自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人(rén)比尔·盖茨已(yǐ)多次公(gōng)开谈论人(rén)工智(zhì)能(néng)话题。在最近的(de)一次采访中，他再次表示(shì)：“AI可能会让科技行业(yè)迎来(lái)一次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时(shí)提(tí)出的。

他预期，AI的(de)发(fā)展可能会威(wēi)胁到谷歌(gē)的市占(zhàn)率，因为微软(ruǎn)在(zài)AI方面(miàn)的(de)行动相当迅速。而最终科技巨(jù)头将把(bǎ)AI整合成用户的“全能助(zhù)手”，包(bāo)揽一(yī)切(qiè)应用，与人们进行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘(huì)画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包(bāo)围中杀(shā)出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画(huà)为代表的(de)AIGC上一次爆火的时候(hòu)，还是(shì)2022年8月，在美(měi)国科罗(luó)拉多州举办的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获(huò)奖。

随后各大厂商的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代表。

用(yòng)户们可以在应用中输(shū)入一组关键词或者一张照(zhào)片，就能获得一幅(fú)AI创作的画(huà)作。

作画的关键就是(shì)所输入的文(wén)本。同(tóng)一组(zǔ)关键(jiàn)词也可以创作出很多张(zhāng)风格不(bù)一样的画作，这让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的(de)惊喜，他们会将(jiāng)生成(chéng)的(de)美(měi)图当做(zuò)头像(xiàng)。而另(lìng)一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在(zài)社(shè)交媒体上(shàng)，许多用户分享(xiǎng)AI“翻车现场”，例(lì)如，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网友的个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘(huì)画(huà)的(de)填写(xiě)关键词游(yóu)戏可(kě)能(néng)要(yào)被颠覆了。

ControlNet是(shì)一位正在(zài)斯(sī)坦福读博(bó)的中(zhōng)国人张吕敏(mǐn)创作的一种基于控(kòng)制点的图像变形算法，主要用(yòng)于数(shù)字图像处理、计(jì)算机视觉和(hé)计算机图形(xíng)学(xué)等领域。

其SD插件一经发布，在短短(duǎn)的两(liǎng)天内(nèi)便成为了AI绘(huì)画领(lǐng)域最新的热点。

在(zài)此之(zhī)前，大家用了很(hěn)多方法想让AI生成的(de)结(jié)果(guǒ)尽可能(néng)的符合(hé)要(yào)求，但是(shì)都不尽如人意，它的出(chū)现代表着AI生成(chéng)开始进(jìn)入(rù)真正的可控(kòng)时期。

因(yīn)为ControlNet可以直接(jiē)提取画面的构图，人物的姿势和(hé)画面的深度信(xìn)息等。有了(le)它的帮助，就不用频繁(fán)的用提示词(cí)来碰运(yùn)气，抽(chōu)盲盒式(shì)的(de)创作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不少博主的(de)作品已经获得了大量的浏览量，“viggo”就是其(qí)中(zhōng)之(zhī)一，他(tā)用朋友的(de)照片直接带她们走进(jìn)动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开始(shǐ)换关键(jiàn)词试效果。

西气东输的起点与终点，西气东输的起止点是哪里？ing="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通(tōng)过图片就可以看(kàn)出来(lái)，效果十分(fēn)惊艳。

更厉害(hài)的是，除了真(zhēn)实的(de)照(zhào)片，草图也可以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大(dà)神张(zhāng)吕敏(mǐn)其本尊(zūn)也(yě)亲(qīn)自回应。

不(bù)得不说(shuō)当(dāng)下(xià)AIGC已经变得(dé)越来越强大，甚(shèn)至输出的作(zuò)品都已经能以假乱真了(le)。

02

难辨虚实(shí)，AIGC技(jì)术(shù)力爆(bào)发(fā)

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖(hú)有游(yóu)艇party”的消(xiāo)息火遍(biàn)网络，而经过(guò)警方(fāng)辟谣这所谓(wèi)的“party”可(kě)能(néng)是全(quán)国第一起(qǐ)AI绘(huì)图诈骗。

由于这个活动里面给(gěi)出(chū)的美女(nǚ)照片都(dōu)是(shì)AI制(zhì)作(zuò)的真人照片绘图，因为太逼真，被(bèi)大家当成真(zhēn)事传(chuán)播了。

不过仔(zǎi)细观察可以发现，活动发起者提(tí)供的照(zhào)片中有个很大的(de)漏洞(dòng)可以发现(xiàn)并非真人，而是AI绘图，那便是图(tú)片中女性的(de)手指部分有的存(cún)在异常。

有(yǒu)行(xíng)业人事表示：“现在因为手(shǒu)指部分的(de)绘画算法比较复杂，AI还不太会画(huà)人(rén)的手，但最新看到的图片已经有越(yuè)来(lái)越完美的AI模型出(chū)现，以(yǐ)后可能就完(wán)全没有(yǒu)漏洞(dòng)了。”

类似(shì)的AI作图诈骗在(zài)国外也(yě)已有发生。据(jù)英(yīng)国广(guǎng)播公司报道，土耳其(qí)地震期间，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(piàn)善良的人打赏(shǎng)“捐助”从而实施(shī)诈骗。

目前随着技(jì)术(shù)发展，AIGC已(yǐ)经能做出真人照片般的绘图效(xiào)果，如果这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和灵(líng)魂(hún)，难(nán)以(yǐ)和人类的艺(yì)术创(chuàng)作相(xiāng)提(tí)并论。

另一方面(miàn)，AIGC背(bèi)后(hòu)的版权、目前都并(bìng)没(méi)有得到有效(xiào)的解决，还有AIGC会(huì)不会代替人类(lèi)“至高无(wú)上”的创(chuàng)意。

马(mǎ)斯(sī)克也强调，人工智能的安(ān)全问题需要(yào)得到重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下(xià)一站除了视频(pín)，还(hái)有远方

技术都是有两面性的，潜在的危害并不能(néng)掩盖其(qí)光(guāng)辉的贡献。现在看来(lái)，人(rén)工智能(néng)技术将是第四(sì)次工业革命的(de)核心驱动力量(liàng)，将创(chuàng)造新的(de)增长奇迹(jì)。

过去一(yī)年(nián)，人工智能在技术和(hé)商业(yè)层面都有了巨大进展，AI绘(huì)画就是人工智能技术发生方向性(xìng)改(gǎi)变(biàn)的一个(gè)代表。其下一站或(huò)许就是(shì)视频。

此前，Meta和谷歌先后发布(bù)了(le)几条引爆(bào)科(kē)技圈的短视频。这些视频引发关(guān)注并非内容做(zuò)得多优(yōu)秀，反而都非常简单，比如一匹(pǐ)正(zhèng)在(zài)喝水的(de)马(mǎ)，一只画画(huà)的玩(wán)具(jù)熊，或者(zhě)一段骑摩(mó)托(tuō)车的第一视角录像(xiàng)，随便一个(gè)有手(shǒu)机的人都可以随手录下一段。

但(dàn)这些短视频(pín)的创作方式非常(cháng)简单，创作者(zhě)仅仅需要向(xiàng)AI输入一段话，甚至只是(shì)说一下要求，AI就可以根(gēn)据需要生成一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi西气东输的起点与终点，西气东输的起止点是哪里？)有(yǒu)太多的差(chà)别(bié)。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈(quān)就已(yǐ)经玩(wán)了一(yī)波(bō)梗(gěng)，一个能够做出更高清视频(pín)的AI还(hái)不足(zú)以在(zài)短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的(de)地方在于，它(tā)可以制作出超过2分钟的连贯的(de)也(yě)有确切(qiè)内容的(de)视频，这才是真正(zhèng)让(ràng)人们感到惊喜的地方。因为无论AI生成的(de)视(shì)频(pín)多么高清，也只(zhǐ)能是为内容生(shēng)产者(zhě)提(tí)供一个灵感，一个(gè)素材，一个过场(chǎng)动(dòng)画。

不过能够制作(zuò)出有具(jù)体(tǐ)剧情内容的视频就(jiù)意味着，一(yī)些(xiē)视频创作由AI代(dài)替人工完成已经(jīng)初步有了可能。

当下(xià)AI的发(fā)展(zhǎn)速(sù)度已经(jīng)超过大(dà)部分人的(de)想象。内(nèi)容产业的本质(zhì)是(shì)供给创造需(xū)求，AIGC作为(wèi)全新的内容生(shēng)产方(fāng)式，可以为(wèi)内容产业带来更新的内容风格(gé)、更(gèng)快的生(shēng)产速度，更低的生产成(chéng)本，这(zhè)无疑会驱动内容产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多(duō)种内容形式的生成。不难发现该(gāi)项技术不仅在游戏等行业(yè)能得到有效(xiào)应用，对于下一代互联网各种元素的构建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传(chuán)媒等(děng)诸(zhū)多(duō)领域，本身就对基于(yú)AI的可视化内容有强(qiáng)烈需(xū)求。

因此，AI绘画及视频或(huò)不(bù)是(shì)结果，而只是AI进(jìn)程中的(de)一(yī)块重要拼图，有望在技(jì)术更新(xīn)的加(jiā)持下实现更大的(de)应用价值。

AI从理解内容，走向了(le)可以生成(chéng)内(nèi)容，甚至能够创造(zào)出(chū)独立价值和独立(lì)视角的内容。AIGC的再次出圈，更代表着未来的(de)先进(jìn)生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技术(shù)的发(fā)展也(yě)可以看出，在语(yǔ)言大模型、图像(xiàng)大模型之后，多模(mó)态(tài)大模型已经成为了新的趋(qū)势(shì)。

大(dà)模型被誉(yù)为(wèi)当前人工智能(néng)发展的智(zhì)能底(dǐ)座，是(shì)全球竞争(zhēng)最激烈的研(yán)究(jiū)方(fāng)向(xiàng)之(zhī)一，包括谷歌(gē)、亚马逊、百(bǎi)度、阿(ā)里(lǐ)、腾(téng)讯等众多头部企业都在竞(jìng)相发力。

不过训练(liàn)大模型的确价(jià)格不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的成本约为140万(wàn)美元。而(ér)对于一些更(gèng)大的(de)LLM(大型语言(yán)模型)，训练(liàn)成本则介于200万美元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客平均(jūn)数1300万计(jì)算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电费就在5万美(měi)元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注(zhù)各(gè)类大模(mó)型的发展同时，更应该关注算力网(wǎng)络(luò)的建(jiàn)设。

算力网络正驱(qū)动AI产(chǎn)业发展进入(rù)史诗级加(jiā)速进(jìn)程(chéng)，让AIGC及通(tōng)用AI这一(yī)人工智能发(fā)展(zhǎn)的终极目标(biāo)离得更近。

因为算力可以对突(tū)破(pò)性技术创(chuàng)新提供大力的支持。这方面，多模态大模型(xíng)是典型(xíng)。作为面(miàn)向未来强人工智能、通用人工智能的重要技术创新，多模态大模型已经(jīng)在(zài)人工智能领(lǐng)域提出(chū)了很多年，业界也有不少(shǎo)技术突破，但是，多模态大模型进(jìn)一步往下走，算(suàn)力需求(qiú)呈(chéng)几何式(shì)上升，一般的算力基础设施很快将难以胜任。

从(cóng)图像、文字、语音单(dān)独(dú)一(yī)项的训练，到双模态、三(sān)模态的跃(yuè)迁(qiān)，让人(rén)工(gōng)智能(néng)可(kě)以灵活应对不同模态的转化、像人与(yǔ)世(shì)界交(jiāo)互一样自然，这(zhè)方面，由算力网络来驱动将有明(míng)显优势。

此(cǐ)外(wài)，还有很多需要爆发(fā)式增长(zhǎng)的算力(lì)来支撑(chēng)的技术创新，将在人工智能(néng)算力网络支(zhī)撑下(xià)快(kuài)速推进。

AIGC已经露(lù)出曙光，期待在(zài)大模型(xíng)和大算力(lì)的支持下AIGC能持续颠覆(fù)内容生产的方(fāng)式(shì)，将(jiāng)创造的(de)边际成本降(jiàng)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 西气东输的起点与终点，西气东输的起止点是哪里？