自聊天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始(shǐ)人比尔·盖茨已(yǐ)多次公开(kāi)谈论人工智能话题。在(zài)最近的一次(cì)采访(fǎng)中(zhōng)，他(tā)再(zài)次表示：“AI可能会(huì)让科技(jì)行业迎来一次剧烈(liè)的洗牌”。

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

他预(yù)期，AI的发展(zhǎn)可能(néng)会威胁到(dào)谷歌的市(shì)占率，因为微软在AI方面的行动相当迅速(sù)。而最终科技巨头将把(bǎ)AI整合成用户(hù)的(de)“全能助手(shǒu)”，包揽一切应(yīng)用，与人们(men)进行(xíng)沟通(tōng)并(bìng)提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来(lái)可(kě)能尚(shàng)需时日，但由(yóu)ControlNet引发的(de)又(yòu)一(yī)次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包(bāo)围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上(shàng)一(yī)次(cì)爆(bào)火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴数字(zì)艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大(dà)厂商的AI绘画软件被(bèi)广(guǎng)大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是(shì)其中代(dài)表。

用户(hù)们可以在应用中输入一组关键词或者一张(zhāng)照片，就(jiù)能(néng)获得一幅AI创作的画作。

作(zuò)画(huà)的(de)关(guān)键(jiàn)就是所输入的文(wén)本。同一组关键词也可以创作出很多张风(fēng)格(gé)不一(yī)样的(de)画(huà)作，这让创作的过程(chéng)就(jiù)像开盲盒。

很多用户很(hěn)喜欢这种不确(què)定的惊喜，他们会将(jiāng)生成的美图当(dāng)做头像。而另(lìng)一部(bù)分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在社(shè)交(jiāo)媒体上，许多(duō)用户(hù)分(fēn)享AI“翻车(chē)现场”，例(lì)如(rú)，一位网友的小狗照片被(bèi)AI画成了“肌(jī)肉(ròu)男”，还有网友的个人照(zhào)片被AI识别成了建筑(zhù)。

而如今随(suí)着ControlNet的出现(xiàn)与加持(chí)，以(yǐ)往AI绘画的填写关键(jiàn)词游戏可(kě)能(néng)要(yào)被(bèi)颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博的中(zhōng)国(guó)人张吕(lǚ)敏(mǐn)创作(zuò)的一(yī)种基(jī)于控制点的图像变形(xíng)算法，主要用于(yú)数字图像处理、计算机视(shì)觉和计算机图形学等领域。

其SD插件一经发布，在(zài)短短的两天内便(biàn)成为了(le)AI绘(huì)画领(lǐng)域最新的热(rè)点。

在此之前(qián)，大(dà)家(jiā)用了很多方法(fǎ)想让AI生(shēng)成的结果尽可(kě)能的符合要求(qiú)，但是(shì)都(dōu)不尽如人意，它的(de)出现(xiàn)代表着AI生成(chéng)开始进入真正(zhèng)的可(kě)控时(shí)期。

因为(wèi)ControlNet可以直接(jiē)提取画(huà)面的(de)构(gòu)图，人物(wù)的姿势和画面的(de)深度信息等(děng)。有了它的帮助，就不用频繁的用提(tí)示词来碰运气(qì)，抽盲盒(hé)式的(de)创(chuàng)作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她们走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找到(dào)对应的关键词；最(zuì)后用ControlNet插件绑定骨骼(gé)开始换关(guān)键词试效果。

通过图片就可(kě)以看出来，效果(guǒ)十(shí)分惊艳(yàn)。

更厉害(hài)的是，除了真实的照片，草图也(yě)可以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实(shí)现线稿转全彩(cǎi)图。大神(shén)张吕敏其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得越来(lái)越(yuè)强大，甚至输出的作(zuò)品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡湖有游(yóu)艇party”的消(xiāo)息火(huǒ)遍(biàn)网络，而(ér)经过(guò)警方辟谣这所(suǒ)谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美女照片都是AI制作的真(zhēn)人照(zhào)片绘图，因为太逼真，被(bèi)大家当成(chéng)真事(shì)传(chuán)播了(le)。

不过仔(zǎi)细观察可以发现，活动发(fā)起者提供的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性的手指部(bù)分(fēn)有的存在异(yì)常(cháng)。

有行业(yè)人事(shì)表示：“现(xiàn)在因(yīn)为手(shǒu)指部分的绘(huì)画算法比(bǐ)较复杂，AI还不太会画人的(de)手(shǒu)，但最新(xīn)看到的图片已经(jīng)有(yǒu)越(yuè)来越完美的AI模型出现(xiàn)，以后可能就完(wán)全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发(fā)生(shēng)。据英国广播公司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户(hù)使用AI合成了(le)儿童受灾的假照片(piàn)发布到(dào)网络(luò)，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着(zhe)技术发(fā)展，AIGC已(yǐ)经能做出(chū)真(zhēn)人照片(piàn)般的绘图效(xiào)果，如果这样的图片被用来诈骗，将(jiāng)非常可怕(pà)。

此外(wài)AIGC还引(yǐn)发了很多(duō)担(dān)忧，一方(fāng)面，批(pī)判者认为AI在“学习”了大量前(qián)人的作品之后，其创作(zuò)没(méi)有(yǒu)任(rèn)何情绪(xù)和灵魂，难(nán)以和人类的艺术创作(zuò)相提并论(lùn)。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并没有得到有效的解决，还有AIGC会不(bù)会代替人类(lèi)“至高无上”的创意。

马(mǎ)斯克(kè)也(yě)强调(diào)，人工智能(néng)的安(ān)全问题需要(yào)得到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有两面性的，潜在的危害(hài)并不能掩盖其(qí)光辉的贡献。现(xiàn)在看来，人工智(zhì)能技术将(jiāng)是第(dì)四次工(gōng)业(yè)革命的核心驱(qū)动(dòng)力量，将创造(zào)新的(de)增(zēng)长奇迹(jì)。

过去一年，人工智能在技(jì)术和(hé)商业层面都(dōu)有了巨大(dà)进展(zhǎn)，AI绘画就(jiù)是人工智(zhì)能(néng)技术发(fā)生(shēng)方向性(xìng)改变的一个代表。其下一(yī)站或许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后发布了几(jǐ)条引爆科(kē)技圈的(de)短(duǎn)视频(pín)。这些视频引发关注并(bìng)非内(nèi)容(róng)做(zuò)得(dé)多优秀，反而都非常简单，比(bǐ)如一匹正在喝水的马(mǎ)，一只画(huà)画(huà)的玩具熊，或(huò)者一段骑摩托车的第一视(shì)角录像，随便一个有(yǒu)手机(jī)的(de)人(rén)都可(kě)以随手录下一段(duàn)。

但这(zhè)些短(duǎn)视(shì)频的(de)创作方(fāng)式非常简单，创作者仅仅需要向AI输入一(yī)段话，甚至只是说(shuō)一下要求，AI就(jiù)可以(yǐ)根据需要生(shēng)成(chéng)一段视(shì)频(pín)。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别(bié)来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是(shì)高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后，AI圈(quān)就已经玩了(le)一(yī)波梗(gěng)，一个能够做出更高清(qīng)视频(pín)的AI还不足以在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出(chū)超过2分钟(zhōng)的连贯(guàn)的也有确(què)切内(nèi)容的(de)视频，这(zhè)才(cái)是真正让人们(men)感到惊喜的地方。因为无论AI生成的视(shì)频多么高清，也只能是(shì)为内(nèi)容生(shēng)产者提供一个灵(líng)感，一个素材，一个过场动画。

不(bù)过能够制作出有(yǒu)具体剧情内容的视频就意味着，一些视(shì)频(pín)创作由(yóu)AI代(dài)替人工完成已经初步有了(le)可能。

当下(xià)AI的(de)发展速(sù)度已经超(chāo)过大部分人的想象。内容(róng)产(chǎn)业的(de)本(běn)质(zhì)是供给创(chuàng)造需求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内容产业带来更(gèng)新的内容风格、更快的(de)生产(chǎn)速度，更低的生(shēng)产成本，这无疑会驱动(dòng)内容产业的大(dà)爆发(fā)。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐(lè)、代码、机器(qì)人动作等多(duō)种(zhǒng)内容形式的生成。不难发现该项(xiàng)技术不仅在游戏等行业能得到有效应用，对于下一代(dài)互联网各种元素的构建亦有关(guān)键意义。

从商业化的角度来看，文化娱乐(lè)、教育(yù)、传媒等诸多领域，本身就对基(jī)于(yú)AI的可视化内容有强烈需求。

因此，AI绘(huì)画及(jí)视频或(huò)不(bù)是(shì)结果，而(ér)只(zhǐ)是AI进程中的一块重要拼图，有望在技术更新的加持(chí)下实现(xiàn)更大的应用价值。

AI从(cóng)理解内容，走(zǒu)向了可以(yǐ)生成内容，甚至能够创造(zào)出独立价(jià)值和(hé)独立视(shì)角的内容。AIGC的再(zài)次出圈，更代表着未来的(de)先进生(shēng)产力即(jí)将(jiāng)到来(lái)。

04

紧抓大模(mó)型与算力(lì)，牢(láo)固(gù)AIGC底(dǐ)座

从技术的发(fā)展也可(kě)以看出，在语言大(dà)模型(xíng)、图像(xiàng)大模型之后(hòu)，多(duō)模态大模(mó)型已经成为了(le)新的趋势。

大(dà)模型被誉为当前人工智能发展的智能底座，是全(quán)球竞三氧化硫是酸性氧化物吗，二氧化碳和二氧化硫是酸性氧化物吗争最激(jī)烈(liè)的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众多头部企业都(dōu)在竞相(xiāng)发力(lì)。

不过训练(liàn)大模型的确价(jià)格(gé)不菲，以国盛证券(quàn)发(fā)布的(de)《ChatGPT需(xū)要(yào)多少算力》报告(gào)估算，GPT-3训练一次的成本(běn)约为140万美(měi)元。而(ér)对于(yú)一些更(gèng)大的LLM(大(dà)型语言模型(xíng))，训(xùn)练(liàn)成本则介于200万美元至1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每日仅电费(fèi)就在5万(wàn)美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各类大模型(xíng)的发展同(tóng)时，更(gèng)应该关(guān)注算力网络的建设。

算力网络正(zhèng)驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及通用AI这一(yī)人工智能发(fā)展的(de)终极目标离得更近。

因为算力可(kě)以(yǐ)对突(tū)破(pò)性技术创新提供大力的支持(chí)。这方面，多模态大模型是典型。作为面向未(wèi)来强人(rén)工智(zhì)能、通用(yòng)人工智(zhì)能的重(zhòng)要技(jì)术创新，多模态大模型已(yǐ)经在人工智能领域提出了(le)很(hěn)多年，业界也有(yǒu)不少(shǎo)技(jì)术突破，但是，多模(mó)态大模(mó)型进一步往下(xià)走，算力需求呈几何式上升，一般的算力基础(chǔ)设施(shī)很快(kuài)将难以胜(shèng)任。

从图(tú)像、文字、语音单独一项的训练，到双模态、三模态的跃迁(qiān)，让人工(gōng)智能(néng)可(kě)以(yǐ)灵活应对(duì)不同模态(tài)的转化、像人与世界(jiè)交互(hù)一(yī)样自然，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还有(yǒu)很多需(xū)要爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能算力网络支(zhī)撑下快速(sù)推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆内容生(shēng)产的(de)方式，将(jiāng)创造的(de)边际成本降低，让万众(zhòng)受益。

未经允许不得转载：惠安汇通石材有限公司 三氧化硫是酸性氧化物吗，二氧化碳和二氧化硫是酸性氧化物吗