自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司(sī)创始(shǐ)人比尔·盖茨(cí)已(yǐ)多次(cì)公开谈论人(rén)工智能话题。在最(zuì)近的一次采访中，他(tā)再(zài)次(cì)表示(shì)：“AI可能会让科(kē)技行业迎来一次(cì)剧烈的洗(xǐ)牌”。

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

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的(de)行动(dòng)相当(dāng)迅(xùn)速(sù)。而最(zuì)终科技巨(jù)头(tóu)将把AI整(zhěng)合成用户的“全能助(zhù)手”，包揽一切应用，与人们(men)进(jìn)行沟(gōu)通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需(xū)时日，但由ControlNet引发的又一次(cì)AI绘画浪(làng)潮(cháo)，让AIGC在(zài)ChatGPT的话(huà)题热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)办的新兴数字艺术家竞(jìng)赛中，一幅名为《太空(kōng)歌剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户们可(kě)以在(zài)应用中输入一组关键词或(huò)者一张照(zhào)片，就能(néng)获(huò)得一幅AI创作的画作。

作画的关键就是所输入的(de)文本。同一组关键词(cí)也可以(yǐ)创作出很多(duō)张风格不(bù)一样的画作，这让创作的(de)过程就像开盲盒。

很多用户很喜欢这种不确(què)定(dìng)的惊喜，他们会(huì)将(jiāng)生成的美图当做头像。而另一部分喜欢翻看AI绘(huì)画的(de)“翻车(chē)”作(zuò)品。在社交媒体上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例(lì)如，一位网友的(de)小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘(huì)画的填写关键词游戏可能要(yào)被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕(lǚ)敏创(chuàng)作的一种基于控(kòng)制(zhì)点(diǎn)的图像变形算法，主要(yào)用于数字图像处理、计算(suàn)机视觉和计算机(jī)图形学等领(lǐng)域。

其SD插件一经发(fā)布，在短短的两天内(nèi)便成(chéng)为了AI绘画领域最新的热点。

在此之前(qián)，大(dà)家用了很(hěn)多(duō)方法想(xiǎng)让(ràng)AI生成的(de)结果尽可能的符合要求(qiú)，但是都不尽如人意(yì)，它(tā)的出现(xiàn)代表着AI生(shēng)成开(kāi)始进(jìn)入真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面的构图，人(rén)物的姿势和画(huà)面的深度(dù)信息等。有(yǒu)了它(tā)的帮助(zhù)，就不用频繁的用提(tí)示词来碰(pèng)运气，抽盲盒(hé)式的创作了(le)。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量的(de)浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找(zhǎo)到(dào)对应的关键(j中国航发属于央企还是国企啊 中国航发是上市公司吗iàn)词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图(tú)片就可(kě)以看(kàn)出来，效(xiào)果十分惊艳(yàn)。

更厉害的是，除(chú)了(le)真(zhēn)实(shí)的照(zhào)片(piàn)，草图(tú)也可以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿(gǎo)转全彩图。大神张吕敏其本尊(zūn)也亲自回(huí)应(yīng)。

不得不说当下AIGC已经(jīng)变(biàn)得越来越强大，甚至输出的作品(pǐn)都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安(ān)全(quán)问题(tí)

近(jìn)日，“苏州金鸡湖有游(yóu)艇party”的消(xiāo)息(xī)火(huǒ)遍网络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于这(zhè)个活动(dòng)里面(miàn)给出(chū)的美女(nǚ)照片都是AI制(zhì)作的真人照片绘图(tú)，因为太逼真，被大家当成真(zhēn)事(shì)传(chuán)播了(le)。

不(bù)过仔细观察可以(yǐ)发(fā)现，活动发起者提(tí)供的(de)照片中有个很大的漏洞可以发现并非真人，而(ér)是AI绘图(tú)，那便是图片(piàn)中(zhōng)女性(xìng)的手(shǒu)指部分有的(de)存在(zài)异常。

有行业人(rén)事表示：“现在因为手指部分的绘画算法比较复(fù)杂，AI还不太(tài)会(huì)画人的手，但最新看(kàn)到的图片已经有越来越完美(měi)的AI模(mó)型出现，以后可(kě)能就(jiù)完全没有漏(lòu)洞了(le)。”

类似的AI作图诈骗在国外也已有发生。据英国(guó)广播公(gōng)司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合(hé)成了儿童受灾的假照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐(juān)助”从而实施诈(zhà)骗(piàn)。

目前随着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能做(zuò)出真人(rén)照片般的绘图效(xiào)果(guǒ)，如果(guǒ)这样的(de)图片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很(hěn)多担忧，一方面(miàn)，批判者认为AI在(zài)“学习”了大量前人的(de)作品(pǐn)之后，其创作没有(yǒu)任(rèn)何情(qíng)绪和灵魂，难以和(hé)人类的(de)艺术创(chuàng)作(zuò)相提并(bìng)论。

另(lìng)一方面，AIGC背(bèi)后的版权、目前(qián)都并(bìng)没有(yǒu)得到有效(xiào)的解决，还有AIGC会不会代(dài)替人类“至高(gāo)无上”的(de)创意(yì)。

马(mǎ)斯克也强(qiáng)调，人工智能的安全问题需要得到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站除了(le)视频，还(hái)有(yǒu)远方

技术都是有两面性(xìng)的，潜在的危害并不能掩盖(gài)其光辉(huī)的贡献。现在看(kàn)来(lái)，人工智(zhì)能(néng)技术将是第四次工(gōng)业革命的核(hé)心驱动力量，将创造新的增长奇(qí)迹(jì)。

过去(qù)一(yī)年，人工智能在技术和(hé)商(shāng)业层(céng)面都有了巨大进展(zhǎn)，AI绘画就是人工智能(néng)技术发生方向性改变的一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后(hòu)发(fā)布(bù)了几条引(yǐn)爆科技圈(quān)的(de)短(duǎn)视频。这(zhè)些视频(pín)引发(fā)关注(zhù)并非内容做得多(duō)优秀，反(fǎn)而(ér)都非常简(jiǎn)单，比如一(yī)匹正(zhèng)在喝水(shuǐ)的(de)马，一只画画的(de)玩具熊，或者(zhě)一段骑摩托车的第一视角录像，随便一(yī)个有手机的人都可以随手录下一段。

但这(zhè)些短视(shì)频的(de)创作方式非常简单(dān)，创作者仅仅需要向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(jù)需(xū)要生成一(yī)段视频(pín)。

谷歌发(fā)布的两个(gè)AI生成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高(gāo)清，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后(hòu)，AI圈就已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在(zài)于，它(tā)可(kě)以(yǐ)制(zhì)作出(chū)超过(guò)2分钟的连贯的(de)也有确(què)切内容的视频，这才是真正让(ràng)人们(men)感(gǎn)到惊喜的(de)地(dì)方。因为无论AI生(shēng)成的视频多(duō)么(me)高清(qīng)，也只能是为内容生产者提供一(yī)个(gè)灵感，一个素(sù)材(cái)，一个过场动(dòng)画。

不(bù)过(guò)能够制(zhì)作出有(yǒu)具体剧(jù)情内容的视频就意味着，一(yī)些视频创作由AI代替人工完成已经初(chū)步(bù)有了(le)可能。

当下AI的发展速度已经超过大(dà)部分人的想象(xiàng)。内(nèi)容产业(yè)的本质是供(gōng)给创造需求，AIGC作为全新的内容生产方(fāng)式(shì)，可以为内容产业带(dài)来更(gèng)新的内容风(fēng)格、更快的生产速度，更(gèng)低的生(shēng)产成本，这无(wú)疑会驱动(dòng)内容产业的大爆(bào)发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用(yòng)于(yú)音乐、代码(mǎ)、机器人动作等多种内(nèi)容形(xíng)式的生成。不难(nán)发现该项技术(shù)不仅在(zài)游戏等行业能得到有效应用(yòng)，对于下(xià)一代互(hù)联(lián)网(wǎng)各(gè)种元素的构建(jiàn)亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等(děng)诸多(duō)领域，本身就(jiù)对基(jī)于AI的(de)可(kě)视化内容(róng)有强(qiáng)烈需求。

因(yīn)此(cǐ)，AI绘(huì)画(huà)及(jí)视频或不是结果(guǒ)，而(ér)只是AI进程中的(de)一块重要拼(pīn)图，有(yǒu)望在技(jì)术更新(xīn)的加(jiā)持(chí)下实现更大的应用(yòng)价值。

AI从理解内容，走(zǒu)向了可以生(shēng)成内(nèi)容，甚至能够创造(zào)出独(dú)立价值(zhí)和独(dú)立视(shì)角的内容。AIGC的再次出圈，更(gèng)代表着未(wèi)来的先进(jìn)生产力(lì)即将到(dào)来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座(zuò)

从技术(shù)的发(fā)展也可以看出，在语言大模型、图像大(dà)模型之(zhī)后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能发展的智(zhì)能底座，是全球(qiú)竞争最(zuì)激烈的研(yán)究方向之一，包括谷歌(gē)、亚(yà)马逊、百度(dù)、阿(ā)里、腾讯等众多(duō)头部企业都在(zài)竞相发力。

不过训练(liàn)大模型的确(què)价格不菲(fēi)，以(yǐ)国(guó)盛证券发(fā)布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练(liàn)一次的(de)成本(běn)约为140万美(měi)元。而(ér)对于一些(xiē)更大的LLM(大型语(yǔ)言模(mó)型)，训练(liàn)成本则介于200万(wàn)美元至1200万美元(yuán)高价(jià)之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数1300万(wàn)计算，其对(duì)应芯片需求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每日仅电(diàn)费就在(zài)5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各(gè)类大模型的发展同时，更应(yīng)该关注算力网络的建设。

算力网(wǎng)络正驱动(dòng)AI产(chǎn)业发展进入史诗级(jí)加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标离得(dé)更近。

因(yīn)为算力可以对突破性(xìng)技(jì)术(shù)创新提供大力的支持。这方面(miàn)，多模态大模型是典型。作为面向未来强(qiáng)人工智能、通用人工智(zhì)能的重要技术创新，多模态大模型已经(jīng)在人工智能领域提出了很多(duō)年，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态(tài)大模型进一步往下走，算力需(xū)求呈几何式(shì)上(shàng)升(shēng)，一般的算力基础设施(shī)很快将难(nán)以胜任。

从图像、文字、语音单独一(yī)项(xiàng)的训练(liàn)，到双(shuāng)模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交互一样自然，这(zhè)方面，由算(suàn)力网络(luò)来驱(qū)动将有明显优势。

此外，还有(yǒu)很多需要爆(bào)发式增长的算力来支撑的技术创新，将在人工智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆(fù)内容(róng)生产的方式(shì)，将创造的边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 中国航发属于央企还是国企啊 中国航发是上市公司吗