自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始(shǐ)人比(bǐ)尔·盖茨已多次公开谈(tán)论人工智(zhì)能话题(tí)。在最近(jìn)的一次采访中，他再次表示：“AI可能会(huì)让科技(jì)行(xíng)业迎来一(yī)次剧烈的洗牌”。

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

他预期，AI的(de)发(fā)展可(kě)能(néng)会威胁到(dào)谷歌的(de)市占率(lǜ)，因为(wèi)微软在AI方(fāng)面的行动相当迅(xùn)速。而(ér)最终科(kē)技巨头将把AI整合成用(yòng)户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能助(zhù)手的(de)到来(lái)可(kě)能尚(shàng)需(xū)时日(rì)，但由ControlNet引发的又一次(cì)AI绘(huì)画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可控(kòng)靠近

以AI绘画(huà)为代表的AIGC上一(yī)次爆火的时候，还是(shì)2022年(nián)8月(yuè)，在美国(guó)科罗拉多州举办的(de)新兴数字艺(yì)术家竞赛中，一幅名为《太空歌(gē)剧(jù)院》的作品获奖。

随后(hòu)各大厂商(shāng)的AI绘画软(ruǎn)件被广大网友熟知(zhī)并(bìng)体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用(yòng)中输入(rù)一组关键词或者一张照片，就能获(huò)得一幅AI创作的画(huà)作(zuò)。

作画的关键就(jiù)是所输入的文本。同一组关键(jiàn)词也可以创作出很多张风格不一(yī)样的(de)画(huà)作(zuò)，这让创作的过程就(jiù)像开盲盒(hé)。

很(hěn)多用(yòng)户很(hěn)喜欢这种不确定的(de)惊喜，他们会将(jiāng)生成的(de)美图(tú)当做头像。而另一(yī)部(bù)分喜欢翻看AI绘(huì)画的“翻车(chē)”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的(de)小狗(gǒu)照片被AI画(huà)成了(le)“肌肉男”，还有网友(yǒu)的个人(rén)照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关键(jiàn)词游戏(xì)可能要(yào)被颠覆了。

ControlNet是一(yī)位正在(zài)斯坦福读博的中国人张吕敏创(chuàng)作的一种(zhǒng)基于控制点(diǎn)的图像变形(xíng)算法，主(zhǔ)要(yào)用于数字图像处理(lǐ)、计算机(jī)视觉和计(jì)算机(jī)图形学等领域。

其SD插(chā)件一经(jīng)发布，在短短的两(liǎng)天内(nèi)便成为了(le)AI绘画领域最(zuì)新的热(rè)点。

在此之前，大(dà)家用了很多方法(fǎ)想(xiǎng)让AI生成的结果(guǒ)尽(jǐn)可(kě)能的(de)符合要求(qiú)，但是都不尽(jǐn)如人意，它的出现代表(biǎo)着AI生成开(kāi)始进入真正的可控时期。

因为(wèi)ControlNet可以直(zhí)接提取画面(miàn)的构图，人(rén)物的姿势(shì)和(hé)画面的深度(dù)信息等。有(yǒu)了它的帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲盒式的(de)创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔(mó)法”，不少博(bó)主的作品(pǐn)已经获(huò)得(dé)了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他(tā)用朋友的(de)照片直接(jiē)带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的关键词(cí)；最后用(yòng)ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词试效(xiào)果。

通(tōng)过图(tú)片就可以看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真实(shí)的照(zhào)片，草图(tú)也可以加(jiā)上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也(yě)亲自(zì)回应。

不得不(bù)说当下AIGC已(yǐ)经变得越来越强大，甚至输出(chū)的作品(pǐn)都(dōu)已经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕(tì)安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方(fāng)辟谣这所(suǒ)谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给(gěi)出的美(měi)女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大(dà)家当成真事传播了。

不过仔细观察可(kě)以发现，活动发起者(zhě)提供的照片中有个很大的(de)漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是图片中女性(xìng)的手指部分有的存在异(yì)常。

有(yǒu)行(xíng)业人(rén)事表示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还不太(tài)会画人的(de)手，但最新看到(dào)的图片已(yǐ)经有越来越(yuè)完美的(de)AI模型出现，以后(hòu)可能(néng)就完全没有漏洞了(le)。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英国广播(bō)公司(sī)报(bào)道(dào)，土耳其(qí)地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术(shù)发(fā)展，AIGC已经能(néng)做出真人(rén)照(zhào)片般的绘图效果，如果这样的图片被(bèi)用来(lái)诈骗，将非常可(kě)怕(pà)。

此外(wài)AIGC还(hái)引发了很(hěn)多担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品(pǐn)之后，其(qí)创作没有任何情绪(xù)和灵魂，难以和人类(lèi)的艺术(shù)创作相提并论。

另一方面，AIGC背(bèi)后的版权、目前都(dōu)并没有得到有效的解决，还(hái)有(yǒu)AIGC会不会代替人类“至高无(wú)上”的创意。

马斯克也强调，人工智(zhì)能的安(ān)全问(wèn)题(tí)需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除(chú)了视频，还有远(yuǎn)方

技术都(dōu)是有(yǒu)两面性的，潜在的危害并不能掩盖其光辉(huī)的贡献。现(xiàn)在(zài)看来，人工智能技(jì)术将是第四次工业革命的核(hé)心驱动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去一年(nián)，人(rén)工(gōng)智能在技术和商业层面(miàn)都有了巨(jù)大进展，AI绘(huì)画就是人工智能技(jì)术发生(shēng)方向(xiàng)性改变的一个代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频。这些视频(pín)引发关注并非(fēi)内容(róng)做得多优秀(xiù)，反(fǎn)而都(dōu)非常简单(dān)，比如一匹正在(zài)喝水的马，一只画(huà)画(huà)的玩具熊，或者一(yī)段骑摩托车的(de)第(dì)一视角(jiǎo)录像，随便一(yī)个有手(shǒu)机的人(rén)都可以(yǐ)随手录(lù)下一(yī)段。

但这些短视频的创作方式非常(cháng)简单，创作者(zhě)仅仅需要向(xiàng)AI输入一(yī)段话，甚至(zhì)只是说(shuō)一下要求，AI就可以根据需要生成一段视频。

谷歌发布的两个(gè)AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就(jiù)已经(jīng)玩了一(yī)波(bō)梗(gěng)，一(yī)个(gè)能(néng)够做(zuò)出更高(gāo)清(qīng)视频的(de)AI还(hái)不(bù)足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制作出超过2分钟(zhōng)的连(lián)贯的也有确切(qiè)内容(róng)的视频，这才是真正让人(rén)们感到惊喜的地方。因为无论(lùn)AI生成的(de)视频多(duō)么高清(qīng)，也(yě)只能(néng)是为(wèi)内容(róng)生产者提供一个灵感，一个素(sù)材，一个(gè)过场动画(huà)。

不过能够制作出(chū)有具(jù)体剧情内(nèi)容(róng)的视频就意(yì)味着(zhe)，一些视(shì)频创作由AI代替(tì)人工完成已经初步有了可能(néng)。

当下(xià)AI的发展速度(dù)已经超过大部分人的想象。内容产业的(de)本质(zhì)是供给(gěi)创造需(xū)求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以(yǐ)为内容产业带来更新的内容风格、更快的生产(chǎn)速(sù)度，更低的生(shēng)产成本，这无(wú)疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘图、视(shì)频，AIGC技(jì)术还能应(yīng)用于音乐、代码(mǎ)、机器(qì)人动作(zuò)等多种内容形式的生成(chéng)。不难发现该(gāi)项技术不(bù)仅(jǐn)在(zài)游戏(xì)等行业能得到有效应用，对(duì)于下(xià)一代互联(lián)网各种元素的构(gòu)建亦有关键(jiàn)意(yì)义。

从商业(yè)化的角度来看，文化娱(yú)乐、教育(yù)、传媒等(děng)诸多领域(yù)，本身就对基于(yú)AI的(de)可视化内容有强(qiáng)烈(liè)需(xū)求。

因此，AI绘画及视频或(huò)不是结(jié)果，而只是AI进程中的一块重要拼图，有望在技术更新的加(jiā)持下(xià)实现更(gèng)大的(de)应用价值。

AI从(cóng)理解内容，走向了可以生(shēng)成(chéng)内容(róng)，甚至能(néng)够(gòu)创造出独(dú)立价值和独立(lì)视角的内容(róng)。AIGC的再次出圈(quān)，更代(dài)表着未来的先进(jìn)生产力即将(jiāng)到来。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从技(jì)术的(de)发展也可以看出，在(zài)语言(yán)大模型、图像(xiàng)大模型(xíng)之后(hòu)，多模态大模(mó)型(xíng)已(yǐ)经成(chéng)为了新的趋(qū)势。

大模型被誉为当前人(rén)工智能(néng)发展(zhǎn)的智(zhì)能底(dǐ)座，是全球竞争(zhēng)最激(jī)烈的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多头部企(qǐ)业都(dōu)在竞相发力。

不(bù)过训练大模型(xíng)的(de)确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练一次的成本约为140万美元。而(ér)对于一些(xiē)更大(dà)的LLM(大(dà)型语言(yán)模(山衔落日浸寒漪中的衔字是什么意思，衔的意思mó)型)，训练成本(běn)则介于200万美元至1200万(wàn)美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立(lì)访客平均数1300万计(jì)算(suàn)，其对(duì)应芯片需求为3万多(duō)片(piàn)英(yīng)伟(wěi)达(dá)A100 GPU，初始投(tóu)入成本约(yuē)为8亿(yì)美元，每日仅电费就在5万美元(yuán)左右(yòu)。

此(cǐ)外(wài)不论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算力支持(chí)。在关注各类大模(mó)型的(de)发(fā)展同(tóng)时，更应该(gāi)关注算力(lì)网络(luò)的建设。

算(suàn)力(lì)网络正(zhèng)驱动AI产业(yè)发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人(rén)工智能发展的(de)终(zhōng)极目标离得(dé)更近。

因为算力可(kě)以(yǐ)对(duì)突破性技术创新提供大力(lì)的支持。这方面，多(duō)模态大(dà)模(mó)型是典型。作为面向未来强人工智能、通用人工智能的重要技术创(chuàng)新(xīn)，多模(mó)态大(dà)模(mó)型已(yǐ)经在人工(gōng)智(zhì)能领域提出了很(hěn)多(duō)年，业(yè)界也(yě)有不(bù)少技术突破，但(dàn)是(shì)，多模态(tài)大模型进一(yī)步往下走，算力需(xū)求呈几(jǐ)何式上升，一般的(de)算力基础(chǔ)设(shè)施(shī)很快将难以胜(shèng)任。

从图像、文(wén)字、语音单独一项的训练，到双模(mó)态(tài)、三模(mó)态(tài)的跃迁，让人工智能(néng)可以灵活应(yīng)对不同模态(tài)的(de)转(zhuǎn)化、像人与世界交(jiāo)互一样自(zì)然，这方面(miàn)，由算力网(wǎng)络来(lái)驱动将有明显优(yōu)势(shì)。

此外，还有很多需要爆发(fā)式增长的(de)算力来支(zhī)撑的技术创新(xīn)，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边际成(chéng)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 山衔落日浸寒漪中的衔字是什么意思，衔的意思