自(zì)聊天(tiān)机(jī)器人(rén)ChatGPT火(huǒ)爆以来，微软公(gōng)司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈论人(rén)工(gōng)智能话题。在最近的一次(cì)采访中，他再次(cì)表(biǎo)示：“AI可能(néng)会(huì)让科技行业迎来一(yī)次剧烈的洗牌”。

这个结论(lùn)是他在当(dāng)地时间(jiān)2月20日(rì)接(jiē)受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威胁到谷歌的市(shì)占率(lǜ)，因为(wèi)微软(ruǎn)在AI方面的行动(dòng)相当(dāng)迅(xùn)速。而最(zuì)终科技(jì)巨头将(jiāng)把AI整合成用(yòng)户的(de)“全能助手(shǒu)”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手的(de)到(dào)来可(kě)能(néng)尚需(xū)时日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画(huà)新(xīn)玩(wán)法

AIGC向可(kě)控(kòng)靠(kào)近

以AI绘画(huà)为代表的(de)AIGC上一次爆火的(de)时(shí)候，还(hái)是2022年8月，在(zài)美(měi)国科罗拉多州举办的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘(huì)画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可(kě)以在应用中输入一(yī)组(zǔ)关键词或(huò)者一张照(zhào)片，就能获得(dé)一幅AI创作(zuò)的(de)画作(zuò)。

作画的关(guān)键就是(shì)所输(shū)入的文本。同一组关(guān)键词也可以(yǐ)创作出很多张(zhāng)风格不一样的画作，这让(ràng)创作(zuò)的过(guò)程就像开盲盒。

很(hěn)多用户(hù)很喜欢(huān)这种不确定的惊喜，他(tā)们会将生(shēng)成的美图当做头像。而另(lìng)一(yī)部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体(tǐ)上，许多(duō)用(yòng)户分享AI“翻车(chē)现场”，例如(rú)，一位(wèi)网友的小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网友(yǒu)的个人照片(piàn)被AI识别成了建(jiàn)筑(zhù)。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画(huà)的填写(xiě)关键词(cí)游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博(bó)的中国(guó)人张吕敏创(chuàng)作的一种(zhǒng)基于控制点的图像变(biàn)形算(suàn)法，主要用于数(shù)字(zì)图像处理、计算机视觉(jué)和计算(suàn)机图形(xíng)学(xué)等领域。

其(qí)SD插件(jiàn)一经(jīng)发布，在短短的(de)两天内便成为(wèi)了AI绘画领域最(zuì)新(xīn)的热点。

在此之前，大家用了(le)很多方法(fǎ)想让AI生成的结果尽可能的(de)符合要求，但是都不尽如人(rén)意，它的出现代表(biǎo)着AI生成开始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取画面的构(gòu)图，人物的姿势和画(huà)面的深度信(xìn)息等。有了它(tā)的帮助(zhù)，就不用(yòng)频(pín)繁的用提示词(cí)来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量的(de)浏(liú)览量(liàng)，“viggo”就(jiù)是其中之一，他用朋(péng)友的照片直接带(dài)她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件(jiàn)拓展(zhǎn)找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开(kāi)始换关键词试效果。

通过图片(piàn)就(jiù)可以(yǐ)看出(chū)来，效果十分惊(jīng)艳。

更厉(lì)害的是，除了真实的(de)照(zhào)片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍到(dào)ControlNet还能实现线(xiàn)稿转全(quán)彩图。大神张吕(lǚ)敏(mǐn)其本(běn)尊(zūn)也亲自(zì)回应(yīng)。

不(bù)得不说当下AIGC已经变得越来(lái)越(yuè)强大，甚至输(shū)出的(de)作品都已(yǐ)经能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问题(tí)

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警方辟谣(yáo)这(zhè)所(suǒ)谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由于(yú)这个(gè)活动(dòng)里面(miàn)给出的(de)美女照片都是AI制作的真人照片(piàn)绘图，因(yīn)为太(tài)逼真，被(bèi)大家当成真(zhēn)事传播(bō)了(le)。

不过仔细(xì)观(guān)察(chá)可以发(fā)现，活(huó)动发起者提供的照片中有个很(hěn)大的漏洞可(kě)以(yǐ)发现并非真人(rén)，而是AI绘图，那便是图(tú)片中女(nǚ)性的手指(zhǐ)部分有的(de)存在(zài)异常。

有行业人事表示(shì)：“现(xiàn)在(zài)因为手指(zhǐ)部分(fēn)的(de)绘画算法比较复杂，AI还不太(tài)会画人的手，但最新看(kàn)到的图片已经有越来越(yuè)完(wán)美的(de)AI模型出现，以后可能就完全没有漏洞了(le)。”

类(lèi)似的AI作图(tú)诈骗(piàn)在国外也已有发生(shēng)。据英国(guó)广(guǎng)播(bō)公司报(bào)道(dào)，土耳其地(dì)震期间(jiān)，有Tiktok用户(hù)使用AI合成了儿童受灾的假照片发布到网络(luò)，以此诱骗善良(liáng)的人(rén)打赏“捐助(zhù)”从而实施诈骗。

目前随着技(jì)术发展，AIGC已经(jīng)能做出真人照(zhào)片般(bān)的绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担(dān)忧，一方面，批判者认(rèn)为AI在“学习”了大(dà)量前人(rén)的作品之后，其创(chuàng)作没有(yǒu)任何情绪和灵魂，难(nán)以和人类的艺术创作(zuò)相(xiāng)提并论。

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

马斯克也强调，人工智(zhì)能的安全问题需(xū)要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都是有两面(miàn)性的，潜在的(de)危害并不能掩(yǎn)盖其(qí)光辉的(de)贡献。现(xiàn)在看来，人工智能技术将是第四(sì)次工业(yè)革命的核(hé)心驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人(rén)工智能(néng)在技术和商(shāng)业层面都有了巨(jù)大进展，AI绘画就是人工智能技术发(fā)生方向(xiàng)性改变的一个代(dài)表。其下(xià)一(yī)站或(huò)许就(jiù)是(shì)视频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科(kē)技圈的短视频。这(zhè)些视频引发关注(zhù)并非内容(róng)做得多优秀，反(fǎn)而都非常简单，比如(rú)一匹正在喝(hē)水的马，一(yī)只画画的玩具熊(xióng)，或(huò)者(zhě)一段骑(qí)摩(mó)托车的第一视角录像(xiàng)，随(suí)便一(yī)个有手机的人都(dōu)可以随手录下一(yī)段。

但(dàn)这些短视频的创(chuàng)作方式非常(cháng)简单(dān)，创作者仅仅需要向(xiàng)AI输入一段话，甚(shèn)至(zhì)只是说一(yī)下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌发(fā)布的两个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出(chū)的(de)是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩了(le)一波梗，一个(gè)能够做(zuò)出更高清(qīng)视(shì)频的AI还不(bù)足以在短(duǎn)时间内戳中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方在(zài)于(yú)，它可以(yǐ)制(zhì)作出超过2分钟的(de)连贯的也(yě)有(yǒu)确切内容的视频，这(zhè)才是真正让人们感到(dào)惊喜的地方(fāng)。因为无(wú)论(lùn)AI生成的视频多么(me)高清，也只能是为内容生(shēng)产者提供(gōng)一(yī)个灵(líng)感(gǎn)，一个素材，一个过场动画(huà)。

不过能(néng)够制作出有(yǒu)具体剧情内(nèi)容的视频(pín)就意味着，一些视频创作由(yóu)AI代替(tì)人工完成已经初步(bù)有了(le)可能(néng)。

当下AI的发展速度已经超过大(dà)部(bù)分人的(de)想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全(quán)新的内容生产方式，可以为内(nèi)容产业带来更新的内容风格(gé)、更快的生产速度，更低的生产成本，这无疑会(huì)驱动内容产业的大(dà)爆发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项技术不仅(jǐn)在游戏等行业(yè)能得到有效应用，对于(yú)下一(yī)代互联网各种(zhǒng)元素的构建(jiàn)亦有关键意义。

从商业化的角度来(lái)看(kàn)，文(wén)化(huà)娱(yú)乐、教育、传媒等诸多(duō)领域，本身(shēn)就(jiù)对基于AI的(de)可视化(huà)内容有强(qiáng)烈需求。

因此，AI绘画及视(shì)频(pín)或不(bù)是结果，而只是AI进程中(zhōng)的一块重(zhòng)要(yào)拼图，有望在技术更新的加持(chí)下实现更(gèng)大的应用价(jià)值(zhí)。

AI从(cóng)理解内(nèi)容，走(zǒu)向了可以生成(chéng)内容，甚至能够创造(zào)出(chū)独立价值和独立视(shì)角的内容。AIGC的再次出圈(quān)，更代(dài)表(biǎo)着未来的先进生产(chǎn)力即(jí)将到来。

04

紧抓大模(mó)型(xíng)与(yǔ)算力，牢(láo)固AIGC底(dǐ)座

从技术(shù)的(de)发(fā)展(zhǎn)也可以看(kàn)出，在语言大(dà)模型、图像大模型之后，多模态大模型已经成为了(le)新的趋势。

大模型被(bèi)誉(yù)为当(dāng)前(qián)人工(gōng)智(zhì)能发(fā)展的智能(néng)底座(zuò)，是全球竞争(zhēng)最激(jī)烈的(de)研究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾(téng)讯(xùn)等众多头部企业都在(zài)竞相发力(lì)。

不过训练大模型的(de)确价格不菲，以国盛证券发(fā)布的《ChatGPT需(xū)要(yào)多少算(suàn)力》报告(gào)估算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而对于一些更大的LLM(大型(xíng)语言模型)，训练(liàn)成本(běn)则(zé)介(jiè)于200万美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算，其对(duì)应芯片需求(qiú)为3万(wàn)多片英伟(wěi)达A100 GPU，初始投入成(chéng)本约为8亿美元(yuán)，每日仅电费就在(zài)5万美(měi)元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各类大模型的发展同时(shí)，更应该关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发展的(de)终极(jí)目标离得(dé)更(gèng)近。

因为算力可以(yǐ)对突(tū)破性技术创(chuàng)新提供大力(lì)的支持。这方面，多模(mó)态(tài)大模型是(shì)典型(xíng)。作(zuò)为面(miàn)向未来强人工智(zhì)能、通用人工智能的重要(yào)技(jì)术创新，多模态大(dà)模型已经在人工智能领域提(tí)出了很多年，业界也(yě)有不(bù)少技术突(tū)破，但是，多模(mó)态(tài)大模型进一步往(wǎng)下走(zǒu)，算力(lì)需求呈几何式上升，一般的算(suàn)力基础设施很(hěn)快将难以(yǐ)胜(shèng)任。

从图像、文(wén)字、语音单独一项的训(xùn)练，到双模态、三(sān)模态的(de)跃迁，让人工智能可(kě)以(yǐ)灵活应对不(bù)同模态的转化、像人(rén)与世界交互一样自然，这方面，由算力网络来驱动(dòng)将有(yǒu)明显优势。

此外(wài)，还有很多(duō)需要爆发式(shì)增长的(de)算力来支撑(chēng)的技术创新，将在人工(gōng)智能算力网络(luò)支撑下快速(sù)推进。

AIGC已经露出(chū)曙光，期(qī)待在(zài)大(dà)模型和大算力的支持下AIGC能持续颠覆内(nèi)容(róng)生(shēng)产的方式，将(jiāng)创造的边际成本降低，让万(wàn)众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 三传一反指的是什么意思，三传一反指的是反应动力学