自聊天机器人(rén)ChatGPT火爆(bào)以来，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论(lùn)人工(gōng)智能话题。在最近(jìn)的(de)一次50克有多少参照物图片，50克有多少参照物采访中，他再(zài)次表示(shì)：“AI可能会让科技行业迎(yíng)来一次剧烈(liè)的洗牌”。

这个结(jié)论是(shì)他(tā)在当地时(shí)间2月(yuè)20日接受《In Good Company》节目专访时提出的(de)。

他预期(qī)，AI的发展可能(néng)会(huì)威(wēi)胁到(dào)谷歌的市占率，因为(wèi)微软(ruǎn)在AI方面的行(xíng)动相当迅速。而最(zuì)终科技巨头将(jiāng)把AI整合(hé)成用户的(de)“全能助手”，包揽一(yī)切应用，与人们进行(xíng)沟通并(bìng)提(tí)供(gōng)建(jiàn)议(yì)，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围(wéi)中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可(kě)控靠近(jìn)

以AI绘(huì)画为代(dài)表的(de)AIGC上(shàng)一次爆火的时候，还(hái)是2022年(nián)8月，在美国科罗拉(lā)多州(zhōu)举办的新兴数(shù)字艺术家竞赛中，一幅名(míng)为《太(tài)空歌剧院(yuàn)》的(de)作品获(huò)奖。

随后各大(dà)厂(chǎng)商的AI绘画软(ruǎn)件被广大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可以(yǐ)在应用中输入一组(zǔ)关(guān)键词或者一张照片，就能获得(dé)一幅AI创作的画(huà)作。

作(zuò)画的关(guān)键(jiàn)就是所输入的文本。同一组关键词也可以创作出很多(duō)张风(fēng)格不一样的画作，这让创作的过(guò)程就(jiù)像开盲盒。

很(hěn)多用户很喜欢这(zhè)种不确(què)定的惊喜(xǐ)，他(tā)们会将(jiāng)生成的美图当做头像。而(ér)另一部分喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻(fān)车现场”，例(lì)如(rú)，一位(wèi)网友的小(xiǎo)狗照片(piàn)被AI画成了“肌(jī)肉男(nán)”，还有网友的个人照片被(bèi)AI识别成(chéng)了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的中国(guó)人(rén)张吕敏创(chuàng)作的一种基于控(kòng)制点的图(tú)像(xiàng)变(biàn)形算法(fǎ)，主要(yào)用(yòng)于数字图像(xiàng)处理、计算机视觉和计算机(jī)图形学等领域。

其SD插件(jiàn)一经发(fā)布，在短短(duǎn)的两天内便(biàn)成(chéng)为了AI绘(huì)画领(lǐng)域最新的热点。

在此之(zhī)前，大家用了(le)很多(duō)方法想让AI生成的结果尽可(kě)能的符合要求，但是都不尽如(rú)人意，它(tā)的(de)出现代表着AI生(shēng)成开(kāi)始进(jìn)入真正的可控时期。

因(yīn)为ControlNet可以直(zhí)接提(tí)取画面的构(gòu)图(tú)，人物的姿势和画面(miàn)的(de)深度信息等。有了它(tā)的(de)帮助，就不用频(pín)繁(fán)的用提示词来碰运气，抽盲(máng)盒式(shì)的(de)创作了。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博主的作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中(zhōng)之一(yī)，他用朋(péng)友的照片直接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的(de)关键词；最后用ControlNet插(chā)件绑定骨骼开始换关(guān)键(jiàn)词试效果。

通过图片就可以(yǐ)看出来(lái)，效果(guǒ)十分(fēn)惊艳。

更(gèng)厉害的是，除了真实的照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不(bù)得不说当下(xià)AIGC已经(jīng)变得越(yuè)来越强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力(lì)爆发

警惕安全问题(tí)

近日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可(kě)能是(shì)全(quán)国(guó)第一起AI绘(huì)图诈(zhà)骗。

由于这个活动里面(miàn)给出的美(měi)女(nǚ)照片都是AI制作的真(zhēn)人照(zhào)片(piàn)绘图，因为太(tài)逼真，被(bèi)大家当成真事传播了。

不(bù)过仔(zǎi)细观(guān)察可以发现，活动发起者提供的照片中有(yǒu)个很(hěn)大的(de)漏(lòu)洞可(kě)以发(fā)现并(bìng)非真人，而是AI绘(huì)图(tú)，那便是图片中女性的手(shǒu)指(zhǐ)部分(fēn)有(yǒu)的存在异常。

有(yǒu)行(xíng)业人事表示(shì)：“现在(zài)因为(wèi)手指部分(fēn)的绘画算法比(bǐ)较(jiào)复杂，AI还不太(tài)会画人(rén)的手，50克有多少参照物图片，50克有多少参照物ng>但最新看到的图片已经(jīng)有越来越完(wán)美的(de)AI模型出(chū)现(xiàn)，以后可能就完全没(méi)有漏洞了(le)。”

类似的AI作图(tú)诈骗在(zài)国外也已有发生。据英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合(hé)成了儿童受(shòu)灾的(de)假照片发布到(dào)网络，以此诱(yòu)骗(piàn)善(shàn)良的(de)人打(dǎ)赏“捐(juān)助”从而实施(shī)诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经(jīng)能做出真人照片般(bān)的(de)绘图效果(guǒ)，如果这样的图片(piàn)被用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发(fā)了很(hěn)多担忧(yōu)，一方面(miàn)，批判者认为AI在“学习”了大量前(qián)人(rén)的作(zuò)品之后，其(qí)创(chuàng)作没(méi)有任何(hé)情绪和(hé)灵(líng)魂，难以和人类的艺术创(chuàng)作相(xiāng)提并(bìng)论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前(qián)都并(bìng)没(méi)有得到有效的(de)解决，还有AIGC会不会代替人类“至高无上”的(de)创意。

马斯克也强调，人工智能(néng)的安全问题需要(yào)得到重(zhòng)视，太晚就来(lái)不及了。

03

AIGC下(xià)一站(zhàn)除了视(shì)频，还(hái)有远方

技术都是有两面性(xìng)的，潜在的(de)危害并(bìng)不能掩盖其光(guāng)辉的(de)贡(gòng)献。现在看来(lái)，人工智能(néng)技术将(jiāng)是第四次工业革命的(de)核心(xīn)驱(qū)动(dòng)力量，将(jiāng)创(chuàng)造(zào)新(xīn)的增长奇(qí)迹。

过去(qù)一年，人工智能(néng)在技术和(hé)商业层面都有了巨大进展，AI绘(huì)画就是人工智能技术发生方向性改变(biàn)的一(yī)个(gè)代表。其下(xià)一(yī)站(zhàn)或许就是(shì)视(shì)频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引(yǐn)爆科(kē)技(jì)圈的(de)短视(shì)频。这些视频引发关注并(bìng)非(fēi)内容(róng)做得(dé)多(duō)优秀，反而都非(fēi)常(cháng)简单，比如一匹正在喝(hē)水(shuǐ)的马(mǎ)，一只画画的玩(wán)具熊(xióng)，或者(zhě)一段(duàn)骑(qí)摩托车的第一视角录像，随便一个(gè)有手机的人都可以随手(shǒu)录下一(yī)段。

但这些短视(shì)频的创作(zuò)方式非常简单，创作(zuò)者仅仅需要(yào)向AI输入一(yī)段(duàn)话(huà)，甚(shèn)至只是说一(yī)下要(yào)求，AI就可以根据需要生成(chéng)一段视(shì)频(pín)。

谷歌(gē)发布的(de)两个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布(bù)了(le)AI生成的(de)视(shì)频后，AI圈(quān)就已经玩了一波梗，一个能够做(zuò)出更(gèng)高清视频(pín)的AI还不足(zú)以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作出超过2分(fēn)钟的(de)连贯(guàn)的也有(yǒu)确切(qiè)内(nèi)容的视频(pín)，这才(cái)是真(zhēn)正让人们(men)感(gǎn)到惊喜的(de)地方。因为(wèi)无(wú)论AI生成的视频多么高清，也(yě)只能(néng)是为内容生产(chǎn)者提供一个灵感，一个素材，一个过场动(dòng)画。

不过能够(gòu)制(zhì)作出(chū)有具体剧情内容的视频就(jiù)意味着，一些视频创作由AI代替人工完成已经(jīng)初步有了(le)可能(néng)。

当下AI的发(fā)展速(sù)度(dù)已(yǐ)经超过大部分人的想象。内容(róng)产业的本质(zhì)是供(gōng)给创造需求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带来更新(xīn)的内容风格(gé)、更快(kuài)的(de)生产(chǎn)速度，更低的生(shēng)产成本(běn)，这无疑(yí)会驱动(dòng)内(nèi)容产业(yè)的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人动作(zuò)等多种(zhǒng)内(nèi)容形(xíng)式的生成。不难发现(xiàn)该项技术不仅在游戏等行业(yè)能得到有效应用，对于下一代(dài)互联网各种元素的构建亦有关键意义。

从商(shāng)业化的角度来看，文化(huà)娱(yú)乐、教育、传媒等诸多领域(yù)，本身就对基于(yú)AI的可视化内容有强烈需求(qiú)。

因(yīn)此(cǐ)，AI绘画及视频或(huò)不是结(jié)果，而(ér)只是AI进程中的一块重要拼(pīn)图，有望在技(jì)术更新的(de)加持下实现(xiàn)更大的应用(yòng)价值(zhí)。

AI从理(lǐ)解内容，走向了可以生成内(nèi)容，甚至(zhì)能够创造(zào)出独(dú)立(lì)价值和独(dú)立视角的内(nèi)容。AIGC的(de)再次出圈，更代表着未(wèi)来的(de)先进生产力(lì)即将到来。

04

紧抓大(dà)模(mó)型与算力，牢(láo)固(gù)AIGC底座

从(cóng)技术的发展也可(kě)以看出，在语言大模型、图像大模型之后，多模态大模型已经成为了新的(de)趋势(shì)。

大(dà)模型被(bèi)誉为当前(qián)人工智能发展(zhǎn)的智(zhì)能(néng)底座，是(shì)全球(qiú)竞争最激烈的研究方向之一(yī)，包括谷歌(gē)、亚(yà)马(mǎ)逊、百度、阿(ā)里、腾讯等(děng)众(zhòng)多头部企业都在(zài)竞(jìng)相发力。

不过训(xùn)练大模(mó)型的确价格不(bù)菲，以(yǐ)国盛(shèng)证(zhèng)券发(fā)布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练(liàn)一次的成(chéng)本约为(wèi)140万美(měi)元。而对于一些更(gèng)大的LLM(大(dà)型语言模型)，训练成本则介于(yú)200万美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应芯片需求为3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初始投入(rù)成本(běn)约(yuē)为8亿(yì)美元，每日仅电费就在5万(wàn)美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支(zhī)持。在关(guān)注各类大模型的发展(zhǎn)同时，更应(yīng)该关注算力网络的(de)建设。

算力(lì)网络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这(zhè)一人工(gōng)智能发(fā)展的终极(jí)目(mù)标离得更近。

因为算力可以对突破(pò)性(xìng)技术创新(xīn)提供大力的(de)支(zhī)持。这方(fāng)面，多(duō)模态大模型是典型。作(zuò)为面向未来强(qiáng)人工智能、通用人(rén)工智能的重要技术(shù)创新(xīn)，多(duō)模态大(dà)模型(xíng)已(yǐ)经(jīng)在人工(gōng)智能领域(yù)提出了很多年，业界也有不少技术突破，但是，多模态大模型进一(yī)步往下走，算(suàn)力需求呈几何(hé)式上升，一般的算(suàn)力(lì)基础(chǔ)设施(shī)很快将难以胜(shèng)任。

从(cóng)图像、文字、语音单独一项的训练，到双(shuāng)模态(tài)、三模(mó)态的(de)跃迁，让人工智能可以灵活应(yīng)对不同模态的转化(huà)、像(xiàng)人与世界交互(hù)一(yī)样自然，这(zhè)方面，由算力网络来驱动将有(yǒu)明显优势。

此外，还(hái)有很(hěn)多需要爆(bào)发式增长的算力来(lái)支撑的技(jì)术(shù)创新，将在(zài)人工智能算(suàn)力网络支撑(chēng)下(xià)快速推进。

AIGC已(yǐ)经露出(chū)曙光(guāng)，期待在(zài)大模型(xíng)和大(dà)算力的支持下AIGC能持(chí)续(xù)颠覆内容(róng)生产的方式，将(jiāng)创造的边际成本降低，让万(wàn)众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 50克有多少参照物图片，50克有多少参照物