张吕敏(mǐn)创作的一(yī)种基于控制(zhì)点的图像变(biàn)形(xíng)算法，主要用于数(shù)字图像(xiàng)处(chù)理、计算机视(shì)觉和(hé)计(jì)算机图(tú)形学等领域(yù)。

其SD插件一经发布，在短(duǎn)短的两天内便成为了(le)AI绘画领(lǐng)域最新(xīn)的热(rè)点。

在此之前，大(dà)家用了很多方法想(xiǎng)让AI生(shēng)成的(de)结果(guǒ)尽可(kě)能的符合要求，但(dàn)是都(dōu)不尽(jǐn)如人意，它的出现代(dài)表着(zhe)AI生成(chéng)开始(shǐ)进入(rù)真(zhēn)正的可控(kòng)时期(qī)。

因为ControlNet可(kě)以(yǐ)直接提取画(huà)面的构图，人物的姿势和画面的深度信息等。有了(le)它(tā)的帮助(zhù)，就不用频(pín)繁的(de)用提示(shì)词来碰运(yùn)气，抽(chōu)盲(máng)盒式的创作了。

通俗的说ControlNet相(xiāng)当(dāng)于(yú)给AI绘(huì)画加了“魔法”，不少博主的作品已经获得了大量的(de)浏览量，“viggo”就是其(qí)中之一，他用朋(péng)友的照(zhào)片直接带她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键词试效果。

通过图片(piàn)就可以看出来，效果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草(cǎo)图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其本(běn)尊(zūn)也亲自回应(yīng)。

不得不(bù)说当(dāng)下AIGC已(yǐ)经变(biàn)得越来越强(qiáng)大，甚至输(shū)出的作品(pǐn)都已(yǐ)经(jīng)能以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技(jì)术(shù)力爆发

警惕(tì)安全问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息(xī)火(huǒ)遍网络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能(néng)是全国第一起AI绘(huì)图诈(zhà)骗(piàn)。

由于这个活动(dòng)里(lǐ)面给出(chū)的美女(nǚ)照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成真(zhēn)事传播了(le)。

不(bù)过仔细观察可以发现(xiàn)，活动发起者(zhě)提(tí)供的照片中(zhōng)有(yǒu)个很(hěn)大的漏洞可以发现并非真人，而是AI绘(huì)图(tú)，那便是图片中女性的手指(zhǐ)部分(fēn)有(yǒu)的存在异常。

有行(xíng)业(yè)人事表示：“现在因为手指部分的绘画算法(fǎ)比较复杂(zá)，AI还不(bù)太会画人的手，但最新看(kàn)到的图片已经有越来越完美的(de)AI模型出(chū)现，以后(hòu)可能就完全(quán)没有漏洞了。”

类似的AI作图诈骗在国外(wài)也(yě)已有发(fā)生。据(jù)英(yīng)国广播公司(sī)报道，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童受灾的假照片发(fā)布到网(wǎng)络，以此诱(yòu)骗(piàn)善(shàn)良的人打赏“捐助”从而实施诈骗。

目(mù)前随着(zhe)技(jì)术发(fā)展，AIGC已(yǐ)经(jīng)能做出真人照片般的绘图效(xiào)果，如果这样的图(tú)片被用来诈骗，将非常(cháng)可怕(pà)。

此(cǐ)外AIGC还引发(fā)了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人(rén)的作品之后，其创作没有任何(hé)情绪和灵魂，难(nán)以和人类(lèi)的艺术创作相提(tí)并论。

另(lìng)一方(fāng)面(miàn)，AIGC背(bèi)后说明方法有哪些及作用答题格式，三年级说明方法有哪些及作用的版权、目前都并没有得(dé)到有效(xiào)的解(jiě)决，还有AIGC会不会代替人类“至高无(wú)上”的(de)创意。

马斯克也(yě)强调(diào)，人工智(zhì)能的安全问题(tí)需要得到重视(shì)，太晚就(jiù)来不(bù)及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有(yǒu)远方

技术(shù)都是有两面性的(de)，潜在(zài)的危害并不能掩盖其(qí)光辉的贡献。现(xiàn)在看(kàn)来(lái)，人工智能(néng)技(jì)术将是第四次(cì)工业革(gé)命的核心驱动力量，将创(chuàng)造新的(de)增长奇(qí)迹。

过去一年，人工智能在技术(shù)和(hé)商业层面都有(yǒu)了(le)巨大进展，AI绘画就(jiù)是人(rén)工智能技术发(fā)生方(fāng)向(xiàng)性改变的一个代表。其下(xià)一(yī)站或许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先后(hòu)发(fā)布了几条引爆科技(jì)圈的短视频。这些视频(pín)引发关注并非内容做(zuò)得(dé)多优秀，反而都非常(cháng)简单，比如一匹(pǐ)正在(zài)喝水(shuǐ)的(de)马，一只画(huà)画的玩具熊，或者一(yī)段骑摩托车的第(dì)一视角录像，随(suí)便一个(gè)有(yǒu)手机(jī)的人都(dōu)可以随手录下一段。

但这些短视频的(de)创(chuàng)作方(fāng)式非常(cháng)简单，创作(zuò)者仅仅(jǐn)需(xū)要向AI输入(rù)一(yī)段话，甚至只是说一(yī)下要求(qiú)，AI就可以根据需要生成一段视(shì)频。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的(de)视(shì)频后，AI圈就已经玩了一波梗(gěng)，一(yī)个能够做出更高清视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以制(zhì)作出超过2分钟(zhōng)的连贯的(de)也有确切内容的视频，这才是真正让人们(men)感到(dào)惊喜的地方(fāng)。因为(wèi)无论AI生成的(de)视(shì)频多(duō)么(me)高清，也只能是为内(nèi)容生产者提供一个灵(líng)感，一个(gè)素材(cái)，一个过场动(dòng)画。

不过能够制作出有具体剧情内(nèi)容(róng)的视频就意(yì)味着，一些视频创作由(yóu)AI代替(tì)人工完成已经初步有了可(kě)能。

当(dāng)下AI的发展速度已经超(chāo)过大部分人的想象(xiàng)。内容产业的本质是(shì)供(gōng)给创造需(xū)求(qiú)，AIGC作为全新的(de)内容生(shēng)产方式(shì)，可以为内(nèi)容产业带(dài)来更新的内(nèi)容(róng)风格(gé)、更快(kuài)的生(shēng)产(chǎn)速度，更(gèng)低的(de)生产(chǎn)成(chéng)本，这无疑(yí)会(huì)驱动(dòng)内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作等多种内容形式的(de)生成。不难发现该(gāi)项技(jì)术不仅在游戏(xì)等(děng)行(xíng)业能(néng)得到有效应用，对(duì)于(yú)下一代互联网各种(zhǒng)元素的构建亦有关键意义。

从商业化的角度(dù)来看，文(wén)化娱乐(lè)、教(jiào)育、传(chuán)媒(méi)等(děng)诸多(duō)领域，本身就对基于AI的可视(shì)化内容有(yǒu)强烈需求。

因此(cǐ)，AI绘画及视频或不是(shì)结(jié)果，而只是AI进(jìn)程中的一块重要拼图，有(yǒu)望在技(jì)术更新的加持下实现更大的(de)应用(yòng)价值。

AI从理(lǐ)解内容，走向了(le)可以生(shēng)成(chéng)内容(róng)，甚至能够创造出独(dú)立价值和(hé)独立视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未来的先进(jìn)生产力即将到(dào)来。

04

紧(jǐn)抓(zhuā)大(dà)模型与算力，牢固(gù)AIGC底(dǐ)座

从技术的(de)发(fā)展也可以看出，在(zài)语(yǔ)言大模型、图像大(dà)模型之后，多(duō)模态大模型(xíng)已经成为了新的(de)趋势。

大(dà)模型被誉为(wèi)当(dāng)前人工智(zhì)能发展的智能(néng)底座，是全球竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里、腾(téng)讯等众多(duō)头部(bù)企(qǐ)业都在(zài)竞相发力。

不过训练大模(mó)型的确价格不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需(xū)要(yào)多少(shǎo)算力》报告估算，GPT-3训练一(yī)次(cì)的成(chéng)本(běn)约为(wèi)140万美元。而对(duì)于(yú)一些更大的LLM(大型语言模(mó)型(xíng))，训练成本则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数(shù)1300万计算，其对(duì)应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元(yuán)，每日仅电(diàn)费就在5万美元左右。

此外(wài)不(bù)论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大(dà)算(suàn)力支持。在关注各类(lèi)大模型的发展(zhǎn)同(tóng)时，更应该关注(zhù)算(suàn)力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产(chǎn)业发(fā)展进入(rù)史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人(rén)工智能发展(zhǎn)的(de)终极目(mù)标离得更近。

因(yīn)为算力可以对突破性(xìng)技术创新提供大力的支持。这方面，多模(mó)态大模型是典型(xíng)。作为面(miàn)向未来强人工智能(néng)、通用(yòng)人工智能的重要技(jì)术创新，多模态大模型(xíng)已经(jīng)在人工智能领(lǐng)域提出了很多(duō)年，业界也(yě)有不少技术(shù)突破，但是，多模态大模型进一(yī)步(bù)往下走，算力(lì)需(xū)求(qiú)呈(chéng)几何式上升，一(yī)般的算力基础设施(shī)很快将难(nán)以胜(shèng)任。

从图像(xiàng)、文字、语音单(dān)独一项的训(xùn)练，到(dào)双(shuāng)模态、三模态的(de)跃迁，让人工智能可以灵活应对不同模(mó)态的转化、像人与世界交互一样自(zì)然，这(zhè)方面，由算力网络来(lái)驱动将有明显优势。

此外(wài)，还有很(hěn)多需要爆发式增长(zhǎng)的算力来支撑的(de)技术创(chuàng)新，将在(zài)人(rén)工智(zhì)能算力网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型和大(dà)算力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创造的(de)边(biān)际成本降低，让万众(zhòng)受益。

未经允许不得转载：惠安汇通石材有限公司 说明方法有哪些及作用答题格式，三年级说明方法有哪些及作用