自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨已多(duō)次公开谈论人工(gōng)智(zhì)能话(huà)题(tí)。在最近的一次采访中(zhōng)，他再(zài)次表示(shì)：“AI可能会让科(kē)技行业迎来一次剧烈(liè)的洗牌”。

这个结(jié)论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发(fā)展可能会威胁到谷(gǔ)歌的市(shì)占率，因为微软(ruǎn)在AI方面(miàn)的行动相(xiāng)当迅速。而最终科技(jì)巨头将把AI整合成用户(hù)的“全能助(zhù)手”，包揽一切应用，与人们(men)进(jìn)行沟通并提(tí)供建议，可以取代亚(yà)马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全能助手的(de)到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月，在美(měi)国(guó)科罗(luó)拉多州举办(bàn)的新兴数字艺(yì)术家竞赛中(zhōng)，一幅名(míng)为《太空歌剧院(yuàn)》的作品获(huò)奖(jiǎng)。

随(suí)后各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输(shū)入一(yī)组关键词(cí)或者一(yī)张照片，就(jiù)能获得(dé)一幅(fú)AI创作的(de)画作。

作画的关键就是(shì)所输入(rù)的文本。同一组关键词也可以创作(zuò)出很多张风格不一样的(de)画作(zuò)，这让创作的过程就(jiù)像开(kāi)盲盒。

很多(duō)用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会将(jiāng)生成的(de)美图(tú)当(dāng)做头(tóu)像。而(ér)另(lìng)一(yī)部分喜(xǐ)欢翻看AI绘画的(de)“翻车”作(zuò)品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网友的(de)小狗照片被AI画成(chéng)了(le)“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而(ér)如(rú)今(jīn)随着ControlNet的出(chū)现(xiàn)与(yǔ)加持，以往AI绘画(huà)的填写关键词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是一位(wèi)正在(zài)斯坦福(fú)读博(bó)的(de)中国人张吕敏创作的一(yī)种基于控制点的图(tú)像变形算(suàn)法，主要用于数(shù)字图像处理、计算机视觉和计算机图(tú)形(xíng)学等领(lǐng)域。

其SD插(chā)件(jiàn)一(yī)经(jīng)发布，在(zài)短短的两(liǎng)天内便成为(wèi)了AI绘画(huà)领域最新的(de)热点。

在此之(zhī)前，大(dà)家用了很多方法想让AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是都(dōu)不尽如(rú)人意，它(tā)的(de)出现代表着(zhe)AI生(shēng)成(chéng)开(kāi)始进入真(zhēn)正的(de)可控时期。

因(yīn)为ControlNet可以(yǐ)直(zhí)接(jiē)提取画面的(de)构图，人(rén)物的姿势和(hé)画(huà)面的深度信息等。有了它(tā)的帮助，就不用频繁的用提(tí)示(shì)词来碰运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的作品(pǐn)已经获(huò)得(dé)了大(dà)量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们走进动(dòng)漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓(tuò)展找到对应(yīng)的关(guān)键词；最后(hòu)用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键词试(shì)效果(guǒ)。

通过图(tú)片就可以看(kàn)出来，效果十(shí)分惊艳。纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思>

更厉害(hài)的是，除了(le)真实的(de)照片，草图也可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍到(dào)ControlNet还能实(shí)现线(xiàn)稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其(qí)本(běn)尊也亲(qīn)自回应。

不得不说当下AIGC已经变得越(yuè)来越强(qiáng)大，甚至输出(chū)的作(zuò)品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警方辟(pì)谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈骗。

由于(yú)这(zhè)个(gè)活动里面给出的美女照片都是(shì)AI制作(zuò)的真人照(zhào)片(piàn)绘图，因为太逼真，被大家当成(chéng)真(zhēn)事传播了。

不过仔细观(guān)察可以发现，活动发(fā)起者提供的照片中有个很(hěn)大的漏洞(dòng)可(kě)以发现(xiàn)并非真人，而(ér)是AI绘(huì)图(tú)，那便是图(tú)片中女性的手指部分有的存(cún)在异常(cháng)。

有行(xíng)业人事表(biǎo)示：“现(xiàn)在因为(wèi)手指(zhǐ)部(bù)分(fēn)的(de)绘画算(suàn)法比较复杂(zá)，AI还不太(tài)会(huì)画人的手，但最新看到的图片已(yǐ)经有越来越完美的AI模(mó)型出现，以后(hòu)可能(néng)就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国外也已有发生。据英(yīng)国(guó)广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿童受灾的(de)假照片发布到网络，以此诱(yòu)骗善(shàn)良(liáng)的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前(qián)随(suí)着技术发展(zhǎn)，AIGC已经(jīng)能做出真人照片般的(de)绘图效果，如果这样(yàng)的图(tú)片被用来(lái)诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为(wèi)AI在“学习”了大量前人的作品(pǐn)之(zhī)后，其(qí)创作没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的(de)版权(quán)、目前都(dōu)并没有(yǒu)得到(dào)有效的解决(jué)，还有AIGC会(huì)不会代替(tì)人(rén)类“至高无上”的创(chuàng)意。

马斯克也强调(diào)，人工智(zhì)能的安全问(wèn)题需要得(dé)到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术都是有两面性的，潜在的危(wēi)害并不能掩(yǎn)盖其光辉(huī)的贡献。现在看来，人工智能技术将是第四次(cì)工业革命的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年，人工智能(néng)在技术(shù)和商业层面都有了巨大进展，AI绘画就是人工(gōng)智(zhì)能技术发生方向性改变的(de)一个代(dài)表(biǎo)。其下一站或许(xǔ)就是视频。

此前，Meta和(hé)谷歌先后发布(bù)了(le)几条引爆(bào)科技圈的短视(shì)频(pín)。这些视频引发关注并非内容做得(dé)多优秀(xiù)，反而都非常简单(dān)，比如一(yī)匹正在喝(hē)水的马，一(yī)只画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个有手机(jī)的人都可(kě)以(yǐ)随手(shǒu)录(lù)下(xià)一段(duàn)。

但这(zhè)些短视频的创作方(fāng)式(shì)非常简单，创作者仅(jǐn)仅需要(yào)向AI输(shū)入一段话，甚至只是说一(yī)下要求(qiú)，AI就可以根据需要生(shēng)成(chéng)一(yī)段(duàn)视(shì)频。

谷(gǔ)歌发布的两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)出(chū)的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的(de)地(dì)方在于，它可(kě)以(yǐ)制(zhì)作出超过2分钟的(de)连贯的也有确切内容(róng)的视频(pín)，这才是真正让人们感到惊(jīng)喜的地(dì)方纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思。因(yīn)为无(wú)论AI生成的视频多(duō)么高清，也只能是为内(nèi)容生(shēng)产者提(tí)供一(yī)个灵感，一个素材，一(yī)个过场动画。

不过能(néng)够制作出有(yǒu)具(jù)体剧(jù)情内容的视频就意味着，一些视频创作(zuò)由AI代(dài)替人工(gōng)完成已经(jīng)初步(bù)有了(le)可能(néng)。

当下AI的(de)发(fā)展速度已经超过(guò)大(dà)部分人的想象。内容产业(yè)的本质(zhì)是供给创造需(xū)求(qiú)，AIGC作为全(quán)新的内容生产方(fāng)式(shì)，可以为内容产(chǎn)业带来更新(xīn)的内容风格、更快(kuài)的(de)生产速度，更(gèng)低的生产成(chéng)本，这无疑会驱动内容产业(yè)的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码、机(jī)器人动作等多(duō)种内容形式(shì)的生成。不难发现该项技(jì)术(shù)不仅(jǐn)在(zài)游戏等行业能得到(dào)有效应用，对于下一(yī)代互联(lián)网各种元(yuán)素的构建亦有(yǒu)关键意义。

从商业化的角度(dù)来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身(shēn)就对基于AI的(de)可视(shì)化内容(róng)有强(qiáng)烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果(guǒ)，而只是AI进程中的一块重要拼图(tú)，有(yǒu)望在(zài)技术(shù)更(gèng)新的加持下(xià)实现更(gèng)大(dà)的应用价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进(jìn)生产力即将到来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固AIGC底座

从(cóng)技术的发展也可以(yǐ)看出(chū)，在语言大模型、图(tú)像大(dà)模型之后，多模(mó)态大模(mó)型已(yǐ)经(jīng)成为了新的(de)趋势。

大模(mó)型(xíng)被誉(yù)为当(dāng)前人工智能发展的智能底座，是(shì)全(quán)球竞争最(zuì)激烈的研究方向之一，包括(kuò)谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众(zhòng)多头部企业都在竞相发力。

不过训练(liàn)大模型的(de)确价格不菲，以国盛证券发布的(de)《ChatGPT需要多(duō)少算力(lì)》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训(xùn)练成本则介于200万美元至1200万(wàn)美(měi)元(yuán)高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独(dú)立(lì)访客(kè)平均数1300万(wàn)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(chéng)本(běn)约为8亿美(měi)元，每(měi)日仅电(diàn)费就(jiù)在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支持(chí)。在关注各(gè)类大(dà)模型的发展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算力网络正驱动(dòng)AI产业发展进入史(shǐ)诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智(zhì)能发展(zhǎn)的终极目(mù)标(biāo)离(lí)得更近。

因为(wèi)算力可以(yǐ)对(duì)突破性技术创新提供大力的支持。这方面，多模态大模型是典型。作(zuò)为面向(xiàng)未来强人工智能(néng)、通用人(rén)工智能(néng)的重(zhòng)要技术创新，多模态大模型已经在人工智能领域提出(chū)了很多年，业(yè)界也(yě)有不少技术突破，但(dàn)是，多模态大(dà)模型进一步往下走，算力需(xū)求呈几何式上升，一般的算力(lì)基础(chǔ)设(shè)施很快(kuài)将(jiāng)难以胜任。

从图(tú)像、文字、语音单独一(yī)项的训练，到双模态、三模态的跃迁，让(ràng)人工智(zhì)能可以灵活应对不同模态的转化、像人与世界交互一(yī)样自然，这方面，由算(suàn)力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发式(shì)增(zēng)长的(de)算力来支撑的技(jì)术创新，将在人工智能算力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算(suàn)力的(de)支持(chí)下AIGC能(néng)持续颠覆(fù)内容生产的(de)方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：泉州电动车网 福建骑行网 纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思