自聊天机器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈论人(rén)工智能(néng)话题(tí)。在最(zuì)近的一次采访中，他再次表示：“AI可能会让科技(jì)行业迎来(lái)一次剧烈的洗牌”。

这个结(jié)论(lùn)是他在当地时间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可(kě)能会威(wēi)胁到(dào)谷歌的(de)市占率，因为微软在AI方面的(de)行动相当迅速。而最(zuì)终科技巨头将把(bǎ)AI整合(hé)成用户的(de)“全能(néng)助手”，包揽(lǎn)一切应用，与人(rén)们进行沟通(tōng)并提(tí)供建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大佬(lǎo)口中全能助手的到(dào)来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以(yǐ)AI绘画(huà)为代表的AIGC上一(yī)次爆火的(de)时候，还(hái)是(shì)2022年8月，在(zài)美(měi)国科(kē)罗(luó)拉(lā)多州举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧院(yuàn)》的(de)作品获奖。

随后各大厂商的(de)AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应(yīng)用中输(shū)入(rù)一组关键词或者(zhě)一张照片，就能获得一幅(fú)AI创作的画作。

作画的关键就是所(suǒ)输入的文本。同一组关(guān)键(jiàn)词也(yě)可以(yǐ)创作出(chū)很(hěn)多张风格不一样(yàng)的画(huà)作，这让(ràng)创(chuàng)作(zuò)的过程就像开盲盒。

很多用户很喜欢这(zhè)种(zhǒng)不确定(dìng)的(de)惊喜，他们会将生(shēng)成(chéng)的美图(tú)当(dāng)做(zuò)头像。而另(lìng)一部分(fēn)喜(xǐ)欢翻看AI绘画(huà)的(de)“翻(fān)车”作(zuò)品。在社交媒体上，许多用户分(fēn)享AI“翻(fān)车现场”，例如，一位网(wǎng)友的小(xiǎo)狗(gǒu)照片被AI画(huà)成了“肌肉男”，还(hái)有网友的(de)个人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画(huà)的(de)填写关键词游戏可(kě)能要被(bèi)颠(diān)覆了。

东莞属于几线城市"https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯坦福(fú)读(dú)博(bó)的中国人张吕敏创作的一种(zhǒng)基于控制点的(de)图像变(biàn)形算(suàn)法(fǎ)，主要用于数字图像处理、计算机视觉和计算机图形学等领(lǐng)域。

其(qí)SD插件一经(jīng)发布，在(zài)短(duǎn)短的两天(tiān)内便成(chéng)为了AI绘(huì)画领域最新的热(rè)点。

在此之前，大家用了很多(duō)方(fāng)法想(xiǎng)让(ràng)AI生成的结果(guǒ)尽可能的(de)符(fú)合(hé)要(yào)求，但(dàn)是都不尽如(rú)人意(yì)，它(tā)的出现代表着AI生成开(kāi)始进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可以直接提取画面(miàn)的构图，人物的姿势和画(huà)面的(de)深度信息(xī)等(děng)。有了它(tā)的帮助，就不用频繁(fán)的用提示(shì)词来(lái)碰运(yùn)气，抽盲(máng)盒式的(de)创作了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘(huì)画(huà)加(jiā)了“魔法”，不少博主(zhǔ)的作(zuò)品已经获得了大量的浏览(lǎn)量，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带她们走进动漫世界。

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(guān)键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定(dìng)骨骼开(kāi)始换关键词试效(xiào)果。

通过图片就(jiù)可以看(kàn)出(chū)来，效果十(shí)分惊艳(yàn)。

更(gèng)厉(lì)害的是(shì)，除了真实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿(gǎo)转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自(zì)回应。

不得(dé)不(bù)说当下AIGC已经变得越(yuè)来越强大，甚至输出(chū)的作(zuò)品都(dōu)已经能以假乱真(zhēn)了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术力(lì)爆发

警惕(tì)安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网(wǎng)络，而经过警方辟谣这(zhè)所谓的“party”可能是全(quán)国第一(yī)起AI绘图诈骗。

由(yóu)于这个活动里面给出的美女照片都是AI制作的真(zhēn)人照(zhào)片绘(huì)图(tú)，因为太逼真，被大家(jiā)当成真事传播了(le)。

不过仔细(xì)观察可以发现，活动发起(qǐ)者提供(gōng)的照片(piàn)中有(yǒu)个很大的漏洞可以(yǐ)发现并非(fēi)真人，而是(shì)AI绘(huì)图，那便是图片中女性的(de)手指部分有的存在(zài)异常。

有行业(yè)人事表示：“现在因(yīn)为手指部分(fēn)的绘画(huà)算法比较复杂，AI还不太(tài)会画(huà)人(rén)的手(shǒu)，但最新看到的(de)图片已经有越来越完美的AI模型出(chū)现(xiàn)，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在国外也已有发(fā)生。据英国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的假照片(piàn)发布到网络，以此诱(yòu)骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果(guǒ)这样的图片被(bèi)用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学(xué)习”了大量(liàng)前(qián)人的作(zuò)品之后，其(qí)创作(zuò)没有(yǒu)任何情(qíng)绪(xù)和灵(líng)魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都(dōu)并(bìng)没有得到有效(xiào)的(de)解决，还有AIGC会不会代替人类“至高无上”的(de)创(chuàng)意。

马斯克也强调，人工智能的安全(quán)问题需(xū)要得到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都(dōu)是有(yǒu)两面(miàn)性的，潜(qián)在的危(wēi)害并(bìng)不能(néng)掩盖其光辉的(de)贡献。现(xiàn)在看来，人(rén)工智能技术将是第四次工业革(gé)命的核心驱动力量，将创造新的增(zēng)长奇迹(jì)。

过去一年，人工(gōng)智能在(zài)技术(shù)和商业(yè)层面都有了巨大进展，AI绘画就是人(rén)工智(zhì)能技术发生方向(xiàng)性改变的(de)一(yī)个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌(gē)先后发布了几条引爆科技圈的短(duǎn)视(shì)频。这些视频引发关注并非(fēi)内容做得多优(yōu)秀(xiù)，反而都非常简单，比如一(yī)匹正在喝水的马，一只画(huà)画(huà)的(de)玩具熊，或者(zhě)一段骑摩(mó)托(tuō)车的第(dì)一视角录像，随(suí)便一个(gè)有手机的人都可以随手录下一段。

但这些(xiē)短(duǎn)视(shì)频的创作方(fāng)式非常简(jiǎn)单，创(chuàng)作者(zhě)仅仅需要向AI输入一段话，甚(shèn)至只是说一下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成(chéng)视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差(chà)别。

在(zài)Make-A-Video公布(bù)了(le)AI生成(chéng)的(de)视频后，AI圈(quān)就(jiù)已(yǐ)经玩了一(yī)波梗(gěng)，一(yī)个能(néng)够做(zuò)出更(gèng)高清(qīng)视频(pín)的AI还不足以(yǐ)在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在(zài)于，它可以制作出超过2分钟的连贯的也(yě)有确(què)切内容的视频，这才是真(zhēn)正让人们感到惊喜的(de)地方。因为无论(lùn)AI生(shēng)成(chéng)的(de)视频多(duō)么高清，也(yě)只能是为内容生产者提供一个灵感(gǎn)，一个素材，一(yī)个过场动画。

不过能够制作出有具(jù)体剧情内容(róng)的视频就意味(wèi)着(zhe)，一些视频创作(zuò)由(yóu)AI代替人工(gōng)完(wán)成已经初步有了(le)可能(néng)。

当下AI的发展(zhǎn)速度已经超(chāo)过大部分(fēn)人的想象。内容(róng)产业(yè)的本(běn)质是供给创造需求，AIGC作(zuò)为全(quán)新的内容生(shēng)产方式，可以(yǐ)为内容产业带来更新(xīn)的内容风格、更快的生产速度，更低的生产成本(běn)，这无(wú)疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机(jī)器人动作等多(duō)种内容形(xíng)式的生成(chéng)。不难发现该项技术不仅在(zài)游戏(xì)等行业能得到有效应用，对(duì)于下一(yī)代互联(lián)网(wǎng)各种元素的构建亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传媒等诸(zhū)多领域，本(běn)身(shēn)就(jiù)对(duì)基于AI的可视化内容有强烈(liè)需求。

因此，AI绘(huì)画及视频或不是结果，而只(zhǐ)是AI进程(chéng)中的一块重要拼图(tú)，有望(wàng)在技术更新(xīn)的加持下实(shí)现更大的应用(yòng)价值。

AI从理解内容，走(zǒu)向了(le)可(kě)以生成内容，甚至能够创造出独立价值(zhí)和(hé)独(dú)立(lì)视角的内容。AIGC的再次出圈(quān)，更代表(biǎo)着(zhe)未来的先(xiān)进生(shēng)产力即(jí)将到来。

04

紧抓大(dà)模型与(yǔ)算(suàn)力(lì)，牢固AIGC底座(zuò)

从(cóng)技术的发展也(yě)可(kě)以看出，在语言大模(mó)型、图(tú)像大模型之后，多模态大模型(xíng)已经成(chéng)为了新的趋势(shì)。

大模型被誉为当前人工(gōng)智(zhì)能发展的(de)智能底座(zuò)，是(shì)全(quán)球竞争最激烈(liè)的(de)研究方(fāng)向(xiàng)之一，包括谷歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯等众多头(tóu)部企业都(dōu)在竞相发(fā)力。

不过训(xùn)练大模型(xíng)的确价(jià)格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要多(duō)少算力(lì)》报告估算，GPT-3训(xùn)练一(yī)次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客(kè)平(píng)均数1300万计(jì)算，其对应芯(xīn)片需求为(wèi)3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入(rù)成本约(yuē)为8亿美元，每日(rì)仅(jǐn)电费就(jiù)在5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支持(chí)。在关注各类大(dà)模(mó)型的(de)发展同(tóng)时(shí)，更应该(gāi)关注算力网络的(de)建(jiàn)设(shè)。

算力网络正驱(qū)动AI产业发(fā)展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智能发展的(de)终极目(mù)标离得更近。

因为算力可以对突(tū)破(pò)性(xìng)技术创新提供大力(lì)的支持。这方面，多模态大模型是(shì)典(diǎn)型。作为面向(xiàng)未(wèi)来强人工智(zhì)能、通用人工智能的重(zhòng)要技术创新，多模态大模(mó)型已经在人工智能领域(yù)提出了很多年(nián)，业界也有(yǒu)不少(shǎo)技术突破(pò)，但是，多模态大模型进一步往下(xià)走，算力(lì)需求呈(chéng)几何式上(shàng)升，一般的算力基础设施很(hěn)快将(jiāng)难(nán)以胜任。

从图像(xiàng)、文字、语音单独一项的训练(liàn)，到(dào)双模态、三模态的跃(yuè)迁(qiān)，让人工智能(néng)可(kě)以灵(líng)活应(yīng)对不(bù)同模态(tài)的转化、像人与世界交互(hù)一样自然(rán)，这方面，由算力网(wǎng)络来驱动(dòng)将(jiāng)有(yǒu)明显优势。

此(cǐ)外(wài)，还有很多需(xū)要爆发式增长(zhǎng)的算力(lì)来支撑的技术创新，将在人工智能算力网(wǎng)络支(zhī)撑下快速推进。

AIGC已(yǐ)经露出曙光(guāng)，期待在(zài)大模型和大算力的支持(chí)下(xià)AIGC能持续颠覆(fù)内容生产的方式，将(jiāng)创造(zào)的边际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 东莞属于几线城市