自聊天(tiān)机(jī)器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创始人比尔·盖茨(cí)已多次公(gōng)开谈论人工智(zhì)能话题。在最近的一次(cì)采(cǎi)访中，他再(zài)次表示：“AI可能会让(ràng)科(kē)技行业迎来一次剧烈(liè)的洗牌”。

这(zhè)个结(jié)论是(shì)他在(zài)当地时间(jiān)2月20日(rì)接受《In Good Company》节目专访时(shí)提出的。

他预期(qī)，AI的发(fā)展可(kě)能会威胁到谷(gǔ)歌(gē)的(de)市占率，因为(wèi)微(wēi)软在AI方面的行动相当迅速。而最终(zhōng)科(kē)技巨(jù)头将(jiāng)把AI整合成用户的“全能(néng)助手”，包揽一切应用，与人们进行沟通并提供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的到来(lái)可(kě)能尚需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗(luó)拉多州举办的新兴(xīng)数字艺术家竞(jìng)赛中，一幅名为《太空歌(gē)剧(jù)院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以在应用中输入一组关键词(cí)或者一张照片，就能获(huò)得一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文(wén)本。同一组关键词(cí)也可以(yǐ)创作(zuò)出很多张(zhāng)风格不(bù)一样的画作，这让创作的(de)过程就(jiù)像(xiàng)开(kāi)盲盒(hé)。

很(hěn)多(duō)用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他们(men)会将生(shēng)成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社(shè)交(jiāo)媒体(tǐ)上，许(xǔ)多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画(huà)成了“肌(jī)肉男(nán)”，还有网(wǎng)友的个(gè)人照片被AI识别成(chéng)了建筑(zhù)。

而如今(jīn)随着(zhe)ControlNet的出现与加持，以往AI绘画的(de)填写关键词游戏可(kě)能要被颠覆了(le)。

ControlNet是一位正在斯(sī)坦福读博的中(zhōng)国人张吕(lǚ)敏创作的一种基于控制点的(de)图像变形(xíng)算法，主要用于数字(zì)图(tú)像处理、计算(suàn)机(jī)视觉和计算机图(tú)形(xíng)学等领域。

其SD插件(jiàn)一经发(fā)布，在短(duǎn)短(duǎn)的两天内便成为了AI绘(huì)画领域最新的热(rè)点(diǎn)。

在此之前，大家用了很(hěn)多方法想让AI生成(chéng)的结果尽可能的符合要(yào)求(qiú)，但(dàn)是都不尽如人意(yì)，它的出现代表着(zhe)AI生成开始(shǐ)进入真(zhēn)正(zhèng)的可控时期(qī)。

因为ControlNet可以(yǐ)直接提(tí)取画面的构图，人(rén)物(wù)的姿势(s纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思hì)和画(huà)面的深度信息等。有了它的帮助，就(jiù)不用频繁的用提示词来(lái)碰(pèng)运(yùn)气(qì)，抽盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品已经获得了大(dà)量的(de)浏览量，“viggo”就是(shì)其中之一，他(tā)用朋友的照片直接带她们走进(jìn)动漫(màn)世界。

viggo先用(yòng)StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到对(duì)应的关键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试(shì)效(xiào)果。

通过图片就可以看出来(lái)，效果十分惊艳。

更厉害的是，除了(le)真实的照片，草图(tú)也(yě)可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂(shā)”介绍(shào)到ControlNet还能(néng)实(shí)现(xiàn)线稿(gǎo)转全彩图。大神张(zhāng)吕敏(mǐn)其(qí)本(běn)尊也亲自(zì)回应(yīng)。

不得不说当下AIGC已经(jīng)变得越来越(yuè)强大，甚(shèn)至输(shū)出的作品都已(yǐ)经能以假(jiǎ)乱真了(le)。

02

难辨(biàn)虚实(shí)，AIGC技(jì)术力爆发

警惕(tì)安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息(xī)火遍网络(luò)，而经过警方(fāng)辟谣这所(suǒ)谓的“party”可能是全国(guó)第一起AI绘(huì)图诈骗。

由于(yú)这个活(huó)动里面给出(chū)的美女照(zhào)片都是AI制作的真人照片绘(huì)图，因为(wèi)太逼真，被(bèi)大家当成真(zhēn)事传播了。

不过(guò)仔(zǎi)细观察可以发现，活动发起(qǐ)者提供的照(zhào)片中有个很大的漏洞可以(yǐ)发(fā)现并非真人，而是AI绘(huì)图，那便(biàn)是图片中女性(xìng)的手指部分有(yǒu)的存在异(yì)常。

有行业人(rén)事表示：“现(xiàn)在因为手(shǒu)指部(bù)分的绘画算法比较复杂，AI还不太会画人(rén)的手，但最新看到的图片已(yǐ)经有越来越完美的AI模型出(chū)现，以后可能(néng)就完全没(méi)有(yǒu)漏洞(dòng)了(le)。”

类(lèi)似的AI作图诈骗在(zài)国(guó)外也已有(yǒu)发(fā)生。据(jù)英(yīng)国广播公司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的(de)假照片发布到网络，以(yǐ)此诱骗(piàn)善良(liáng)的人打赏“捐助”从而(ér)实(shí)施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能做出真人照片般(bān)的绘图(tú)效果，如果(guǒ)这样的图片(piàn)被(bèi)用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在“学习(xí)”了大量前人(rén)的作品之后，其创(chuàng)作没有任何情绪和灵(líng)魂(hún)，难以和人类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得(dé)到有效的(de)解决，还有AIGC会不(bù)会(huì)代替人类“至高无(wú)上(shàng)”的创(chuàng)意(yì)。

马斯克也强调，人工(gōng)智(zhì)能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远(yuǎn)方

技术都是有(yǒu)两面(miàn)性的，潜在的危(wēi)害(hài)并不能(néng)掩(yǎn)盖其(qí)光辉(huī)的贡献(xiàn)。现在看(kàn)来，人工智能技术将是第四次工业革命的核心驱动力量，将(jiāng)创造(zào)新的增长奇迹。

过去一年(nián)，人(rén)工(gōng)智能在(zài)技术和商业层面(miàn)都有(yǒu)了巨大进展，AI绘画(huà)就是(shì)人工智能技术发生方向性改变的一(yī)个(gè)代表(biǎo)。其下一站或(huò)许就是视频。

此前，Meta和(hé)谷歌先(xiān)后发布了几条(tiáo)引爆科技圈的(de)短(duǎn)视频。这些(xiē纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思)视频引发关注并非内容(róng)做得多(duō)优(yōu)秀，反(fǎn)而都非常(cháng)简单，比(bǐ)如一匹正(zhèng)在喝水的马，一只画画的(de)玩(wán)具熊，或(huò)者一段骑摩托(tuō)车的第一(yī)视角录像，随便一个(gè)有(yǒu)手(shǒu)机的(de)人(rén)都(dōu)可以随手录(lù)下一段。

但(dàn)这些短(duǎn)视频的创(chuàng)作方式(shì)非常简单，创(chuàng)作(zuò)者仅仅需要(yào)向(xiàng)AI输入(rù)一段话，甚至只(zhǐ)是(shì)说一下(xià)要求，AI就(jiù)可以根据需要生成一段视(shì)频。

谷歌发(fā)布(bù)的两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视(shì)频(pín)后，AI圈(quān)就已经玩了一波梗(gěng)，一个能够做出更高(gāo)清视频的AI还不(bù)足以在(zài)短时(shí)间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过2分钟的连贯的也有确切内(nèi)容的(de)视频，这才是真(zhēn)正让人们感到(dào)惊喜的地(dì)方。因为(wèi)无(wú)论AI生成的视频多么(me)高清，也只能(néng)是为内容生(shēng)产者提供一个灵(líng)感，一个(gè)素材，一个过场动画。

不过能够制作出有具(jù)体(tǐ)剧情内容(róng)的(de)视频就意味(wèi)着，一(yī)些视频创作由AI代替人工完(wán)成已经初步有(yǒu)了可能(néng)。

当下AI的发展速度已经超过大部(bù)分人的想象。内容产业的本质(zhì)是供给创造需求，AIGC作(zuò)为全新的(de)内容生产方式，可以为(wèi)内(nèi)容产业带来更新(xīn)的内容风格(gé)、更快(kuài)的生产速(sù)度，更低(dī)的生产(chǎn)成本，这无疑会(huì)驱动内容产业的(de)大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器人动(dòng)作等多种内容形式的(de)生成。不难发现(xiàn)该项技术(shù)不仅在(zài)游(yóu)戏等行业能得(dé)到有效应用，对于下一代互(hù)联网各(gè)种元素(sù)的构建亦有关键意义。

从(cóng)商业(yè)化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对(duì)基于AI的可视化内(nèi)容(róng)有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只(zhǐ)是AI进(jìn)程中的一块重要拼(pīn)图，有望在技术更新的(de)加(jiā)持下实现更大的应用(yòng)价值。

AI从(cóng)理解(jiě)内容，走向(xiàng)了可以生成内容，甚至能(néng)够创造(zào)出独立价值和独立(lì)视角的内容。AIGC的再次(cì)出(chū)圈，更代表着未来的先(xiān)进生产力即将到来(lái)。

04

紧抓(zhuā)大模(mó)型与(yǔ)算力，牢(láo)固AIGC底座

从(cóng)技术(shù)的发(fā)展也可(kě)以看出，在语(yǔ)言(yán)大(dà)模(mó)型、图像大模型之后，多模态大模型已经成为了(le)新的(de)趋势。

大模(mó)型(xíng)被誉为当(dāng)前(qián)人工智能发展的(de)智能底(dǐ)座，是全球竞争最激(jī)烈的(de)研究方向之一，包括(kuò)谷歌、亚马(mǎ)逊、百度(dù)、阿里(lǐ)、腾讯等众多(duō)头部企业都在(zài)竞相(xiāng)发力(lì)。

不过训练大模(mó)型的确价(jià)格不(bù)菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练(liàn)一(yī)次的成本约为140万美(měi)元(yuán)。而对于一(yī)些更大的(de)LLM(大型语言(yán)模型(xíng))，训练(liàn)成本则(zé)介(jiè)于200万美(měi)元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯片需求为3万(wàn)多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿美元(yuán)，每日仅电费就在5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞(páng)大算力支持。在(zài)关(guān)注(zhù)各类大模型的(de)发展同时，更(gèng)应该关注(zhù)算力(lì)网络的建(jiàn)设。

算力(lì)网络正(zhèng)驱动(dòng)AI产业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及通用AI这一人工智能发展的(de)终极目标离得更近(jìn)。

因为算力可以对突破性技术(shù)创(chuàng)新提供(gōng)大力的(de)支持。这方面，多模态(tài)大模型是典型。作为面向未来强人工智能、通(tōng)用人工智能的(de)重(zhòng)要技术创新，多模态大模型已经在人工智能领域提出了(le)很多年，业(yè)界(jiè)也(yě)有不少技术突破，但是，多(duō)模态大(dà)模(mó)型进一步(bù)往下走，算力需求(qiú)呈几何式上(shàng)升，一般的(de)算力基础设(shè)施(shī)很快将难(nán)以胜任。

从图像、文字、语音单(dān)独一项的(de)训练，到双模(mó)态、三模态的跃迁，让人工智能(néng)可以灵活应(yīng)对(duì)不同(tóng)模态的转化(huà)、像人与世界(jiè)交互一样自然(rán)，这方面，由算力网络来驱动将(jiāng)有(yǒu)明显(xiǎn)优势。

此外，还有很多(duō)需要爆发式增(zēng)长的(de)算力来支撑的(de)技(jì)术创新，将在(zài)人工(gōng)智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模(mó)型和大算力的支持下AIGC能持(chí)续(xù)颠(diān)覆内容生产的方(fāng)式(shì)，将创造的(de)边际成本降低(dī)，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思