自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次公开谈论人工智(zhì)能话题(tí)。在最(zuì)近的一次采访(fǎng)中，他再次表示：“AI可能(néng)会(huì)让科(kē)技行业迎来一次(cì)剧烈的(de)洗牌”。

这个结论(lùn)是(shì)他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁到(dào)谷歌的市(shì)占率，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把AI整合成用(yòng)户(hù)的“全能助(zhù)手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手的到来(lái)可能尚需时日，但由ControlNet引发的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗拉多州举(jǔ)办的(de)新兴数字艺术家(jiā)竞(jìng)赛中，一幅名(míng)为《太空(kōng)歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被(bèi)广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入一组(zǔ)关键词或者(zhě)一(yī)张照(zhào)片，就能获得一幅AI创作(zuò)的画作(zuò)。

作画的关键就是(shì)所输入(rù)的文本。同一组关键词也(yě)可(kě)以创作出很多张风格(gé)不(bù)一样的画作(zuò)，这(zhè)让(ràng)创(chuàng)作的(de)过程就像开(kāi)盲盒。

很多用户很喜欢这种不确定的惊喜，他(tā)们会将(jiāng)生成的(de)美图当做(zuò)头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用(yòng)户分享AI“翻车(chē)现场”，例如，一位网(wǎng)友的(de)小狗照片被AI画成了“肌肉男”，还有网友的(de)个(gè)人照片被(bèi)AI识(shí)别成(chéng)了建(jiàn)筑。

而如今(jīn)随(suí)着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的(de)中(zhōng)国(guó)人张吕敏创作的(de)一种基于控制点的图像变(biàn)形(xíng)算法，主要用于数字图像处(chù)理、计(jì)算(suàn)机视觉和计算机图形学(xué)等领域。

其(qí)SD插件(jiàn)一经发布(bù)，在短短的两(liǎng)天内便(biàn)成(chéng)为了AI绘画领域最(zuì)新的热(rè)点。

在此之前，大家用了很多(duō)方法想让(ràng)AI生(shēng)成的结果尽可(kě)能的符合要(yào)求(qiú)，但是(shì)都(dōu)不尽如人意，它的出现代表着(zhe)AI生成(chéng)开始进入真(zhēn)正的可(kě)控(kòng)时期。

因(yīn)为ControlNet可(kě)以直接(jiē)提取画面的构(gòu)图，人物(wù)的姿势和画面的(de)深度信息等。有了(le)它(tā)的帮助，就不(bù)用频繁的用提(tí)示词来(lái)碰运气，抽盲盒(hé)式的创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主(zhǔ)的作品已(yǐ)经(jīng)获得了(le)大量(liàng)的浏(liú)览(lǎn)量，“viggo”就(jiù)是其(qí)中之一，他用朋(péng)友的(de)照片直(zhí)接(jiē)带(dài)她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键词试效果。

通过图(tú)片就可(kě)以看出来，效果十(shí)分惊(jīng)艳。

<虽千万人吾往矣 九死而不悔，道之所在,虽千万人吾往矣什么意思img alt="ChatGPT之后(hòu)又一应用杀疯了，AIGC或进(jìn)入可控(kòng)期，将洗牌(pái)科(kē)技(jì)行业(yè)？_黑料正(zhèng)能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了(le)真实的照(zhào)片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其本尊也亲自回(huí)应。

不(bù)得不说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚至输出的(de)作品(pǐn)都已(yǐ)经(jīng)能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警(jǐng)惕安全(quán)问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍网(wǎng)络(luò)，而经(jīng)过警方辟谣这所(suǒ)谓的(de)“party”可能是(shì)全国第一(yī)起AI绘(huì)图诈骗。

由于这个活(huó)动里面给出(chū)的美女照片都是AI制作(zuò)的(de)真人照片绘图，因为(wèi)太逼(bī)真，被大家当成真事传(chuán)播了。

不过(guò)仔细观察可以发现，活动(dòng)发起者提(tí)供的照片中(zhōng)有个很大的漏(lòu)洞可以发现(xiàn)并非真(zhēn)人(rén)，而是AI绘图(tú)，那便是图片(piàn)中女(nǚ)性(xìng)的手指(zhǐ)部分有的存在异常(cháng)。

有行(xíng)业人事表示：“现在因为手指部分(fēn)的绘(huì)画算法比较复杂，AI还不太(tài)会(huì)画(huà)人的手(shǒu)虽千万人吾往矣 九死而不悔，道之所在,虽千万人吾往矣什么意思，但(dàn)最新看到的图片已经有越来越完美的AI模型出(chū)现(xiàn)，以(yǐ)后(hòu)可能就完全没有漏洞了。”

类(lèi)似的AI作图(tú)诈骗在国外也已有发生(shēng)。据英(yīng)国(guó)广(guǎng)播公司报道，土(tǔ)耳其(qí)地(dì)震期间，有Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿童受灾的假照(zhào)片发布到网络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能做出真(zhēn)人照(zhào)片(piàn)般(bān)的(de)绘图效果，如果这样的图片被用(yòng)来诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担忧(yōu)，一方面，批(pī)判者认为(wèi)AI在“学习”了大量前人的作品(pǐn)之后，其(qí)创(chuàng)作(zuò)没有任何(hé)情绪和灵(líng)魂，难(nán)以和人类(lèi)的艺(yì)术创作相提并论(lùn)。

另(lìng)一方面，AIGC背后(hòu)的版权、目前(qián)都(dōu)并(bìng)没有得(dé)到有效的解(jiě)决，还(hái)有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马斯(sī)克(kè)也强调，人工智能的安全问题需要(yào)得到重视，太(tài)晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远(yuǎn)方

技术都是有两面性(xìng)的，潜在的危害并不能掩盖其(qí)光(guāng)辉(huī)的贡献。现在看来(lái)，人工智能技术将是第四次(cì)工业革命的(de)核心(xīn)驱动力量，将创造(zào)新的增长奇迹。

过去(qù)一年，人(rén)工智能在技术和商业层面都有了巨大进展，AI绘画(huà)就是人(rén)工智(zhì)能(néng)技术(shù)发生方(fāng)向性改变(biàn)的一个代(dài)表。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引(yǐn)爆科技圈的短视频。这(zhè)些视频引发关注并非(fēi)内容做得多(duō)优秀，反(fǎn)而(ér)都非常(cháng)简(jiǎn)单，比如一匹正在喝水的(de)马，一只画画(huà)的玩具熊，或(huò)者一段(duàn)骑(qí)摩托车的第一视(shì)角(jiǎo)录像，随(suí)便一个有手机的人都可以随手录下一段。

但这些短视频的创(chuàng)作方式(shì)非常(cháng)简单，创作(zuò)者仅仅需要向AI输入(rù)一段话，甚至只是说一下要求，AI就可(kě)以(yǐ)根据需(xū)要生成一段视频。

谷歌(gē)发(fā)布的两个AI生(shēng)成视频分别(bié)来(lái)自于(yú)Imagen Video和(hé)Phenaki，前者主要突出(chū)的(de)是高清，与Meta的(de)Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈就已经玩了一波梗，一个(gè)能(néng)够做(zuò)出更高清视频(pín)的AI还不足以(yǐ)在短时(shí)间内(nèi)戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方(fāng)在(zài)于(yú)，它(tā)可(kě)以制作出超过(guò)2分钟的(de)连贯(guàn)的也有确(què)切内容的视频(pín)，这才是(shì)真(zhēn)正让人(rén)们感(gǎn)到(dào)惊(jīng)喜的地(dì)方。因为无论AI生(shēng)成的视(shì)频多(duō)么高清，也只能是为内容生产者提(tí)供一个灵感，一个素(sù)材，一个(gè)过场动画。

不过能够制作出有具(jù)体剧情内容(róng)的(de)视(shì)频就意(yì)味着(zhe)，一些视频创作(zuò)由AI代替人(rén)工完成已经初步有(yǒu)了可能。

当下AI的(de)发展速度已经超过大(dà)部分人的想象。内容产业的本质是(shì)供给创造需求，AIGC作为全新的内容生产方(fāng)式，可以为内容产业带来更新的内(nèi)容风格、更快的生(shēng)产速度，更低的生产成(chéng)本，这(zhè)无疑会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于(yú)音乐、代(dài)码、机器人动作等多(duō)种内容(róng)形式的(de)生成。不难发现该项技术不仅在游戏(xì)等(děng)行业能得到有效应(yīng)用(yòng)，对于下一代互联网各种元素的构建亦(yì)有关键(jiàn)意义。

从商业化(huà)的角(jiǎo)度(dù)来看，文化娱乐、教育、传媒(méi)等诸多领(lǐng)域，本身就(jiù)对(duì)基于AI的可视化(huà)内容有强烈需求。

因此(cǐ)，AI绘画及视频或(huò)不是结(jié)果(guǒ)，而只是AI进程(chéng)中的一块(kuài)重要拼图，有望在技(jì)术更(gèng)新的(de)加持下实现更大的应用价值。

AI从(cóng)理解(jiě)内容(róng)，走向了(le)可以生成内(nèi)容(róng)，甚至能够创(chuàng)造出独立价值和(hé)独立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表(biǎo)着未(wèi)来的先进生产力即(jí)将到来(lái)。

04

紧抓大(dà)模(mó)型与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技术的(de)发(fā)展也(yě)可(kě)以看出，在语言(yán)大(dà)模型、图(tú)像大(dà)模型之(zhī)后(hòu)，多模态大模(mó)型已经成为了(le)新的趋势。

大模型(xíng)被誉(yù)为当前人工智能发展的智能(néng)底座(zuò)，是全球竞争最激烈的研(yán)究(jiū)方向之一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头(tóu)部企业都(dōu)在竞相发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要(yào)多少(shǎo)算力》报告估算(suàn)，GPT-3训(xùn)练一次的成本约为140万美(měi)元。而对于(yú)一些(xiē)更大的LLM(大型语言(yán)模型)，训练成本(běn)则介(jiè)于200万美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的(de)独立(lì)访客(kè)平均(jūn)数1300万计(jì)算，其对应芯(xīn)片需求为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入(rù)成(chéng)本约(yuē)为8亿美元，每日仅(jǐn)电费就在5万美(měi)元(yuán)左右。

此外(wài)不论(lùn)是(shì)ChatGPT还是(shì)AIGC，都离(lí)不开庞大(dà)算力支持。在(zài)关注(zhù)各类大模型的发展同时，更应该关注算力(lì)网络的建设。

算力(lì)网(wǎng)络正驱动AI产(chǎn)业发展进(jìn)入史(shǐ)诗(shī)级加速进程(chéng)，让AIGC及通用AI这一(yī)人工智能(néng)发展(zhǎn)的终(zhōng)极目标离得更近。

因为算力可以对(duì)突破性技术(shù)创(chuàng)新提供大力的支持。这(zhè)方面(miàn)，多模态大模型是典型。作为面(miàn)向(xiàng)未来强人(rén)工智能、通(tōng)用人工智能的重要技术创新，多模态(tài)大模(mó)型已(yǐ)经(jīng)在人工智(zhì)能(néng)领(lǐng)域(yù)提出了很多年，业界也有不少(shǎo)技(jì)术突(tū)破，但是，多模态大模型(xíng)进一步往下走，算力需求呈几何式(shì)上升，一般的算(suàn)力基础设施很快(kuài)将难以胜任。

从(cóng)图像、文字、语音单独一项的训练，到双(shuāng)模(mó)态(tài)、三模(mó)态的跃迁，让(ràng)人(rén)工(gōng)智能可以(yǐ)灵活应对不同模态(tài)的转化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还(hái)有很多(duō)需(xū)要(yào)爆(bào)发式(shì)增长的算力来支撑的技术(shù)创(chuàng)新，将在(zài)人工智能算力网络支撑下(xià)快(kuài)速推(tuī)进。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和(hé)大算(suàn)力(lì)的支持下AIGC能持续颠覆内(nèi)容(róng)生(shēng)产的方式，将(jiāng)创造的(de)边际成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：惠安汇通石材有限公司 虽千万人吾往矣 九死而不悔，道之所在,虽千万人吾往矣什么意思