自聊天机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次(cì)公开谈论(lùn)人(rén)工智能话题。在最近(jìn)的(de)一次采(cǎi)访中，他再次表示：“AI可能(néng)会(huì)让科技行业迎来(lái)一次(cì)剧(jù)烈的洗牌”。

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

他(tā)预期，AI的发展可能会威(wēi)胁(xié)到谷歌的市占率，因(yīn)为微软(ruǎn)在(zài)AI方面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切应用，与人(rén)们进行沟通并提(tí)供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手(shǒu)的到来(lái)可能尚(shàng)需时日，但由ControlNet引发的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时(shí)候，还是2022年8月(yuè)，在美(měi)国科罗拉多州(zhōu)举办的新兴数字(zì)艺术家竞(jìng)赛中，一(yī)幅名为(wèi)《太空歌剧(jù)院(yuàn)》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可以(yǐ)在应用中(zhōng)输入(rù)一组关键词或者一张照片，就能获得一(yī)幅AI创作的画(huà)作。

作画的关键就(jiù)是所输入的文本。同一(yī)组关键词(cí)也(yě)可以创(chuàng)作出很多(duō)张风格不一(yī)样(yàng)的画作，这让创作(zuò)的过程(chéng)就像开(kāi)盲盒(hé)。

很多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的美图当(dāng)做头像。而另一部分喜欢(huān)翻(fān)看AI绘画的“翻(fān)车”作品(pǐn)。在社交媒(méi)体上(shàng)，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的小(xiǎo)狗照(zhào)片被AI画成(chéng)了“肌肉男”，还有网友的个人(rén)照(zhào)片被AI识(shí)别(bié)成了建筑。

而(ér)如今随(suí)着ControlNet的(de)出(chū)现(xiàn)与(yǔ)加持，以往(wǎng)AI绘画(huà)的填(tián)写关键(jiàn)词游戏可能要被颠覆了。

特朗普为什么叫懂王吗？ 特朗普为什么称为懂王oding="async" src="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(shì)一位正在斯(sī)坦福(fú)读博(bó)的中(zhōng)国人张吕敏创作的(de)一种基(jī)于控(kòng)制点的(de)图像(xiàng)变形(xíng)算法(fǎ)，主要用(yòng)于数(shù)字图像处(chù)理、计算机视觉和计算机图形学等领域。

其SD插件一(yī)经发布，在短短的两天(tiān)内(nèi)便成为(wèi)了AI绘画领域最新的热(rè)点。

在此之前，大家用了很(hěn)多(duō)方法(fǎ)想让AI生成(chéng)的结(jié)果尽(jǐn)可能的符合要求(qiú)，但是都不尽如人意，它的出现代表着AI生(shēng)成开始进(jìn)入真(zhēn)正的可(kě)控时期(qī)。

因为ControlNet可以直接提(tí)取画(huà)面的构(gòu)图(tú)，人物的姿势和画面的(de)深度(dù)信息(xī)等(děng)。有(yǒu)了它的帮助，就(jiù)不用(yòng)频繁的用提示词来(lái)碰运(yùn)气，抽盲盒式(shì)的(de)创作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔(mó)法”，不少博(bó)主(zhǔ)的作(zuò)品已经获(huò)得了(le)大量的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友的照片(piàn)直接带她们走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的(de)关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试(shì)效果。

通过图片就可(kě)以(yǐ)看(kàn)出来，效果十(shí)分(fēn)惊艳(yàn)。

更(gèng)厉害的是，除了真实的照片(piàn)，草图也可以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图。大神张吕敏其(qí)本尊也亲(qīn)自回应。

不得(dé)不说当下AIGC已经(jīng)变得越来越强大(dà)，甚至输出的作品都已经能以假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全(quán)问题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络(luò)，而经(jīng)过警(jǐng)方辟谣这所谓的“party”可能是(shì)全国第(dì)一(yī)起AI绘图诈骗。

由于这个活动里面给(gěi)出(chū)的美(měi)女照片都是AI制作的真人照片绘图，因(yīn)为太逼真(zhēn)，被大家当(dāng)成真(zhēn)事传播(bō)了。

不过仔细观察可以发现，活动发起者(zhě)提供的照(zhào)片(piàn)中有个很大的漏洞可以发现并(bìng)非(fēi)真人，而是AI绘图(tú)，那便是图(tú)片(piàn)中女性的手指部分有的存(cún)在异(yì)常。

有行业人事表(biǎo)示：“现在因为手(shǒu)指部(bù)分的绘画算(suàn)法比较(jiào)复(fù)杂，AI还不太会画人的(de)手(shǒu)，但最新看到(dào)的图片已经(jīng)有(yǒu)越来越(yuè)完美的AI模(mó)型出现，以(yǐ)后可(kě)能就完全(quán)没有漏(lòu)洞了(le)。”

类(lèi)似的(de)AI作(zuò)图诈骗在国外也已有发(fā)生(shēng)。据英国(guó)广(guǎng)播(bō)公司(sī)报道，土(tǔ)耳其(qí)地(dì)震期(qī)间，有Tiktok用户使用AI合成了儿童(tóng)受灾(zāi)的假(jiǎ)照(zhào)片发布到网(wǎng)络，以(yǐ)此诱(yòu)骗善(shàn)良(liáng)的(de)人打赏“捐助”从而实施诈骗。

目前随着技(jì)术发展，AIGC已经能做出真人照(zhào)片般的绘图(tú)效果，如果这样(yàng)的图片(piàn)被(bèi)用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方面(miàn)，批判者(zhě)认为AI在“学(xué)习”了大量前(qián)人的作(zuò)品(pǐn)之后，其创作没有(yǒu)任何(hé)情绪(xù)和灵魂，难以和人类的艺(yì)术创(chuàng)作(zuò)相提并论。

另一方面，AIGC背后的(de)版权、目(mù)前都并没有得到(dào)有效的解(jiě)决，还有AIGC会不会代替人(rén)类“至高(gāo)无上”的创意。

马斯克也(yě)强(qiáng)调，人工智能的安全问题需要(yào)得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还(hái)有远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的危害并(bìng)不能掩盖其(qí)光辉的贡献。现在看来，人工智能技术将是(shì)第四次工业(yè)革命的核心驱动力(lì)量，将(jiāng)创造新(xīn)的(de)增长奇迹。

过(guò)去一(yī)年，人工智能(néng)在(zài)技术(shù)和(hé)商业(yè)层(céng)面都有了巨大进展，AI绘画就是人工(gōng)智能技术发(fā)生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几(jǐ)条(tiáo)引(yǐn)爆科技圈(quān)的短(duǎn)视频(pín)。这(zhè)些视频引(yǐn)发关(guān)注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的(de)马，一(yī)只画画的玩具熊，或(huò)者一(yī)段骑摩托车的第一视角录(lù)像(xiàng)，随便一个有手机的人都可以随手录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需要(yào)向AI输入一段话，甚至只是说一下要(yào)求，AI就可以根据需要(yào)生成一段视频(pín)。

谷歌发布的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前(qián)者主要(yào)突出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布(bù)了(le)AI生成的视频后，AI圈就已(yǐ)经玩了(le)一波梗，一个能够做出更高清视频的AI还不足以在短(duǎn)时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超(chāo)过2分钟的连贯(guàn)的(de)也有确切(qiè)内容的(de)视频，这(zhè)才是真(zhēn)正(zhèng)让人(rén)们(men)感到(dào)惊喜的(de)地方。因为无论AI生成(chéng)的(de)视频多(duō)么高(gāo)清，也只能是为内(nèi)容生产者提供(gōng)一个灵感，一(yī)个(gè)素材(cái)，一个过场动画。

不过能够制作出(chū)有具体剧情(qíng)内容的视(shì)频就意味(wèi)着(zhe)，一些视频(pín)创作(zuò)由AI代替人工完成已经初步有了(le)可能(néng)。

当下(xià)AI的(de)发展(zhǎn)速度已(yǐ)经超过大(dà)部分(fēn)人的想象。内容产业(yè)的(de)本质是供给创造(zào)需求，AIGC作为(wèi)全(quán)新(xīn)的内(nèi)容生产(chǎn)方式，可以为内容产业带来(lái)更新的内(nèi)容风格、更快的生产(chǎn)速度(dù)，更低的生产成本，这无疑会驱动(dòng)内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等多种内容形式的(de)生成。不难发现该项技术(shù)不(bù)仅(jǐn)在游戏等行业能得(dé)到有效(xiào)应用，对于下一代互联网各种元(yuán)素的构建(jiàn)亦有关键意(yì)义。

从商业化的角度来(lái)看，文化(huà)娱乐、教育、传媒(méi)等诸多领域(yù)，本身就(jiù)对(duì)基于AI的可(kě)视化内(nèi)容有(yǒu)强烈需(xū)求。

因此，AI绘画(huà)及视频(pín)或不是结果，而只是(shì)AI进程中的(de)一块重要拼(pīn)图(tú)，有望在技术更新(xīn)的加持下实(shí)现更大的应用价(jià)值。

AI从理解内容，走向(xiàng)了(le)可以生成内容(róng)，甚至(zhì)能够创造出独立(lì)价值和(hé)独立视角的内容。AIGC的(de)再次出圈，更代(dài)表着未来的(de)先(xiān)进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在语言大模型、图像大模型之后(hòu)，多模态大模(mó)型已经成为了新的趋势。

大模型被(bèi)誉为当前人工智能发展的智能底(dǐ)座，是(shì)全(quán)球竞争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发(fā)力。

不过训练大模型(xíng)的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告估(gū)算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而对于一(yī)些(xiē)更大的LLM(大型语言模型)，训(xùn)练(liàn)成本则(zé)介(jiè)于200万美元至1200万美元(yuán)高价(jià)之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数(shù)1300万(wàn)计算，其对应(yīng)芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都(dōu)离(lí)不开(kāi)庞大(dà)算(suàn)力(lì)支持。在关注各(gè)类大模型(xíng)的发展同时，更(gèng)应(yīng)该(gāi)关注算力网络(luò)的(de)建(jiàn)设。

算(suàn)力网络(luò)正驱动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极目(mù)标(biāo)离得(dé)更近。

因为(wèi)算力可以对突破性技术创新(xīn)提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向(xiàng)未(wèi)来强人(rén)工智能、通用人工(gōng)智能的重要(yào)技术创新，多模态大(dà)模型已经在人工智能领域提(tí)出了很多年，业界也有不少技术(shù)突破，但是，多模态大模型进(jìn)一步往下(xià)走特朗普为什么叫懂王吗？ 特朗普为什么称为懂王，算力需求呈(chéng)几何式(shì)上升，一般(bān)的算力(lì)基础设施很快将难以胜任。

从(cóng)图(tú)像(xiàng)、文(wén)字、语音单独一(yī)项的训练，到双模态(tài)、三模(mó)态(tài)的跃迁，让人工(gōng)智能(néng)可以灵活应(yīng)对不同模态的转化、像人与世界交互一样自然，这方面，由算(suàn)力(lì)网(wǎng)络来驱动(dòng)将(jiāng)有明显(xiǎn)优(yōu)势(shì)。

此外，还有(yǒu)很(hěn)多需要爆(bào)发式(shì)增长的算力来支(zhī)撑(chēng)的技术(shù)创新(xīn)，将在人(rén)工智能(néng)算(suàn)力网络(luò)支撑下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的(de)方(fāng)式，将(jiāng)创(chuàng)造的边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 特朗普为什么叫懂王吗？ 特朗普为什么称为懂王