自聊天机器人ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多次公开谈论人工智(zhì)能(néng)话题。在最近(jìn)的一次采访(fǎng)中，他再次表(biǎo)示：“AI可(kě)能会让科技行业迎来一(yī)次剧烈的(de)洗牌”。

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

他(tā)预(yù)期，AI的发(fā)展(zhǎn)可能会威胁到谷歌的市占率，因为微软(ruǎn)在(zài)AI方(fāng)面的(de)行动相当迅速。而最终科技巨头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人(rén)们进行沟通(tōng)并提供建议(yì)，可(kě)以(yǐ)取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大(dà)佬口(kǒu)中全(quán)能助手的到来(lái)可能(néng)尚需时(shí)日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗(luó)拉多(duō)州举(jǔ)办的(de)新兴(xīng)数字(zì)艺术家竞赛中，一幅名为(wèi)《太空歌(gē)剧院(yuàn)》的作品获奖。

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

用户们可以在应(yīng)用(yòng)中输入一组关键词或者一张(zhāng)照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所(suǒ)输(shū)入的(de)文本。同(tóng)一组(zǔ)关(guān)键(jiàn)词也(yě)可以创作出(chū)很多张风(fēng)格不一样的画作，这让创作的过程就像开盲盒(hé)。

很多用户很(hěn)喜欢这种不确定(dìng)的惊喜，他们会将生成的美图当做头像。而另一部分(fēn)喜欢(huān)翻看(kàn)AI绘(huì)画的“翻(fān)车”作品。在(zài)社交媒体上(shàng)，许(xǔ)多用户分享AI“翻(fān)车现场”，例如(rú)，一位网友的小(xiǎo)狗照片被AI画成(chéng)了“肌肉男(nán)”，还有网友的(de)个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填写关(guān)键(jiàn)词游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张(zhāng)吕敏创作的(de)一(yī)种基(jī)于控制点的图像(xiàng)变形(xíng)算法，主要用于数(shù)字图像处(chù)理(lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插件一经发布，在短短的(de)两天内便成(chéng)为了AI绘(huì)画领域最(zuì)新的热点。

在此之前，大(dà)家用(yòng)了很多方法想让AI生成的结果尽可能的符合要(yào)求，但是都不(bù)尽如(rú)人(rén)意，它的出现代(dài)表着AI生成开(kāi)始进入真正的可(kě)控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面的深度(dù)信息等。有(yǒu)了它(tā)的帮(bāng)助(zhù)，就不(bù)用频繁(fán)的用(yòng)提示词来碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不(bù)少博主的作(zuò)品已经获得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友的照片(piàn)直接带(dài)她们(men)走进(jìn)动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应(yīng)的关键词(cí)；最后(hòu)用ControlNet插件绑(bǎng)定骨骼开(kāi)始(shǐ)换关键词试(shì)效(xiào)果。

通过图片就可以看出来(lái)，效(xiào)果十分惊艳。

更(gèng)厉(lì)害的是，除了真实的(de)照(zhào)片，草图也可以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得(dé)越来(lái)越强大，甚至输出(chū)的作品都已经能以(yǐ)假(jiǎ)乱真(zhēn)了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经过警方辟谣这(zhè)所(suǒ)谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由(yóu)于(yú)这个(gè)活动里面给出的美女(nǚ)照片都是AI制作的(de)真人照片绘图(tú)，因为太逼真(zhēn)，被大家(jiā)当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发起者提(tí)供的照片中有个很大(dà)的漏洞可以发现(xiàn)并非真(zhēn)人，而是AI绘(huì)图，那便(biàn)是图片中女(nǚ)性的手指部分(fēn)有(yǒu)的存(cún)在异常。

有行业人事表(biǎo)示：“现在因为(wèi)手指部分(fēn)的(de)绘画算(suàn)法比较复杂，AI还不太(tài)会画人的手，但最新(xīn)看到的图片已经(jīng)有(yǒu)越来越完(wán)美(měi)的AI模型(xíng)出(chū)现，以后可能(néng)就完全(quán)没有漏洞了。”

类似的AI作图诈骗在(zài)国外也已有发生(shēng)。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真(zhēn)人照(zhào)片(piàn)般的绘图效(xiào)果，如果这(zhè)样的图片(piàn)被(bèi)用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发(fā)了很多担(dān)忧，一方面(miàn)，批判者认为(wèi)AI在“学习”了大量前人的作品之后，其(qí)创作没有任(rèn)何情绪和灵魂(hún)，难以和人类的艺(yì)术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到(dào)有效的解决，还(hái)有AIGC会不会代替人(rén)类“至(zhì)高无上”的创意。

马(mǎ)斯克(kè)也强调，人工(gōng)智能的安(ān)全问题需(xū)要(yào)得(dé)到重视，太晚就(jiù)来不及(jí)了。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技术(shù)都是有(yǒu)两面性的，潜(qián)在的危害并不能(néng)掩(yǎn)盖其光辉(huī)的贡献。现在看来(lái)，人工(gōng)智能(néng)技术将是第四次工(gōng)业革命的核(hé)心驱动力量(liàng)，将创造新的(de)增长奇迹。

过去一(yī)年，人(rén)工智能在技术(shù)和商(shāng)业层面都有(yǒu)了巨大进展，AI绘(huì)画就是(shì)人工智(zhì)能技术发生(shēng)方(fāng)向性改变的(de)一个(gè)代表。其下一站或许就是视(shì)频(pín)。

此(cǐ)前，Meta和谷歌先后发布(bù)了(le)几(jǐ)条引(yǐn)爆科技圈的短(duǎn)视频。这些视频引发关注(zhù)并非内容做(zuò)得(dé)多优(yōu)秀，反(fǎn)而(ér)都非常简单，比(bǐ)如一匹正在喝(hē)水(shuǐ)的马，一只画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的第(dì)一视(shì)角录像，随便一个(gè)有手机的人都可以随手录下一(yī)段。

但这些短(duǎn)视频的创作(zuò)方式非常简(jiǎn)单(dān)，创作(zuò)者仅仅需要向AI输(shū)入一(yī)段话，甚至只(zhǐ)是(shì)说一下要求，AI就可以根(gēn)据需要(yào)生成(chéng)一段视频。

谷歌发(fā)布的两个(gè)AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是(shì)高清，与Meta的Make-A-Vi十二生肖中张牙舞爪是哪些动物deo没有太(tài)多的(de)差别。

在Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈就(jiù)已经玩了(le)一波梗，一个(gè)能(néng)够做(zuò)出更高清视频的AI还(hái)不足以(yǐ)在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加(jiā)令(lìng)人震(zhèn)惊的地(dì)方在于，它可以制作(zuò)出超过2分钟的连贯(guàn)的也(yě)有确切内容的视频，这(zhè)才是真正让人们感(gǎn)到惊喜的地(dì)方(fāng)。因为无(wú)论(lùn)AI生成的视频多(duō)么高清，也只能是(shì)为(wèi)内容(róng)生产(chǎn)者提供一(yī)个灵感，一个素(sù)材，一个过(guò)场(chǎng)动(dòng)画。

不过(guò)能够制作出有具(jù)体剧情内容(róng)的视频就意味(wèi)着，一些视频(pín)创作由AI代替人工完成已经初步有了(le)可能。

当下AI的发(fā)展速度已经超过大部分人的(de)想象。内容产业的本(běn)质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的(de)内容风格(gé)、更快(kuài)的(de)生产速度，更低的生产成本，这(zhè)无疑会驱动内(nèi)容(róng)产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应(yīng)用于(yú)音乐、代码(mǎ)、机器(qì)人动(dòng)作等多种内(nèi)容形式的生成。不(bù)难发(fā)现(xiàn)该项技术不仅在游戏等行(xíng)业能得到(dào)有效应用(yòng)，对于下一代互联网各种(zhǒng)元素的构建亦有关键意(yì)义。

从商业化(huà)的角度来看，文(wén)化娱乐(lè)、教育(yù)、传媒(méi)等诸多领域，本身就对基于AI的(de)可视(shì)化内容有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或(huò)不(bù)是结果，而只是(shì)AI进程中的一(yī)块重要拼图，有望在技术更新(xīn)的加持(chí)下实(shí)现更大的应用价值。

AI从理解内容，走向了可以生成内容(róng)，甚至能够创造(zào)出独立价(jià)值和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更代表着(zhe)未来的(de)先进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座

从(cóng)技术的发展也可以看(kàn)出，在语言(yán)大模型、图像大模(mó)型(xíng)之(zhī)后，多模态大模型已经成为了新的趋势。

大模型被(bèi)誉(yù)为(wèi)当(dāng)前人工智能发(fā)展(zhǎn)的智能底座，是(shì)全球竞争(zhēng)最激烈的研(yán)究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一(yī)次的成本约(yuē)为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美(měi)元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的(de)独立访(fǎng)客(kè)平均数1300万计算，其对应芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费就(jiù)在5万美元左右。

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

算力网络正驱动(dòng)AI产业发展(zhǎn)进(jìn)入史诗级加速进程(chéng)，让AIGC及通用AI这一人(rén)工智(zhì)能发(fā)展的终极(jí)目标离得更(gèng)近。

因为算力可(kě)以对突破性技术(shù)创(chuàng)新提供大力的(de)支持。这方面，多模态大模型(xíng)是典(diǎn)型。作为面向(xiàng)未来强人工智(zhì)能(néng)、通用人(rén)工智能的(de)重(zhòng)要技术创(chuàng)新(xīn)，多(duō)模态大模型已(yǐ)经在(zài)人工智能(néng)领(lǐng)域(yù)提出了很多年，业(yè)界(jiè)也有(yǒu)不少技术突破，但是，多模(mó)态大模型进一(yī)步往下(xià)走，算(suàn)力需求呈几何式上升(shēng)，一(yī)般(bān)的算力基础设(shè)施很快将难以胜任。

从图像、文(wén)字、语音单(dān)独(dú)一(yī)项(xiàng)的训练，到双模态、三模态的跃迁，让人工智能可(kě)以灵(líng)活(huó)应对不(bù)同模态的转化、像(xiàng)人与世界交互一样自然，这方面，由算力网络来驱动将有明(míng)显优势。

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

AIGC已(yǐ)经露出曙光，期待在大模型和(hé)大算力的支(zhī)持(chí)下AIGC能持续颠覆内容生产的方(fāng)式，将创造(zào)的边际成本降低，让万众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 十二生肖中张牙舞爪是哪些动物