自聊天(tiān)机(jī)器人ChatGPT火爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨已多次公开谈论人工智(zhì)能话题。在最近(jìn)的一(yī)次采访中，他再(zài)次表示：“AI可能会让科技行业迎来(lái)一次(cì)剧(jù)烈(liè)的洗(xǐ)牌”。

这个结(jié)论(lùn)是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时(shí)提(tí)出的。

他(tā)预期(qī)，AI的发展可能会(huì)威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行(xíng)动相当迅速。而(ér)最终科(kē)技巨头(tóu)将把AI整合成用户的“全能(néng)助手”，包揽一切应用，与(yǔ)人们进(jìn)行沟(gōu)通并提供建议(yì)，可(kě)以取代亚(yà)马逊(xùn)、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能助手的(de)到(dào)来可能(néng)尚(shàng)需时(shí)日，但由ControlNet引发的(de)又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热(rè)点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为代表的(de)AIGC上一次爆(bào)火的时候，还(hái)是(shì)2022年8月(yuè)，在(zài)美国(guó)科(kē)罗(luó)拉多(duō)州举办的新兴数字艺术家竞赛中(zhōng)，一幅名(míng)为《太(tài)空歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画(huà)软件被广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其(qí)中代(dài)表。

用户(hù)们可以在应用中输(shū)入一(yī)组关键(jiàn)词或者一张照(zhào)片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所输入(rù)的文本。同一(yī)组关键词也可以创作出很多张风格不一(yī)样的画作，这让创(chuàng)作的(de)过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这种不(bù)确(què)定的惊喜(xǐ)，他们会将生成的美图(tú)当做头像。而另一部分喜欢翻看(kàn)AI绘(huì)画(huà)的“翻车”作品(pǐn)。在社交媒体上，许多用(yòng)户(hù)分享AI“翻车现场”，例如，一位网(wǎng)友的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有网(wǎng)友的个(gè)人照(zhào)片被(bèi)AI识别成(chéng)了建(jiàn)筑。

而如(rú)今随(suí)着ControlNet的出现与加持，以往AI绘(huì)画的(de)填(tián)写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博(bó)的中国(guó)人张(zhāng)吕敏创作的一(yī)种基于(yú)控制点(diǎn)的图(tú)像变形(xíng)算(suàn)法，主要用于数字图像处理、计算机(jī)视觉和计算机图(tú)形学等领域。

其SD插件一经发(fā)布，在短短的两天(tiān)内便成为(wèi)了AI绘画(huà)领域最(zuì)新的热(rè)点。

在此之前，大家用了(le)很多方(fāng)法(fǎ)想(xiǎng)让AI生成的(de)结果尽可能的(de)符合要求，但是都不尽(jǐn)如(rú)人意，它(tā)的出现代表着AI生成开始进(jìn)入真正的(de)可控(kòng)时(shí)期(qī)。

因为ControlNet可以直接提(tí)取画面的构图，人物(wù)的姿势和画面的深度信(xìn)息(xī)等。有(yǒu)了它的帮助(zhù)，就不用频繁的用提示词来碰(pèng)运气(qì)，抽盲盒式(shì)的创(chuàng)作(zuò)了。

通俗的说(shuō)ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不少博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他(tā)用朋友的(de)照片直(zhí)接带她们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的(de)关(guān)键(jiàn)词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开(kāi)始(shǐ)换关键词试(shì)效果。

通过图(tú)片就可以看出来，效(xiào)果十(shí)分惊艳。

更厉害的是(shì)，除了(le)真实的照片，草图也可以加(jiā)上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实现(xiàn)线(xiàn)稿转全彩图。大神(shén)张吕(lǚ)敏其(qí)本尊(zūn)也亲自(zì)回应。

不(bù)得不说当下AIGC已经变(biàn)得越(yuè)来越强大(dà)，甚至输出的作品都(dōu)已(yǐ)经能(néng)以假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍网络(luò)，而经过警方辟(pì)谣这所谓的(de)“party”可能是全国(guó)第一起AI绘(huì)图诈(zhà)骗。

由于这个活动里面给出的美女照片都(dōu)是AI制作的真人照片绘图，因为太逼真(zhēn)，被大家当成真事(shì)传播了(le)。

不过仔细观察可以(yǐ)发现，活动(dòng)发起者提供的照片(piàn)中(zhōng)有个很大(dà)的(de)漏洞可以发现并非真人，而是AI绘图，那便(biàn)是图片中女性的手(shǒu)指部分有的(de)存在异常。

有行业人事(shì)表示：“现在因为手指(zhǐ)部分(fēn)的绘画算法比较复(fù)杂，AI还不太会(huì)画人的手(shǒu)，但最(zuì)新看到的(de)图片已经(jīng)有(yǒu)越来越完美的AI模(mó)型出(chū)现，以后(hòu)可能就完(wán)全没有(yǒu)漏(lòu)洞了(le)。”

类似的AI作图(tú)诈骗在国外也已有(yǒu)发(fā)生。据英国广播(bō)公司(sī)报(bào)道，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成(chéng)了儿童(tóng)受灾的假照片(piàn)发布到网络，以此诱骗(piàn)善良的人打赏(shǎng)“捐(juān)助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的(de)绘图效果，如果这样的(de)图片(piàn)被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还引发(fā)了很多担(dān)忧，一(yī)方面，批判者认为AI在“学(xué)习”了大量(liàng)前人的作品(pǐn)之(zhī)后，其创作没有任何情(qíng)绪和(hé)灵魂，难以和人类的艺术创作相提(tí)并论。

另(lìng)一方面(miàn)，AIGC背后(hòu)的版(bǎn)权、目前都并(bìng)没有(yǒu)得到有效的解(jiě)决，还有AIGC会不会(huì)代替人类“至高无上(shàng)”的创意。

马斯克也强调，人工(gōng)智能的安(ān)全问(wèn)题需(xū)要得到重视，太晚(wǎn)就来不及(jí)了。

03

AIGC下(xià)一站除了视频，还有远方(fāng)

技术(shù)都是有两面性的，潜在的危害并(bìng)不能掩(yǎn)盖其光(guāng)辉的贡献。现在看来，人工(gōng)智能技术将是第四次工业革命的(de)核心驱动力量，将创造(zào)新的增长奇迹。

过去(qù)一年，人工智能在技术和(hé)商业层(céng)面都有了巨大进展，AI绘画(huà)就是人工智(zhì)能技术发生方向(xiàng)性改变的一个代表(biǎo)。其下(xià)一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了(le)几(jǐ)条引爆(bào)科技圈(quān)的短视频。这些(xiē)视频引发关注并非内容做得多优秀，反(fǎn)而(ér)都非常简单(dān)，比如一(yī)匹正在喝水的马，一只画画(huà)的(de)玩(wán)具熊，或者一段骑(qí)摩托(tuō)车的(de)第一视角录像，随便一个有手机的(de)人都可(kě)以随手录下一段。

杨震四知的文言文翻译及注释及翻译，杨震四知文言文原文及翻译-type="gif" data-w="256">

但这(zhè)些短视频(pín)的创(chuàng)作(zuò)方(fāng)式非常(cháng)简单(dān)，创(chuàng)作者仅仅需要(yào)向(xiàng)AI输(shū)入(rù)一段话(huà)，甚至只是说一(yī)下要求，AI就可以(yǐ)根据需(xū)要生(shēng)成一段视频。

谷歌发布的(de)两(liǎng)个AI生成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是(shì)高(gāo)清(qīng)，与Meta的(de)Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生(shēng)成的视(shì)频后，AI圈就已经玩了(le)一波梗，一个能够做出更高(gāo)清视(shì)频的AI还不足以在短时间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的(de)地方(fāng)在于，它(tā)可以(yǐ)制作出(chū)超过(guò)2分钟的(de)连贯的也有(yǒu)确切内容的视频，这才是(shì)真正让人们(men)感到惊喜的地方。因为无论AI生成的视频多么高清，也只(zhǐ)能(néng)是为内容生(s杨震四知的文言文翻译及注释及翻译，杨震四知文言文原文及翻译hēng)产(chǎn)者提(tí)供一(yī)个灵感，一个(gè)素材(cái)，一个过场动(dòng)画。

不过能够制作出有具体(tǐ)剧情内容(róng)的(de)视频就意(yì)味(wèi)着，一(yī)些视频创作由AI代替人工(gōng)完成(chéng)已经初步(bù)有了可能。

当(dāng)下AI的发展(zhǎn)速度已经超过大部分人的(de)想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容生(shēng)产方(fāng)式(shì)，可(kě)以为内(nèi)容产业带(dài)来更新的内容(róng)风格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱动内(nèi)容产业的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作等多种内(nèi)容形式(shì)的生成。不难发(fā)现该项(xiàng)技术不仅(jǐn)在游杨震四知的文言文翻译及注释及翻译，杨震四知文言文原文及翻译戏等行业(yè)能得到有(yǒu)效应用(yòng)，对于下一代互联网各种元素的构(gòu)建亦(yì)有关键(jiàn)意义。

从商业化的角度来看，文(wén)化娱乐、教(jiào)育、传媒(méi)等(děng)诸多领域，本(běn)身就对基于AI的可视化(huà)内(nèi)容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只(zhǐ)是(shì)AI进程中(zhōng)的一块(kuài)重要拼图，有望(wàng)在技术更新的(de)加持下(xià)实(shí)现更(gèng)大(dà)的应用(yòng)价值。

AI从理解内(nèi)容，走向了(le)可以生成内容，甚至能够创造(zào)出(chū)独立价值和独立视角的(de)内容(róng)。AIGC的再次出圈，更代表着未来的先进生产力(lì)即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从(cóng)技术(shù)的发展也可以看出，在语言(yán)大模型、图像大模型之后，多(duō)模态大模(mó)型已经成为了新的(de)趋势。

大模型被誉为当前人工智能发展的智能底座，是全球竞争最激烈的研(yán)究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头(tóu)部企业都在(zài)竞相发力。

不过训练大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练一(yī)次的(de)成本约为140万美元。而对于一(yī)些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万美元高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均数(shù)1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约(yuē)为8亿美(měi)元，每日仅(jǐn)电费就在5万美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大(dà)算力支(zhī)持。在关注各类大模(mó)型的发(fā)展同时，更(gèng)应该关注(zhù)算力网络的(de)建设(shè)。

算力网络(luò)正驱(qū)动AI产业(yè)发展进(jìn)入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智能发展(zhǎn)的终极目标(biāo)离得更近。

因为(wèi)算(suàn)力可以(yǐ)对突(tū)破性技术创新提供(gōng)大力的支持(chí)。这方面，多模态大模型是典型。作为面向未来强人工(gōng)智能、通用人工智能(néng)的(de)重(zhòng)要技术创新，多模态(tài)大(dà)模型(xíng)已经在人工智能领域提出(chū)了很多年，业界也有不少技术突破(pò)，但是，多模态大模(mó)型进(jìn)一(yī)步往下走，算(suàn)力需求呈几何式上升，一般的(de)算力基础设施很(hěn)快将难以胜任。

从图像、文字、语(yǔ)音(yīn)单独一项的训练，到(dào)双模态、三模态(tài)的跃迁，让人工(gōng)智(zhì)能可以灵活(huó)应(yīng)对不同(tóng)模(mó)态的转化(huà)、像人与世(shì)界交互一样自(zì)然，这方(fāng)面，由(yóu)算力(lì)网络来驱(qū)动将有明显优势。

此外，还有很多(duō)需要爆发式增长的算力来(lái)支撑的技术创新，将在人(rén)工智能算力网络支撑下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在大模型和大(dà)算力的支持下AIGC能持续颠覆内容(róng)生产的方式，将创(chuàng)造的边(biān)际成本(běn)降低，让(ràng)万众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 杨震四知的文言文翻译及注释及翻译，杨震四知文言文原文及翻译