自(zì)聊天(tiān)机器(qì)人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次公开谈论人工(gōng)智能话题。在最近的一次采(cǎi)访中，他再次表示：“AI可能(néng)会让(ràng)科技行(xíng)业迎来一(yī)次(cì)剧烈的(de)洗牌”。

这个(gè)结论(lùn)是他在当(dāng)地(dì)时间2月(yuè)20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市占(zhàn)率(lǜ)，因为微软(ruǎn)在AI方面(miàn)的行动相当迅(xùn)速。而最(zuì)终科技巨(jù)头将把AI整合成用户的(de)“全能助手”，包揽一切应用，与人(rén)们进(jìn)行(xíng)沟通并(bìng)提供(gōng)建议，可以(yǐ)取代亚马逊(xùn)、Siri或(huò)Outlook等(děng)应(yīng)用。

大佬(lǎo)口(kǒu)中全能助手的到来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的(de)时(shí)候，还(hái)是2022年(nián)8月，在美国科罗拉多州(zhōu)举办的新(xīn)兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软(ruǎn)件被广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在应用(yòng)中(zhōng)输入(rù)一组关键词(cí)或(huò)者一张照片，就(jiù)能(néng)获得一幅AI创作的画作。

作画的关键就(jiù)是所(suǒ)输入(rù)的文本(běn)。同一组关(guān)键词也可以(yǐ)创作(zuò)出很(hěn)多(duō)张(zhāng)风(fēng)格不(bù)一样(yàng)的画(huà)作，这让创作的过程就(jiù)像开盲(máng)盒。

很多用户(hù)很喜欢这种不确定的(de)惊喜，他们会(huì)将生成的美(měi)图(tú)当做头像。而另一部分喜欢翻看(kàn)AI绘画的(de)“翻(fān)车”作品。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现(xiàn)场”，例(lì)如，一位网友(yǒu)的小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还(hái)有网友的(de)个人照片(piàn)被AI识别成了(le)建(jiàn)筑。

而(ér)如今随着ControlNet的出现与加(jiā)持，以往(wǎng)AI绘画的填写(xiě)关键词游(yóu)戏可能要被(bèi)颠(diān)覆(fù)了。

ControlNet是一位正(zhèng)在斯(sī)坦福读(dú)博的中国人张吕敏创(chuàng)作的一种基于(yú)控(kòng)制点的(de)图(tú)像变形算法，主要用于(yú)数字(zì)图(tú)像(xiàng)处理、计(jì)算机视(shì)觉和计算机(jī)图形学(xué)等领(lǐng)域。

其SD插(chā)件一经发布，在短短的两(liǎng)天内便成为了AI绘画领域最新(xīn)的热点。

在(zài)此之前(qián)，大家(jiā)用(yòng)了(le)很多方(fāng)法想让AI生(shēng)成的结果尽可(kě)能(néng)的符(fú)合要求，但是都不(bù)尽如人意，它的(de)出(chū)现代表着AI生(shēng)成开始进入真正的可(kě)控(kòng)时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的构图，人(rén)物的姿势和画面的(de)深度(dù)信息(xī)等。有了它的帮(bāng)助(zhù)，就不(bù)用频繁的用提示(shì)词来碰运(yùn)气，抽盲(máng)盒(hé)式的创作(zuò)了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作(zuò)品已经获得了大(dà)量的浏览量，“viggo”就是其中之(zhī)一，他用朋(péng)友的照片直接(jiē)带她们走(zǒu)进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到(dào)对应的关键词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始换(huàn)关键词试效果。

通过图片就可以看出来(lái)，效果十分惊艳(yàn)。

更厉害(hài)的是，除了真实的照(zhào)片，草图也可以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿(gǎo)转(zhuǎn)全彩图(tú)。大神张(zhāng)吕敏其本尊(zūn)也亲自回应(yīng)。

不得不(bù)说当下AIGC已经变得越(yuè)来越强大，甚至输出的(de)作品都已经能以假乱(luàn)真了。

02

难辨(biàn)虚(xū)实，AIGC技术(shù)力(lì)爆发(fā)

警惕安全问(wèn)题

近日，“苏州金(jīn)鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣(yáo)这所(suǒ)谓(wèi)的“party”可能是全国(guó)第一起(qǐ)AI绘图诈骗(piàn)。

由于这(zhè)个活动里面给出的美女照片都(dōu)是AI制作的真人(rén)照片绘图，因(yīn)为太(tài)逼真(zhēn)，被(bèi)大家当成真事传播了。

不过仔(zǎi)细观(guān)察(chá)可以发现，活动发起者(zhě)提(tí)供(gōng)的照片中有个很大的漏洞可以(yǐ)发现并非真人，而(ér)是AI绘图，那便是图片中女性(xìng)的手指部分有的存在异(yì)常(cháng)。

有(yǒu)行业人事(shì)表(biǎo)示：“现在因为手(shǒu)指部(bù)分的绘画算法(fǎ)比较复杂，AI还不太(tài)会画(huà)人(rén)的手(shǒu)，但最新看到的图片已(yǐ)经(jīng)有越来越(yuè)完美的AI模型出现，以后可能就完(wán)全没有(yǒu)漏(lòu)洞了。”

类似的(de)AI作(zuò)图诈骗在国外也已有发生。据英(yīng)国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布(bù)到(dào)网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实(shí)施诈骗(piàn)。

目(mù)前随着技(jì)术(shù)发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般(bān)的绘图效果，如(rú)果这样的(de)图(tú)片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担(dān)忧(yōu)，一方面，批判者认为AI在“学习”了大量(liàng)前人的作品之后，其创作没(méi)有任何(hé)情绪(xù)和(hé)灵魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一(yī)方面，AIGC背后的版权(quán)、目前(qián)都并没有得(dé)到有效的解决，还有AIGC会不会代替人(rén)类“至高(gāo)无上”的创(chuàng)意。

马斯克也强调，人(rén)工智能的安全问(wèn)题需(xū)要得到重视，太晚就来(lái)不及了(le)。

03

AIGC下一站(zhàn)除(chú)了(le)视频，还有远(yuǎn)方

技(jì)术都是(shì)有两面性的，潜(qián)在的危害并不(bù)能掩盖其(qí)光辉的贡献。现在看来，人工智能(néng)技(jì)术将(jiāng)是(shì)第四次工业革(gé)命的核心驱(qū)动力量(liàng)，将创(chuàng)造新的增长奇迹(jì)。

过去一(yī)年，人工智能在技术和商业层面都有了巨(jù)大(dà)进(jìn)展，AI绘画(huà)就是人工智能技(jì)术发生方向性改变的一个(gè)代表。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈(quān)的短视频。这些视频(pín)引发(fā)关注(zhù)并非(fēi)内容(róng)做得多(duō)优秀，反(fǎn)而(ér)都非常简单，比如(rú)一(yī)匹正在喝水的马，一(yī)只(zhǐ)画画(huà)的(de)玩具熊，或(huò)者一段(duàn)骑摩托车(chē)的(de)第一视(shì)角录(lù)像(xiàng)，随(suí)便一个有手机的人都可以随手录下一(yī)段。

但这些短视(shì)频的创作方式(shì)非常简单，创作(zuò)者仅(jǐn)仅需要向(xiàng)AI输入一段话(huà)，甚至只是(shì)说一下(xià)要求(qiú)，AI就可以(yǐ)根(gēn)据(jù)需要(yào)生(shēng)成(chéng)一段视频。

谷歌发布(bù)的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高清(qīng)，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视(shì)频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方在于(yú)，它可以(yǐ)制作出(chū)超过2分钟的连(lián)贯(guàn)的也有确(què)切内容(róng)的视频，这(zhè)才(cái)是真正(zhèng)让人们感到惊喜的地方。因为无(wú)论(lùn)AI生(shēng)成的视频(pín)多么高清，也只(zhǐ)能是(shì)为(wèi)内(nèi)容生产(chǎn)者提供一个(gè)灵感(gǎn)，一个素材(cái)，一个过场(chǎng)动(dòng)画。

不过能够制作出(chū)有具(jù)体剧情内(nèi)容(róng)的视频就(jiù)意味着，一些(xiē)视频创(chuàng)作由(yóu)AI代替(tì)人(rén)工完成已经初步有了可能(néng)。

当下AI的发展速度已经超过大部分人的想(xiǎng)象(xiàng)。内容产业的(de)本质(zhì)是(shì)供给(gěi)创造需(xū)求，AIGC作为全新的内(nèi)容生产方式，可以为内容产业带来更新的内容风格、更快的生产速度(dù)，更低的生产成本，这(zhè)无疑会(huì)驱动内容(róng)产(chǎn)业的(de)大爆(bào)发。

除了(le)AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不(bù)难(nán)发现该项技术不仅在游戏等行业能(néng)得到有(yǒu)效应用，对于下一代互联(lián)网各种元素的构建亦有(yǒu)关键意义。

从商业化的角度来看(kàn)，文化娱乐、教育、传(chuán)媒等诸多领域，本(běn)身就对基(jī)于(yú)AI的(de)可(kě)视化内容(róng)有(yǒu)强烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而(ér)只(zhǐ)是AI进程(chéng)中的一块重要(yào)拼图(tú)，有望在(zài)技术更新的加(jiā)持下实现更大的应用价值。

AI从理解内容，走(zǒu)向(xiàng)了可(kě)以生成内容，甚至能够创造出独立价值(zhí)和(hé)独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更(gèng)代表着(zhe)未来的(de)先进生(shēng)产力即将到来。

04

紧抓大模型(xíng)与算力(lì)，牢(láo)固AIGC底座

从技(jì)术的(de)发(fā)展也可以看出，在(zài)语言大模型(xíng)、图像大模型(xíng)之(zhī)后，多模态大(dà)模型(xíng)已经成为了(le)新的趋(qū)势(shì)。

大(dà)模型被誉为当前人(rén)工(gōng)智能发展的智能底座，是全球(qiú)竞争最激(jī)烈的研究方向之一，包(bāo)括谷(gǔ)歌、亚(yà)马(mǎ)逊、百(bǎi)度、阿里、腾(téng)讯等众(zhòng)多头部企业都(dōu)在(zài)竞(jìng)相发力。

不过训练大模型的确价(jià)格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告估算(suàn)，GPT-3训练一次的(de)成本约为(wèi)140万美元。而对(duì)于一些更大的LLM(大型语(yǔ)言模型)，训练成(chéng)本则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万计算，其对(duì)应芯片需(xū)求为3万(w毛豆几月份成熟上市 毛豆是药材吗àn)多片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力支持。在关注各(gè)类大模型(xíng)的发展同时，更应该关注算力网络的建设。

算力网络正驱动(dòng)AI产(chǎn)业发展(zhǎn)进入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离(lí)得更近。

因(yīn)为算力可以(yǐ)对突破(pò)性技术创新提(tí)供大(dà)力的(de)支持。这方面(miàn)，多模态(tài)大(dà)模型是典型。作为面向未来(lái)强人工智能、通用人工(gōng)智能(néng)的重要技术创新，多模态大模型已经(jīng)在(zài)人工(gōng)智能领域(yù)提出了很多年，业界也有不(bù)少(shǎo)技(jì)术(shù)突破，但是，多模态大(dà)模型(xíng)进一步(bù)往下走，算力需求呈几何式(shì)上升，一般的算(suàn)力基础设施(shī)很快将(jiāng)难以胜任。

从图像(xiàng)、文字、语音单(dān)独(dú)一项的训练(liàn)，到双模态、三模态(tài)的跃迁，让人工(gōng)智能可(kě)以灵活(huó)应对不同模态的转化、像(xiàng)人与(yǔ)世界交(jiāo)互(hù)一样自然，这方面，由(yóu)算力网络来驱动(dòng)将有明显优势。

此外，还有很多需要(yào)爆发式增(zēng)长的(de)算(suàn)力来支撑的技术创新(xīn)，将(jiāng)在(zài)人工智能(néng)算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待(dài)在大模型(xíng)和大算力的支持(chí)下AIGC能持续颠覆(fù)内(nèi)容生(shēng)产的方式，将创造的边际成本(běn)降低，让万众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 毛豆几月份成熟上市 毛豆是药材吗