自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已多次公开(kāi)谈论人工智能话题。在(zài)最(zuì)近的一次采访中，他(tā)再次表(biǎo)示：“AI可能会(huì)让科技行业迎来一(yī)次剧烈的洗牌”。

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

他预期(qī)，AI的发展可能会(huì)威胁到谷歌的(de)市占率，因为(wèi)微(wēi)软在AI方面的行动(dòng)相(xiāng)当迅速。而最终科技巨头将(jiāng)把AI整合成用(yòng)户的“全能(néng)助手”，包揽一切(qiè)应用(yòng)，与(yǔ)人们进行沟通(tōng)并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能(néng)尚需时日，但(dàn)由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热(rè)点包围(wéi)中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还是(shì)2022年8月，在美国科(kē)罗拉(lā)多州举办(bàn)的新兴数字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作品获(huò)奖。

随后各大厂商的AI绘画(huà)软件被广大网友(yǒu)熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户(hù)们可以在应用中输入一组关(guān)键词或者一张照(zhào)片，就能(néng)获(huò)得一幅(fú)AI创(chuàng)作的画作。

作画的关键就是所(suǒ)输入的文本。同一组关(guān)键(jiàn)词也(yě)可(kě)以创作出(chū)很多张(zhāng)风格(gé)不一样的画作(zuò)，这让创作的(de)过程就像开(kāi)盲盒。

很多用户很喜欢这种不(bù)确定的(de)惊喜(xǐ)，他们会将生成的美(měi)图当(dāng)做头(tóu)像。而另(lìng)一(yī)部(bù)分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社交媒(méi)体(tǐ)上，许多(duō)用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照(zhào)片被(bèi)AI画成了“肌(jī)肉男”，还有网友的(de)个人照(zhào)片被AI识别成了建筑(zhù)。

而(ér)如今随着(zhe)ControlNet的(de)出现与加持，以往AI绘画的填写关键词游戏可能要被颠(diān)覆了(le)。

ControlNet是(shì)一位正(zhèng)在斯坦(tǎn)福读(dú)博的中国人张吕敏创作的一种基(jī)于控制点的图像变形算法，主要用于(yú)数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一(yī)经发布，在短短的(de)两(liǎng)天内(nèi)便(biàn)成为(wèi)了AI绘画领域最新的热(rè)点。

在此(cǐ)之前，大家用了很多方法想让AI生(shēng)成的(de)结果尽可能的(de)符(fú)合要(yào)求(qiú)，但是都不尽如人意，它(tā)的出现(xiàn)代表着AI生成开始(shǐ)进入真正的可控时(shí)期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面的(de)深度信(xìn)息等(děng)。有了它的帮助(zhù)，就不用频(pín)繁的(de)用提示(shì)词(cí)来(lái)碰运气，抽盲盒式的(de)创作了(le)。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加(jiā)了“魔法”，不(bù)少(shǎo)博主的作品已(yǐ)经获得了大量的(de)浏览量(liàng)，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她(tā)们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的(de)关键(jiàn)词(cí)；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果十分(fēn)惊艳。

更(gèng)厉害的是，除了(le)真实的照片(piàn)，草图(tú)也(yě)可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经变(biàn)得越来越强大，甚(shèn)至输出的作(zuò)品都已经能(néng)以假乱真了(le)。

02

难辨(biàn)虚(xū)实，AIGC技术力(lì)爆(bào)发

警惕安全问题(tí)

近日，“苏州(zhōu)金(jīn)鸡湖有游(yóu)艇party”的消息(xī)火遍网络(luò)，而经过(guò)警(jǐng)方辟谣这所谓的“party”可(kě)能是全国第一起(qǐ)AI绘图诈(zhà)骗。

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

不过仔细观(guān)察可(kě)以发现，活动发起者提供的(de)照(zhào)片中有个(gè)很大(dà)的漏洞可(kě)以(yǐ)发现并非(fēi)真人，而(ér)是(shì)AI绘(huì)图，那便是(shì)图(tú)片中(zhōng)女性的手(shǒu)指部分有的(de)存在异常。

有行业人(rén)事表示(shì)：“现在因为手指部(bù)分的绘画算法比(bǐ)较复杂，AI还不太会画人的(de)手，但(dàn)最新看到(dào)的图片已经有越来越完美的(de)AI模型(xíng)出现，以后可能就(jiù)完全(quán)没(méi)有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外也已有发生(shēng)。据英国广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的人(rén)打赏“捐助”从而实施(shī)诈骗。

目(mù)前随着技术(shù)发展，AIGC已经能做出真人照(zhào)片(piàn)般(bān)的绘(huì)图效(xiào)果，如果这样的图片被(bèi)用来(lái)诈骗，将非常可(kě)怕(pà)。

此外AIGC还引发(fā)了很多担(dān)忧，一方面(miàn)，批判(pàn)者认为AI在“学习”了大量前人的作(zuò)品(pǐn)之后，其创作没有任何情绪和灵魂(hún)，难以(yǐ)和人类(lèi)的艺术创作相提(tí)并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到(dào)有效(xiào)的解决，还有AIGC会(huì)不会代替(tì)人类“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要(yào)得(dé)到重视(shì)，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视频(pín)，还有远方

技(jì)术都是(shì)有两面性的(de)，潜在(zài)的危害(hài)并不能掩盖其光辉的(de)贡(gòng)献(xiàn)。现在(zài)看来，人工智能(néng)技(jì)术将是第四(sì)次工业(yè)革(gé)命(mìng)的核心驱动力(lì)量，将创造(zào)新的增长奇迹。

过(guò)去一年，人工智(zhì)能在技(jì)术和商业层面(miàn)都有了巨大进(jìn)展，AI绘(huì)画就是人工智(zhì)能技术发生方向性改变的一个(gè)代表。其(qí)下一站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌(gē)先后发布了几条引(yǐn)爆(bào)科技(jì)圈(quān)的短视频。这些视(shì)频引(yǐn)发关注并非内容做得(dé)多(duō)优秀，反而(ér)都非常简单，比如一(yī)匹正在喝水的(de)马，一只(zhǐ)画画(huà)的玩(wán)具熊，或者(zhě)一(yī)段(duàn)骑摩托车的第一(yī)视角录像(xiàng)，随(suí)便一个有手机的人都可(kě)以随手录下一段。

但这些短视频的创作方式非常简单(dān)，创作者仅仅需(xū)要向AI输入一段话，甚(shèn)至(zhì)只是说一下(xià)要求(qiú)，AI就可(kě)以根(gēn)据需要生(shēng)成一(yī)段视频。

谷歌(gē)发布的两个AI生(shēng)成(chéng)视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没(méi)有太多(duō)的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩(wán)了一波梗，一(yī)个能够(gòu)做出(chū)更高清(qīng)视频的AI还不足以在短时间内戳中兴(xīng)奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以制作(zuò)出超(chāo)过2分钟的(de)连贯(guàn)的也有确(què)切内容(róng)的(de)视频，这才是真正让人(rén)们(men)感到惊喜(xǐ)的(de)地(dì)方(fāng)。因为(wèi)无(wú)论(lùn)AI生成的视(shì)频多么高清，也只(zhǐ)能是为内容(róng)生产者(zhě)提供一个灵感，一个素材，一个过场动(dòng)画。

不过(guò)能(néng)够(gòu)制作出有具体剧情内(nèi)容的视频就(jiù)意味着，一些视频创(chuàng)作(zuò)由(yóu)AI代替人(rén)工完成已经(jīng)初步有了可能。

当下AI的发(fā)展速度已经超过大部(bù)分人的想(xiǎng)象。内容产业的本质是供给(gěi)创造需求，AIGC作为全新的(de)内容生产方式，可以(yǐ)为内(nèi)容产业带(dài)来更新的内(nèi)容(róng)风格(gé)、更快的生产速度，更低的生产(chǎn)成本，这(zhè)无疑会(huì)驱动内容产业的大(dà)爆发(fā)。

除(chú)了AI绘图、视频(pín)，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人动作等(děng)多种内容形式的生(shēng)成。不难发现该项技术不仅在游(yóu)戏等行业(yè)能(néng)得到(dào)有(yǒu)效应用，对于下(xià)一代(dài)互联网各种元素的构建亦有关(guān)键(jiàn)意义。

从商(shāng)业(yè)化的角度来看，文化娱乐、教(jiào)育(yù)、传媒等诸多领域，本身就对(duì)基于(yú)AI的可视化(huà)内容有强烈需求。

因(yīn)此，AI绘(huì)画(huà)及视频或不是(shì)结果(guǒ)，而只是(shì)AI进程中的一块重要拼图，有望在技术更新的加持下实现(xiàn)更大的(de)应用价值。

AI从理解内容(róng)，走向了可以生成(chéng)内容，甚至能够创(chuàng)造出独立(lì)价(jià)值和独立视(shì)角(jiǎo)的(de)内容(róng)。AIGC的再次出圈，更代(dài)表着未来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技术(shù)的发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多模态大模型已(yǐ)经成为了新(xīn)的趋势。

大模型被(bèi)誉为当前人工智能发展的智能底座，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、阿里、腾讯(xùn)等众多头部企(qǐ)业都在竞相发力。

不过训练大模(mó)型(xíng)的确价格不(bù)菲，以国盛(shèng)证券发(fā)布(bù)的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次(cì)的(de)成本约为140万(wàn)美元。而对(duì)于一些更大的LLM(大型语言模型(xíng))，训(xùn)练(liàn)成本(běn)则(zé)介于(yú)200万美元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应(yīng)芯片需求为3万多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投(tóu)入成本(běn)约(yuē)为8亿美元，每日仅电费(fèi)1tbsp等于多少克细砂糖，1.5g盐大概有多少-height: 24px;'>1tbsp等于多少克细砂糖，1.5g盐大概有多少就在5万(wàn)美元左右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞(páng)大算力支持。在关注各类大模型的发展同(tóng)时，更应该关注算力网络的建(jiàn)设(shè)。

算力网(wǎng)络正驱动AI产业(yè)发展(zhǎn)进入史诗(shī)级加速进程(chéng)，让AIGC及通用AI这(zhè)一人工(gōng)智能发展的终极目标(biāo)离得更近。

因为算力可以(yǐ)对突破性技(jì)术创新提供大力的支持。这(zhè)方面，多模态大(dà)模型(xíng)是典型。作为面向未来强人工智能、通用人(rén)工(gōng)智能的重要技术创新，多模(mó)态大模型已(yǐ)经(jīng)在人工智能领域提出了很多年(nián)，业界也有(yǒu)不少技术突破，但是，多模态(tài)大(dà)模型进一步(bù)往下(xià)走，算力需求呈几(jǐ)何(hé)式上升(shēng)，一般的(de)算力(lì)基础设施很快将难以胜任。

从图(tú)像、文(wén)字、语音单独一项的训练，到双(shuāng)模(mó)态、三模态(tài)的跃迁，让人工智能(néng)可以灵活应对不(bù)同模(mó)态的转化、像人(rén)与世界交互一(yī)样自然，这(zhè)方(fāng)面，由算力网(wǎng)络来(lái)驱(qū)动将有明显优势。

此外，还有(yǒu)很多需要(yào)爆发式增长的算力来支撑的技(jì)术创新，将在人工智能(néng)算力(lì)网络(luò)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支(zhī)持下AIGC能(néng)持(chí)续颠覆内容生产的方式，将(jiāng)创造(zào)的边(biān)际成本降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 1tbsp等于多少克细砂糖，1.5g盐大概有多少