自聊天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司(sī)创始人比尔·盖茨已多次(cì)公开谈论人工(gōng)智能话题(tí)。在最近的(de)一次采访中，他再次(cì)表示：“AI可能会让科技行业(yè)迎来(lái)一次剧(jù)烈的(de)洗牌”。

这个结论是(shì)他在(zài)当地时间2月(yuè)20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微(wēi)软(ruǎn)在AI方面的行(xíng)动相当迅速。而(ér)最终科技巨头将把AI整合成(chéng)用户的“全能助(zhù)手”，包揽一切应用(yòng)，与人们进行沟通(tōng)并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能(néng)助手(shǒu)的到来可能尚需时(shí)日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上(shàng)一次爆火的时(shí)候，还是(shì)2022年(nián)8月，在美国科(kē)罗拉(lā)多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为(wèi)《太(tài)空歌剧院》的作(zuò)品获奖。

随后各(gè)大厂商的(de)AI绘(huì)画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在应用中输入(rù)一组(zǔ)关(guān)键词或(huò)者一张(zhāng)照(zhào)片，就(jiù)能获得一幅AI创作的画作。

作画的(de)关键就是所输入的文本(běn)。同一组关键词也可以创作出很多(duō)张风(fēng)格不一样的画作，这让(ràng)创作(zuò)的过(guò)程(chéng)就(jiù)像(xiàng)开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的美图当做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘(huì)画的“翻车”作(zuò)品(pǐn)。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌(jī)肉(ròu)男(nán)”，还有网(wǎng)友(yǒu)的个人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画(huà)的填(tián)写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯(sī)坦福读博(bó)的(de)中国(guó)人张(zhāng)吕(lǚ)敏创(chuàng)作的(de)一(yī)种基于控制点的(de)图像变形算法，主要用于数字图像处理、计算机视觉和计算(suàn)机图(tú)形学等领域。

其SD插件一(yī)经发布，在短(duǎn)短的两天(tiān)内(nèi)便成为了(le)AI绘(huì)画领(lǐng)域最新的(de)热点(diǎn)。

在此之(zhī)前，大家用了很多方(fāng)法想让(ràng)AI生成的结果(guǒ)尽可能的(de)符合要(yào)求，但是(shì)都(dōu)不尽如人意，它的(de)出现代表着(zhe)AI生成(chéng)开始进入(rù)真(zhēn)正(zhèng)的可控时期。

因为(wèi)ControlNet可以直接提取(qǔ)画面(miàn)的构图，人物(wù)的(de)姿势和画(huà)面的深度信(xìn)息等。有了(le)它的帮助(zhù)，就不用频繁的用提示词来(lái)碰运气，抽盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘(huì)画(huà)加(jiā)了(le)“魔法”，不少博主的作(zuò)品已经获得了大量的浏览量(liàng)，“viggo”就是其中之(zhī)一(yī)，他用朋(péng)友的照片直(zhí)接带她们走进动漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓(tuò)展找(zhǎo)到对应的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试效(xiào)果(guǒ)。

通(tōng)过(guò)图片(piàn)就可(kě)以看(kàn)出来，效果十分惊(jīng)艳。

更(gèng)厉害的(de)是，除了真实的(de)照片(piàn)，草图(tú)也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其本尊也(yě)亲自回应。

不得不说当(dāng)下(xià)AIGC已经变得越(yuè)来(lái)越(yuè)强大，甚至(zhì)输出(chū)的作品(pǐn)都已(yǐ)经(jīng)能(néng)以假乱真了(le)。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消(xiāo)息(xī)火遍网络(luò)，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一(yī)起AI绘图(tú)诈骗。

由于这个活动里面给出(chū)的美女照(zhào)片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔细观察可以发现，活动发(fā)起者提供的照片中有个(gè)很大的漏洞可以发现并非(fēi)真人，而是AI绘(huì)图，那便是图片中女性的(de)手指部分有(yǒu)的存在异常。

有行业(yè)人事表(biǎo)示：“现在因(yīn)为手(shǒu)指部分(fēn)的(de)绘画算法比较(jiào)复(fù)杂，AI还不太会画人的手，但最新看到的(de)图片已经(jīng)有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作图(tú)诈骗在国(guó)外也已有发生(shēng)。据英国广播(bō)公(gōng)司(sī)报道(dào)，土(tǔ)耳其地(dì)震期间，有Tiktok用户(hù)使用AI合(hé)成了儿童受灾的假照片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经(jīng)能做出真人照片般(bān)的绘图(tú)效果，如果这样的图片被用(yòng)来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还(hái)引(yǐn)发了很多担(dān)忧，一方面，批判者认为(wèi)AI在“学习”了大量前人(rén)的(de)作品(pǐn)之后，其创作(zuò)没有任(rèn)何情绪(xù)和灵魂，难以和人类(lèi)的艺术创作相(xiāng)提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并没有得到(dào)有效(xiào)的解决(jué)，还有(yǒu)AIGC会不会(huì)代替人类“至高无(wú)上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的安全(quán)问题需要(yào)得(dé)到重视，太(tài)晚就来不及了。

03

AIGC下一站除(chú)了视频，还有(yǒu)远方

技术(shù)都是有两面性的，潜在的危害并不(bù)能(néng)掩盖其光(guāng)辉的贡献。现(xiàn)在(zài)看来，人工智能技术(shù)将(jiāng)是(shì)第四次工业革命的核心驱(qū)动力量，将创造新(xīn)的增长奇迹(jì)。

过去一(yī)年，人工智能在技术和商业层面都(dōu)有(yǒu)了(le)巨(jù)大进展，AI绘画(huà)就是(shì)人(rén)工(gōng)智能技术发生方向性改变(biàn)的一(yī)个(gè)代表。其下(xià)一站或(huò)许就是视频。

此前(qián)，Meta和谷歌先后发布了(le)几条引爆科技圈的短视(shì)频。这些视频引发关注(zhù)并非内容做得多(duō)优秀，反(fǎn)而都非(fēi)常简单，比(bǐ)如一匹正在喝水的(de)马(mǎ)，一只(zhǐ)画画(huà)的玩具熊(xióng)，或者一段骑摩托(tuō)车的(de)第一视角(jiǎo)录像(xiàng)，随(suí)便一个(gè)有(yǒu)手机的人都可(kě)以随(suí)手录下一段。

但这些短(duǎn)视(shì)频(pín)的创作方(fāng)式非常简单，创(chuàng)作者仅仅需要向AI输入(rù)一段(duàn)话(huà)，甚至(zhì)只(zhǐ)是(shì)说一下要求(qiú)，AI就可以根据需要生成一(yī)段视(shì)频。

谷(gǔ)歌发布的两个AI生(shēng)成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出(chū)更高(gāo)清(qīng)视频的AI还不足(zú)以在短时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊(jīng)的(de)地方在于，它(tā)可以制(zhì)作出(chū)超过2分钟的连贯的(de)也有确切(qiè)内容(róng)的视频，这(zhè)才是真正让(ràng)人们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视频多么高(gāo)清，也(yě)只能是为内容(róng)生产者(zhě)提供一个灵感，一个素材，一个(gè是什么关系叫侄子，侄子算自己后人吗)过场动画。

不过能够(gòu)制作出有具体剧情内(nèi)容(róng)的视(shì)频就意味着(zhe)，一些视频创作由AI代(dài)替人工完成已经初步有了可能。

当下(xià)AI的(de)发展(zhǎn)速度已经超过大部分人的想象。内容产业(yè)的(de)本质是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业(yè)带(dài)来更新的内容(róng)风(fēng)格、更(gèng)快(kuài)的生(shēng)产速度，更低(dī)的生产成本(běn)，这无疑会驱动(dòng)内容(róng)产业的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用(yòng)于音乐、代码、机(jī)器人动作等(děng)多种内容形式的生成。不难发(fā)现该项技术不仅在游戏等行(xíng)业(yè)能(néng)得(dé)到(dào)有效应用，对于下一(yī)代互联(lián)网(wǎng)各(gè)种元素的构(gòu)建(jiàn)亦有(yǒu)关键意义。

从商业化(huà)的(de)角(jiǎo)度来(lái)看，文化娱乐、教(jiào)育、传(chuán)媒(méi)等诸(zhū)多(duō)领域(yù)，本身就对基于AI的可(kě)视(shì)化内(nèi)容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进(jìn)程中的一块重要(yào)拼图，有望在技(jì)术更新的加(jiā)持下实现更大(dà)的应用价(jià)值。

AI从理解(jiě)内容，走(zǒu)向了可(kě)以(yǐ)生成内容，甚(shèn)至能够创(chuàng)造出独(dú)立价值(zhí)和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的先(xiān)进生产力即将到来(lái)。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出(chū)，在(zài)语言(yán)大模型、图像大(dà)模型之后，多模态大模(mó)型已经成为了新(xīn)的趋势。

大模型被誉为当前人工智(zhì)能发展的智能底座，是全球竞争最激烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊(xùn)、百(bǎi)度、阿(ā)里、腾讯(xùn)等众多(duō)头部企业都在(zài)竞相(xiāng)发力。

不(bù)过训练大模型的(de)确价格不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次(cì)的成本约为140万美元。而(ér)对于一(yī)些更大(dà)的LLM(大型语言模型(xíng))，训练成(chéng)本则介于200万美元(yuán)至(zhì)1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计算，其对应(yīng)芯片需(xū)求为3万(wàn)多片英(yīng)伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费(fèi)就在(zài)5万美元左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支持。在关注各类(lèi)大模(mó)型的发展同(tóng)时，更应该关(guān)注算力网络的建设。

算力网络(luò)正驱动AI产业发(fā)展进入史诗级(jí)加(jiā)速(sù)进程(chéng)，让AIGC及通用AI这一人工智能(néng)发(fā)展的终极目(mù)标(biāo)离得(dé)更(gèng)近。

因为(wèi)算力可以(yǐ)对突(tū)破(pò)性技(jì)术创新提供大(dà)力的(de)支持。这方(fāng)面，多模态(tài)大模型是典型(xíng)。作为面向(xiàng)未来强人工(gōng)智能、通用人工智能的重要技(jì)术创新(xīn)，多模态大(dà)模型(xíng)已经在人工智(zhì)能(néng)领域提出了很多年，业界也有不少技术突破，但是(shì)，多模态大模(mó)型(xíng)进一步往下走，算力需是什么关系叫侄子，侄子算自己后人吗求(qiú)呈几何(hé)式上升，一般的算力基础设施很快(kuài)将难以胜任。

从图(tú)像、文字、语(yǔ)音(yīn)单独一项的训练，到双模态、三(sān)模(mó)态的(de)跃(yuè)迁，让人工智能可以灵活应对不同模(mó)态的(de)转化、像人与世界交(jiāo)互一样自然，这方面(miàn)，由算力网络来驱动(dòng)将有明(míng)显(xiǎn)优势。

此外，还(hái)有很多需(xū)要(yào)爆发式增长的算力来支撑的技术创新，将在人工(gōng)智(zhì)能算(suàn)力(lì)网络支(zhī)撑下快(kuài)速推进。

AIGC已经露出曙光，期待在(zài)大模型和大算力的(de)支持下(xià)AIGC能持续颠(diān)覆内容生产(chǎn)的(de)方式(shì)，将创造的(de)边际成(chéng)本(běn)降低，让(ràng)万众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 是什么关系叫侄子，侄子算自己后人吗