自聊天机器(qì)人ChatGPT火(huǒ)爆(bào)以来(lái)，微(wēi)软公司创始人比(bǐ)尔(ěr)·盖(gài)茨已(yǐ)多次(cì)公西安军事院校有几所，西安军事院校有几所大学开谈论人(rén)工智(zhì)能话(huà)题。在最(zuì)近的一次采(cǎi)访中，他再次表(biǎo)示：“AI可能会(huì)让科技行业(yè)迎来(lái)一次剧(jù)烈的洗牌”。

这个结论是(shì)他(tā)在(zài)当地时(shí)间2月20日接受《In Good Company》节目(mù)专访时(shí)提出的。

他(tā)预期，AI的发展可能会威胁到谷歌的(de)市占(zhàn)率，因为(wèi)微软在AI方面(miàn)的行动相当迅(xùn)速。而最(zuì)终(zhōng)科(kē)技巨头(tóu)将把AI整合成用户的“全能(néng)助手”，包揽一切(qiè)应用，与人(rén)们进行沟通并(bìng)提(tí)供建议(yì)，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应(yīng)用。

大(dà)佬口中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画(huà)为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科(kē)罗拉多州(zhōu)举办的(de)新兴数字艺术家(jiā)竞赛中，一幅名为(wèi)《太空歌(gē)剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软(ruǎn)件被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可以在(zài)应用(yòng)中输入一组关键词或(huò)者一张照(zhào)片，就能(néng)获得一(yī)幅(fú)AI创(chuàng)作的(de)画作。

作画的关键就是(shì)所输入的文本。同一(yī)组(zǔ)关键词也可以创作出很多张风格不(bù)一(yī)样(yàng)的(de)画作，这让创作(zuò)的过程就(jiù)像开盲盒(hé)。

很多用户很喜欢这(zhè)种不确定(dìng)的惊(jīng)喜，他(tā)们会(huì)将生成(chéng)的美图当(dāng)做头(tóu)像(xiàng)。而另一部分喜欢(huān)翻看(kàn)AI绘画(huà)的“翻车”作品。在社交媒体上，许多(duō)用户(hù)分享(xiǎng)AI“翻车现场(chǎng)”，例(lì)如，一位网(wǎng)友的小(xiǎo)狗照片(piàn)被AI画成了(le)“肌(jī)肉男”，还有网友的(de)个人(rén)照片被AI识别成(chéng)了(le)建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持(chí)，以往(wǎng)AI绘画(huà)的填写关键(jiàn)词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读博的中国人张吕敏创作的一种基于控(kòng)制(zhì)点的(de)图像(xiàng)变形(xíng)算法(fǎ)，主要用于数字(zì)图像处理(lǐ)、计(jì)算机视(shì)觉(jué)和计算机(jī)图(tú)形学等领域(yù)。

其SD插件(jiàn)一(yī)经(jīng)发布，在(zài)短短(duǎn)的两天内(nèi)便成(chéng)为了AI绘画(huà)领域最(zuì)新(xīn)的热点(diǎn)。

在此之前，大家用(yòng)了(le)很多方法(fǎ)想让AI生成的结果尽可(kě)能的符合(hé)要求(qiú)，但是都不尽(jǐn)如人意，它的出现代表着AI生成开始进入真正的可控时期(qī)。

因为ControlNet可(kě)以直(zhí)接提取画(huà)面(miàn)的构图，人物的姿(zī)势(shì)和画面的深度信息等。有了(le)它的帮助，就不用(yòng)频繁的用提(tí)示词来(lái)碰(pèng)运气，抽(chōu)盲(máng)盒(hé)式(shì)的(de)创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画(huà)加(jiā)了(le)“魔法(fǎ)”，不少博主的作品(pǐn)已经获得(dé)了大量的浏览量，“viggo”就是其中之(zhī)一(yī)，他(tā)用朋友的照片直接带(dài)她(tā)们走(zǒu)进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试(shì)效果。

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

更厉害的是，除了真实的照(zhào)片(piàn)，草图(tú)也可(kě)以加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实(shí)现线稿转(zhuǎn)全彩(cǎi)图(tú)。大神张吕敏其本尊也亲自回(huí)应。

不(bù)得不(bù)说当下AIGC已经(jīng)变得越(yuè)来越强大，甚至输出(chū)的作品都已经能以(yǐ)假乱真了。

02

难辨虚(xū)实，AIGC技术力(lì)爆发

警惕安(ān)全(quán)问题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是(shì)全国第一起AI绘图诈骗。

由于这(zhè)个活动(dòng)里面(miàn)给出的美女照(zhào)片都是(shì)AI制作的真(zhēn)人(rén)照片绘图，因为太逼真，被大家当成真事传播了(le)。

不过(guò)仔细观察可以(yǐ)发现，活动发(fā)起者提供的照片中有个很大的漏(lòu)洞可以(yǐ)发现并(bìng)非真(zhēn)人，而是AI绘图，那便是(shì)图(tú)片(piàn)中女性(xìng)的(de)手指部分有的(de)存(cún)在异(yì)常。

有(yǒu)行业人事(shì)表示：“现(xiàn)在因为手指(zhǐ)西安军事院校有几所，西安军事院校有几所大学部分的(de)绘画(huà)算(suàn)法比较复杂(zá)，AI还不太会(huì)画人的(de)手(shǒu)，但最新看到的图(tú)片已经有越来(lái)越完(wán)美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国外也(yě)已有发生(shēng)。据英国广(guǎng)播(bō)公(gōng)司报道，土耳其地震期间，有Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿(ér)童受灾的假(jiǎ)照片发布到网络，以此诱骗善(shàn)良(liáng)的人打赏(shǎng)“捐(juān)助(zhù)”从(cóng)而(ér)实(shí)施诈(zhà)骗(piàn)。

目(mù)前随着技术发展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图效(xiào)果，如(rú)果这(zhè)样的图片被(bèi)用来诈(zhà)骗，将(jiāng)非常(cháng)可怕(pà)。

此外AIGC还引发了(le)很多担忧，一(yī)方面，批(pī)判(pàn)者认为AI在“学习”了大量(liàng)前人的作品之后(hòu)，其创作没有任(rèn)何情(qíng)绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论(lùn)。

另一方面，AIGC背(bèi)后的(de)版权(quán)、目(mù)前(qián)都并没有得到有效的解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人(rén)工智能的安(ān)全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除了(le)视频，还有远(yuǎn)方

技术都是有(yǒu)两面(miàn)性(xìng)的，潜在的(de)危害并不能(néng)掩盖(gài)其(qí)光辉的贡(gòng)献。现在看来，人工智能技术(shù)将是第四(sì)次工业(yè)革命(mìng)的核心(xīn)驱动力量，将创(chuàng)造新(xīn)的(de)增长(zhǎng)奇(qí)迹。

过去一年(nián)，人工智能在(zài)技(jì)术和商业层面都有了巨大进(jìn)展(zhǎn)，AI绘画(huà)就是(shì)人工(gōng)智(zhì)能技术发(fā)生方向性改变的一个代表。其下一站或许(xǔ)就是视频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆科技(jì)圈(quān)的短(duǎn)视频(pín)。这些(xiē)视频引发关注并非内容(róng)做(zuò)得(dé)多优秀，反(fǎn)而都(dōu)非常简单，比如一匹(pǐ)正在喝水的(de)马，一只画画(huà)的玩具(jù)熊，或者(zhě)一段(duàn)骑摩(mó)托车的第一视角(jiǎo)录像，随便一(yī)个有手(shǒu)机(jī)的人都可以随手录下一段。

但这些短(duǎn)视频的创作方(fāng)式非常(cháng)简单，创作者仅仅需(xū)要向(xiàng)AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据(jù)需要(yào)生成一段视频。

谷(gǔ)歌发布的两个AI生成视频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后(hòu)，AI圈就(jiù)已(yǐ)经玩了(le)一波梗，一个(gè)能(néng)够(gòu)做(zuò)出更高清视(shì)频的AI还(hái)不足以在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可以制作出(chū)超过2分钟的连贯的(de)也有(yǒu)确切内容的视(shì)频，这才是真正(zhèng)让人们感到惊喜的地方。因为无论AI生成的视频多么(me)高(gāo)清(qīng)，也只能是为内容生产者提(tí)供一个灵感，一个(gè)素材，一个(gè)过场动画。

不(bù)过(guò)能(néng)够制作出有(yǒu)具体剧情内(nèi)容(róng)的视频就意(yì)味着，一(yī)些视频(pín)创(chuàng)作由AI代替人工完成(chéng)已经(jīng)初步有了可(kě)能。

当下AI的发展速度已经超过(guò)大部分人的想象。内容产业的本质是(shì)供(gōng)给创(chuàng)造(zào)需求，AIGC作(zuò)为全(quán)新的内容生产方(fāng)式，可(kě)以为内容产业带来更(gèng)新的内容(róng)风格、更(gèng)快的生(shēng)产速(sù)度，更低的生(shēng)产成本，这无疑会驱动(dòng)内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机(jī)器(qì)人(rén)动作等多种内容形式的生成(chéng)。不(bù)难发(fā)现该项技术不仅在游戏等行业(yè)能(néng)得到有效应(yīng)用(yòng)，对于下一代互联网(wǎng)各(gè)种(zhǒng)元素的构建亦(yì)有关键意义。

从商业化的角度来看，文化(huà)娱(yú)乐、教育(yù)、传媒等诸多领域，本身就(jiù)对基于AI的(de)可视化(huà)内容有强烈(liè)需求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程中的一块重要拼图，有望在(zài)技术更新的加持下(xià)实现更大的应用价值(zhí)。

AI从(cóng)理解内容，走向了(le)可以生(shēng)成内容(róng)，甚至能够创造出独立价值和(hé)独(dú)立视(shì)角的内容。AIGC的(de)再次出圈，更(gèng)代表着(zhe)未(wèi)来的(de)先进生(shēng)产力即将到来(lái)。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技(jì)术的发展(zhǎn)也(yě)可以看出(chū)，在(zài)语言大模型、图像(xiàng)大模型之(zhī)后，多(duō)模态(tài)大模型已经成为了(le)新的趋势。

大模(mó)型(xíng)被誉为(wèi)当(dāng)前(qián)人(rén)工智能发展的智能底座，是全球(qiú)竞争最激烈的研究(jiū)方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等众多头部企业都在竞相发力(lì)。

不(bù)过(guò)训练大模(mó)型的确价格不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的成本约(yuē)为140万美(měi)元。而对于一(yī)些更大的LLM(大(dà)型(xíng)语言模(mó)型)，训练成本则介于200万美元(yuán)至1200万(wàn)美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平(píng)均数1300万计算(suàn)，其对应芯片需求(qiú)为3万多片英(yīng)伟达A100 GPU，初(chū)始投(tóu)入成本(běn)约为8亿美元，每日仅电(diàn)费就在5万(wàn)美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支(zhī)持。在关注各类大模型的发展同时，更应该关注算力网络(luò)的建设。

算力网络正驱(qū)动(dòng)AI产(chǎn)业(yè)发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的终极目标离(lí)得更近。

因为算力可以对突破性技术创新(xīn)提供大力(lì)的支持(chí)。这方面，多模态大(dà)模型是典型(xíng)。作为(wèi)面向未来强人工智(zhì)能、通用人工智能的重(zhòng)要技术创新，多模态(tài)大(dà)模型已经在人工智能领域提出了(le)很多年，业界(jiè)也有不少技术突(tū)破，但是(shì)，多模态大模型(xíng)进(jìn)一步往(wǎng)下走，算力需求呈(chéng)几何(hé)式(shì)上升，一般的算力(lì)基(jī)础设施很快将难以胜(shèng)任。

从图像(xiàng)、文字、语音(yīn)单(dān)独一项的训练，到双模态、三模(mó)态的跃迁，让(ràng)人工智能可以灵活(huó)应(yīng)对不同(tóng)模态的转化、像人与世界(jiè)交互一样自然，这(zhè)方面，由算力(lì)网络来(lái)驱动(dòng)将有明显优势。

此外，还(hái)有很多需要爆发式增长(zhǎng)的算力来支撑的技术创(chuàng)新，将在人工智能(néng)算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆(fù)内容生产的方式，将(jiāng)创造的边际成本降低(dī)，让万(wàn)众(zhòng)受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 西安军事院校有几所，西安军事院校有几所大学