自(zì)聊(liáo)天机器人(rén)ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论人工智能(néng)话题。在最近的(de)一次采访中，他再次表示：“AI可能(néng)会让科技行业迎来(lái)一次剧烈的洗(xǐ)牌”。

这个结(jié)论是他(tā)在(zài)当地(dì)时间2月(yuè)20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的发展可(kě)能会威胁到谷歌(gē)的市占率，因为微(wēi)软在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助(zhù)手”，包揽(lǎn)一切应用，与人们进行沟通并(bìng)提(tí)供建议，可以取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到来可能(néng)尚需时日(rì)，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热(rè)点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的(de)时候，还(hái)是2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺术家竞(jìng)赛(sài)中，一幅名为《太(tài)空(kōng)歌(gē)剧院》的作品获(huò)奖。

随后各大(dà)厂商(shāng)的AI绘画软件(jiàn)被(bèi)广大(dà)网友熟(shú)知并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表(biǎo)。

用户们可以(yǐ)在应用(yòng)中输入一组关键(jiàn)词(cí)或者一张(zhāng)照片(piàn)，就能获得一(yī)幅AI创作(zuò)的(de)画作。

作画的关键就是(shì)所输入的(de)文本。同一组(zǔ)关(guān)键(jiàn)词(cí)也可(kě)以(yǐ)创作出(chū)很多张风(fēng)格不一样的画作，这(zhè)让创作的过(guò)程就像开(kāi)盲盒(hé)。

很多用(yòng)户很喜欢这(zhè)种不确定(dìng)的惊(jīng)喜，他(tā)们会将(jiāng)生成的美图当做头像。而另一部分喜欢翻(fān)看AI绘画(huà)的“翻(fān)车(chē)”作品。在社交媒体上(shàng)，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成(chéng)了“肌(jī)肉男”，还(hái)有网友的个人照(zhào)片(piàn)被AI识别(bié)成了建(jiàn)筑(zhù)。

而如(rú)今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键(jiàn)词游戏可能要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读(dú)博的中国人张吕(lǚ)敏创作的一(yī)种(zhǒng)基于控(kòng)制点的(de)图像变形(xíng)算法，主要用(yòng)于数(shù)字(zì)图像处理、计算机视觉和计算机图形学等领(lǐng)域(yù)。

其SD插件一经发布，在短短(duǎn)的两天(tiān)内便成为了AI绘画领域最新(xīn)的热点。

在此之前，大家(jiā)用了很多方(fāng)法(fǎ)想让AI生成的结果尽(jǐn)可能的符合要求，但是都不尽(jǐn)如人意，它的出现代表(biǎo)着AI生成开(kāi)始进入(rù)真正的可控(kòng)时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构(gòu)图，人物的姿势和(hé)画(huà)面别急老师今天晚上随你弄，别急老师来满足你的深(shēn)度信息等(děng)。有了(le)它的帮助，就不用频繁的用提示(shì)词(cí)来碰运气，抽(chōu)盲盒式(shì)的(de)创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法(fǎ)”，不少博主的作品已经获得了(le)大(dà)量的(de)浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋(péng)友(yǒu)的照片直接带她们走(zǒu)进动(dòng)漫世界。

别急老师今天晚上随你弄，别急老师来满足你a-w="1174">

viggo先(xiān)用(yòng)StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定骨骼(gé)开始换关键词试(shì)效(xiào)果。

通过(guò)图片就可以看出来，效果十(shí)分(fēn)惊(jīng)艳。

更(gèng)厉(lì)害的(de)是，除(chú)了真实的(de)照片，草(cǎo)图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输(shū)出的(de)作品(pǐn)都已经(jīng)能(néng)以(yǐ)假乱(luàn)真了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发(fā)

警惕安(ān)全问(wèn)题

近日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍(biàn)网络，而经过警方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图(tú)诈(zhà)骗(piàn)。

由于这个活动里面(miàn)给出的美(měi)女照(zhào)片都是AI制作(zuò)的真人照片绘图，因为太(tài)逼真，被大家(jiā)当成(chéng)真事(shì)传(chuán)播了。

不(bù)过仔细观察可以发现，活动发起者提供的照片中有(yǒu)个(gè)很大的漏洞可以发现(xiàn)并非真人，而(ér)是(shì)AI绘(huì)图，那便是图(tú)片(piàn)中(zhōng)女性的(de)手指(zhǐ)部分有的存在异常。

有行业人(rén)事表(biǎo)示：“现在因(yīn)为手指部分的绘画算法比较复杂，AI还不太(tài)会画人的手(shǒu)，但(dàn)最(zuì)新看到的图片(piàn)已(yǐ)经(jīng)有越来越完(wán)美(měi)的AI模型出现(xiàn)，以后可(kě)能就完全(quán)没有漏洞了(le)。”

类似的AI作(zuò)图(tú)诈骗(piàn)在国外也已有发生。据英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受(shòu)灾的假照片发布(bù)到网络(luò)，以此诱骗善良的人打(dǎ)赏“捐(juān)助”从而实(shí)施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片(piàn)般(bān)的绘图效(xiào)果，如果(guǒ)这(zhè)样的图片(piàn)被用来(lái)诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发了很(hěn)多担忧，一方(fāng)面(miàn)，批判者认(rèn)为AI在“学习”了大量前人(rén)的作品之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难以和(hé)人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的(de)解决(jué)，还(hái)有AIGC会不会代(dài)替人类“至高无(wú)上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的(de)安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了(le)视频，还有远方

技术都是有两面性(xìng)的，潜(qián)在(zài)的危害并不能掩盖(gài)其光辉的贡献。现(xiàn)在看来，人(rén)工智能技术将是第(dì)四次工业革命的(de)核心驱动力量，将(jiāng)创(chuàng)造新的增(zēng)长奇迹。

过去(qù)一年，人(rén)工(gōng)智能在技术和(hé)商业层面(miàn)都(dōu)有了巨(jù)大进(jìn)展，AI绘画(huà)就是人工智能(néng)技术(shù)发(fā)生方向(xiàng)性改变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短(duǎn)视频。这些视频(pín)引发关注并非内容做得多优(yōu)秀，反而都非常(cháng)简单，比(bǐ)如一匹正在(zài)喝(hē)水(shuǐ)的(de)马，一(yī)只画画的玩具熊，或者一段骑(qí)摩托车的第一视(shì)角(jiǎo)录像，随便一个(gè)有手机的(de)人都可以随手录下一(yī)段。

但这些短视频(pín)的创作方式非常简单(dān)，创作者(zhě)仅仅需要向AI输入(rù)一段话，甚至只是说(shuō)一下(xià)要求，AI就可以(yǐ)根据需(xū)要生成一段视(shì)频。

谷歌发布的(de)两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视频(pín)后(hòu)，AI圈就已经玩了一(yī)波梗(gěng)，一个(gè)能够做出更高清(qīng)视频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的(de)地方(fāng)在于，它可以制作出超过2分(fēn)钟(zhōng)的连(lián)贯(guàn)的也有确切内容的视频，这才是真正(zhèng)让(ràng)人们感到惊喜的(de)地方。因(yīn)为无论AI生(shēng)成的视频多么高清，也只能是为内(nèi)容生(shēng)产者提供一个灵感，一个(gè)素(sù)材，一(yī)个过场(chǎng)动画(huà)。

不过(guò)能够制(zhì)作出有具(jù)体剧情内(nèi)容(róng)的视频就意(yì)味着，一些视频创(chuàng)作(zuò)由AI代替人工完成(chéng)已经初步有了可(kě)能(néng)。

当下AI的(de)发(fā)展速度已经超过大部分人的想象。内容产业的本质是(shì)供给(gěi)创造(zào)需求，AIGC作为全(quán)新(xīn)的(de)内(nèi)容生(shēng)产(chǎn)方式，可以为内(nèi)容(róng)产业带来更新的内容风格、更快的(de)生产速(sù)度，更低的生产成本，这无(wú)疑(yí)会(huì)驱动(dòng)内容(róng)产业的大爆发(fā)。

除(chú)了AI绘图、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机(jī)器人(rén)动作等(děng)多种内容(róng)形式(shì)的生成(chéng)。不难发现该(gāi)项技术不仅(jǐn)在游戏等行业能得到有效应用(yòng)，对于下一代互联网(wǎng)各种元(yuán)素的构(gòu)建亦有关键意义。

从(cóng)商业化的角度来看，文(wén)化娱乐、教(jiào)育、传(chuán)媒等诸多领域(yù)，本身就对基于AI的(de)可视(shì)化内容有强烈需(xū)求(qiú)。

因此，AI绘画及(jí)视(shì)频或不(bù)是(shì)结果，而只(zhǐ)是AI进程中(zhōng)的(de)一块重要(yào)拼图，有望在(zài)技术更新的加持下(xià)实现更大的应用价值。

AI从理解内容，走(zǒu)向了可以生成(chéng)内(nèi)容(róng)，甚(shèn)至能够创造出独立(lì)价值和独立(lì)视角的(de)内容。AIGC的再次出(chū)圈(quān)，更(gèng)代(dài)表着未来的(de)先进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技(jì)术的发展也可以(yǐ)看出，在语言大模(mó)型(xíng)、图像大模(mó)型之后，多模态大(dà)模型已(yǐ)经成为了(le)新的趋(qū)势。

大(dà)模型被誉(yù)为当前人工(gōng)智能发展的智能底(dǐ)座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等众多头部(bù)企(qǐ)业都在竞相发力。

不过训练大模型(xíng)的确价(jià)格不菲，以(yǐ)国(guó)盛证券发(fā)布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成(chéng)本约为(wèi)140万美元。而(ér)对于一些更大(dà)的LLM(大(dà)型语(yǔ)言模(mó)型)，训练成本则(zé)介(jiè)于200万美元至1200万美元高价之间。

以(yǐ)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(wèi)3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿(yì)美元，每日仅电费就(jiù)在5万美(měi)元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的发展同(tóng)时，更应该关注算力网络的建设(shè)。

算(suàn)力(lì)网络正驱(qū)动AI产(chǎn)业(yè)发展进入(rù)史诗级加(jiā)速进程，让AIGC及通用AI这(zhè)一人(rén)工(gōng)智能发展(zhǎn)的终极目标离得更(gèng)近。

因(yīn)为算力可以(yǐ)对突破性技术创新提供大力的支持(chí)。这(zhè)方面，多模态大模型是典型。作为面向未(wèi)来强人工智能(néng)、通用人工智能的重要技(jì)术创新，多模(mó)态大模(mó)型已经(jīng)在人工(gōng)智能领(lǐng)域(yù)提出了很多年(nián)，业界也有不少技(jì)术突破，但是，多模态大模型(xíng)进(jìn)一(yī)步往下走(zǒu)，算力需求呈几何式(shì)上升，一般的算(suàn)力(lì)基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应(yīng)对不(bù)同(tóng)模态的转化、像人与世界交互一样(yàng)自然，这(zhè)方面，由(yóu)算力网络来驱动(dòng)将(jiāng)有明显(xiǎn)优(yōu)势。

此外，还有很多需要(yào)爆发式增长的(de)算力来支撑(chēng)的(de)技(jì)术创新，将在人工智能(néng)算力网络支撑下(xià)快速推进。

AIGC已(yǐ)经露(lù)出曙光，期(qī)待在(zài)大(dà)模型和(hé)大算力的支(zhī)持下AIGC能持(chí)续(xù)颠覆内(nèi)容(róng)生产的方式，将(jiāng)创(chuàng)造的(de)边际成本降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 别急老师今天晚上随你弄，别急老师来满足你