自聊(liáo)天机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已(yǐ)多次公开谈(tán)论人工智(zhì)能话(huà)题。在最近(jìn)的一次(cì)采访(fǎng)中，他再次(cì)表示：“AI可(kě)能(néng)会(huì)让科技行业迎来一次剧烈的(de)洗牌”。

这个结论(lùn)是他在当地(dì)时间2月(yuè)20日接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发展可能会威胁到(dào)谷歌的市占率，因为(wèi)微软在AI方面的行(xíng)动(dòng)相(xiāng)当迅速。而(ér)最终科技巨头将把AI整合(hé)成用(yòng)户的“全(quán)能助手”，包(bāo)揽一切应用，与(yǔ)人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助(zhù)手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的AIGC上一次爆(bào)火的(de)时候，还是2022年(nián)8月(yuè)，在(zài)美国科罗拉多州举办(bàn)的新兴数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作(zuò)品获奖。

随(suí)后各大厂商的AI绘画软件被广大(dà)网(wǎng)友熟(shú)知(zhī)并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用(yòng)中输入一组关键(jiàn)词或者(zhě)一张照片，就能(néng)获(huò)得一(yī)幅(fú)AI创作的画作。

作画的关键就是所输入(rù)的文本。同一组关键词也(yě)可(kě)以创作出(chū)很多(duō)张风格(gé)不一样的画(huà)作，这让创作(zuò)的过程就像(xiàng)开盲盒。

很多用户(hù)很喜欢这种不确(què)定(dìng)的(de)惊(jīng)喜，他们(men)会将(jiāng)生成的美图(tú)当做头像(xiàng)。而另一部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒(méi)体上(shàng)，许多(duō)用户分享AI“翻(fān)车现场”，例如，一位(wèi)网友的(de)小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别(bié)成了建筑。

而如今随着ControlNet的出(chū)现与(yǔ)加持，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(shì)一位正(zhèng)在斯坦(tǎn)福(fú)读(dú)博的中国(guó)人张吕敏创作的一种基于控(kòng)制点的(de)图像(xiàng)变形算法，主(zhǔ)要用(yòng)于数字图像处理、计算(suàn)机视觉和计算机图(tú)形学等领域。

其SD插件一经发(fā)布(bù)，在(zài)短短(duǎn)的(de)两天内便成为(wèi)了(le)AI绘画领(lǐng)域最新的热点。

在此之前，大家用了很多方法想让(ràng)AI生成(chéng)的结果(guǒ)尽可(kě)能的符合(hé)要求，但是都不(bù)尽(jǐn)如人意，它的出现(xiàn)代表着AI生成开始(shǐ)进(jìn)入真正的可控(kòng)时(shí)期(qī)。

因为ControlNet可(kě)以直(zhí)接(jiē)提取画面的构(gòu)图，人(rén)物的姿(zī)势和画面(miàn)的(de)深度信(xìn)息(xī)等(děng)。有(yǒu)了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说(shuō)ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋友的照片(piàn)直接带(dài)她们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼(gé)开始换关(guān)键词试(shì)效果。

通过(guò)图片就(jiù)可以看出来，效(xiào)果十分(fēn)惊艳。

更厉(lì)害(hài)的是，除(chú)了(le)真实的照片，草(cǎo)图(tú)也可以(yǐ)加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本(běn)尊(zūn)也亲自(zì)回应。

不得不说(shuō)当下AIGC已经变得越来(lái)越强大，甚至输出(chū)的作(zuò)品都(dōu)已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的消(xiāo)息火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是全国第(dì)一(yī)起AI绘(huì)图诈骗。

由(yóu)于这(zhè)个活动里(lǐ)面(miàn)给出(chū)的美女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大(dà)家(jiā)当成真事传播了。

不过仔细观察可以发现(xiàn)，活动(dòng)发起者(zhě)提供(gōng)的(de)照片中有(yǒu)个(gè)很大的漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是图片(piàn)中女性(xìng)的(de)手指部分有的存(cún)在异常。

有行业人事表示：“现在因(yīn)为手指部分的绘画(huà)算法比较(jiào)复杂(zá)，AI还(hái)不太会画人的手，但最新看到(dào)的图片已经(jīng)有越来越完(wán)美(měi)的AI模型出现(xiàn)，以后可(kě)能就完全没有漏洞(dòng)了(le)。”

类似的(de)AI作图诈骗在国外(wài)也已有发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的(de)假照片发布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐助”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已(yǐ)经能(néng)做出(chū)真(zhēn)人照片般的绘图效(xiào)果(guǒ)，如果这样的图(tú)片被用来诈(zhà)骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很多担(dān)忧(yōu)，一(yī)方面(miàn)，批判者(zhě)认(rèn)为AI在“学(xué)习(xí)”了大量前人的(de)作品(pǐn)之后，其(qí)创作没有任何情绪和灵魂，难以和(hé)人(rén)类的艺术创作相提(tí)并论。

另一(yī)方面，AIGC背后的(de)版(bǎn)权、目(mù)前都并(bìng)没有(yǒu)得到有效的解决(jué)，还有AIGC会不会代替人(rén)类“至高无上”的创(chuàng)意(yì)。

马斯(sī)克(kè)也强调简朴和俭朴的区别是什么，简朴和俭朴的区别在哪，人工智能的安全(quán)问题需要得到重(zhòng)视，太(tài)晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站除了视频，还(hái)有远方

技术都是有两面性的，潜(qián)在的危(wēi)害并不能掩盖其光辉的贡(gòng)献。现在看来，人(rén简朴和俭朴的区别是什么，简朴和俭朴的区别在哪)工智能技(jì)术(shù)将是第四次工(gōng)业革命的核心驱动力(lì)量，将创造新的增长奇迹(jì)。

过去一年，人(rén)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(rén)工智能技(jì)术(shù)发生方向性(xìng)改(gǎi)变的一(yī)个代表(biǎo)。其下一站或许就(jiù)是视频。

此前(qián)，Meta和谷歌(gē)先后(hòu)发布了几(jǐ)条引爆(bào)科技圈的短视频。这(zhè)些视频引发关注并非内容做(zuò)得多(duō)优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只(zhǐ)画画的(de)玩具(jù)熊，或者一段骑摩托车的第一视角录像，随便一个有(yǒu)手机的人都可以(yǐ)随手录下一段。

但这(zhè)些短视(shì)频(pín)的创(chuàng)作方式非常简单(dān)，创作(zuò)者仅(jǐn)仅(jǐn)需要向AI输入一段话，甚至只是说(shuō)一(yī)下要(yào)求，AI就可以根(gēn)据需(xū)要(yào)生成一段视频。

谷歌发(fā)布的两(liǎng)个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了(le)一波梗，一(yī)个能够做出更高清视(shì)频(pín)的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过2分钟的连(lián)贯的也(yě)有确切内容的视(shì)频，这才是真正让人(rén)们感到(dào)惊喜的地方。因为(wèi)无论AI生成的视频(pín)多(duō)么高(gāo)清，也(yě)只能是为内(nèi)容生产者提供(gōng)一个灵感，一个素材，一(yī)个(gè)过场(chǎng)动画。

不(bù)过能(néng)够制作出(chū)有具体剧情内容的(de)视频就意味(wèi)着，一些(xiē)视(shì)频创(chuàng)作由AI代替人工完成已经初步有了(le)可(kě)能。

当(dāng)下AI的发(fā)展(zhǎn)速度已经超过大部分人的想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全(quán)新的内容生(shēng)产方式，可以为(wèi)内容产业(yè)带来更新的内容(róng)风格、更(gèng)快(kuài)的生产(chǎn)速度，更低(dī)的生产成(chéng)本，这无疑会(huì)驱动内容产业的大(dà)爆发(fā)。

除了(le)AI绘图、视频，AIGC技术还能(néng)应用于音(yīn)乐、代码、机器人(rén)动(dòng)作等多种内容形式的(de)生成。不难(nán)发现(xiàn)该项技术(shù)不仅在(zài)游戏(xì)等(děng)行业能得到有效应(yīng)用，对于下一代(dài)互联网(wǎng)各种(zhǒng)元素的(de)构(gòu)建亦有关键意义。

从商业化的角度来看，文化娱(yú)乐、教育、传媒等(děng)诸多领域，本身(shēn)就对(duì)基于AI的(de)可视化内(nèi)容有强烈(liè)需求(qiú)。

因此(cǐ)，AI绘画(huà)及视频或(huò)不是(shì)结果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图，有望(wàng)在(zài)技术更新的(de)加持下实现(xiàn)更(gèng)大(dà)的应用价值(zhí)。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚至(zhì)能够创造出(chū)独立价值和(hé)独立视角的(de)内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将到来。

04

紧抓(zhuā)大(dà)模(mó)型与算力，牢(láo)固AIGC底座

从技术(shù)的发展(zhǎn)也(yě)可(kě)以看(kàn)出，在(zài)语言大模(mó)型(xíng)、图像大模型之后，多模态大模型已经(jīng)成(chéng)为了新的趋势。

大模型被誉为当前人(rén)工(gōng)智能(néng)发(fā)展的智能底座，是全(quán)球竞争最激烈的研究(jiū)方(fāng)向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞相发(fā)力。

不过训练大模型(xíng)的确价(jià)格(gé)不菲(fēi)，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告估(gū)算，GPT-3训(xùn)练一次的成(chéng)本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型(xíng)语言模型(xíng))，训练成本则(zé)介于200万美(měi)元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的(de)独立访客平均数1300万计(jì)算(suàn)，其对应(yīng)芯片(piàn)需求为(wèi)3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论是(shì)ChatGPT还(hái)是(shì)AIGC，都离不开庞大算(suàn)力支持。在(zài)关注各类大模型的发展同时，更应(yīng)该关(guān)注算力网络的建设。

算力网络正驱动AI产(chǎn)业发展进入史诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极目(mù)标(biāo)离得更(gèng)近。

因为算(suàn)力可以(yǐ)对(duì)突破性技术创新提(tí)供大力的支持。这方(fāng)面，多(duō)模态大(dà)模型是典型。作(zuò)为面向(xiàng)未来强人工(gōng)智能、通用人工智能(néng)的重要技术创新，多模态大模型已经在人工智能领域提出了很多年(nián)，业界(jiè)也有不(bù)少(shǎo)技术(shù)突破，但(dàn)是，多模态大模型进一步往下(xià)走，算力需求呈(chéng)几何式(shì)上升，一般(bān)的算力基础设施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语(yǔ)音(yīn)单独一项的(de)训练，到双(shuāng)模态、三模态的跃迁，让人(rén)工智能可以灵活(huó)应对不同模态的(de)转(zhuǎn)化(huà)、像人与世界交(jiāo)互一样(yàng)自(zì)然，这方(fāng)面，由算力网络来驱动将(jiāng)有(yǒu)明显(xiǎn)优势(shì)。

此外，还有很多(duō)需要爆发(fā)式增长的算力(lì)来支撑的技术(shù)创(chuàng)新，将在(zài)人工智能(néng)算力网络(luò)支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和(hé)大(dà)算力的(de)支持下AIGC能持续颠覆内容生产的方式，将创造的边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 简朴和俭朴的区别是什么，简朴和俭朴的区别在哪