自(zì)聊天(tiān)机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司(sī)创始人比尔·盖(gài)茨已多次公开谈论人(rén)工智能话题。在最近(jìn)的一(yī)次采访中，他(tā)再次表(biǎo)示：“AI可(kě)能会(huì)让科技(jì)行(xíng)业迎来一次剧烈的洗牌(pái)”。

这个结论是他(tā)在(zài)当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他(tā)预期，AI的发展可(kě)能会威胁到谷歌的市占率，因(yīn)为(wèi)微软在AI方面的行(xíng)动相当迅速。而(ér)最终科(kē)技(jì)巨头将把AI整合成用户的“全能(néng)助手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中(zhōng)全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发(fā)的又一(yī)次(cì)AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的(de)话(huà)题热点(diǎn)包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近(jìn)

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

随(suí)后各大厂商(shāng)的AI绘画软件被广(guǎng)大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应(yīng)用中输(shū)入一组关键(jiàn)词或者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的文(wén)本。同(tóng)一(yī)组关键词(cí)也可以创作出(chū)很(hěn)多张风格不一样的画(huà)作，这让创作的过程就像(xiàng)开盲盒。

很多(duō)用户很喜欢(huān)这种不确定的(de)惊喜(xǐ)，他(tā)们会(huì)将生成的(de)美图当(dāng)做(zuò)头像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，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的出现与加(jiā)持(chí)，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一种(zhǒng)基于控制点的图像变形算法，主要用于数字图像(xiàng)处理、计(jì)算(suàn)机视(shì)觉和计算机(jī)图形学等领域。

其SD插(chā)件一经发布，在(zài)短短(duǎn)的两天(tiān)内便成为(wèi)了AI绘画领(lǐng)域最新的热点(diǎn)。

在此之前，大家(jiā)用了很(hěn)多方法想让AI生成的结果尽可能的(de)符合要求，但是都不(bù)尽如人意，它的出(chū)现代(dài)表着AI生成开始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直接提取画(huà)面的构(gòu)图，人(rén)物(wù)的(de)姿势和画面的深度信(xìn)息(xī)等。有了它的(de)帮助(zhù)，就不用频繁的用提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少(shǎo)博主(zhǔ)的(de)作品已经(jīng)获(huò)得(dé)了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接(jiē)带她们(men)走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键词试(shì)效(xiào)果。

通过(guò)图(tú)片(piàn)就可以看出(chū)来，效果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的(de)照(zhào)片，草图也(yě)可以加(jiā)上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神(shén)张(zhāng)吕(lǚ)敏其本(běn)尊也亲(qīn)自回应(yīng)。

不(bù)得不说当下AIGC已经变得越来越强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难(nán)辨(biàn)虚实(shí)，AIGC技术(shù)力爆发

警惕安(ān)全(quán)问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍(biàn)网络(luò)，而经(jīng)过警方辟谣这所谓(wèi)的“party”可能(néng)是全(quán)国第(dì)一起AI绘图诈骗。

由于这个(gè)活动里面给出(chū)的美女照片都是AI制(zhì)作的真(zhēn)人照片绘图，因(yīn)为太逼真，被大家当成真事传播(bō)了。

张姓与什么姓是世仇 全国张姓是一家吗io="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不(bù)过仔细观察可(kě)以发现，活动发(fā)起(qǐ)者提供(gōng)的照片中有个很(hěn)大(dà)的(de)漏洞可以(yǐ)发现并非真人(rén)，而是AI绘(huì)图，那便是图片中(zhōng)女性(xìng)的(de)手(shǒu)指部分有(yǒu)的存在异(yì)常(cháng)。

张姓与什么姓是世仇 全国张姓是一家吗 data-s="300,640" data-type="jpeg" data-w="1280">

有行业人事(shì)表示(shì)：“现在因(yīn)为手指部(bù)分的绘画算(suàn)法(fǎ)比较复(fù)杂(zá)，AI还不(bù)太(tài)会画人的手，但最(zuì)新看到的图片已经有越来越完美(měi)的AI模型出现，以(yǐ)后可(kě)能(néng)就(jiù)完全没有漏洞了。”

类似(shì)的AI作图诈骗在国外也已有发生(shēng)。据(jù)英国广播(bō)公司(sī)报道，土耳(ěr)其(qí)地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿童受(shòu)灾的假(jiǎ)照片发布到(dào)网络，以此(cǐ)诱骗(piàn)善良(liáng)的人打(dǎ)赏“捐助(zhù)”从而实施(shī)诈骗。

目前(qián)随着(zhe)技(jì)术发展，AIGC已经能做出真人(rén)照(zhào)片般的绘(huì)图效果，如果这样的图片被(bèi)用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还(hái)引发(fā)了很多担忧，一(yī)方面，批判者(zhě)认(rèn)为AI在“学习(xí)”了(le)大量前人的(de)作品之后，其(qí)创作没有任何情(qíng)绪(xù)和灵魂，难以和人类的艺(yì)术创作(zuò)相提(tí)并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还有AIGC会(huì)不会代(dài)替(tì)人类“至高无(wú)上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的(de)安全问(wèn)题需要得到(dào)重视(shì)，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除(chú)了(le)视频，还有远方

技术(shù)都是有(yǒu)两面性(xìng)的，潜在(zài)的危(wēi)害(hài)并不能掩(yǎn)盖其光(guāng)辉的贡(gòng)献。现在看来，人工智能技术将(jiāng)是第四次(cì)工业(yè)革命的(de)核心驱动力量，将创造新(xīn)的增长奇迹。

过去一(yī)年，人(rén)工智能在技术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画(huà)就是(shì)人工智能技术发生方向性改变的一(yī)个(gè)代表。其(qí)下(xià)一(yī)站或(huò)许就是视频。

此前，Meta和谷歌先(xiān)后发(fā)布了几(jǐ)条(tiáo)引爆科技圈的短(duǎn)视频。这(zhè)些(xiē)视频引发关注并(bìng)非内容做(zuò)得多优(yōu)秀，反(fǎn)而都非常简单，比(bǐ)如一匹正在(zài)喝水的马，一只画(huà)画(huà)的玩(wán)具熊，或者一段骑(qí)摩托车的(de)第一视角录(lù)像，随便一个有手机的人都(dōu)可以随手录下一段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅(jǐn)仅需(xū)要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要生成一(yī)段视频。

谷歌发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了AI生成的(de)视频后(hòu)，AI圈就已经(jīng)玩(wán)了(le)一波梗(gěng)，一个能够做出更高清视频的AI还不足以在(zài)短(duǎn)时(shí)间内戳(chuō)中(zhōng)兴(xīng)奋点。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它可(kě)以(yǐ)制作出超过2分钟的连贯(guàn)的也有确切内(nèi)容的视频，这(zhè)才是(shì)真正让人(rén)们感到惊喜的地方。因为(wèi)无论AI生成的(de)视频多(duō)么高清，也只能是为内容生产(chǎn)者(zhě)提供一个灵感，一个素材，一(yī)个过(guò)场动画。

不(bù)过能够制作出(chū)有具体剧情内容的视频就意味着，一些(xiē)视(shì)频(pín)创作由AI代替人(rén)工(gōng)完成(chéng)已经初步有(yǒu)了可能(néng)。

当(dāng)下AI的发展速度已经超过(guò)大部分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作(zuò)为全(quán)新的内容生(shēng)产(chǎn)方式，可以为内容产业带来更新的(de)内容(róng)风格(gé)、更快的生(shēng)产速(sù)度，更(gèng)低的生产成本，这(zhè)无(wú)疑会(huì)驱动内容产(chǎn)业的(de)大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人动作等多种内容(róng)形式的生成。不难发(fā)现该项技术不仅(jǐn)在游戏(xì)等(děng)行业能得到(dào)有效应用(yòng)，对于(yú)下一(yī)代互联网各(gè)种元素(sù)的构建亦有关键意义。

从商业化的(de)角度来看，文化娱(yú)乐(lè)、教育、传媒等诸多领(lǐng)域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是(shì)结果，而只是AI进程中的一块重要拼图，有望在技(jì)术更新的加持下(xià)实现更大的应(yīng)用价(jià)值。

AI从理解内容，走向了可以(yǐ)生成内容，甚至能够创造出独立价值和(hé)独立视角(jiǎo)的(de)内容。AIGC的(de)再次出圈，更代表着未来的(de)先进生产力即将到来。

04

紧抓(zhuā)大模型与算力，牢(láo)固(gù)AIGC底座

从技术的(de)发展也可以看出，在语言大(dà)模型(xíng)、图(tú)像大模型之后，多模态大模型已(yǐ)经成为了新的趋势。

大模型被誉(yù)为当前(qián)人工智能(néng)发展的智能底座，是全球(qiú)竞争最激(jī)烈的研究方向之一，包括谷歌(gē)、亚(yà)马(mǎ)逊、百度、阿里(lǐ)、腾(téng)讯(xùn)等众多头部(bù)企业都在竞相(xiāng)发力。

不过训练大模型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告(gào)估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而对于一些更大的(de)LLM(大型语言模型)，训(xùn)练成本则介于(yú)200万美(měi)元(yuán)至1200万美元高(gāo)价(jià)之间(jiān)。

以ChatGPT在2023年(nián)1月的(de)独立(lì)访客平均数1300万计算，其对应芯片(piàn)需求(qiú)为3万(wàn)多片英(yīng)伟(wěi)达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电(diàn)费就在(zài)5万美(měi)元左右(yòu)。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支持。在关注(zhù)各类大模型的(de)发展同(tóng)时(shí)，更应该关注算(suàn)力网(wǎng)络的建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这(zhè)一人工智能发展的终极目标(biāo)离得更近。

因为算力可以对突破性技术创新提供大力的支持(chí)。这方面，多模(mó)态大(dà)模型(xíng)是典型(xíng)。作为面(miàn)向未来强人工智(zhì)能、通用(yòng)人工智能的(de)重要技(jì)术创新，多模(mó)态大模型已经(jīng)在人工智能领域(yù)提出了很多(duō)年，业界也(yě)有不少技术突破，但是(shì)，多模态大模型进一步往(wǎng)下走，算(suàn)力(lì)需求呈(chéng)几何式上升，一(yī)般的算(suàn)力基础设施(shī)很快将(jiāng)难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到(dào)双模态、三模态(tài)的跃迁(qiān)，让人工智(zhì)能可以灵活应对(duì)不同模(mó)态的转化、像(xiàng)人与世界交互一样自然，这方(fāng)面，由算力网络来驱动将(jiāng)有明显(xiǎn)优势。

此外，还有很(hěn)多需要爆(bào)发式增长的算力来支撑的(de)技(jì)术创新，将在人工智能算(suàn)力网络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙光(guāng)，期待(dài)在大(dà)模型(xíng)和大算(suàn)力的(de)支持(chí)下(xià)AIGC能持(chí)续(xù)颠覆内容生产的方(fāng)式，将创造(zào)的边际成本降低，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 张姓与什么姓是世仇 全国张姓是一家吗