自聊天机器人(rén)ChatGPT火爆以来(lái)，微软公司创始人比尔·盖(gài)茨已多次公开(kāi)谈论(lùn)人工智能(néng)话(huà)题。在最近(jìn)的(de)一次采访中，他再次表示(shì)：“AI可(kě)能会让科技行业迎(yíng)来一次剧烈的洗牌”。

这(zhè)个结论是他在当地(dì)时间2月(yuè)20日接受(shòu)《In Good Company》节目专访(fǎng)时提出(chū)的(de)。

他(tā)预期(qī)，AI的发(fā)展(zhǎn)可能会威胁(xié)到(dào)谷歌的(de)市占率，因为微(wēi)软(ruǎn)在AI方(fāng)面的行动相当迅速。而最终科(kē)技巨(jù)头将把AI整合成用户的(de)“全能助手”，包揽(lǎn)一切应用，与人们进行沟通并提供建议，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应(yīng)用(yòng)。

大(dà)佬口中全能助(zhù)手的到来可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可(kě)控靠(kào)近(jìn)

以AI绘画为代表的AIGC上一(yī)次爆(bào)火的时候，还(hái)是(shì)2022年8月，在美国科罗(luó)拉多(duō)州举办的新兴(xīng)数字艺(yì)术家竞(jìng)赛中，一幅(fú)名为《太空(kōng)歌剧院(yuàn)》的作(zuò)品获(huò)奖。

随后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输(shū)入(rù)一组关键词或者(zhě)一张照片，就能获得一幅AI创作(zuò)的画作。

作(zuò)画的(de)关键就是(shì)所(suǒ)输入的文本。同(tóng)一组关(guān)键(jiàn)词也可(kě)以(yǐ)创作出很多(duō)张风格不一样(yàng)的画作，这(zhè)让创(chuàng)作(zuò)的过(guò)程就像开盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们会将生成的美图当(dāng)做头像。而另(lìng)一部(bù)分喜(xǐ)欢翻看AI绘(huì)画的(de)“翻车”作品(pǐn)。在(zài)社交媒体上，许多用(yòng)户(hù)分享AI“翻车(chē)现场”，例(lì)如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照片被AI识(shí)别成(chéng)了(le)建(jiàn)筑(zhù)。

而(ér)如今随(suí)着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键(jiàn)词游戏(xì)可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读(dú)博(bó)的中(zhōng)国(guó)人(rén)张(zhāng)吕敏创作(zuò)的一种(zhǒng)基于(yú)控制点的(de)图(tú)像变形(xíng)算法，主要用于数字图像(xiàng)处理(lǐ)、计算机视觉和计算(suàn)机图(tú)形学等领域。

其SD插件一经发(fā)布，在短短(duǎn)的两天内便成(chéng)为了AI绘画(huà)领域(yù)最(zuì)新的(de)热点。

在(zài)此(cǐ)之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能(néng)的符合要求，但是都(dōu)不尽如人意，它的出现代表着AI生成开(kāi)始进入(rù)真正(zhèng)的可(kě)控时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构图，人物的姿(zī)势和画面的深度(dù)信息等。有了(le)它的(de)帮助(zhù)，就不用频(pín)繁的用提示词来(lái)碰运气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不少博主的作品已经获得了大量(liàng)的浏(liú)览量，“viggo”就是其中之(zhī)一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后用(yòng)ControlNet插件绑定骨骼(gé)开(kāi)始(shǐ)换关键词(cí)试效果。

通过图片(piàn)就可以看出来(lái)，效(xiào)果十分惊(jīng)艳。

更厉害的是(shì)，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大(dà)神(shén)张吕敏其本尊(zūn)也亲自(zì)回应。

不得(dé)不说当下(xià)AIGC已(yǐ)经变得越来越强大(dà)，甚(shèn)至输出的作品都(dōu)已经能以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的(de)消息(xī)火遍网络，而经过警(jǐng)方辟(pì)谣这所(suǒ)谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里(lǐ)面给(gěi)出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事传播了。

不过(guò)仔细(xì)观察可以发(fā)现，活动发起者提供的照片中有个(gè)很大的漏洞可以发现并(bìng)非(fēi)真(zhēn)人，而是AI绘图，那便是(shì)图片中女性的手指(zhǐ)部分有的存在异常。

有行业人事表示：“现(xiàn)在因为手(shǒu)指(zhǐ)部(bù)分的绘画算法比较复杂，AI还(hái)不(bù)太会画(huà)人的手，但最新看到的图片已经有(yǒu)越来越(yuè)完美(měi)的(de)AI模(mó)型出现(xiàn)，以后(hòu)可(kě)能就完全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗(piàn)在国外(wài)也已有发生(shēng)。据(jù)英国广播公司报道，土耳(ěr)其地震(zhèn)期间，有Tiktok用户(hù)使用(yòng)AI合成(chéng)了儿童(tóng)受灾的(de)假照片发布(bù)到网络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐(juān)助”从而(ér)实施(shī)诈骗。

目前随着技术(shù)发展，AIGC已(yǐ)经能做出真人(rén)照片般的(de)绘图(tú)效(xiào)果，如果这样(yàng)的图(tú)片被用来(lái)诈(zhà)骗，将非常可怕(pà)。

此外AIGC还引发(fā)了(le)很多(duō)担忧，一方(fāng)面，批判者(zhě)认为AI在“学(xué)习”了大量前人的作品之(zhī)后，其(qí)创作(zuò)没有(yǒu)任何情(qíng)绪和灵魂，难以和人类(lèi)的艺术创(chuàng)作相提并论(lùn)。

另一(yī)方面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得到(dào)有效的解决，还有AIGC会不会代替人类“至高(gāo)无(wú)上(shàng)”的创意。

马斯克也强调，人(rén)工(gōng)智(zhì)能(néng)的安全问题需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站(zhàn)除了视(shì)频，还有(yǒu)远方(fāng)

技术都是有(yǒu)两(liǎng)面(miàn)性(xìng)的，潜在的危(wēi)害(hài)并不能掩盖其光辉的贡献。现(xiàn)在看来，人(rén)工智能技术将是第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智能在技术和商业层面都有了巨大进(jìn)展(zhǎn)，AI绘(huì)画(huà)就是人工智(zhì)能技术发生方(fāng)向性改(gǎi)变的一个代表。其(qí)下一站或许就是视频。

此前(qián)，Meta和谷歌(gē)先后发(fā)布了几条引爆(bào)科技圈的(de)短视频。这些视频引发关注并非(fēi)内容做得多优秀(xiù)，反而都非(fēi)常简单，比如一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者一(yī)段骑摩(mó)托车的第一视角录像，随便一个有(yǒu)手机的人都(dōu)可以随手录(lù)下(xià)一(yī)段。

但这些短(duǎn)视频的创作方式非(fēi)常简单，创作者仅仅需要(yào)向AI输入(rù)一段话，甚至(zhì)只是(shì)说一下(xià)要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌(gē)发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公(gōng)布(bù)了AI生(shēng)成的视频后(hòu)，AI圈就已经玩了一波梗(gěng)，一个能够做出更高清视频的AI还(hái)不足以在短时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方在(zài)于(yú)，它可以制作出超过2分钟的连(lián)贯的也有(yǒu)确切内容的视频，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)视频多么高清，也只能(néng)是为(wèi)内容生产者提供(gōng)一(几天不见怎么这么湿，没过几天就湿成那样了yī)个灵(líng)感，一(yī)个素材，一个过场(chǎng)动画(huà)。

不过能够制作出有(yǒu)具体剧情内容的视频就意味着，一(yī)些(xiē)视频(pín)创(chuàng)作(zuò)由AI代(dài)替(tì)人工完成已经(jīng)初步有了可能。

当下(xià)AI的(de)发(fā)展(zhǎn)速(sù)度已(yǐ)经超过(guò)大部分人的(de)想象。内容(róng)产业的本质是供(gōng)给创造需(xū)求，AIGC作为(wèi)全(quán)新的(de)内容生(shēng)产方(fāng)式，可以为内容(róng)产业带来更(gèng)新的内容风格、更快的生产速(sù)度，更低的生产成本，这无疑会驱动内(nèi)容产业(yè)的大(dà)爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术(shù)还(hái)能(néng)应用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不(bù)难发现该(gāi)项技(jì)术不仅在游(yóu)戏等行业能得到有(yǒu)效(xiào)应(yīng)用，对于下一代(dài)互联(lián)网各种元(yuán)素的构建(jiàn)亦有关(guān)键意义。

从商业(yè)化的角度来(lái)看(kàn)，文化娱乐(lè)、教育、传媒(méi)等诸多(duō)领域，本身就对(duì)基于(yú)AI的(de)可(kě)视化内容(róng)有强烈需求(qiú)。

因此，AI绘画及(jí)视(shì)频或不(bù)是(shì)结果，而只是AI进程中的一(yī)块(kuài)重(zhòng)要拼(pīn)图，有望在技术更新的(de)加(jiā)持下实现更大的应用价(jià)值。

AI从理(lǐ)解内容(róng)，走(zǒu)向了可以生(shēng)成内容，甚至能够创造出(chū)独立价(jià)值和(hé)独立视角(jiǎo)的(de)内(nèi)容(róng)。AIGC的再次出圈，更代表着未来(lái)的(de)先进生产力即(jí)将到(dào)来(lái)。

04

紧抓大模(mó)型与(yǔ)算力，牢固(gù)AIGC底(dǐ)座

从技术的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多模态大模(mó)型已经成为了(le)新的趋势。

大模型被誉为(wèi)当前人(rén)工智(zhì)能发展(zhǎn)的智能底座(zuò)，是全球竞争最激烈(liè)的研(yán)究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部(bù)企业都在竞相发力。

不过(guò)训练大(dà)模型的确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需(xū)要多少算力》报告(gào)估算(suàn)，GPT-3训练(liàn)一次(cì)的成本约为140万美元(yuán)。而对于一些(xiē)更(gèng)大的LLM(大型语言模型)，训练(liàn)成本(běn)则介(jiè)于200万(wàn)美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计(jì)算，其对(duì)应芯(xīn)片需(xū)求(qiú)为3万多片英伟达A100 GPU，初(chū)始投入成(chéng)本约(yuē)为8亿(yì)美(měi)元(yuán)，每(měi)日仅电费就(jiù)在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力(lì)支(zhī)持(chí)。在关注各类大模型的发展(zhǎn)同时，更应该关(guān)注算力网络的建设(shè)。

算力网络正驱动AI产业发展(zhǎn)进入(rù)史(shǐ)诗级加速进程，让(ràng)AIGC及通用AI这一人工(gōng)智能(néng)发展的终(zhōng)极目标(biāo)离得更(gèng)近。

因为算(suàn)力可以对突破性(xìng)技术创新提供大力(lì)的支持(chí)。这方面，多模态(tài)大模型是典型。作为(wèi)面向未来强人(rén)工智能(néng)、通用人工智能的重(zhòng)要(yào)技术创新，多模态大模(mó)型已经在人工智能领域提出了很多年，业界也有不少(shǎo)技术突破，但是(shì)，多模态大模型(xíng)进(jìn)一步往下走，算力需求呈几(jǐ)何式上(shàng)升，一般的(de)算力基础设施(shī)很快将难(nán)以胜任。

从(cóng)图像、文字、语(yǔ)音单独一(yī)项的训练，到(dào)双(shuāng)模(mó)态、三模态的跃迁，让(ràng)人工智能可以灵活(huó)应对不同(tóng)模态的(de)转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力(lì)网络来驱动将(jiāng)有明显优势(shì)。

此外，还有很多需要爆发式增长的算力(lì)来支撑的(de)技术创新，将在人工智(zhì)能(néng)算力网(wǎng)络支撑下快速推进。

AIGC已经露(lù)出(chū)曙光，期待在大(dà)模型和大算力的支持下AIGC能持续颠覆内(nèi)容(róng)生产(chǎn)的方式(shì)，将创造的边际(jì)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 几天不见怎么这么湿，没过几天就湿成那样了