自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖(gài)茨已多次公(gōng)开(kāi)谈论人(rén)工智能(néng)话题。在(zài)最近的一次采访中，他再次(cì)表示：“AI可能会(huì)让(ràng)科技行业迎(yíng)来(lái)一次剧(jù)烈的(de)洗(xǐ)牌(pái)”。

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

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为(wèi)微软在AI方面(miàn)的行(xíng)动相(xiāng)当迅速。而最(zuì)终科技巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切应用，与人们进行(xíng)沟通并(bìng)提供建(jiàn)议(yì)，可(kě)以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助(zhù)手(shǒu)的到来(lái)可能尚需时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包围(wéi)中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代(dài)表的AIGC上一次(cì)爆火的时(shí)候，还(hái)是2022年8月，在美国科(kē)罗拉(lā)多(duō)州举办的新兴数字艺(yì)术(shù)家(jiā)竞(jìng)赛中，一幅(fú)名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂(chǎng)商的AI绘(huì)画软件被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户们(men)可以在应用中输入(rù)一组(zǔ)关(guān)键词或者一张照片，就能获得一幅AI创作的画作。

作画(huà)的(de)关键就是(shì)所(suǒ)输(shū)入(rù)的文本(běn)。同一(yī)组关(guān)键词也(yě)可以创(chuàng)作出很多(duō)张(zhāng)风格(gé)不一样的画作(zuò)，这让(ràng)创作的过程就(jiù)像开盲盒。

很多用(yòng)户很喜欢这(zhè)种(zhǒng)不确定的惊喜，他们会将生成的美(měi)图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作(zuò)品。在社(shè)交媒体上，许(xǔ)多用户分享AI“翻(fān)车(chē)现场”，例如，一位网友的小狗照片(piàn)被(bèi)AI画(huà)成了“肌肉(ròu)男”，还(hái)有网友的个人照片被(bèi)AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘画的填写关(guān)键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏创作的一种(zhǒng)基于(yú)控(kòng)制(zhì)点的图像变(biàn)形算(suàn)法，主要用于数字图像处(chù)理(lǐ)、计算机视(shì)觉和(hé)计(jì)算机图(tú)形学等领域。

其(qí)SD插件一经发布(bù)，在短(duǎn)短的两天内(nèi)便成为(wèi)了AI绘画领域最新的(de)热点(diǎn)。

在此之前(qián)，大家用(yòng)了很(hěn)多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出(chū)现代表着AI生成开(kāi)始进(jìn)入(rù)真正的可(kě)控时(shí)期。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画(huà)面(miàn)的构(gòu)图，人物的(de)姿势和(hé)画面的深(shēn)度信(xìn)息等(děng)。有了它(tā)的帮助，就不用频繁的用提示词(cí)来碰运气(qì)，抽盲盒(hé)式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是其(qí)中之一，他用朋(péng)友的(de)照片直接带她们走进(jìn)动(dòng)漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过(guò)图片就可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真实(shí)的照片，草图也可以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能(néng)实现线稿转全彩图。大神(shén)张吕敏(mǐn)其(qí)本尊也(yě)亲自(zì)回应。

不得不说当下AIGC已经变(biàn)得越来越强大，甚至(zhì)输出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络(luò)，而经过警(jǐng)方辟谣这所谓(wèi)的“party”可能是全国第一(yī)起(qǐ)AI绘图诈骗。

由于这个活动(dòng)里面给出(chū)的美女(nǚ)照片都(dōu)是AI制作的(de)真人照片绘图，因(yīn)为太逼(bī)真，被大家当成真事传播了。

不(bù)过仔细(xì)观察可以发现(xiàn)，活动发(fā)起(qǐ)者提供(gōng)的(de)照(zhào)片中有个很大的漏(lòu)洞(dòng)可以发现(xiàn)并非真人(rén)，而是AI绘(huì)图，那便是图片中女性的手指(zhǐ)部分(fēn)有的存(cún)在异常。

有行(xíng)业人事表示(shì)：“现(xiàn)在(zài)因(yīn)为(wèi)手指部分的绘画(huà)算法比较复杂(zá)，AI还不太会画(huà)人的手，但最新看到的图片已经有越来(lái)越完美的(de)AI模型出现(xiàn)，以后可能就完(wán)全没有漏洞了。”

类似(shì)的AI作图诈(zhà)骗在国(guó)外也(yě)已(yǐ)有发生。据英国广播公司报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的(de)假(jiǎ)照片发布到网络，以(yǐ)此(cǐ)诱(yòu)骗善良(liáng)的人打赏“捐助”从而(ér)实施诈骗。

目前随着(zhe)技术(shù)发展(zhǎn)，AIGC已经能做出(chū)真人照片般的绘图效(xiào)果，如果这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了(le)很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量(liàng)前(qián)人的作品之后，其创作没有(yǒu)任(rèn)何情绪和灵魂，难以(yǐ)和人(rén)类的艺(yì)术创作(zuò)相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有得(dé)到有效(xiào)的解决，还(hái)有AIGC会(huì)不会代替人类“至高无上”的创意(yì)。

马斯克也强(qiáng)调，人(rén)工智能的安全问(wèn)题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有(yǒu)远方

技术(shù)都是有两面(miàn)性的，潜在的(de)危害并不(bù)能掩盖其光辉的贡献。现(xiàn)在看来，人工(gōng)智能(néng)技术(shù)将是第四次工业革命的核心驱动力(lì)量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人(rén)工智(zhì)能在技术和商业层面都有了(le)巨大进(jìn)展，AI绘(huì)画就是人工智(zhì)能技(jì)术发生方(fāng)向性改变的一(yī)个代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几(jǐ)条引爆科技(jì)圈的短视频(pín)。这(zhè)些视频引发关注并非内容做得(dé)多优秀，反而都非常(cháng)简单，比(bǐ)如一匹(pǐ)正在(zài)喝水的(de)马(mǎ)，一只(zhǐ)画画的玩(wán)具(jù)熊(xióng)，或(huò)者(zhě)一段骑(qí)摩托车的(de)第一(yī)视(shì)角(jiǎo)录(lù)像(xiàng)，随便一个有手机的人都可以随手录下一(yī)段。

但这些短视频的创作方(fāng)式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说一下要(yào)求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经玩(wán)了一波梗(gěng)，一个能够(gòu)做(zuò)出更高清(qīng)视(shì)频的AI还不足以在(zài)短时(shí)间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的(de)地方在于，它可以(yǐ)制(zhì)作出超过2分(fēn)钟的连(lián)贯的(de)也(yě)有确切内容的视(shì)频，这才是真(zhēn)正让人们感(gǎn)到惊喜的地方(fāng)。因为(wèi)无论(lùn)AI生成的视(shì)频多么高清，也只能(néng)是为内容生产者提供一个灵感，一个(gè)素材(cái)，一个过场动画(huà)。

不(bù)过能(néng)够制作出有具体剧情内容的视频就意味着(zhe)，一(yī)些视(shì)频创作(zuò)由AI代(dài)替(tì)人工完成已(yǐ)经初步有(yǒu)了(le)可能。

当下AI的发(fā)展速度已经(jīng)超(chāo)过(guò)大部分人的(de)想象。内容产业的(de)本质是供给创造需求，AIGC作为全新(xīn)的内容生产(chǎn)方式(shì)，可(kě)以为内容(róng)产业带来更(gèng)新的内容(róng)风格、更快(kuài)的生产(chǎn)速度(dù)，更(gèng)低的生产成(chéng)本，这无疑会驱动内容产业的(de)大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器人动作(zuò)等多种(zhǒng)内容形式的生成。不难发现该项(xiàng)技术不仅(jǐn)在游戏(xì)等行(xíng)业能得到有效应用，对于下一代互联网各种元(yuán)素的构建亦有关键意义。

从商业化的(de)角(jiǎo)度来(lái)看，文化娱(yú)乐、教育(yù)、传媒等诸(zhū)多领域，本身就对基(jī)于AI的可视(shì)化内(nèi)容有强烈需(xū)求。

因(yīn)此，AI绘画及视频或不是结果(guǒ)，而(ér)只是AI进(jìn)程中的(de)一(yī)块重要(yào)拼图，有望在技术更新的加(jiā)持下实现更大(dà)的应用价值。

AI从理解(jiě)内容，走向了可以(yǐ)生成内(nèi)容，甚至能够(gòu)创造出(chū)独(dú)立价值和(hé)独(dú)立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先进(jìn)生(shēng)产力(lì)即将到来。

04

紧抓大模型(xíng)与算力，牢(láo)固AIGC底座(zuò)

从技术的发展也可(kě)以看出(chū)，在语言(yán)大(dà)模型、图像大模型之后，多模态大模(mó)型已经成为(wèi)了新的(de)趋势。

大模型被(bèi)誉为当前人工智(zhì)能(néng)发展的智能(néng)底座，是全球竞争最激烈(liè)的研究方向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训练(liàn)大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报告估(gū)算，GPT-3训练一次的成本约为140万(wàn)美元。而对(duì)于一些更大的LLM(大(dà)型(xíng)语言模型)，训(xùn)练(liàn)成本则介于(yú)200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均(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(chéng)本约为8亿美元，每日(rì)仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大(dà)算力支(zhī)持。在关注各类(lèi)大(dà)模型的发展同时，更应该关注算力网络的建(jiàn)设。

算力网络正(zhèng)驱动AI产业发展进(jìn)入史诗级加(jiā)速进(jìn)程(chéng)，让AIGC及通用AI这一人工智能发(fā)展的终极目标(biāo)离得更近。

因为算力可(kě)以对突破性技术(shù)创(chuàng)新提(tí)供大(dà)力的支持。这方面，多模态大模(mó)型(xíng)是典型。作为面向未(wèi)来强人工智(zhì)能(néng)、通用人工智(zhì)能的(de)重(zhòng)要(yào)技术创(chuàng)新，多模(mó)态大模型已经在(zài)人工(gōng)智(zhì)能领域提出了很多年，业界也有不少技术突(tū)破，但是，多模态大模(mó)型进一步往下走，算(suàn)力需(xū)求呈几(jǐ)何(hé)式上升，一般的算(suàn)力基(jī)础设施很快将难(nán)以胜任(rèn)。

从图像、文字(zì)、语音单独一项的训练，到双模(mó)态、三模态的跃迁，让人工智能可以(yǐ)灵(líng)活应(yīng)对不同模态的(de)转化、像人与世(shì)界交互一样(yàng)自然，这(zhè)方(fāng)面，由算力网(wǎng)络(luò)来驱(qū)动将有明显优势(shì)。

此(cǐ)外，还有很多需要爆发式(shì)增长的算力来(lái)支撑的(de)技(jì)术创新，将在人工智(zhì)能算力网络(luò)支撑下快(kuài)速推进。

AIGC已(yǐ)经露(lù)出曙光，期(qī)待在大模型和大算力的(de)支持(chí)下AIGC能持续(xù)颠覆内(nèi)容生产的方式，将创(chuàng)造(zào)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 科长相当于什么级别？