自聊天机(jī)器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开(kāi)谈论(lùn)人工智能话题。在最(zuì)近的一次采访中(zhōng)，他再(zài)次表示(shì)：“AI可能会(huì)让科技行业迎(yíng)来一次剧烈的洗牌(pái)”。

这个结论是他(tā)在当地时(shí)间2月(yuè)20日接受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的发(fā)展可(kě)能会(huì)威胁到谷歌的市占率，因为微软在AI方面(miàn)的(de)行(xíng)动相当(dāng)迅速。而最终科技(jì)巨(jù)头将把AI整(zhěng)合成用户的“全能(néng)助(zhù)手”，包揽一(yī)切应用，与人(rén)们(men)进(jìn)行沟通并提供(gōng)建(jiàn)议(yì)，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手的(de)到来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美(měi)国(guó)科罗拉多州举(jǔ)办的新兴数字艺(yì)术家竞赛中，一(yī)幅名为《太空(kōng)歌剧院》的(de)作品获(huò)奖。

随后各大厂(chǎng)商的AI绘画(huà)软(ruǎn)件(jiàn)被广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在应用中输(shū)入一组关键词(cí)或者一张照(zhào)片，就能获(huò)得一幅(fú)AI创作的画(huà)作。

作(zuò)画的关(guān)键就(jiù)是所输(shū)入的文本。同一组关键词也可(kě)以(yǐ)创作(zuò)出很多张风格不一样的画(huà)作(zuò)，这(zhè)让创作的过程(chéng)就像开盲盒。

很多用户很喜(xǐ)欢这种(zhǒng)不确定的惊喜(xǐ)，他(tā)们会将(jiāng)生(shēng)成的美图当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品。在(zài)社交媒体上，许多(duō)用户(hù)分享AI“翻车现场”，例如(rú)，一位(wèi)网(wǎng)友的小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关(guān)键(jiàn)词游(yóu)戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人(rén)张(zhāng)吕(lǚ)敏创作(zuò)的一种基于控制点的图像变形算法(fǎ)，主要用于数字图像(xiàng)处(chù)理(lǐ)、计算机视觉和(hé)计(jì)算机图形学等领(lǐng)域(yù)。

其SD插件一经发布(bù)，在(zài)短短的两天(tiān)内(nèi)便(biàn)成为了(le)AI绘画领域最新(xīn)的热(rè)点。

在此之(zhī)前，大家用了很多(duō)方法(fǎ)想(xiǎng)让(ràng)AI生成的结果尽可能的符合(hé)要求，但是都不尽(jǐn)如人意，它(tā)的出(chū)现代表着AI生(shēng)成开始进入真正(zhèng)的可控时期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势(shì)和(hé)画(huà)面的深度信息等。有了它(tā)的帮助(zhù)，就不用频繁的用提示词来碰(pèng)运气，抽(chōu)盲(máng)盒(hé)式(shì)的创作了(le)。

通俗(sú)的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加了“魔(mó)法”，不(bù)少博主的(de)作品已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用(yòng)朋友的照片直(zhí)接带她们(men)走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的关键词(cí)；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关键词试效果。

通过图片就可(kě)以看出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除了(le)真实的照片，草(cǎo)图也可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和(古诗《画》的作者是谁？哪个朝代人，画的作者是哪个朝代的诗人hé)“逗(dòu)砂(shā)”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩(cǎi)图(tú)。大神张(zhāng)吕敏(mǐn)其本尊也亲(qīn)自回应。

不得(dé)不(bù)说当下AIGC已经变得越来越强大，甚(shèn)至(zhì)输(shū)出(chū)的作品都已(yǐ)经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全(quán)问题

近日(rì)，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息(xī)火遍网络(luò)，而(ér)经过(guò)警(jǐng)方辟(pì)谣这所谓的“party”可能是(shì)全国第一起(qǐ)AI绘图(tú)诈骗。

由(yóu)于这个活动里面给(gěi)出的美女照片都是AI制作(zuò)的真人照片绘图，因为(wèi)太逼(bī)真，被(bèi)大家当成真事(shì)传播了。

不过仔细观察可(kě)以发现，活(huó)动发起(qǐ)者提供的照片(piàn)中有个很大的漏洞(dòng)可以发(fā)现并(bìng)非真人，而是AI绘图，那便(biàn)是图片(piàn)中女性的手(shǒu)指部分有的存在异(yì)常(cháng)。

有(yǒu)行业人事表示：“现(xiàn)在因为手指(zhǐ)部分的(de)绘画算法比较(jiào)复杂，AI还不太会画人的手(shǒu)，但最(zuì)新看到的图片已经有越(yuè)来越完美的(de)AI模型(xíng)出现，以(yǐ)后(hòu)可能就完全没有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国外也(yě)已有发生(shēng)。据英国广播公司报道，土耳其地震(zhèn)期(qī)间(jiān)，有Tiktok用(yòng)户使(shǐ)用AI合成(chéng)了儿童受(shòu)灾(zāi)的假照片发布到网络，以此(cǐ)诱骗善(shàn)良的人打赏(shǎng)“捐(juān)助”从而(ér)实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片般(bān)的(de)绘图效果(guǒ)，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还(hái)引(yǐn)发(fā)了很多担(dān)忧，一(yī)方面，批判者(zhě)认为AI在“学习”了大(dà)量(liàng)前人(rén)的(de)作品(pǐn)之后，其创作没有任何情绪(xù)和灵魂，难以和人类的(de)艺术创作相提并论(lùn)。

另(lìng)一方面，AIGC背(bèi)后的版(bǎn)权、目(mù)前都(dōu)并没有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也(yě)强调，人工智(zhì)能的安(ān)全问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除(chú)了(le)视频，还有(yǒu)远方

技术都是有两面性的(de)，潜在的危(wēi)害(hài)并不能(néng)掩盖其光辉的(de)贡献。现在看来(lái)，人(rén)工(gōng)智能技术(shù)将是第四次工业革(gé)命的核(hé)心驱动力量，将创(chuàng)造新的增长奇迹(jì)。

过去一年，人工智能在技术和商(shāng)业层面(miàn)都有了巨大进展，AI绘画就(jiù)是人工智能技术发生(shēng)方向性改(gǎi)变的一个代表。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发(fā)布(bù)了几条引爆科(kē)技圈的(de)短(duǎn)视频。这些视(shì)频引发关注并非(fēi)内容(róng)做(zuò)得多(duō)优(yōu)秀，反而都非常简单(dān)，比如(rú)一匹正在(zài)喝(hē)水的马，一只画画的(de)玩(wán)具熊，或者一段(duàn)骑摩(mó)托车的第一视角录像，随便(biàn)一个有手机(jī)的人都可(kě)以随手录下一(yī)段。

但这些短视频的创作方式(shì)非常简单，创(chuàng)作者仅仅需要向(xiàng)AI输(shū)入一段话，甚至(zhì)只是说一(yī)下要(yào)求，AI就可以(yǐ)根(gēn)据需要生成一段视频。

谷歌(gē)发布的两个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前(qián)者主要(yào)突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成(chéng)的(de)视频后，AI圈就已(yǐ)经玩了一波梗，一个能(néng)够(gòu)做出(chū)更高清视频的AI还(hái)不足(zú)以在(zài)短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令(lìng)人(rén)震惊的地方在于，它可(kě)以(yǐ)制(zhì)作出超(chāo)过2分钟的连贯的(de)也有确切内容的视频，这才是真正让人们感到惊喜的地方(fāng)。因为无论AI生成的视频(pín)多么高(gāo)清(qīng)，也只能是(shì)为内容生产者提供一个灵感，一个素(sù)材，一个过场动画。

不过能够制(zhì)作出(chū)有具体剧(jù)情(qíng)内容的视频就(jiù)意味着，一些视频(pín)创(chuàng)作由AI代替人工完成已经初步有了可能。

当下AI的发展速度已(yǐ)经(jīng)超(chāo)过大(dà)部分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作为全(quán)新的内容生产方(fāng)式，可以为内容产(chǎn)业带来更新(xīn)的(de)内容风(fēng)格、更快(kuài)的(de)生产(chǎn)速(sù)度，更低的(de)生产成(chéng)本(běn)，这无疑会(huì)驱(qū)动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术还能应(yīng)用(yòng)于(yú)音乐、代码、机器人动作等多种(zhǒng)内(nèi)容形(xíng)式的生成。不难发现该项技术不仅在游戏等行业能(néng)得(dé)到有效应用(yòng)，对于下一代互(hù)联(lián)网(wǎng)各(gè)种元素的(de)构建亦(yì)有关键意义。

从商(shāng)业(yè)化(huà)的(de)角度来看(kàn)，文化娱乐、教育(yù)、传(chuán)媒(méi)等(děng)诸多(duō)领域，本身就对基于AI的可视化内容(róng)有(yǒu)强烈需求。

因此，AI绘画及(jí)视频或不(bù)是结果，而(ér)只是AI进程(chéng)中的一块重要拼图，有望在技术更新的加持下实现更大(dà)的(de)应用(yòng)价值。

AI从理解内容，走向了(le)可(kě)以生成(chéng)内容(róng)，甚(shèn)至能够(gòu)创造出独(dú)立价值和独立视角的内容。AIGC的(de)再次出(chū)圈，更代表(biǎo)着未(wèi)来的(de)先进(jìn)生(shēng)产力即将(jiāng)到来。

古诗《画》的作者是谁？哪个朝代人，画的作者是哪个朝代的诗人ta-type="png" data-w="1280">

04

紧(jǐn)抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发(fā)展也可(kě)以看出，在语(yǔ)言大模型(xíng)、图像大(dà)模型之后，多模态(tài)大(dà)模型已经(jīng)成为了新的趋势(shì)。

大模型被誉为当(dāng)前人工智能(néng)发展的智能底座(zuò)，是(shì)全(quán)球竞争最激烈的研(yán)究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业(yè)都(dōu)在竞相发(fā)力。

不过训练大(dà)模型(xíng)的确(què)价格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的(de)成(chéng)本(běn)约为140万美元(yuán)。而对(duì)于(yú)一些更大的(de)LLM(大型语言(yán)模型)，训练成本(běn)则介于200万(wàn)美元(yuán)至(zhì)1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独立访客(kè)平均(jūn)数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为(wèi)8亿美元(yuán)，每日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支持。在关(guān)注各类大模型的发展(zhǎn)同时，更应该关注算力网络的建(jiàn)设。

算力网(wǎng)络正驱动AI产(chǎn)业(yè)发展(zhǎn)进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更近。

因为算力可以对突破性技术创新提供大(dà)力的支持。这(zhè)方面(miàn)，多模态大(dà)模型是(shì)典型。作为面向未来(lái)强人(rén)工智(zhì)能、通用人工智能的重要技术创新，多模(mó)态大模型(xíng)已(yǐ)经(jīng)在人工(gōng)智(zhì)能领域提(tí)出了很(hěn)多年，业界也有不(bù)少技术突破，但是，多模态大模型进(jìn)一步往下走，算力需求呈几何(hé)式上升，一般的(de)算(suàn)力(lì)基础设施很快(kuài)将难以胜任。

从图(tú)像、文(wén)字、语音单独一项的训练，到双(shuāng)模态、三模态(tài)的跃迁(qiān)，让(ràng)人工智能可以灵活应对不同模态的转化、像人与(yǔ)世界交互(hù)一样自(zì)然，这方面(miàn)，由算力网络来驱动将有明显(xiǎn)优势。

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

AIGC已经露出曙(shǔ)光(guāng)，期待在大模型和大(dà)算力的(de)支持下AIGC能持续颠覆内容生(shēng)产的(de)方(fāng)式，将创(chuàng)造的边际(jì)成本降低，让万(wàn)众受益。

未经允许不得转载：惠安汇通石材有限公司 古诗《画》的作者是谁？哪个朝代人，画的作者是哪个朝代的诗人