自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始(shǐ)人比尔·盖(gài)茨已多次公开谈论人(rén)工(gōng)智能话题。在最近的一次采访中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个(gè)结(jié)论是他在(zài)当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的(de)发(fā)展可能会威(wēi)胁到谷歌的市占率，因(yīn)为(wèi)微软在(zài)AI方(fāng)面(miàn)的(de)行动(dòng)相当迅速。而最终科技巨(jù)头将把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人(rén)们进行(xíng)沟通并(bìng)提供建(jiàn)议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手的到来(lái)可能(néng)尚(shàng)需时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话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(jìn)

以AI绘画为代表的AIGC上(shàng)一次(cì)爆火的时候(hòu)，还是(shì)2022年(nián)8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家竞赛中，一幅名为《太(tài)空歌(gē)剧院》的(de)作品(pǐn)获奖。

随(suí)后各大厂商的AI绘(huì)画软件被(bèi)广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在(zài)应用中输入(rù)一组关键词或(huò)者一张(zhāng)照片(piàn)，就能获(huò)得一幅AI创作的画作。

作(zuò)画的关键就是所输入的(de)文本。同(tóng)一组关(guān)键词也可以创作出很多张(zhāng)风格不一样的画(huà)作，这让创作的过(guò)程就像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不(bù)确定的惊喜，他(tā)们会将(jiāng)生成的美图当做(zuò)头像(xiàng)。而另一部分喜欢翻(fān)看(kàn)AI绘画的“翻(fān)车”作品(pǐn)。在社交(jiāo)媒体(tǐ)上(shàng)，许(xǔ)多(duō)用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了(le)建(jiàn)筑。

而如今随(suí)着ControlNet的(de)出(chū)现与(yǔ)加持，以往AI绘(huì)画的填写关键词游(yóu)戏(xì)可(kě)能要被颠(diān)覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博的中国人(rén)张吕敏创(chuàng)作的一种基于控制点的(de)图像(xiàng)变形算(suàn)法，主要用(yòng)于(yú)数(shù)字图像处理、计算机视觉和计算机(jī)图形学(xué)等领域。

其(qí)SD插件一经发布，在(zài)短短的两天内便成为了AI绘画领(lǐng)域最新的热(rè)点。

在此之前，大家用了很多(duō)方法想(xiǎng)让AI生成(chéng)的结果(guǒ)尽可能的符合(hé)要求，但是都不尽(jǐn)如人意，它的出现(xiàn)代(dài)表着AI生成开始进入真(zhēn)正的可(kě)控时期。

因(yīn)为ControlNet可(kě)以直接提取画面(miàn)的构图，人物的姿势和(hé)画面的深度信息等(děng)。有了它的帮助，就(jiù)不用频繁的用提(tí)示(shì)词来碰运气，抽(chōu)盲盒式的(de)创(chuàng)作(zuò)了(le)。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加了“魔法”，不少博(bó)主的(de)作品已经获得了大量的浏览(lǎn)量(liàng)，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她们走进动漫世界。

芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗e="jpeg" data-w="1174">

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应的(de)关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼(gé)开始换(huàn)关键词试效果。

通过图片就可(kě)以看(kàn)出(chū)来，效果十分惊艳。

更厉害(hài)的是，除了真实的照片(piàn)，草图也可以加上“魔法(fǎ)”，知(zhī)乎大(dà)牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲自回(huí)应(yīng)。

不得不(bù)说当下(xià)AIGC已经变(biàn)得(dé)越来越强大(dà)，甚至输出的作品都已经能(néng)以假乱真(zhēn)了。

02

难辨(biàn)虚实(shí)，AIGC技术(shù)力爆发(fā)

警(jǐng)惕(tì)安全(quán)问题

近日(rì)，“苏(sū)州金鸡湖有游艇party”的(de)消息火(huǒ)遍网络，而(ér)经(jīng)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(yú)这(zhè)个(gè)活动里面(miàn)给出的美女照片都是AI制(zhì)作的真人照片绘图，因为太(tài)逼(bī)真，被大(dà)家当成真事传(chuán)播了(le)。

不过仔细观(guān)察可以发现，活动发起者提(tí)供(gōng)的(de)照片中有个很大的漏洞(dòng)可(kě)以发现(xiàn)并非真人，而(ér)是AI绘图(tú)，那便是(shì)图(tú)片(piàn)中女性的(de)手指部分有(yǒu)的存(cún)在(zài)异常。

有行业人事表示：“现(xiàn)在(zài)因为手指部分的(de)绘画算法(fǎ)比较复(fù)杂，AI还不太会画人的手，但(dàn)最新(xīn)看到(dào)的图片已(yǐ)经有越来越完(wán)美的AI模型(xíng)出(chū)现(xiàn)，以后可(kě)能就完全没有漏洞了(le)。”

类似(shì)的AI作图诈骗在(zài)国外也(yě)已(yǐ)有发生。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照片(piàn)发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗(piàn)。

目前随(suí)着(zhe)技术发展，AIGC已(yǐ)经(jīng)能做出(chū)真(zhēn)人照片(piàn)般(bān)的绘图(tú)效果，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还(hái)引(yǐn)发(fā)了(le)很多担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了大量前(qián)人的作品之后，其创作没有任何(hé)情绪(xù)和灵魂，难以和人类的(de)艺术创作相提并论。

另一方(fāng)面，AIGC背后的(de)版权(quán)、目前都并(bìng)没有得到有效(xiào)的(de)解决，还(hái)有AIGC会不会代替人(rén)类“至高无上”的创意(yì)。

马斯克也强调(diào)，人工智能的安全问(wèn)题需(xū)要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术(shù)都是有两面性的，潜在(zài)的危害并不(bù)能掩盖其光辉的贡献(xiàn)。现在看(kàn)来(lái)，人工智(zhì)能技术(shù)将是第四次工业革命的(de)核心驱动力量(liàng)，将创造(zào)新(xīn)的增长(zhǎng)奇(qí)迹。

过去一年，人(rén)工(gōng)智能在(zài)技术和商业层面都有(yǒu)了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性改(gǎi)变(biàn)的(de)一个代(dài)表(biǎo)。其下一站(zhàn)或许就(jiù)是视(shì)频。

此前，Meta和谷(gǔ)歌先(xiān)后(hòu)发布(bù)了几(jǐ)条引爆科技圈的短(duǎn)视(shì)频。这些视频引发关注(zhù)并(bìng)非内容做得多(duō)优秀(xiù)，反而都非常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊(xióng)，或(huò)者一段(duàn)骑摩托车的第一视角录(lù)像，随便一个有手机(jī)的(de)人都可(kě)以随手(shǒu)录下一(yī)段。

但这(zhè)些短视频的创作(zuò)方(fāng)式(shì)芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗非常简单，创作(zuò)者仅仅需要向AI输(shū)入一段(duàn)话，甚至(zhì)只(zhǐ)是(shì)说(shuō)一下要求(qiú)，AI就可(kě)以根(gēn)据(jù)需要生成一段视频(pín)。

谷歌(gē)发(fā)布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的是高(gāo)清，与Meta的(de)Make-A-Video没有太多(duō)的差(chà)别。

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩(wán)了一波(bō)梗，一个(gè)能够(gòu)做出更高(gāo)清视频的(de)AI还不足(zú)以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于，它可以制作出超过2分(fēn)钟的(de)连贯的也有确切内容的视频，这才是真正让人们感到(dào)惊喜的地方。因为(wèi)无论AI生成的视(shì)频多么高清，也只能是为内容生产者(zhě)提(tí)供一个灵感，一个(gè)素材，一个过场(chǎng)动画。

不过能够制作出有具体剧情内容的视频(pín)就(jiù)意味着，一些(xiē)视频创作由AI代替人工完(wán)成已经初步(bù)有(yǒu)了(le)可能(néng)。

当下AI的发展速(sù)度已(yǐ)经超过大部分人的想(xiǎng)象。内容(róng)产业的本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产(chǎn)业带来更新的内容风格、更快(kuài)的(de)生产速度，更低(dī)的生(shēng)产成本，这无疑会驱(qū)动内容产业的(de)大爆发(fā)。

除了(le)AI绘(huì)图、视频，AIGC技术还能应用于(yú)音乐(lè)、代(dài)码、机器人动(dòng)作(zuò)等多种内容形式的生成。不难发现该(gāi)项技(jì)术不仅在(zài)游戏等行业能(néng)得(dé)到有效应用(yòng)，对于下(xià)一代互(hù)联网各种元(yuán)素的构建(jiàn)亦(yì)有关(guān)键(jiàn)意义。

从商业化(huà)的角(jiǎo)度来看，文(wén)化娱乐(lè)、教育、传媒等诸(zhū)多领域，本身(shēn)就对基于(yú)AI的可视化内容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或(huò)不是结(jié)果，而只是AI进程(chéng)中的一块(kuài)重要拼(pīn)图，有望在技术(shù)更(gèng)新(xīn)的加持下实现更(gèng)大的应用价值。

AI从理解内容(róng)，走向了可(kě)以生成(chéng)内(nèi)容(róng)，甚(shèn)至能够(gòu)创(chuàng)造出独立价值和独立视角的内(nèi)容(róng)。AIGC的再次出圈，更代(dài)表着未(wèi)来的先进(jìn)生(shēng)产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力(lì)，牢固AIGC底座

从技(jì)术的发展也可(kě)以(yǐ)看出，在语(yǔ)言大模型、图像大模型之后，多模(mó)态大模型已经成(chéng)为(wèi)了(le)新(xīn)的趋势。

大模型(xíng)被誉为当(dāng)前人(rén)工智能(néng)发展的智能(néng)底座(zuò)，是全(quán)球(qiú)竞(jìng)争最激烈的研(yán)究(jiū)方向(xiàng)之一，包括(kuò)谷歌、亚马(mǎ)逊、百度、阿里(lǐ)、腾讯等众(zhòng)多(duō)头部企业都(dōu)在竞相发力。

不过训(xùn)练大模型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而(ér)对于(yú)一些更大的LLM(大型语言模(mó)型(xíng))，训练成本则介于200万美(měi)元至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数1300万计算，其对应芯片需求为3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每(měi)日仅(jǐn)电费就在(zài)5万美元左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各类大模型的发展同时(shí)，更应(yīng)该(gāi)关注算力网(wǎng)络的(de)建设。

算(suàn)力网络(luò)正驱动AI产业发(fā)展进入史(shǐ)诗(shī)级(jí)加速进程，让(ràng)AIGC及(jí)通用AI这一人工智能发展(zhǎn)的终极目标离得更(gèng)近。

因为算力可以对突破性(xìng)技术创新提供(gōng)大(dà)力的(de)支持。这(zhè)方面，多模态大模型是典型(xíng)。作为面向(xiàng)未(wèi)来强人工智能、通用人工智(zhì)能的重要技术创新(xīn)，多模态大模型(xíng)已经在人工智能(néng)领域提出了很多年，业界也有不少技术突(tū)破，但(dàn)是，多模态大模型进一步往下走(zǒu)，算力需求呈(chéng)几何式上(shàng)升，一般(bān)的算(suàn)力基础设施很快将难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一项(xiàng)的训练，到双模态、三(sān)模态的跃迁，让(ràng)人工智能可(kě)以灵活(huó)应(yīng)对不同模态(tài)的转(zhuǎn)化(huà)、像人与世界交互一样(yàng)自然，这方(fāng)面，由算力网(wǎng)络来驱动将有明显优势。

此(cǐ)外，还有很(hěn)多需要爆发式增长(zhǎng)的算力来支撑的技术创新，将在(zài)人工智能算(suàn)力网络支撑下快速(sù)推进。

AIGC已经(jīng)露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：惠安汇通石材有限公司 芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗