自(zì)聊天机器人ChatGPT火爆以来，微软公司(sī)创(chuàng)始人比尔·盖茨已多次公开谈(tán)论(lùn)人工(gōng)智能话(huà)题。在最近(jìn)的(de)一次采访中，他再次表示：“AI可能(néng)会让科(kē)技行(xíng)业迎来(lái)一次(cì)剧烈(liè)的洗牌”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会(huì)威胁到(dào)谷歌的市占(zhàn)率，因为(wèi)微软在AI方面的行动相当(dāng)迅速。而最终科技巨头(tóu)将把AI整合成(chéng)用户(hù)的(de)“全能助手”，包(bāo)揽一(yī)切(qiè)应用(yòng)，与人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能(néng)助(zhù)手(shǒu)的到来(lái)可能尚需(xū)时(shí)日(rì)，但由ControlNet引发的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代(dài)表的AIGC上一次(cì)爆火的(de)时(shí)候(hòu)，还(hái)是(shì)2022年(nián)8月，在(zài)美国科罗拉多州举办的新兴数字艺术家竞赛中(zhōng)，一幅名(míng)为《太空歌剧院》的作(zuò)品(pǐn)获奖。

随(suí)后各(gè)大厂商(shāng)的AI绘画软件被(bèi)广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户(hù)们可以在(zài)应用(yòng)中输入一组关(guān)键词或者一张(zhāng)照片，就(jiù)能获得(dé)一幅AI创作的画作。

作画的关键就(jiù)是所输入的文本。同一组关键词也可(kě)以(yǐ)创作出很多张(zhāng)风(fēng)格不一样(yàng)的画作，这让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成(chéng)的美图当(dāng)做头像。而(ér)另一部(bù)分喜(xǐ)欢(huān)翻看(kàn)AI绘画的“翻车”作(zuò)品。在社(shè)交媒体上，许多用户(hù)分享(xiǎng)AI“翻(fān)车现(xiàn)场”，例(lì)如，一位网友(yǒu)的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的(de)出现与加(jiā)持，以往AI绘画(huà)的(de)填(tián)写关键词游(yóu)戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张吕敏(mǐn)创作(zuò)的一种(zhǒng)基于控制点的图像(xiàng)变(biàn)形(xíng)算(suàn)法(fǎ)，主(zhǔ)要(yào)用于数字图像处理、计算机视觉和计算(suàn)机图形(xíng)学等领域。

其SD插件一经发布，在短短的(de)两(liǎng)天内便成为了AI绘画(huà)领域最新的热点。

在此之前，大家用(yòng)了很多方法想(xiǎng)让AI生成的结果尽(jǐn)可能的符合要求，但(dàn)是(shì)都不尽如人(rén)意，它的(de)出现代表着(zhe)AI生(shēng)成(chéng)开始进(jìn)入真(zhēn)正的可控时(shí)期。

因为ControlNet可(kě)以(yǐ)直接提(tí)取画面的构图，人物的(de)姿势和(hé)画面的深度(dù)信息等。有了它的帮(bāng)助，就不用频繁的用(yòng)提示词来(lái)碰运(yùn)气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的(de)作品已经获得了大量(liàng)的浏览(lǎn)量，“viggo”就是其中(zhōng)之一(yī)，他用朋友的照片直接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓(tuò)展找到对应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始换关键词试(shì)效(xiào)果。

通过(guò)图片就可以看(kàn)出来，效(xiào)果十分(fēn)惊艳(yàn)。

更厉害的(de)是，除了真实的照片，草图也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全(quán)彩图。大神(shén)张吕敏其本尊也亲自(zì)回应。

不(bù)得不说当下AIGC已经(jīng)变(biàn)得越来(lái)越强大，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全(quán)国第一起AI绘(huì)图诈骗。

由于这个活动(dòng)里面给出的美女照片都(dōu)是AI制作的(de)真人照片(piàn)绘(huì)图，因为太逼真，被大家(jiā)当(dāng)成真事传播了。

不过仔细观(guān)察可(kě)以发现，活动(dòng)发(fā)起(qǐ)者提(tí)供(gōng)的照片中有(yǒu)个(gè)很大的漏洞可(kě)以(yǐ)发现(xiàn)并非真人，而是(shì)AI绘图，那便是图片中女性的手指(zhǐ)部分有的存在异常。

有行业人事表示(shì)：“现在因为手指部分的绘画(huà)算法比较复(fù)杂，AI还不太会(huì)画人的手，但最新(xīn)看到的(de)图(tú)片已经有越来越完美的(de)AI模(mó)型出(chū)现，以(yǐ)后(hòu)可能(néng)就完全没有漏洞了(le)。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英(yīng)国广播公(gōng)司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使用AI合成(chéng)了(le)儿(ér)童受(shòu)灾的假照片发布到(dào)网络，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从而(ér)实施诈(zhà)骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般的绘(huì)图效(xiào)果，如果这(zhè)样(yàng)的图片被(bèi)用(yòng)来诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还引(yǐn)发(fā)了很(hěn)多担(dān)忧，一方(fāng)面，批判者认为AI在“学习”了大(dà)量前人的作品(pǐn)之后，其(qí)创(chuàng)作没有(yǒu)任何情绪和灵魂，难(nán)以和(hé)人类(lèi)的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人工智(zhì)能的(de)安(ān)全问题(tí)需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两(liǎng)面性的，潜在的危害并不能(néng)掩盖其光辉的贡献。现在(zài)看来，人(rén)工(gōng)智能技术(shù)将是第四(sì)次(cì)工业革命的核心驱动(dòng)力量(liàng)，将创造(zào)新的增(zēng)长奇迹。

过去一(yī)年，人工智能在技术和商(shāng)业层面都有了(le)巨大进(jìn)展(zhǎn)，AI绘画就(jiù)是人工智能技(jì)术发生方向性改变的一(yī)个(gè)代表。其下吸潮是什么意思，弄瓦之喜什么意思一站或许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了(le)几条引爆科技(jì)圈的(de)短(duǎn)视频。这些视频引发(fā)关(guān)注并(bìng)非内容做得多优秀，反而都(dōu)非常简单，比如一(yī)匹正在喝水的马(mǎ)，一(yī)只画画的玩具熊，或者一段骑(qí)摩托(tuō)车(chē)的第一(yī)视角录像，随便一个有手机(jī)的(de)人都(dōu)可以随手录下一(yī)段。

但(dàn)这些(xiē)短视频的创作方式非(fēi)常简(jiǎn)单，创作(zuò)者仅仅需要向AI输入一段话，甚至只是说(shuō)一下要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发(fā)布的(de)两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要(yào)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(bù)了(le)AI生成的(de)视频(pín)后，AI圈就(jiù)已经玩(wán)了一波梗(gěng)，一个能(néng)够做出更高清(qīng)视频的AI还(hái)不(bù)足(zú)以在短时间内戳中兴奋点。

Phenak吸潮是什么意思，弄瓦之喜什么意思i更(gèng)加令人震(zhèn)惊(jīng)的地方在于，它可以制作出超(chāo)过2分钟的(de)连贯(guàn)的也有确切内容(róng)的(de)视频，这才是真正(zhèng)让人们感到(dào)惊喜的地方。因为(wèi)无论AI生成(chéng)的视频多(duō)么高(gāo)清(qīng)，也只(zhǐ)能是为内容生产者提供一(yī)个灵感，一个素(sù)材，一个过场动(dòng)画。

不过能够制作出(chū)有具体剧情内容的视频就意味着，一些视频(pín)创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的(de)发展速度已(yǐ)经超(chāo)过大部分人的想(xiǎng)象(xiàng)。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容生产方式，可以(yǐ)为内(nèi)容产业带来更新的内容风格、更(gèng)快(kuài)的生(shēng)产速度(dù)，更低的(de)生产成本，这无疑(yí)会(huì)驱动(dòng)内(nèi)容产(chǎn)业(yè)的大(dà)爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐(lè)、代码(mǎ)、机器人动作等多种(zhǒng)内容形式的生成(chéng)。不难发现该项技(jì)术不仅(jǐn)在游戏(xì)等行业能得到有效应用，对于下一代互联网各种元(yuán)素的构建亦有关键意(yì)义。

从商(shāng)业化的角(jiǎo)度来(lái)看(kàn)，文化娱(yú)乐、教育、传媒等诸多领域，本身就对(duì)基于AI的(de)可视化内容(róng)有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而(ér)只是AI进程中的一(yī)块重要拼图，有望在技术(shù)更新的加(jiā)持下实现更大(dà)的应用(yòng)价(jià)值(zhí)。

AI从理(lǐ)解(jiě)内容，走向了可以生(shēng)成内容，甚至能(néng)够创造出独立价(jià)值和(hé)独立视角的内(nèi)容。AIGC的再次(cì)出圈，更代(dài)表着未来的先进生产(chǎn)力(lì)即将(jiāng)到来(lái)。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底座(zuò)

从技术的发展也可以(yǐ)看出，在(zài)语言大(dà)模型、图像大模型之(zhī)后，多模态大模(mó)型已(yǐ)经成(chéng)为(wèi)了(le)新的(de)趋势。

大模型被誉为(wèi)当前(qián)人(rén)工智(zhì)能发(fā)展的智能底座，是(shì)全球竞争最激烈的研究方向之一(yī)，包括谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头(tóu)部企(qǐ)业都在(zài)竞(jìng)相发力。

不(bù)过训练大模型(xíng)的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练(liàn)一(yī)次(cì)的成(chéng)本约为140万美元(yuán)。而对(duì)于(yú)一(yī)些更大的LLM(大型语言(yán)模型)，训(xùn)练成(chéng)本则介于200万美元(yuán)至(zhì)1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平均(jūn)数1300万计算，其对应(yīng)芯片需求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本(běn)约为8亿美元，每日(rì)仅电费(fèi)就在5万美元(yuán)左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力支(zhī)持(chí)。在(zài)关(guān)注(zhù)各类(lèi)大模型的发展同(tóng)时，更应该关注算力网络的建设。

算力网络正驱(qū)动AI产业发(fā)展进入史诗级加(jiā)速(sù)进程，让(ràng)AIGC及通(tōng)用(yòng)AI这一人工智能发(fā)展的(de)终极目标离得更近。

因为算力(lì)可以对突破(pò)性技术(shù)创新提供(gōng)大力的(de)支持(chí)。这方面，多(duō)模态大模型(xíng)是典(diǎn)型。作(zuò)为面向未来强人工(gōng)智能、通用人(rén)工智能的重要技术创新，多模(mó)态(tài)大模型(xíng)已经在人(rén)工智能领(lǐng)域提出了很多年(nián)，业(yè)界也有(yǒu)不少技(jì)术突破，但(dàn)是(shì)，多模(mó)态大模型进一步(bù)往(wǎng)下(xià)走，算力需求呈(chéng)几(jǐ)何式上升，一般的算力基(jī)础设施很快(kuài)将难以胜(shèng)任。

从图像、文(wén)字、语音(yīn)单独一项的训练(liàn)，到双模态、三(sān)模态的跃(yuè)迁(qiān)，让人工智能可以灵活应对(duì)不(bù)同(tóng)模态的转化、像(xiàng)人与世(shì)界交互一样自然，这方面，由算(suàn)力(lì)网络来(lái)驱动将有明显优势。

此(cǐ)外，还有(yǒu)很多需要爆发式增(zēng)长的算(suàn)力来支撑的技术创(chuàng)新，将在人(rén)工(gōng)智能算(suàn)力网(wǎng)络支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光，期待在大(dà)模型(xíng)和(hé)大算力的(de)支持下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造(zào)的(de)边际(jì)成本(běn)降低，让(ràng)万众受益。

未经允许不得转载：惠安汇通石材有限公司 吸潮是什么意思，弄瓦之喜什么意思