自聊(liáo)天机器人ChatGPT火爆以(yǐ)来(lái)，微软公司(sī)创始人比尔·盖茨已多次公(gōng)开谈论(lùn)人(rén)工智能话题。在(zài)最(zuì)近(jìn)的一(yī)次采访中(zhōng)，他(tā)再次(cì)表示：“AI可(kě)能(néng)会让科技(jì)行(xíng)业迎来一次剧(jù)烈的(de)洗牌(pái)”。

这个结论(lùn)是他在当地时间2月20日接受(shòu)《In Good Company》节目(mù)专访(fǎng)时(shí)提出的(de)。

他(tā)预期，AI的发展(zhǎn)可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行动相当迅速(sù)。而(ér)最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通(tōng)并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可能尚需时日(rì)，但(dàn)由(yóu)ControlNet引发的(de)又一(yī)次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太(tài)空歌剧院》的作品获奖。

随(suí)后(hòu)各大厂(chǎng)商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们(men)可(kě)以在(zài)应用中输入一组关(guān)键词或者一张照片(piàn)，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一组关(guān)键(jiàn)词也可以创作出很多张风格不一样(yàng)的画作，这让(ràng)创作(zuò)的(de)过程就像开盲盒。

很多用(yòng)户很喜欢这种不确(què)定的大学几乎都开过房，大学谈恋爱的都开过房吗惊喜，他们会将生成的美图当做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现(xiàn)场”，例如，一位网友的小狗照片被(bèi)AI画(huà)成(chéng)了“肌肉男”，还(hái)有网友的个人照片被AI识(shí)别成(chéng)了(le)建筑。

而如今(jīn)随着ControlNet的(de)出(chū)现(xiàn)与加持(chí)，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福(fú)读博的中国(guó)人(rén)张吕敏创作(zuò)的一种(zhǒng)基(jī)于控(kòng)制点的图像变形算(suàn)法，主要(yào)用(yòng)于数字图像处理(lǐ)、计(jì)算机(jī)视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在(zài)短短(duǎn)的两天内便成为了AI绘(huì)画(huà)领域最新的热点(diǎn)。

在此之(zhī)前(qián)，大家用(yòng)了很多方法(fǎ)想让(ràng)AI生成的结果尽(jǐn)可(kě)能(néng)的符(fú)合要求(qiú)，但是都不尽如(rú)人意(yì)，它的出现代表(biǎo)着AI生(shēng)成开始进入真正的可(kě)控时期。

因为ControlNet可以直接提取画面(miàn)的(de)构图，人物的姿(zī)势和画面的深(shēn)度信息等(děng)。有了它(tā)的帮助，就不用(yòng)频(pín)繁的用提示词(cí)来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了(le)“魔法”，不少博主的(de)作品已经获得了(le)大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一，他用朋(péng)友的照(zhào)片直接(jiē)带(dài)她们走进(jìn)动漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文(wén)字(zì)。

再用(yòng)Text2Prompt插件(jiàn)拓展(zhǎn)找到(dào)对应(yīng)的关(guān)键词；最后用ControlNet插(chā)件绑定骨骼(gé)开(kāi)始(shǐ)换关键词试效果(guǒ)。

通过(guò)图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害的是，除(chú)了(le)真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲(qīn)自回应(yīng)。

不得不说当下(xià)AIGC已(yǐ)经变(biàn)得(dé)越来(lái)越强大(dà)，甚至输(shū)出的作品都(dōu)已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警惕(tì)安全问题

近日(rì)，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是全(quán)国第一(yī)起AI绘图诈骗。

由于这个(gè)活动里(lǐ)面给出的美女照片都是(shì)AI制作(zuò)的(de)真(zhēn)人照(zhào)片绘图，因为(wèi)太逼真，被大家当成真事传播了。

不(bù)过(guò)仔细观察可以发现，活动发起(qǐ)者(zhě)提供的(de)照片中有个很大的漏洞可以发现(xiàn)并非真(zhēn)人，而是AI绘图(tú)，那便是(shì)图片中女(nǚ)性的手指部分(fēn)有的存在异常。

有行(xíng)业人事表示：“现在(zài)因为手指部(bù)分(fēn)的绘画算法比较复杂，AI还不太会画人(rén)的手，但(dàn)最新看到(dào)的图片已经有越来(lái)越完美的AI模型出(chū)现，以后(hòu)可能就完全(quán)没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英国广播公司报道(dào)，土耳其地(dì)震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到(dào)网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实(shí)施(shī)诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能(néng)做出(chū)真(zhēn)人照(zhào)片般的绘图效果，如果这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一(yī)方面，批判者认为AI在“学习(xí)”了大(dà)量(liàng)前人的(de)作品之后，其创作没有任何情绪(xù)和(hé)灵魂，难(nán)以和(hé)人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克(kè)也强调，人(rén)工智能的安全问题需要得到重(zhòng)视，太晚就来不及了(le)。

03

AIGC下(xià)一站除了视频，还有远方

技(jì)术都是有(yǒu)两(liǎng)面(miàn)性的(de)，潜在的危害(hài)并不能(néng)掩盖其(qí)光辉的(de)贡(gòng)献。现在看来，人工智(zhì)能技(jì)术将是(shì)第(dì)四次(cì)工(gōng)业革命的核心驱动力(lì)量，将(jiāng)创造(zào)新的增长奇迹。

过去一年，人工智(zhì)能在技术(shù)和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向性(xìng)改(gǎi)变的一个代表(biǎo)。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆(bào)科技(jì)圈的(de)短视频。这些视频引(yǐn)大学几乎都开过房，大学谈恋爱的都开过房吗发关注并非内容(róng)做得多优秀，反而都(dōu)非常简(jiǎn)单，比如(rú)一匹正在喝水(shuǐ)的马，一只画画的玩具熊(xióng)，或者一段骑摩(mó)托车的第一视角(jiǎo)录(lù)像，随便一个有手机的(de)人都可以随手录下一段。

但这些(xiē)短视(shì)频(pín)的(de)创作方式非(fēi)常简单，创作(zuò)者仅仅需(xū)要向AI输(shū)入一段话，甚(shèn)至(zhì)只是(shì)说一下要求(qiú)，AI就可以(yǐ)根据(jù)需要生成一段(duàn)视频。

谷歌发布的两(liǎng)个AI生成视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩(wán)了一波(bō)梗(gěng)，一个能够(gòu)做出更高清视(shì)频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊(jīng)的地方在(zài)于(yú)，它可以制(zhì)作出超(chāo)过(guò)2分钟的连贯(guàn)的也有确切内容(róng)的(de)视(shì)频，这(zhè)才是(shì)真正让人们感到惊喜的地方。因为(wèi)无(wú)论(lùn)AI生成的视(shì)频多么(me)高清，也(yě)只能是(shì)为内容生产者提供一个灵感，一个素材，一(yī)个(gè)过场动画。

不过能够制作出有具体(tǐ)剧(jù)情(qíng)内容的视(shì)频就意味(wèi)着，一些视频创作(zuò)由AI代替人工完(wán)成已经初(chū)步有了可能。

当下AI的发展速(sù)度(dù)已经超过大部(bù)分人的想(xiǎng)象。内容产业的(de)本质是供给创造(zào)需(xū)求，AIGC作(zuò)为全新的内容生产方式，可以为(wèi)内容产业带(dài)来更新的内容风格、更快(kuài)的生产速度，更低的生产成本，这无疑会驱动内容(róng)产(chǎn)业(yè)的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术(shù)还能(néng)应用于音(yīn)乐、代码、机器人动作等多(duō)种内容(róng)形式(shì)的生成。不难发现该(gāi)项(xiàng)技术不仅在游戏等行业能得到有效(xiào)应用，对于下(xià)一(yī)代互联网各种元素(sù)的构建亦有关键意义。

从(cóng)商业化的角度来看(kàn)，文(wén)化娱乐(lè)、教育、传媒等诸多领域，本身就(jiù)对基于(yú)AI的可视化内容有(yǒu)强烈(liè)需求。

因此，AI绘画及视频或不是结(jié)果，而只是(shì)AI进(jìn)程中的(de)一块重要拼图，有望在技术更新的加持下实(shí)现更大的应用价值。

AI从(cóng)理解内容，走向了(le)可(kě)以生成内容，甚至能够创造出(chū)独立(lì)价值和独(dú)立视角的内容(róng)。AIGC的再次出圈，更代表(biǎo)着(zhe)未来的先进生产力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座

从技术的发展(zhǎn)也(yě)可(kě)以看出，在语(yǔ)言大模型(xíng)、图像大模型(xíng)之后，多模态大模型已经成(chéng)为(wèi)了新的趋势(shì)。

大模(mó)型(xíng)被誉为当前(qián)人(rén)工智能发展(zhǎn)的(de)智能底座，是(shì)全球竞争最激烈的(de)研究(jiū)方(fāng)向之一(yī)，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿(ā)里(lǐ)、腾(téng)讯(xùn)等众多头部企(qǐ)业(yè)都(dōu)在竞相发(fā)力(lì)。

不过训练大模型的确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更大的LLM(大型语言(yán)模(mó)型)，训练成本(běn)则介(jiè)于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数1300万计算，其对应芯(xīn)片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大模型的发(fā)展同(tóng)时，更应该关注(zhù)算力网络的(de)建设。

算(suàn)力网络正驱动AI产业发(fā)展(zhǎn)进入(rù)史(shǐ)诗级加速进(jìn)程(chéng)，让(ràng)AIGC及通用(yòng)AI这一人工智能发展(zhǎn)的终极目标离得(dé)更近。

因为算(suàn)力可以对突破(pò)性技术创新提(tí)供大(dà)力的(de)支持(chí)。这方面(miàn)，多(duō)模态(tài)大模型是(shì)典(diǎn)型。作为面向(xiàng)未来(lái)强人工智能、通用人(rén)工智能的重要技术(shù)创新，多模态大模(mó)型已经(jīng)在人工智能领域提出了很多年(nián)，业界也(yě)有不少技(jì)术突破，但是，多模态大(dà)模型进一步往下(xià)走(zǒu)，算力需(xū)求呈(chéng)几(jǐ)何式上升，一般的(de)算(suàn)力基础设施很快将(jiāng)难(nán)以(yǐ)胜任(rèn)。

从(cóng)图(tú)像、文(wén)字、语音单独一项的训练，到(dào)双模态、三模态的跃迁(qiān)，让人工(gōng)智能(néng)可以灵活应对不同模态的转化、像人(rén)与世界(jiè)交互一样自然，这方面，由(yóu)算力网络来驱动将有明显优势。

此外，还有很多需要爆发式(shì)增(zēng)长的(de)算力来支(zhī)撑的技术创新，将在人(rén)工(gōng)智能算力网(wǎng)络支(zhī)撑下(xià)快速(sù)推(tuī)进。

AIGC已经露(lù)出曙(shǔ)光，期待在大模(mó)型和大算力的支持下AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 大学几乎都开过房，大学谈恋爱的都开过房吗