自(zì)聊天(tiān)机器人ChatGPT火爆(bào)以(yǐ)来(lái)，微软公司创始人比尔(ěr)·盖(gài)茨已多次公开谈(tán)论(lùn)人工(gōng)智(zhì)能话题。在(zài)最近(jìn)的一次采访中，他(tā)再次表(biǎo)示(shì)：“AI可能会(huì)让科技行业迎来(lái)一次剧烈的洗牌”。

这个(gè)结(jié)论是他在当地时间(jiān)2月20日(rì)接受(shòu)《In Good Company》节(jié)目专访时提出的。

他预(yù)期(qī)，AI的发展可能(néng)会威(wēi)胁到谷歌的市(shì)占率(lǜ)，因为微(wēi)软在(zài)AI方(fāng)面(miàn)的(de)行动相当迅速。而(ér)最终科技巨头将(jiāng)把(bǎ)AI整合成用户的(de)“全能(néng)助(zhù)手”，包(bāo)揽一切应用(yòng)，与人们进(jìn)行沟通并提供(gōng)建(jiàn)议，可以取代(dài)亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发的(de)又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的(de)话(huà)题(tí)热点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次(cì)爆火(huǒ)的时(shí)候(hòu)，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数字艺术(shù)家竞(jìng)赛中，一幅名为《太空(kōng)歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软(ruǎn)件被(bèi)广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

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

作画(huà)的关键就(jiù)是所输入的文本(běn)。同一组关键词也(yě)可以(yǐ)创作出很多(duō)张风格(gé)不一样(yàng)的画(huà)作，这让创作的过程就像开盲盒(hé)。

很多(duō)用(yòng)户很(hěn)喜欢(huān)这种不确定的惊喜(xǐ)，他们会(huì)将生成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒体上，许多用(yòng)户分(fēn)享AI“翻(fān)车现场”，例如，一位网(wǎng)友的小(xiǎo)狗(gǒu)照(zhào)片被AI画成了(le)“肌(jī)肉男(nán)”，还有(yǒu)网友的(de)个人照片被(bèi)AI识别成了建(jiàn)筑(zhù)。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的(de)填(tián)写关(guān)键(jiàn)词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福读(dú)博的中国人张吕敏创作的(de)一(yī)种基于(yú)控制(zhì)点的图(tú)像(xiàng)变形算法，主要用于数字图像(xiàng)处理(lǐ)、计算机(jī)视觉和计算机图(tú)形学等领域(yù)。

其SD插件(jiàn)一经(jīng)发布，在短短的(de)两天(tiān)内(nèi)便成为了AI绘画(huà)领域最新的热点。

在此之前，大家用(yòng)了(le)很多(duō)方法想让AI生成的结果尽可能(néng)的符(fú)合要(yào)求(qiú)，但是都(dōu)不尽(jǐn)如(rú)人意(yì)，它的出现代表(biǎo)着AI生(shēng)成开始(shǐ)进入真正的可控(kòng)时期(qī)。

因(yīn)为ControlNet可(kě)以直接提取画(huà)面的构图，人物的姿势和画面(miàn)的深度信息等。有了它的帮助，就不(bù)用频繁(fán)的用提(tí)示词来碰运气，抽(chōu)盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了“魔(mó)法”，不少博主的作品(pǐn)已经获(huò)得了大量的(de)浏览量(liàng)，“viggo”就(jiù)是其中之(zhī)一，他用朋友的(de)照片直接带她(tā)们(men)走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关键词(cí)试效果。

通(tōng)过(guò)图片就可以(yǐ)看出来，效果十(shí)分惊艳。

更厉害的是，除了(le)真实的照(zhào)片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自回(huí)应(yīng)。

不得不说当下AIGC已经变得越来越强大(dà)，甚至输出的(de)作品都已(yǐ)经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全问题(tí)

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而经过警方辟谣这(zhè)所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于(yú)这个活动里面给(gěi)出(chū)的美女(nǚ)照(zhào)片都是AI制(zhì)作的真人(rén)照片绘图，因(yīn)为太逼真，被(bèi)大家当成真事(shì)传播了(le)。

不过(guò)仔细观察可以发现，活动发起者提供的照片中有个(gè)很(hěn)大的漏洞可(kě)以发(fā)现并(bìng)非真人，而(ér)是(shì)AI绘图，那便(biàn)是图片中女性(xìng)的(de)手指部分有(yǒu)的(de)存在异常。

有行(xíng)业人事表示：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的手，但最新(xīn)看到(dào)的图片已(yǐ)经有越来越完美的(de)AI模型出现，以(yǐ)后可能就完全没(méi)有(yǒu)漏洞了(le)。”

类似(shì)的AI作图诈骗在国外也(yě)已(yǐ)有发(fā)生(shēng)。据英国广播(bō)公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用户使用(yòng)AI合成了儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术(shù)发展，AIGC已经能做出真人照片(piàn)般的(de)绘图效(xiào)果，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多(duō)担(dān)忧(yōu)，一(yī)方面，批判者认(rèn)为(wèi)AI在“学习”了大(dà)量(liàng)前(qián)人的作(zuò)品之后，其(qí)创作没有任何情绪和灵魂，难以和(hé)人类的艺(yì)术创(chuàng)作相提并论。

另一(yī)方(fāng)面(miàn)，AIGC背后的版权(quán)、目前(qián)都并没有(yǒu)得到(dào)有效的(de)解决(jué)，还(hái)有AIGC会不(bù)会代替人类(lèi)“至高无(wú)上”的创意。

马斯克也强调(diào)，人工智能的安全问题需(xū)要得到(dào)重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一(yī)站除了(le)视(shì)频，还(hái)有远方(fāng)

技术都是有两面性的，潜在的危害并不能掩盖(gài)其光(guāng)辉的贡献。现在看来(lái)，人工智(zhì)能技术将是(shì)第四次工业革(gé)命的核心驱动力(lì)量，将创造新的(de)增长(zhǎng)奇迹。

过去一(yī)年，人工智能在技(jì)术和(hé)商业层(céng)面都有(yǒu)了巨大(dà)进展，AI绘画(huà)就(jiù)是人工智(zhì)能技术发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌(gē)先后发布(bù)了几条引爆科技圈的(de)短视频(pín)。这(zhè)些视频引发关注并非(fēi)内容做得多优秀，反而都(dōu)非常简单(dān)，比如一匹正在喝水的马，一只(zhǐ)画画的玩(wán)具熊，或者一段骑(qí)摩托车(chē)的第一视角录像，随便(biàn)一(yī)个有手机的人(rén)都(dōu)可(kě)以随手录下一段。

但这(zhè)些短(duǎn)视频的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一段(duàn)话(huà)，甚至只是说一(yī)下要求，AI就(jiù)可(kě)以根据需要生成(chéng)一(yī)段(duàn)视频。

谷歌发布的两个AI生成视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈就已经玩了(le)一波梗，一(yī)个能够做出(chū)更高清视频的AI还不足以(yǐ)在短时(shí)间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它(tā)可(kě)以制作出超过2分钟(zhōng)的连贯(guàn)的也(yě)有确切内(nèi)容(róng)的(de)视频，这才(cái)是真(zhēn)正让人们感到惊(jīng)喜的地方(fāng)。因为无论AI生成的(de)视(shì)频(pín)多么高清，也只能是为内容生产者提(tí)供一个灵感，一(yī)个素材，一个过场动画。

不(bù)过(guò)能(néng)够制作(zuò)出有具体剧(jù)情(qíng)内容的(de)视(shì)频就意味着，一些(xiē)视频(pín)创作由(yóu)AI代替人工完成已经初步有(yǒu)了可能。

当下AI的发展速度已经超过大(dà)部分人的想象。内(nèi)容产业的(de)本质是供给(gěi)创造需求，AIGC作(zuò)为全新的内容生产(chǎn)方式，可以为内容产业带(dài)来更新(xīn)的内容风格、更(gèng)快的生产速度，更低的生产(chǎn)成本，这无(wú)疑会驱动(dòng)内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应(yīng)用(yòng)于音乐(lè)、代码、机(jī)器人动作等多种内容(róng)形式的生成。不难发现该项技术不(bù)仅在游戏等行(xíng)业(yè)能得到(dào)有效应用，对(duì)于(yú)下一(yī)代互联网各(gè)种(zhǒng)元(yuán)素(sù)的构建亦有关键意义。

从商业化的(de)角度来看，文化娱(yú)乐(lè)、教育、传(chuán)媒(méi)等诸多领域，本身就对基于AI的可(kě)视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视(shì)频或不(bù)是结(jié)果(guǒ)，而(ér)只是AI进(jìn)程中的一块重要拼图(tú)，有(yǒu)望在(zài)技术(shù)更新的加持下实现更大的应用价值。

AI从理解(jiě)内(nèi)容(róng)，走(zǒu)向了可(kě)以生成内容，甚至能够(gòu)创造出独立价值和独立视(shì)角(jiǎo)的(de)内容。AIGC的再次出圈(quān)，更代表着未来的先进(jìn)生产力即将到来。

04

紧(jǐn)抓(zhuā)大(dà)模型与(yǔ)算力，牢固AIGC底(dǐ)座(zuò)

从技术(shù)的(de)发展也(yě)可以(yǐ)看出，在语(yǔ)言大模型、图像大模型(xíng)之后(hòu)，多模态大模型已经成为(wèi)了新的趋势。

大模型被誉为当前人工(gōng)智(zhì)能发展的(de)智能底座，是全球竞争最激烈(liè)的(de)研究方向之(zhī)一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等(děng)众(zhòng)多头(tóu)部企业都在竞相(xiāng)发力。

不过训练大模型的确价(jià)格不菲，以国盛(shèng)证券发布的《ChatGPT需(xū)要(yào)多(duō)少算(suàn)力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大(dà)型语言模(mó)型)，训练(liàn)成本则介于200万(wàn)美元至(zhì)1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计(jì)算，其(qí)对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元左(zuǒ)右。

此(cǐ)外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注各类大模型的发展同时(shí)，更(gèng)应(yīng)该关(guān)注算力网络(luò)的建设。

算(suàn)力网络正驱动AI产业发(fā)展进入史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一(yī)人工智能(néng)发展(zhǎn)的终(zhōng)极目标(biāo)离得更近。

因为算(s上下红中间白的国旗是哪个国家的 国旗可以随便挂吗uàn)力(lì)可以对(duì)突(tū)破(pò)性(xìng)技术创新(xīn)提供大力的支持。这方面(miàn)，多模(mó)态大模型是典型。作为面向(xiàng)未来强人(rén)工(gōng)智能、通用人工智(zhì)能的重要技术创(chuàng)新，多(duō)模(mó)态大(dà)模型已经在(zài)人工(gōng)智能领域提出了很多年，业界也(yě)有不(bù)少技(jì)术突破，但(dàn)是，多模(mó)态大模型进(jìn)一步往下(xià)走，算力需求(qiú)呈几何式(shì)上(shàng)升，一般的(de)算力基础设施很快将(jiāng)难以胜(shèng)任。

从(cóng)图像、文字、语音(yīn)单独(dú)一项的训练，到双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应对不同(tóng)模态的转(zhuǎn)化、像(xiàng)人与世界交互(hù)一样自然，这方面(miàn)，由算力网络来驱动将有(yǒu)明(míng)显优势。

此外，还有很多需要(yào)爆发式增长(zhǎng)的算力来(lái)支撑的技术创新，将在人工智能(néng)算力网络支撑下(xià)快速推(tuī)进。

AIGC已经露出曙光，期待在大模(mó)型(xíng)和大算(suàn)力的支持下(xià)AIGC能持续颠覆内(nèi)容生产的方(fāng)式，将创造的边际成本降(jiàng)低(dī)，让万(wàn)众(zhòng)受益。

未经允许不得转载：惠安汇通石材有限公司 上下红中间白的国旗是哪个国家的 国旗可以随便挂吗