自聊天机器人(rén)ChatGPT火(huǒ)爆以来，微软公(gōng)司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论(lùn)人工智能话题。在(zài)最近(jìn)的一(yī)次(cì)采访(fǎng)中，他(tā)再次(cì)表(biǎo)示：“AI可能会(huì)让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结论(lùn)是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的(de)发展可能会威胁(xié)到(dào)谷歌的市占率，因为微软在AI方面的行(xíng)动(dòng)相当迅速(sù)。而最终(zhōng)科(kē)技巨头将把AI整合成(chéng)用户的“全能助手”，包揽(lǎn)一切应(yīng)用，与人们进行(xíng)沟通并(bìng)提(tí)供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助(zhù)手的到来可(kě)能尚需时日(rì)，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次(cì)爆(bào)火的时候(hòu)，还(hái)是2022年8月，在美国科罗(luó)拉多州举办(bàn)的新(xīn)兴数字(zì)艺术(shù)家竞赛中，一幅名为《太空歌剧(jù)院》的作品(pǐn)获(huò)奖(jiǎng)。

随后(hòu)各大厂商(shāng)的AI绘画软件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在应用(yòng)中输入一组关键词或(huò)者一张照片，就能获(huò)得一(yī)幅AI创作(zuò)的画作。

作画(huà)的关键(jiàn)就是所输(shū)入的文(wén)本。同一组关键词(cí)也可以(yǐ)创作出很(hěn)多张风格不一样(yàng)的画作，这让创作的(de)过(guò)程(chéng)就像开盲盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊(jīng)喜，他们会将生(shēng)成的美(měi)图当做(zuò)头像。而另一部分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻(fān)车”作品。在社交媒(méi)体上，许(xǔ)多用(yòng)户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网(wǎng)友的小狗照(zhào)片被AI画(huà)成了“肌肉男”，还(hái)有(yǒu)网友(yǒu)的个人照片被AI识别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘画(huà)的填(tián)写关键(jiàn)词游戏可(kě)能要被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人张吕敏(mǐn)创作的(de)一种基于控制点的图(tú)像变形算法，主(zhǔ)要用于数字(zì)图像(xiàng)处理、计算机视觉和计算(suàn)机(jī)图形学(xué)等领域。

其SD插(chā)件一经发布，在(zài)短短(duǎn)的(de)两天内便(biàn)成为了AI绘画领域最新的热点。

在此之前，大家(jiā)用(yòng)了很多方(fāng)法想让(ràng)AI生成的结果尽可能的符合要(yào)求，但(dàn)是都(dōu)不尽如人(rén)意，它的出现代表(biǎo)着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可以直接提取(qǔ)画面的构图(tú)，人物的(de)姿势和画面的深度信息等。有了(le)它的帮助，就(jiù)不用(yòng)频(pín)繁的用提示词来碰(pèng)运(yùn)气，抽(chōu)盲盒(hé)式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用(y青少年是几岁到几岁了 20岁还能叫少年吗òng)朋友的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片(piàn)转(zhuǎn)文(wén)字。

再用Text2Prompt插(chā)件(jiàn)拓展找(zhǎo)到对(duì)应的关(guān)键(jiàn)词；最后(hòu)用ControlNet插件绑定(dìng)骨(gǔ)骼开(kāi)始换(huàn)关键词试(shì)效果。

通过图片就可以看出来(lái)，效果十分(fēn)惊艳。

更厉害的(de)是(shì)，除(chú)了真实的(de)照片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到(dào)ControlNet还能实现线(xiàn)稿(gǎo)转(zhuǎn)全彩图。大(dà)神张吕敏(mǐn)其本(běn)尊也亲(qīn)自回应。

不得不说当下AIGC已经变得越来(lái)越强大，甚至输出的作(zuò)品都(dōu)已经能(néng)以假(jiǎ)乱(luàn)真了。

02

难(nán)辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘(huì)图(tú)诈骗。

由于这(zhè)个活动里面(miàn)给(gěi)出的美女(nǚ)照片都是(shì)AI制作的真人照(zhào)片绘图(tú)，因为太(tài)逼真(zhēn)，被大家(jiā)当(dāng)成真事传播了。

不过仔细观察(chá)可以(yǐ)发现，活动(dòng)发起者提供(gōng)的(de)照片中有个很大的漏洞(dòng)可(kě)以(yǐ)发现并非真人，而是AI绘图，那便(biàn)是图片中女(nǚ)性的手指(zhǐ)部分有(yǒu)的存在异常(cháng)。

有行业人事表示：“现在因为(wèi)手指部分的(de)绘画算法比较复杂(zá)，AI还不太会画人的(de)手(shǒu)，但最(zuì)新看(kàn)到的图(tú)片已经有越来越完美的AI模(mó)型出(chū)现，以后可能就完(wán)全没有(yǒu)漏(lòu)洞(dòng)了。”

类似的AI作图诈(zhà)骗(piàn)在国外也已(yǐ)有发生。据英(yīng)国广(guǎng)播公司报道，土耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络(luò)，以此诱骗善良的(de)人打赏(shǎng)“捐助”从而实施诈(zhà)骗。

目前随(suí)着(zhe)技术发展，AIGC已(yǐ)经(jīng)能做出真(zhēn)人(rén)照片般的(de)绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批(pī)判者认为(wèi)AI在“学(xué)习”了大量前(qián)人(rén)的作品(pǐn)之(zhī)后，其创作没有任何情绪和灵魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版权、目前都并没(méi)有得到有效的(de)解(jiě)决，还(hái)有AIGC会不会(huì)代替(tì)人类(lèi)“至(zhì)高无上”的创意(yì)。

马(mǎ)斯克也强调，人工智能的安全问题(tí)需要(yào)得到重视，太(tài)晚(wǎn)就来不及了(le)。

03

AIGC下一站除了(le)视频(pín)，还有远方

技术都是有两(liǎng)面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看(kàn)来，人工智(zhì)能技术将是第(dì)四(sì)次工业革命的核(hé)心驱动力量，将创造新的增长奇(qí)迹(jì)。

过去一年，人工智能在(zài)技术和商业层面都有了巨大进展，AI绘画(huà)就是人工智能技术发(fā)生方向性改变的(de)一个代(dài)表。其下一站或许(xǔ)就是视频。

此前，Meta和(hé)谷歌先后发布了几条(tiáo)引爆科技圈的(de)短(duǎn)视频。这(zhè)些视频引发(fā)关注(zhù)并非内容做得多优秀，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊，或者(zhě)一段骑摩托车(chē)的第一(yī)视角(jiǎo)录像，随(suí)便(biàn)一个有(yǒu)手机的人都可以随(suí)手录(lù)下一段。

但(dàn)这些短视频的创作方式(shì)非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输(shū)入一段(duàn)话，甚至只是说(shuō)一下要求，AI就可以(yǐ)根据需(xū)要(yào)生成一段视频。

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

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩(wán)了一波梗，一个能够做(zuò)出(chū)更高清视频的AI还不足以在(zài)短时(shí)间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以(yǐ)制作出(chū)超过2分钟的连贯的也有确切(qiè)内容的(de)视频，这才是真正让人们(men)感到(dào)惊(jīng)喜的地方。因为无论(lùn)AI生成的视(shì)频多么高清，也只能是为内(nèi)容(róng)生(shēng)产者(zhě)提供(gōng)一(yī)个灵感，一个素材，一个过场动画。

不过能够(gòu)制作(zuò)出(chū)有具体剧情内容的视频就意味(wèi)着，一(yī)些视频创作由(yóu)AI代替(tì)人工完(wán)成(chéng)已经初步有了可(kě)能。

当(dāng)下AI的发展(zhǎn)速度已经(jīng)超过大部(bù)分人(rén)的想象。内容产业的本质是供给创造需求(qiú)，AIGC作(zuò)为全(quán)新的(de)内容生产方式，可以为内容产业带来更新的内容风(fēng)格(gé)、更(gèng)快的生产速度(dù)，更低的生产成本，这无疑会驱动(dòng)内容(róng)产(chǎn)业(yè)的大爆发。

除了(le)AI绘图、视(shì)频(pín)，AIGC技(jì)术(shù)还能应用于音乐、代码、机(jī)器人动作等(děng)多种内容(róng)形式的生成。不难发现该项技术不仅在游戏等行(xíng)业能得到有效应用，对于(yú)下一代互(hù)联(lián)网各种(zhǒng)元素的(de)构建亦有关(guān)键(jiàn)意义。

从商(shāng)业化的角度来看(kàn)，文化娱乐、教育、传媒(méi)等诸多领域(yù)，本身就对基于AI的可视化内容有强烈(liè)需求(qiú)。

因此，AI绘(huì)画及(jí)视频或不是结(jié)果，而只(zhǐ)是AI进程中(zhōng)的一块重(zhòng)要拼图，有望在技术更(gèng)新的加持下实现更大的应(yīng)用价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够创造出独立(lì)价(jià)值和独立视角的内容(róng)。AIGC的再(zài)次出圈，更代表着未来的先(xiān)进生(shēng)产力即将到来(lái)。

04

紧抓(zhuā)大模型与(yǔ)算力(lì)，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大(dà)模(mó)型、图像大模型之后，多(duō)模态(tài)大模型已经(jīng)成为了新的趋势。

大模型被誉为当(dāng)前(qián)人(rén)工智能(néng)发(fā)展的智(zhì)能(néng)底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多(duō)头部(bù)企业都(dōu)在竞相发力。

不过(guò)训练大模型(xíng)的确价格不菲，以(yǐ)国(guó)盛证券(quàn)发布的《ChatGPT需要(yào)多少算力》报(bào)告估(gū)算，GPT-3训(xùn)练(liàn)一(yī)次的成本约为140万美元。而对(duì)于一些(xiē)更大的LLM(大(dà)型(xíng)语言模型)，训练成本(běn)则介于200万美(měi)元至(zhì)1200万(wàn)美元高价之间(jiān)。

以ChatGPT在(zài)2023年(nián)1月的独立访客(kè)平均数1300万计算，其对(duì)应芯片需求(qiú)为3万多片英伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美(měi)元，每(měi)日(rì)仅电费就在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类大(dà)模型的发(fā)展同时，更应该关注算力网络的建(jiàn)设(shè)。

算力网(wǎng)络正驱动AI产业发(fā)展进入(rù)史(shǐ)诗级加速进程，让AIGC及通用(yòng)AI这一人工智能(néng)发展的(de)终极目标(biāo)离得(dé)更近。

因为算力可以(yǐ)对突破性技术创新(xīn)提供(gōng)大力的支(zhī)持。这方面，多模态大(dà)模型(xíng)是(shì)典型(xíng)。作(zuò)为面向未来(lái)强人工智(zhì)能、通用人(rén)工智能的重要技术创新，多模(mó)态大模(mó)型已经在(zài)人工智(zhì)能领域提(tí)出了很多年(nián)，业界也有不少技术突破，但是，多模态大模型进一步往下走，算力需求呈(chéng)几(jǐ)何式上升，一般的(de)算力基(jī)础设(shè)施(shī)很(hěn)快将难以胜任(rèn)。

从图像、文字、语音单独一项(xiàng)的训(xùn)练，到双(shuāng)模态、三模态的跃迁，让人工智(zhì)能(néng)可(kě)以灵活应对不同(tóng)模(mó)态的转化、像人(rén)与(yǔ)世界交互一样自然，这方(fāng)面，由算力网络来驱(qū)动将有明显优势。

此外，还有很多需(xū)要爆发式(shì)增(zēng)长的算力来支撑的技术创(chuàng)新(xīn)，将在(zài)人(rén)工智能算力网络支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的(de)方(fāng)式，将创(chuàng)造(zào)的边际(jì)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 青少年是几岁到几岁了 20岁还能叫少年吗