自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公开(kāi)谈论人工智能话题。在最(zuì)近的一(yī)次采访中，他再次表示：“AI可能会让科技行业迎来一(yī)次剧烈(liè)的洗牌”。

这个(gè)结(jié)论(lùn)是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节(jié)目专(zhuān)访时提出的。

他(tā)预期，AI的发展可(kě)能会威胁(xié)到谷歌(gē)的市(shì)占率(lǜ)，因为微软在AI方面的行动相当迅速。而最终(zhōng)科技巨头(tóu)将(jiāng)把(bǎ)AI整合成用户的“全能助手”，包(bāo)揽一(yī)切应用，与人们进行沟通并提供(gōng)建议，可(kě)以(yǐ)取(qǔ)代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口中全(quán)能助手(shǒu)的到来可能尚需(xū)时日，但由ControlNet引发的(de)又一次(cì)AI绘(huì)画(huà)浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国(guó)科(kē)罗拉(lā)多州举(jǔ)办的新兴数字艺(yì)术家(jiā)竞(jìng)赛中(zhōng)，一幅(fú)名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画(huà)软件(jiàn)被广大网友熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们可以在应用中输入一组关键词或者一(yī)张照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是(shì)所输入的文本。同(tóng)一组(zǔ)关键(jiàn)词也(yě)可(kě)以创(chuàng)作(zuò)出很多张风格不一(yī)样的画作，这让创作(zuò)的过程(chéng)就像(xiàng)开(kāi)盲盒。

很多用户很喜欢这(zhè)种不确定(dìng)的惊喜，他(tā)们(men)会将生成的美(měi)图当(dāng)做头像。而(ér)另一部分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交媒体上，许多(duō)用(yòng)户分享AI“翻(fān)车(chē)现场”，例(lì)如，一位网友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照片被AI识(shí)别成了(le)建(jiàn)筑(zhù)。

而如今随着(zhe)ControlNet的出现与加(jiā)持(chí)，以往AI绘画(huà)的(de)填(tián)写(xiě)关(guān)键词游戏可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博的中国人张(zhāng)吕敏创(chuàng)作的一种基(jī)于(yú)控制(zhì)点的(de)图像变形算法，主要用于数(shù)字(zì)图像处理、计(jì)算机(jī)视(shì)觉和计(jì)算(suàn)机图(tú)形学(xué)等领(lǐng)域(yù)。

其SD插件一经发布，在短短的两天内便成为了AI绘画领域最新的热(rè)点。

在此之(zhī)前(qián)，大(dà)家用了很多(duō)方法想(xiǎng)让AI生成的结(jié)果尽可能的符(fú)合要(yào)求，但是都不尽如人意，它的出(chū)现代(dài)表着AI生成(chéng)开始进入(rù)真(zhēn)正(zhèng)的可(kě)控(kòng)时期。

因为(wèi)ControlNet可(kě)以直(zhí)接提(tí)取画(huà)面的构图，人物的姿势和画(huà)面(miàn)的深度信息等。有了它(tā)的帮助，就不用频繁(fán)的用提(tí)示词(cí)来碰运(yùn)气，抽盲盒式(shì)的(de)创作了。

通俗的说ControlNet相当于给AI绘画(huà)加(jiā)了“魔法(fǎ)”，不(bù)少博主的(de)作品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的(de)照片直接带她们(men)走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼(gé)开始换关键(jiàn)词试效果。

通过图片就可(kě)以看(kàn)出来(lái)，效果(guǒ)十(shí)分惊艳。

更(gèng)厉害(hài)的是，除了真实的照片，草图也可以加上(shàng)“魔法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经(jīng)能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全(quán)问(wèn)题

近日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照(zhào)片都是(shì)AI制作的真(zhēn)人照片绘图，因为太逼真，被(bèi)大(dà)家当成真事传播了。

不过仔细观察可以发现(xiàn)，活动发起者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而(ér)是AI绘图(tú)，那便(biàn)是图片中女性的手指部分(fēn)有的存在异(yì)常。

有行业人事(shì)表示：“现(xiàn)在(zài)因为(wèi)手指(zhǐ)部分的绘画算法比较(jiào)复(fù)杂，AI还(hái)不太会画人的手，但最新(xīn)看到(dào)的图片已经有越来越完美(měi)的AI模型出现，以(yǐ)后可能就完全没有(yǒu)漏洞了(le)。”

类似的(de)AI作图诈骗在(zài)国外(wài)也已(yǐ)有发生。据英国广播公司(sī)报道，土耳(ěr)其地震(zhèn)期间(jiān)，有Tiktok用户使用(yòng)AI合成了(le)儿童受(shòu)灾的假(jiǎ)照片发(fā)布到网络，以此(cǐ)诱骗善(shàn)良的人打赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技术(shù)发(fā)展，AIGC已经能做出(chū)真人照片般(bān)的绘图效果，如果这(zhè)样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了(le)很多担忧(yōu)，一方面，批判(pàn)者认为AI在“学习”了大量前人的作(zuò)品之后，其创作没(méi)有(yǒu)任何情绪和(hé)灵(líng)魂，难(nán)以和人类的(de)艺(yì)术创(chuàng)作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都(dōu)并没有得到有效的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克(kè)也强调，人工智能(néng)的安(ān)全问(wèn)题(tí)需要得到重视，太(tài)晚(wǎn)就(jiù)来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在(zài)的(de)危害(hài)并(bìng)不能掩盖其光辉(huī)的贡献。现在看来，人工智(zhì)能技术将是第四(sì)次工业革命的核心驱(qū)动力量，将(jiāng)创造新的增长奇迹。

过(guò)去一年，人工智能在技术和商业层面都有了巨(jù)大(dà)进展(zhǎn)，AI绘画就是人(rén)工智能技术发生方向性改变的(de)一个代表。其下一站或许就(jiù)是(shì)视频。

此前(qián)，Meta和谷(gǔ)歌(gē)先(xiān)后发布了几条引爆科技圈的短(duǎn)视频。这些视频引发关注并(bìng)非内(nèi)容做(zuò)得多优秀，反而都非常简单，比如一(yī)匹(pǐ)正在喝水的马，一只画画的玩具熊，或(huò)者一段骑摩托车的第一视(shì)角录像，随便一个有手机(jī)的(de)人都可以(yǐ)随(suí)手录(lù)下一段。

但这些短视频(pín)的创(chuàng)作方式(shì)非常(cháng)简单，创作者(zhě)仅(jǐn)仅需要向AI输入一段话(huà)，甚至只是说一下要(yào)求，AI就可以根据需(xū)要(yào)生成一(yī)段(duàn)视频。

谷歌发布的(de)两个AI生成视(shì)频(pín)分(fēn)别(bié)来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是(shì)高(gāo)清，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个(gè)能够(gòu)做出更高清(qīng)视频的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)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(de)也有确切内容的(de)视频(pín)，这才是真(zhēn)正让人们感到惊喜的(de)地方(fāng)。因为无论(lùn)AI生成的视频多么高清，也(yě)只能是为内容(róng)生产者提(tí)供一个(gè)灵感，一个(gè)素(sù)材，一个过场动画。

不(bù)过能够(gòu)制作(zuò)出有具体(tǐ)剧(jù)情内容的视频就意味着(zhe)，一些视频创(chuàng)作由AI代替人(rén)工完成(chéng)已经(jīng)初步有了可(kě)能。

当下AI的发展速度(dù)已经(jīng)超过大部分人(rén)的想象。内容(róng)产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容生产方(fāng)式，可以为内容产业带(dài)来(lái)更新的内容风格、更快(kuài)的生(shēng)产速度，更低(dī)的(de)生产成本，这无(wú)疑(yí)会(huì)驱动(dòng)内容产业的大爆发(fā)。

除了AI绘图(tú)、视(shì)频(pín)，AIGC技术(shù)还能(néng)应用于音乐、代码、机器人动作等多种(zhǒng)内容(róng)形式的生(shēng)成。不难发现该项技术不仅在游戏等行业(yè)能得到有效应用，对于(yú)下一代互(hù)联网(wǎng)各种元素的构建(jiàn)亦有关键意义。

从商(shāng)业(yè)化的角度来看，文化娱(yú)乐、教育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及(jí)视(shì)频或不是结果，而(ér)只是AI进程中的一块重(zhòng)要拼(pīn)图，有望在技(jì)术更(gèng)新的加持下实现更大的应用价(jià)值(zhí)。

AI从理(lǐ)解内容，走向了(le)可以生成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再次出(chū)圈，更代表着未来的先进生产力即将到来(lái)。

04

紧抓(zhuā)大模型与算(suàn)力，牢(láo)固AIGC底座

从(cóng)技术的发(fā)展也可以看(kàn)出，在语言大(dà)模型、图(tú)像大模型(xíng)之(zhī)后，多模态大模(mó)型已(yǐ)经(jīng)成为了新的趋势。

大模(mó)型被誉为当前人(rén)工智(zhì)能发展的智(zhì)能(néng)底座，是全球竞(jìng)争最(zuì)激烈的研(yán)究方(fāng)向之一，包括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等众(zhòng)多头部企业都在(zài)竞相发(fā)力。

不过训(xùn)练大模型的确价格(gé)不菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型(xíng)语言(yán)模型(xíng))，训良莠不齐能形容物吗，良莠不齐是形容人还是形容物练成本则介于200万美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持。在关注各(gè)类大模(mó)型的发展(zhǎn)同(tóng)时，更应该关注(zhù)算力网络的建设。

算力网络正驱动AI产业发展进(jìn)入史诗级(jí)加(jiā)速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目(mù)标(biāo)离得更近。

因为算力可以对突破性技术创新提供大力的支持。这方(fāng)面，多模态(tài)大(dà)模型是(shì)典型。作为面向未来强人工(gōng)智能、通用人工智能(néng)的重(zhòng)要技术创新，多模态大(dà)模型已(yǐ)经在人(rén)工智能领域提出了很多年(nián)，业界也(yě)有不少技术突(tū)破，但(dàn)是，多模(mó)态大模型(xíng)进一(yī)步往下走，算力需求呈几(jǐ)何式上(shàng)升，一(yī)般的算力基础设施很(hěn)快(kuài)将难(nán)以(yǐ)胜任。

从图像、文(wén)字(zì)、语音(yīn)单独一项的训(xùn)练，到(dào)双(shuāng)模态、三模态的跃迁，让(ràng)人工智能可(kě)以灵活应对不同模态的转化、像人与世界交互(hù)一样自然(rán)，这方(fāng)面，由算力网络来驱动将有明(míng)显优势。

此外，还有很多(duō)需要爆(bào)发(fā)式增(zēng)长的算力(lì)来支(zhī)撑的技(jì)术创(chuàng)新，将在(zài)人工(gōng)智能算力网络(luò)支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支持下AIGC能持续颠覆内容(róng)生产(chǎn)的方式，将创造的边际成本降(jiàng)低，让万(wàn)众受益。

未经允许不得转载：惠安汇通石材有限公司 良莠不齐能形容物吗，良莠不齐是形容人还是形容物