自聊天机(jī)器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多次公开(kāi)谈(tán)论人(rén)工(gōng)智能话题。在最近的一次(cì)采访中(zhōng)，他再次表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他(tā)在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期，AI的(de)发展(zhǎn)可能会(huì)威胁到谷歌的市占率，因(yīn)为微(wēi)软在AI方(fāng)面的行动相当(dāng)迅(xùn)速。而最终科技巨头将把AI整合成用户的(de)“全能助手”，包揽一切(qiè)应用，与人们进(jìn)行沟通并提供建议，可以取代亚(yà)马(mǎ)逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全(quán)能助手(shǒu)的(de)到来(lái)可能(néng)尚需时日，但由ControlNet引发的(de)又一次AI绘(huì)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AI绘画新玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代(dài)表的(de)AIGC上一次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各(gè)大厂(chǎng)商的(de)AI绘画软件被广大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可(kě)以在应用中输入(rù)一组关键词或者一张照片(piàn)，就能(néng)获(huò)得一(yī)幅AI创作的画作。

作画(huà)的关键(jiàn)就是所(suǒ)输入的文(wén)本。同一(yī)组关键(jiàn)词也可以创作出很多张风格不(bù)一样(yàng)的画作，这(zhè)让创作的过程就像开盲盒(hé)。

很多用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会(huì)将生成的美图(tú)当做(zuò)头像。而另一(yī)部分喜欢翻看(kàn)AI绘画的“翻(fān)车”作品。在(zài)社交(jiāo)媒体上，许(xǔ)多用户(hù)分享(xiǎng)AI“翻车(chē)现场(chǎng)”，例(lì)如，一(yī)位网友的小(xiǎo)狗(gǒu)照片(piàn)被AI画(huà)成了“肌肉男”，还有网(wǎng)友(yǒu)的(de)个(gè)人(rén)照片被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与加持(chí)，以往AI绘画(huà)的填(tián)写关(guān)键词(cí)游戏可能(néng)要(yào)被颠覆了(le)。

ControlNet是一位正在斯坦福读(dú)博的中(zhōng)国人张(zhāng)吕敏创作的一种基于(yú)控(kòng)制点的(de)图像变(biàn)形算法，主要用于数字图(tú)像处理、计算(suàn)机视觉(jué)和计算机图(tú)形学(xué)等(děng)领域(yù)。

其SD插(chā)件一(yī)经发布(bù)，在短短的两天内便成为了(le)AI绘画领域最(zuì)新的(de)热点。

在此(cǐ)之前，大(dà)家用(yòng)了(le)很多方法想让AI生(shēng)成的(de)结(jié)果(guǒ)尽可能的符合(hé)要(yào)求，但(dàn)是都不(bù)尽(jǐn)如人意(yì)，它的(de)出(chū)现代表着AI生(shēng)成开始进入(rù)真正的可(kě)控时期(qī)。

因(yīn)为ControlNet可(kě)以直(zhí)接提(tí)取(qǔ)画面的(de)构图(tú)，人物的姿势和画(huà)面的深度信息等。有了它的帮助(zhù)，就不用(yòng)频繁(fán)的用提示词来碰运气，抽盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博(bó)主的作品(pǐn)已经获(huò)得了大量的(de)浏览量，“viggo”就(jiù)是其中之(zhī)一(yī)，他用朋友的照片直(zhí)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(tuò)展找到对(duì)应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始(shǐ)换关键词(cí)试效果。

通过图片(piàn)就可(kě)以(yǐ)看出来(lái)，效(xiào)果十分惊(jīng)艳。

更(gèng)厉(lì)害的(de)是(shì)，除了真实的照片，草图(tú)也可以(yǐ)加(jiā)上“魔法”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得(dé)不说(shuō)当下AIGC已经变得(dé)越来(lái)越强大，甚(shèn)至输出的作品都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实(shí)，AIGC技术力爆发(fā)

警惕安全问(wèn)题(tí)

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个活动(dòng)里面给出的(de)美女照片都是AI制作的真人照片(piàn)绘图(tú)，因为太逼(bī)真，被(bèi)大(dà)家(jiā)当成真事传播了。

不过仔细观察可(kě)以发现，活动发(fā)起者提供的照片中(zhōng)有个很大的漏(lòu)洞可以发(fā)现并非真人(rén)，而是(shì)AI绘(huì)图，那便(biàn)是(shì)图片中(zhōng)女性(xìng)的(de)手指(zhǐ)部(bù)分有(yǒu)的存(cún)在异常。

有行业人事(shì)表示：“现在因为(wèi)手指部分的绘画算法比(bǐ)较复杂(zá)，AI还不太会(huì)画(huà)人的手，但最新看到的图片已经有(yǒu)越(yuè)来越(yuè)完(wán)美的中原地区种植葡萄始于哪个朝代 秦朝的时候有葡萄吗AI模型(xíng)出现(xiàn)，以后可能就完全没有漏洞了(le)。”

类似的(de)AI作(zuò)图(tú)诈骗在国外也已有发生。据英国广(guǎng)播公(gōng)司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成(chéng)了(le)儿童受灾(zāi)的假照片(piàn)发(fā)布到网(wǎng)络，以(yǐ)此诱骗善良的人打(dǎ)赏“捐助(zhù)”从(cóng)而实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出(chū)真(zhēn)人照片般(bān)的绘(huì)图效果(guǒ)，如果这样(yàng)的图(tú)片被用来(lái)诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批(pī)判(pàn)者认为(wèi)AI在(zài)“学习”了(le)大量前人(rén)的作品之后，其创作没有任何(hé)情绪和灵魂，难以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背后(hòu)的(de)版权(quán)、目前都并没(méi)有得到(dào)有效的解决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的(de)安全问题需(xū)要得(dé)到(dào)重(zhòng)视，太晚(wǎn)就来不及(jí)了。

03

AIGC下一(yī)站除了视(shì)频，还(hái)有远(yuǎn)方(fāng)

技(jì)术都是有两面性(xìng)的，潜在(zài)的危害并不能掩盖其(qí)光(guāng)辉的(de)贡献。现在看来，人工智能技术将是第四次(cì)工业(yè)革命(mìng)的核心驱(qū)动(dòng)力量，将创造(zào)新的增长奇(qí)迹。

过去一(yī)年，人工智能在(zài)技术和商业层面都有(yǒu)了巨大进展，AI绘画就是(shì)人(rén)工智(zhì)能(néng)技术发生方(fāng)向性改(gǎi)变的一个代表。其下(xià)一站或(huò)许就是视频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引爆科技圈的短(duǎn)视频。这些视频引发关注并非内容做得多优秀(xiù)，反而(ér)都非常简单，比如一匹正在喝水的马，一(yī)只画(huà)画的玩(wán)具(jù)熊，或(huò)者一段骑摩托车的第(dì)一视角录(lù)像，随便(biàn)一个(gè)有手(shǒu)机的(de)人都可以随(suí)手录下一(yī)段(duàn)。

但这(zhè)些短视频的(de)创作方式非常简单，创作者仅(jǐn)仅(jǐn)需要向AI输(shū)入(rù)一(yī)段话，甚至只是说一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出(chū)的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就已经玩了一波梗(gěng)，一个能够做(zuò)出(chū)更高清视频的AI还不(bù)足以在短(duǎn)时间内戳(chuō)中兴(xīng)奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方在于，它(tā)可以制作出超(chāo)过(guò)2分(fēn)钟(zhōng)的连贯的(de)也(yě)有确切(qiè)内容(róng)的视频，这才是(shì)真正让人们感(gǎn)到惊喜的地方(fāng)。因(yīn)为无论AI生成的(de)视频多么高清，也只(zhǐ)能是为内(nèi)容生产者提(tí)供一个灵感，一个素材，一个过场动画(huà)。

不过能(néng)够制作出(chū)有具体剧情(qíng)内(nèi)容的视频就意味着(zhe)，一些(xiē)视频创作由(yóu)AI代替人工完成已(yǐ)经(jīng)初步有了可能。

当(dāng)下AI的发展速度已经超过大部分(fēn)人的想象。内容产业(yè)的本质(zhì)是供(gōng)给(gěi)创造需求，AIGC作为全新的内容(róng)生产方式，可以(yǐ)为内容产(chǎn)业带来(lái)更新的(de)内容风格、更(gèng)快的生(shēng)产(chǎn)速度(dù)，更低的生产(chǎn)成本，这无疑会(huì)驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作(zuò)等多种(zhǒng)内(nèi)容形式(shì)的(de)生成。不(bù)难(nán)发现该项技术不仅(jǐn)在游戏(xì)等行业能(néng)得(dé)到有效应(yīng)用，对于下一代互联网各种元素的(de)构建亦有(yǒu)关(guān)键(jiàn)意(yì)义。

从商业化的角度(dù)来看，文化娱(yú)乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对(duì)基于AI的可视化内容有强(qiáng)烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结果，而只是AI进(jìn)程中(zhōng)的一块重要拼(pīn)图，有望在(zài)技术更新的加持(chí)下实现更(gèng)大(dà)的应用价(jià)值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创造出独立价值和(hé)独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术(shù)的发展也可以看出，在语言(yán)大模型、图像大模型之后，多模态大模型已(yǐ)经成为(wèi)了新(xīn)的趋势。

大模型被誉为当前人工智能发展(zhǎn)的智能底座(zuò)，是全球竞争(zhēng)最激烈的研究方向之一，包括(kuò)谷(gǔ)歌、亚马(mǎ)逊、百度、阿里、腾讯(xùn)等众多头部(bù)企业(yè)都在竞(jìng)相发力(lì)。

不过训练大模型的(de)确价(jià)格不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多少算力(lì)》报告估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对于一些更大的(de)LLM(大型语言(yán)模型(xíng))，训练成本(běn)则介于200万(wàn)美元(yuán)至1200万美(měi)元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独(dú)立访(fǎng)客平均数1300万计算(suàn)，其对应(yīng)芯片需(xū)求为3万多片(piàn)英伟达(dá)A100 GPU，初始投入成本约为8亿美(měi)元(yuán)，每日(rì)仅电费就在(zài)5万美元左右。

此(cǐ)外不论是(shì)ChatGPT还(hái)是AIGC，都离不(bù)开(kāi)庞(páng)大算力支持。在关注各(gè)类(lèi)大(dà)模型的发展同时，更应该关注算力网络的建设。

算力网(wǎng)络(luò)正驱动(dòng)AI产(chǎn)业发(fā)展进入史诗级加速(sù)进程，让AIGC及(jí)通用AI这一(yī)人工智能发展的终极目标(biāo)离得更近(jìn)。

因为算力可(kě)以对突破性(xìng)技术创新提供大(dà)力(lì)的(de)支持。这方面，多模态大模(mó)型是典型(xíng)。作为面向(xiàng)未来(lái)强人工智能、通用(yòng)人(rén)工智能的重要技术创新，多模态大模(mó)型已(yǐ)经在人工智(zhì)能领域提出(chū)了很多年(nián)，业界也有不少(shǎo)技术突破，但是(shì)，多模态大模型进一步往下走，算力需求呈(chéng)几何式(shì)中原地区种植葡萄始于哪个朝代 秦朝的时候有葡萄吗上升(shēng)，一般的算力基(jī)础(chǔ)设施(shī)很快将难(nán)以(yǐ)胜任。

从图像(xiàng)、文字、语(yǔ)音单独一项的训练，到(dào)双(shuāng)模态、三(sān)模态(tài)的跃迁，让人工智能(néng)可以(yǐ)灵活应对(duì)不(bù)同(tóng)模态的转化(huà)、像人与世界交互(hù)一样自然，这方面(miàn)，由算力网络来(lái)驱动将(jiāng)有明显优势。

此外(wài)，还有(yǒu)很多需(xū)要爆发式(shì)增长的算力来支撑的技(jì)术创新，将(jiāng)在人工智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的(de)支持下AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创造的边际成本降(jiàng)低(dī)，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 中原地区种植葡萄始于哪个朝代 秦朝的时候有葡萄吗