自聊(liáo)天机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工智能话题(tí)。在最近的(de)一次采访中，他再次表示：“AI可能(néng)会(huì)让科技(jì)行(xíng)业迎来(lái)一次(cì)剧烈的(de)洗牌”。

这个(gè)结论(lùn)是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节目专访时提(tí)出(chū)的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的市占(zhàn)率，因(yīn)为微软(ruǎn)在AI方面的行动相当迅速。而最终科(kē)技巨头将把(bǎ)AI整合成(chéng)用户的“全能(néng)助(zhù)手”，包揽一切应(yīng)用，与人们(men)进(jìn)行沟通并提供建议，可以(yǐ)取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的到来可(kě)能(néng)尚需时(shí)日(rì)，但(dàn)由ControlNet引(yǐn)发(fā)的(de)又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点(diǎn)包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美(měi)国(guó)科罗拉多州(zhōu)举办的新兴(xīng)数字艺(yì)术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的(de)作品(pǐn)获奖。

随(suí)后(hòu)各大厂商的AI绘画软件被广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在(zài)应用中输入一组关键(jiàn)词或者一张照片，就(jiù)能获得(dé)一幅AI创作(zuò)的画作。

作画的关(guān)键就是所输入的文本。同一组(zǔ)关键词也(yě)可以创作出很(hěn)多(duō)张风格不(bù)一样的画作(zuò)，这让创作的过程就(jiù)像开盲盒。

很多用户很喜欢(huān)这种不确定(dìng)的惊(jīng)喜，他们会将生成(chéng)的(de)美(měi)图当(dāng)做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的(de)小(xiǎo)狗(gǒu)照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填(tián)写关键词游戏可能(néng)要(yào)被颠(diān)覆了。

ControlNet是(shì)一(yī)位正在斯坦福读(dú)博的(de)中国人张吕(lǚ)敏(mǐn)创作的一种基(jī)于控(kòng)制点的(de)图像(xiàng)变形算法，主要用于数字(zì)图像(xiàng)处(chù)理(lǐ)、计算机视觉和计算机图形学等领域(yù)。

其SD插件一(yī)经发布，在(zài)短(duǎn)短的两天内便成(chéng)为了AI绘画领域最(zuì)新(xīn)的热(rè)点。

在此之前，大家用了很多(duō)方法想让AI生(shēng)成的结果(guǒ)尽可能的符合(hé)要求，但(dàn)是都不尽如人(rén)意，它的出现代表着AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直接(jiē)提取(qǔ)画(huà)面的构图，人物的(de)姿势和画面的深度信息等(děng)。有了(le)它(tā)的(de)帮(bāng)助(zhù)，就不用频繁(fán)的(de)用提示词来碰运(yùn)气，抽盲(máng)盒式的(de)创(chuàng)作(zuò)了。

通(tōng)俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的(de)作(zuò)品已经获得了(le)大(dà)量的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他(tā)用(yòng)朋(péng)友的(de)照片直(zhí)接(jiē)带(dài)她(tā)们走进动(dòng)漫世界(jiè)。

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

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最(zuì)后用ControlNet插件绑定骨骼开(kāi)始换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图(tú)也可以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实现(xiàn)线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得不说当下AIGC已(yǐ)经变(biàn)得越来越(yuè)强大，甚至输出(chū)的(de)作品(pǐn)都已(yǐ)经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问(wèn)题

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍(biàn)网络，而(ér)经过警方辟谣(yáo)这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里(lǐ)面给出(chū)的(de)美女照(zhào)片都是AI制作的(de)真人照片(piàn)绘图，因为太逼真，被大家当成真事传播了。

不过仔细观察可(kě)以发现，活动发起者提(tí)供的照片中(zhōng)有个(gè)很大的漏(lòu)洞可以发(fā)现并非真人，而是(shì)AI绘图(tú)，那便是图(tú)片中女性的(de)手指部分有(yǒu)的存在异常。

有行业人事表示：“现在因为手(shǒu)指部分(fēn)的绘(huì)画算法比(bǐ)较(jiào)复杂，AI还不太会(huì)画人的手，但(dàn)最新看到的(de)图(tú)片已经有(yǒu)越来越完美的AI模型(xíng)出现(xiàn)，以后可(kě)能就完(wán)全没有漏洞了(le)。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国(guó)广播公司(sī)报(bào)道，土(tǔ)耳其(qí)地震期间(jiān)，有Tiktok用户(hù)使用AI合成了儿童受灾(zāi)的(de)假照片发布到网络，以(yǐ)此诱骗(piàn)善良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

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

此外AIGC还引发了(le)很多(duō)担(dān)忧，一方(fāng)面(miàn)，批(pī)判者(zhě)认(rèn)为AI在“学习”了大量前人(rén)的作品之后，其创作没有任何(hé)情(qíng)绪(xù)和(hé)灵魂，难以(yǐ)和人(rén)类的艺术创(chuàng)作相(xiāng)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解决(jué)，还有AIGC会不会代替人类(lèi)“至高(gāo)无(wú)上”的创意(yì)。

马斯克也强(qiáng)调，人工(gōng)智能的安全问题需要得到重视，太(tài)晚(wǎn)就来不及(jí)了。

03

AIGC下(xià)一站除(chú)了视频，还有(yǒu)远方

技术都是有两面性的，潜在的危害并不能掩盖其(qí)光(guāng)辉的贡献。现在看来，人工(gōng)智(zhì)能技术将是(shì)第四次工(gōng)业革命的核心驱动力量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智能(néng)在技(jì)术和商业层(céng)面都有了巨大进展，AI绘画就(jiù)是(shì)人工智(zhì)能技术(shù)发生方向性改变的一个代(dài)表。其下一站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后发布了几条(tiáo)引爆科(kē)技圈的短视频。这些视频(pín)引(yǐn)发关注并非内(nèi)容做得(dé)多优(yōu)秀，反而都非(fēi)常简单，比(bǐ)如一匹正在喝(hē)水的(de)马，一只画(huà)画的玩(wán)具熊，或者一段骑摩托车的第一(yī)视(shì)角(jiǎo)录像，随便一沅有芷兮澧有兰什么意思怎么读，沅有芷兮澧有兰 什么意思个有手机(jī)的人都(dōu)可以(yǐ)随手录(lù)下(xià)一段。

但这(zhè)些短视频的(de)创作方式非常简单(dān)，创(chuàng)作(zuò)者仅仅需要向AI输(shū)入一段话(huà)，甚(shèn)至只是说一下要求，AI就可以根据需(xū)要生成(chéng)一段(duàn)视频。

谷歌发布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频后(hòu)，AI圈就已(yǐ)经(jīng)玩了一波梗(gěng)，一(yī)个(gè)能够做(zuò)出(chū)更高(gāo)清视频的(de)AI还不(bù)足以(yǐ)在短时间(jiān)内(nèi)戳(chuō)中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的(de)地方在于，它可以制作(zuò)出(chū)超过(guò)2分钟的连贯的也(yě)有确切(qiè)内容的视(shì)频，这才是真正让(ràng)人们感到惊喜的地方。因为无论AI生成的视(shì)频多么高清，也只(zhǐ)能是为(wèi)内(nèi)容生(shēng)产(chǎn)者(zhě)提供一个灵感，一个素材，一个过场(chǎng)动(dòng)画。

不过能(néng)够制作出(chū)有(yǒu)具体剧情内容的视频(pín)就意(yì)味(wèi)着，一些视频创作由(yóu)AI代替人工完(wán)成已经初(chū)步有了可能。

当(dāng)下AI的发展速度已(yǐ)经超过大部分人的想象(xiàng)。内容产业的本质是供(gōng)给创(chuàng)造(zào)需求，AIGC作为全新(xīn)的(de)内容生产方式(shì)，可以为内容产(chǎn)业带来更新的(de)内容风格、更快的(de)生产沅有芷兮澧有兰什么意思怎么读，沅有芷兮澧有兰 什么意思速度，更低的(de)生产成(chéng)本，这无疑会驱动内容(róng)产业的大爆(bào)发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术还能应用(yòng)于音乐、代码、机器人动作(zuò)等多(duō)种内(nèi)容形(xíng)式的生(shēng)成。不难发现该项技术不(bù)仅在(zài)游戏等行(xíng)业(yè)能得到有效应用，对(duì)于下一代互(hù)联网(wǎng)各种元(yuán)素的构建亦有关键(jiàn)意义(yì)。

从商业化的角度来看，文化(huà)娱乐、教育、传(chuán)媒等诸多领域(yù)，本身就对基于AI的可视(shì)化内容有强烈需求(qiú)。

因此，AI绘画及视(shì)频或不是(shì)结果，而只是AI进程中的一块重要拼(pīn)图(tú)，有望在技(jì)术更(gèng)新(xīn)的加(jiā)持(chí)下实现(xiàn)更大的应用(yòng)价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至能(néng)够创造出独立价值(zhí)和独立视角(jiǎo)的内容。AIGC的再(zài)次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大(dà)模型与(yǔ)算力，牢(láo)固AIGC底(dǐ)座

从(cóng)技术的(de)发展也可以(yǐ)看出，在语言大模型、图像大模型(xíng)之(zhī)后，多(duō)模态(tài)大模型已经成为了新(xīn)的趋势(shì)。

大模型被誉为当前人工智能发展的智能(néng)底座，是全球(qiú)竞争最激烈的研究方向之一，包括(kuò)谷歌(gē)、亚马(mǎ)逊、百度、阿(ā)里(lǐ)、腾(téng)讯等(děng)众多头部企业都在竞(jìng)相发(fā)力。

不过(guò)训练大(dà)模型的确价格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一次的成本(běn)约为140万(wàn)美元。而对于(yú)一些(xiē)更大的LLM(大型语(yǔ)言模(mó)型)，训练(liàn)成本则介于200万(wàn)美元至(zhì)1200万美元高价(jià)之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对(duì)应芯片需(xū)求为3万(wàn)多片英伟达(dá)A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支持。在(zài)关注(zhù)各类大模型的发展(zhǎn)同时，更应(yīng)该关注算力网络的建(jiàn)设(shè)。

算力网(wǎng)络(luò)正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一(yī)人工(gōng)智能(néng)发展(zhǎn)的终极目标离得更近。

因(yīn)为算力可以对(duì)突破(pò)性技术创(chuàng)新提供大力的支持(chí)。这方面，多模(mó)态大模(mó)型是典型。作(zuò)为(wèi)面(miàn)向未(wèi)来(lái)强人工智能、通用人工智能的重(zhòng)要技术创(chuàng)新，多模态(tài)大模(mó)型已经在人工智能领(lǐng)域提出了(le)很(hěn)多(duō)年，业界也有不少技术突破，但是，多模态大模型进一步往(wǎng)下走，算力需求呈几何式上升，一般的(de)算力基础设(shè)施(shī)很快将难以胜任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练(liàn)，到双模态(tài)、三模态(tài)的(de)跃(yuè)迁，让人(rén)工智能可以灵活应(yīng)对不同模态的转化、像人与世界交互(hù)一样自然，这方面，由算(suàn)力网络来驱动将有(yǒu)明显优势(shì)。

此外，还(hái)有很多需要爆发式增(zēng)长的算力来支撑(chēng)的技术创新，将(jiāng)在人工智能(néng)算力网络(luò)支撑下快(kuài)速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大算力的支持下AIGC能持续颠覆内容生产的方(fāng)式，将(jiāng)创造的边际成本(běn)降(jiàng)低，让(ràng)万众受益。

未经允许不得转载：惠安汇通石材有限公司 沅有芷兮澧有兰什么意思怎么读，沅有芷兮澧有兰 什么意思