自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比尔(ěr)·盖(gài)茨已多(duō)次公开(kāi)谈论人工智能话题。在(zài)最近的一次采访中，他再次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月(yuè)20日(rì)接(jiē)受《In Good Company》节目专(zhuān)访时提(tí)出(chū)的。

他预期(qī)，AI的发(fā)展可能会(huì)威胁(xié)到谷歌(gē)的市占(zhàn)率，因为(wèi)微(wēi)软在(zài)AI方面的行动相当(dāng)迅速。而最(zuì)终科技(jì)巨头将把AI整合成用户的“全能助(zhù)手(shǒu)”，包揽一切(qiè)应用(yòng)，与人们(men)进行沟通并(bìng)提(tí)供建议，可(kě)以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口(kǒu)中全能(néng)助手的到来可能尚需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近(jìn)

以AI绘(huì)画为代(dài)表的(de)AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉多(duō)州举办的新(xīn)兴数字艺术家竞赛中，一幅名(míng)为《太空歌剧(jù)院》的(de)作品获奖。

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

用户(hù)们可以(yǐ)在应用中输(shū)入一组关键词或者一张照(zhào)片(piàn)，就(jiù)能(néng)获得一幅(fú)AI创作的(de)画作。

作画的关键就是所输入的文(wén)本。同一组关键词也(yě)可(kě)以创作出很(hěn)多张风格不一样的画(huà)作(zuò)，这让创(chuàng)作的过(guò)程就像(xiàng)开盲(máng)盒。

很多用(yòng)户很喜欢这种不(bù)确定的惊喜，他们(men)会将生(shēng)成的美(měi)图当(dāng)做头像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个(gè)人照片被(bèi)AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的(de)填写关(guān)键词游戏(xì)可能要被颠覆了。

ControlNet是一(yī)位正在(zài)斯坦福读博的中国(guó)人张吕敏创作的一种基(jī)于控制点(diǎn)的图(tú)像变形(xíng)算(suàn)法(fǎ)，主要用于(yú)数字图像处(chù)理(lǐ)、计算机视(shì)觉和计(jì)算机图形(xíng)学等领域。

其SD插(chā)件一经发(fā)布，在短(duǎn)短的(de)两天内便成(chéng)为了AI绘画领域最(zuì)新的热点。

在此之前(qián)，大家用了很多方法想(xiǎng)让(ràng)AI生(shēng)成的结果(guǒ)尽可(kě)能的符合要(yào)求(qiú)，但是(shì)都不尽如人意，它的(de)出现代表着AI生成(chéng)开(kāi)始进入真正的(de)可控时期。

因为(wèi)ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作品已经(jīng)获得(dé)了大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她们走(zǒu)进动(dòng)漫世界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后(hòu)用ControlNet插(chā)件绑定骨骼开(kāi)始(shǐ)换关键词(cí)试效(xiào)果。

通过图片就可(kě)以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害的(de)是，除了真实的照片(piàn)，草图(tú)也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自(zì)回应。

不得(dé)不说当下AIGC已(yǐ)经(jīng)变(biàn)得(dé)越来越强大，甚至输出的作品都已经能以假(jiǎ)乱真了(le)。

02

难辨虚实，AIGC技术力爆发(fā)

警惕(tì)安全问题(tí)

近日，“苏州金鸡湖有游艇party”的(de)消息(xī)火(huǒ)遍网络(luò)，而经过(guò)警方辟谣(yáo)这所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于(yú)这个活动里面给出的美女照(zhào)片(piàn)都(dōu)是AI制作的真人(rén)照(zhào)片绘图(tú)，因为太(tài)逼(bī)真(zhēn)，被大家当成(chéng)真事(shì)传播了。

不过仔细观(guān)察可以(yǐ)发现(xiàn)，活动发起者提供的照片中有个很大(dà)的(de)漏(lòu)洞可以(yǐ)发(fā)现并非真人，而是AI绘图，那便是图片中女性的手指部(bù)分有的存在异常。

有(yǒu)行业人事表示(shì)：“现在因为手指部分的绘画算法比较复(fù)杂(zá)，AI还不太会画人的手，但最新看到的图(tú)片已经有越来越完(wán)美的AI模型出现，以后可能就完全(quán)没有漏洞(dòng)了(le)。”

类似的AI作图诈骗(piàn)在(zài)国(guó)外(wài)也(yě)已有发生。据英国广(guǎng)播公司报道(dào)，土耳其地震期间，有Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假照片发布(bù)到(dào)网络，以此诱骗(piàn)善良(liáng)的人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已经能(néng)做(zuò)出真人(rén)照片般的绘图效(xiào)果，如果这样的图片被用来诈(zhà)骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很(hěn)多(duō)担忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了(le)大(dà)量前人的作(zuò)品之后，其创作没有任何(hé)情绪(xù)和(hé)灵(líng)魂，难以和人(rén)类的艺术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都(dōu)并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至高(gāo)无上(shàng)”的创意。

马(mǎ)斯克也强调，人工智能(néng)的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远方

技术都是有两(liǎng)面性的，潜在的(de)危害(hài)并不能掩盖其(qí)光辉的贡献。现在(zài)看来，人工(gōng)智能技术将是第四次工业革命的核心驱动力量，将(jiāng)创造新的(de)增(zēng)长奇迹(jì)。

过去一年(nián)，人(rén)工智能在技术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画就是人工智(zhì)能技术发生(shēng)方向(xiàng)性改变的一个代表。其下一站或(huò)许(xǔ)就(jiù)是视频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先(xiān)后发布(bù)了几条引爆科技圈的短视频。这些视频引(yǐn)发关注并非内容做得多优秀，反而都非常简单，比如一匹正(zhèng)在(zài)喝(hē)水的(de)马，一只画画的玩(wán)具熊，或者一段骑摩托车的(de)第一视角(jiǎo)录像，随(suí)便一个有(yǒu)手机的(de)人都可(kě)以随(suí)手录下(xià)一段。

但这些短(duǎn)视(shì)频的创作方式(shì)非常简单，创作者仅(jǐn)仅需(xū)要向AI输入一段(duàn)话，甚至只是说一(yī)下(xià)要(yào)求，AI就可以根据需要生成一段(duàn)视频(pín)。

谷歌发布(bù)的两(liǎng)个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太多的(de)差别。

在M拐点和驻点的区别是什么意思，拐点和驻点的关系ake-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已经玩(wán)了一波梗，一个能够做(zuò)出更高清视频的AI还不足(zú)以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在(zài)于，它可以制作出超过2分钟的连贯的也有(yǒu)确切内(nèi)容的视频，这(zhè)才是(shì)真正让人(rén)们(men)感到惊(jīng)喜的地方。因为(wèi)无论AI生成的视频多么(me)高清(qīng)，也只能是为内容生产者提供一个(gè)灵(líng)感，一个素(sù)材，一个过场动画。

不过能(néng)够制作出有具体剧情内容(róng)的视频就(jiù)意味(wèi)着，一(yī)些(xiē)视(shì)频创作由AI代替人工完成已(yǐ)经初(chū)步(bù)有了可能。

当(dāng)下AI的(de)发展速度已经超过大部分人(rén)的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全(quán)新(xīn)的内(nèi)容生(shēng)产(chǎn)方(fāng)式，可以为内容产业带(dài)来更新的内容风格、更快的生产速度，更低的(de)生产成(chéng)本(běn)，这无疑会驱动内容(róng)产业的大(dà)爆(bào)发。

除(chú)了AI绘(huì)图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代(dài)码、机(jī)器人动作等多(duō)种(zhǒng)内容形式的生成。不难发现(xiàn)该项技术不(bù)仅(jǐn)在(zài)游戏等行业能(néng)得(dé)到(dào)有效应用，对于(yú)下一(yī)代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意(yì)义(yì)。

从(cóng)商业化的角度来看，文化(huà)娱乐(lè)、教育、传媒等(děng)诸多(duō)领域(yù)，本身(shēn)就对基于AI的可视(shì)化内容有强(qiáng)烈(liè)需求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进(jìn)程中的一块重要拼(pīn)图(tú)，有望在技术(shù)更新的加(jiā)持下实(shí)现(xiàn)更大的(de)应用价值。

AI从理解内容，走向了可以生(shēng)成(chéng)内容，甚(shèn)至能够(gòu)创造出独立价值和独(dú)立视角的内容。AIGC的再次出圈，更代表(biǎo)着未来的先(xiān)进(jìn)生产力即将到来(lái)。

04

紧(jǐn)抓大(dà)模型与算力，牢(láo)固AIGC底座

从技术的发展也可(kě)以看出，在语言大模型、图(tú)像(xiàng)大模型之后，多模态(tài)大(dà)模(mó)型已经(jīng)成为了新的(de)趋势。

大模型被誉(yù)为当前人工智能发展的智能(néng)底座，是(shì)全(quán)球竞(jìng)争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头部(bù)企(qǐ)业(yè)都在竞相发力。

不过训练大模型(xíng)的确价(jià)格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力(lì)》报(bào)告(gào)估算，GPT-3训练一次(cì)的(de)成本约为140万美(měi)元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练(liàn)成(chéng)本则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元，每(měi)日仅(jǐn)电(diàn)费就在(zài)5万(wàn)美(měi)元(yuán)左右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算力支持。在(zài)关注(zhù)各类大模型的发(fā)展同时，更应该关注(zhù)算力网络的(de)建(jiàn)设。

算(suàn)力网络(luò)正驱动AI产业发展(zhǎn)进入史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这(zhè)一人工(gōng)智能发展的终极目标(biāo)离得更近。

因为(wèi)算力可(kě)以对突破性技术创(chuàng)新提供大力的支持。这方面，多(duō)模态(tài)大(dà)模(mó)型是典型(xíng)。作为面向未(wèi)来强人工智能、通用(yòng)人工(gōng)智能的重要技术创(chuàng)新，多模态大(dà)模型已经在人工智能拐点和驻点的区别是什么意思，拐点和驻点的关系(néng)领域提(tí)出了(le)很多(duō)年(nián)，业界也有不少技术突破(pò)，但是，多模态大模型进(jìn)一步往(wǎng)下(xià)走，算力(lì)需求呈(chéng)几(jǐ)何式上升(shēng)，一般的(de)算力基础设施很快(kuài)将难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一项的训练，到(dào)双模态(tài)、三模态的跃迁，让(ràng)人工智能可以灵(líng)活应对不(bù)同模(mó)态的转化、像人与(yǔ)世界交互一样自然，这(zhè)方(fāng)面，由算(suàn)力网络(luò)来驱动将有明显优势。

此外，还有很多需(xū)要爆发式增长的算力(lì)来支撑的(de)技术创新，将在人工(gōng)智能算力(lì)网络支撑下快速推进。

AIGC已经(jīng)露出曙光(guāng)，期待在(zài)大模(mó)型和大算力的(de)支(zhī)持下(xià)AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际成本(běn)降低，让万众(zhòng)受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 拐点和驻点的区别是什么意思，拐点和驻点的关系