自(zì)聊(liáo)天机器人(rén)ChatGPT火爆以来(lái)，微(wēi)软公司创始(shǐ)人比尔·盖茨已多次公开谈论人(rén)工智能话(huà)题。在最近的一次采访(fǎng)中(zhōng)，他再次表(biǎo)示：“AI可能会让科(kē)技行业(yè)迎(yíng)来一次剧烈的洗牌”。

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

他预(yù)期，AI的发展可(kě)能(néng)会(huì)威胁(xié)到(dào)谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用(yòng)户(hù)的“全能助手(shǒu)”，包(bāo)揽(lǎn)一切应用，与(yǔ)人(rén)们进行沟通并提供(gōng)建(jiàn)议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手(shǒu)的(de)到来可能尚(shàng)需(xū)时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次(cì)爆火的时候，还(hái)是2022年8月，在美国科(kē)罗拉(lā)多州举办的新(xīn)兴(xīng)数字(zì)艺(yì)术家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖。

随后各(gè)大厂商(shāng)的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一(yī)组关键词或者一张照片，就能(néng)获得一幅AI创作的画作。

作(zuò)画的关(guān)键就是所输入(rù)的(de)文本。同一组(zǔ)关键词也可以创(chuàng)作(zuò)出很(hěn)多张风格(gé)不一样的画作(zuò)，这让创作的(de)过程就像开盲(máng)盒。

很多(duō)用户很喜欢这种不确定的(de)惊喜，他们会将生成的美图当做头(tóu)像。而另一部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如，一位(wèi)网友(yǒu)的小(xiǎo)狗照片被(bèi)AI画成了“肌(jī)肉男”，还(hái)有(yǒu)网友的个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的出现与(yǔ)加(jiā)持(chí)，以往(wǎng)AI绘(huì)画的填写关键词游戏(xì)可能要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏创作的一(yī)种基(jī)于(yú)控(kòng)制点的图(tú)像变形算法，主要用(yòng)于数字(zì)图像处理、计算机视觉(jué)和计算机(jī)图(tú)形学等领域。

其SD插件一经发布，在短短的两(liǎng)天内(nèi)便(biàn)成(chéng)为了AI绘画领域最(zuì)新(xīn)的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结果尽可能(néng)的(de)符合要求，但是都(dōu)不尽如人意，它的出现代表着AI生成(chéng)开始(shǐ)进入真(zhēn)正的可(kě)控时(shí)期(qī)。

因为ControlNet可以直接(jiē)提取画面的构图，人物(wù)的姿(zī)势和画(huà)面的深度信息(xī)等。有了它的帮(bāng)助，就(jiù)不用频繁的用(yòng)提示(shì)词来碰运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给(gěi)AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏(liú)览量，“viggo”就是其中之(zhī)一，他(tā)用朋(péng)友的照(zhào)片直接带(dài)她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的是(shì)，除了真实的照片，草图也(yě)可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)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(le)。

02

难(nán)辨虚(xū)实(shí)，AIGC技术(shù)力爆发

警(jǐng)惕安(ān)全(quán)问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火(huǒ)遍网络，而(ér)经过警(jǐng)方辟谣这所谓的“party”可(kě)能(néng)是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给出(chū)的(de)美女照片都是AI制作的真(zhēn)人照片绘图，因(yīn)为太逼真，被大家当(dāng)成真事传播了。

不过仔细观察可以发现，活动发起者提供(gōng)的照片(piàn)中有(yǒu)个很大(dà)的(de)漏(lòu)洞(dòng)可以发(fā)现并非真人，而是AI绘(huì)图，那便是(shì)图片中女性的手指部(bù)分有的存在异常。

有行业人事表示：“现在因为(wèi)手(shǒu)指部分的绘画(huà)算法比较复杂，AI还不太会画人的手(shǒu)，但最新(xīn)看到(dào)的图(tú)片(piàn)已经有(yǒu)越来越(yuè)完(wán)美的AI模型出现，以(yǐ)后可能就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在国外也已(yǐ)有发生。据英国广播公(gōng)司报道，土耳其(qí)地震期间，有Tiktok用户(hù)使用AI合成了(le)儿童受灾的假照(zhào)片发布到(dào)网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施(shī)诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经能(néng)做出真人照片般(bān)的绘图效果，如(rú)果这样的(de)图(tú)片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方面(miàn)，批判者认(rèn)为AI在“学习”了大量前人的作品(pǐn)之后，其创作没(méi)有任何情绪和灵魂，难(nán)以和人类的(de)艺(yì)术创(chuàng)作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得到(dào)有效的解(jiě)决，还有AIGC会(huì)不(bù)会代替(tì)人类(lèi)“至高(gāo)无(wú)上”的(de)创(chuàng)意(yì)。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要得(dé)到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远方

技(jì)术都(dōu)是有两面性(xìng)的，潜在的危害并不能(néng)掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术将是(shì)第四次(cì)工业革命的核(hé)心驱(qū)动力量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇迹。

过(guò)去(qù)一年(nián)，人工智能在技术(shù)和商(shāng)业(yè)层面(miàn)都有(yǒu)了(le)巨大进展，AI绘画就是人工(gōng)智能(néng)技术发生方向性(xìng)改变的一个代表。其下一站或许就(jiù)是视频(pín)。

此前，Meta和谷歌(gē)先后发布(bù)了(le)几条引爆(bào)科技圈(quān)的短视频(pín)。这些(xiē)视频(pín)引(yǐn)发(fā)关注并非内容做得多优秀，反(fǎn)而(ér)都非(fēi)常简单，比如一(yī)匹正在(zài)喝(hē)水的(de)马，一只(zhǐ)画画的玩具熊，或者一段骑摩(mó)托车的第一视角录像，随便一个(gè)有手机的(de)人都可以随手录下一段(duàn)。

但(dàn)这(zhè)些短视频的创作方式非常简单，创作者仅仅需(xū)要向AI输入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可以(yǐ)根据需要生成一段视频。

谷歌(gē)发布的(de)两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够做出更高清(qīng)视频的AI还不足以在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更(gèng)加(jiā)令人震惊(jīng)的地方在于，它可以(yǐ)制作出超过2分钟的(de)连贯的也有确切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊喜的地方。因(yīn)为(wèi)无论AI生成的视频(pín)多么高清(qīng)，也只能(néng)是为(wèi)内容(róng)生产者提供一个灵感(gǎn)，一个素材，一(yī)个过场动(dòng)画(huà)。

不(bù)过能够(gòu)制(zhì)作出有具体剧情内(nèi)容的视频就意味着，一些视(shì)频创作(zuò)由AI代替人工(gōng)完成已经初步有(yǒu)了可能。

当下(xià)AI的发(fā)展速(sù)度已(yǐ)经(jīng)超过大部分人的想象。内(nèi)容产业的本质是(shì)供给创(chuàng)造需求(qiú)，AIGC作为(wèi)全新(xīn)的内容(róng)生(shēng)产方式，可以为内容(róng)产业带来更新的内容风格、更快的生产速度(dù)，更低的生产(chǎn)成本，这无(wú)疑会驱动(dòng)内容产业(yè)的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用于(yú)音乐、代码、机(jī)器人动作(zuò)等(děng)多种内容形(xíng)式的生成。不难发现该项(xiàng)技(jì)术(shù)不仅(jǐn)在(zài)游戏等行业能得到(dào)有效应用，对于下一(yī)代互联(lián)网各(gè)种元素(sù)的构建亦有关键意义(yì)。

从商业化(huà)的角度来(lái)看，文化娱(yú)乐、教育(yù)、传媒等(děng)诸多领域，本(běn)身就对基于AI的可视化内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只是AI进程中的一块重要拼图，有望(wàng)在技(jì)术更新的加持下实(shí)现更(gèng)大的应用价值。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能(néng)够创(chuàng)造出独立价值(zhí)和(hé)独立视角(jiǎo)的内(nèi)容。AIGC的(de)再次出(chū)圈，更代表着(zhe)未来(lái)的先进生产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技(jì)术的发展也可以看出，在语言大(dà)模(mó)型、图像(xiàng)大模型之后，多模态(tài)大模(mó)型已经成为了新的(de)趋(qū)势。

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

不过训练(liàn)大模型的(de)确价格(gé)不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本(běn)约为140万(wàn)美元。而对于一些(xiē)更大的LLM(大型语言模型)，训练成本则(zé)介于200万美(měi)元至1200万美元高(gāo)价之间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立(lì)访客平均数1300万计算，其对(duì)应(yīng)芯片(piàn)需求(qiú)为3万多片英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿美元，每日仅(jǐn)电(diàn)费就在5万美元左右(yòu)。

此外不(bù)论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模(mó)型的发展同时(shí)，更应该关注算力网络的建设。

算(suàn)力网络正驱动(dòng)AI产业发展进入史诗级加速进程(chéng)，让(ràng)AIGC及通(tōng)用AI这一人工智能发展(zhǎn)的终(zhōng)极目标离得更近。

因(yīn)为算(suàn)力可以对突破性(xìng)技术(shù)创新提供大力的支持。这方(fāng)面，多模态(tài)大模型是(shì)典型(xíng)。作为面向未来(lái)强人工智能、通用人(rén)工智能的重要技术创(chuàng)新，多模(mó)态(tài)大模型已(yǐ)经(jīng)在人工(gōng)智能领域提出了很(hěn)多年，业界也有不少技术突破，但是，多模态大模型进一步往下走，算力需求呈几何式上升，一般(bān)的算力基础设(shè)施(shī)很快将难以胜任。

从图(tú)像、文字、语音单独一项的(de)训(xùn)练，到双模态、三模态的(de)跃迁，让(ràng)人工智能可(kě)以灵活(huó)应对不同模态(tài)的转化、像人与世界交互一样自(zì)然，这方面，由算力网络来驱动(dòng)将(jiāng)有明(míng)显(xiǎn)优势。

此外，还有(yǒu)很多需要爆发式增长的(de)算(suàn)力(lì)来支撑的技术创新，将在人工(gōng)智能算(suàn)力网(wǎng)络支撑下快速推(tuī)进(jìn)。

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)持续颠覆内容生产的方式，将创造的边际成本(běn)降低(dī)，让(ràng)万众受益。

未经允许不得转载：惠安汇通石材有限公司 泰国相当于中国的哪个省，泰国等于中国哪个省