自聊天机(jī)器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨已(yǐ)多次公(gōng)开谈论人(rén)工(gōng)智能话题。在最近的一(yī)次采(cǎi)访(fǎng)中(zhōng)，他再次表示(shì)：“AI可能(néng)会让科技行(xíng)业(yè)迎来一(yī)次(cì)剧烈的洗牌(pái)”。

这个结论是他在当地时间2月20日接(jiē)受《In Good Company》节目专访时提(tí)出(chū)的。

他(tā)预期，AI的发展可能会威胁到谷歌的(de)市占率(lǜ)，因(yīn)为微软在AI方(fāng)面的行动相(xiāng)当迅速。而最终科技巨(jù)头将把(bǎ)AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与人们进行沟通并提(tí)供建(jiàn)议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来可能尚需(xū)时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上(shàng)一次爆火(huǒ)的时候(hòu)，还是2022年(nián)8月，在美(měi)国科罗拉多州(zhōu)举办(bàn)的新兴(xīng)数字艺术家竞赛中，一(yī)幅(fú)名为《太空歌剧(jù)院》的作(zuò)品获奖。

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

用户们可以在应用中输(shū)入(rù)一(yī)组关(guān)键词或者一(yī)张(zhāng)照片，就能获得一幅AI创作(zuò)的画作。

作(zuò)画(huà)的关键就是所输入的(de)文(wén)本。同一组关键词(cí)也(yě)可(kě)以创作出很多张风格(gé)不一样的(de)画作，这(zhè)让(ràng)创作(zuò)的(de)过程(chéng)就像开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们会将(jiāng)生成的美图当做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画(huà)的“翻车”作品。在社(shè)交媒体上，许多用(yòng)户(hù)分享AI“翻(fān)车现场”，例如，一位(wèi)网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别成了建筑。

而如今随着(zhe)ControlNet的(de)出现与(yǔ)加(jiā)持，以往AI绘画的(de)填写(xiě)关键(jiàn)词游(yóu)戏(xì)可能(néng)要(yào)被颠(diān)覆(fù)了。

ControlNet是一(yī)位(wèi)正在斯坦福(fú)读博的中国人(rén)张吕敏创作(zuò)的(de)一种基于控制(zhì)点的图像变形(xíng)算法(fǎ)，主要用于数字图(tú)像处理(lǐ)、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为了(le)AI绘画领域最新的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结(jié)果(guǒ)尽可能的符合要求，但(dàn)是(shì)都(dōu)不尽(jǐn)如人意，它(tā)的出现代(dài)表着AI生成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人(rén)物(wù)的姿(zī)势和画面(miàn)的深度信息(xī)等。有了(le)它的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲盒式(shì)的创作了。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已经获得了(le)大量的(de)浏(liú)览量，“viggo”就是(shì)其(qí)中之一(yī)，他用朋(péng)友的照片(piàn)直接(jiē)带她们走进(jìn)动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键(jiàn)词；最后用ControlNet插件绑定骨什么叫人文关怀，人文关怀体现在哪些方面骼开始(shǐ)换(huàn)关(guān)键(jiàn)词试(shì)效(xiào)果(guǒ)。

通过(guò)图片就可以看出来，效果十分惊(jīng)艳(yàn)。

更(gèng)厉害的是(shì)，除了真实的照片，草(cǎo)图也可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊也(yě)亲(qīn)自回(huí)应。

不得不说当下AIGC已经变得越(yuè)来(lái)越强大，甚至输出(chū)的作品都(dōu)已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警(jǐng)惕安全(quán)问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的(de)消(xiāo)息火遍网(wǎng)络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给出的(de)美女照片都(dōu)是(shì)AI制作的真人(rén)照片绘图，因(yīn)为太(tài)逼真，被大家(jiā)当成真事传(chuán)播了。

不(bù)过仔细观(guān)察可以发现，活(huó)动发起者(zhě)提供的照片(piàn)中有个很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那便是图(tú)片中女性的手指部分(fēn)有的存(cún)在异常(cháng)。

有行业人(rén)事表示：“现在因为(wèi)手指部分的(de)绘画算法比较复(fù)杂，AI还不太会画(huà)人的手，但最(zuì)新看到的(de)图(tú)片已经(jīng)有越(yuè)来越完美的AI模型出现(xiàn)，以(yǐ)后(hòu)可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外(wài)也(yě)已(yǐ)有发生。据英国(guó)广(guǎng)播公司报道，土(tǔ)耳其地震(zhèn)期间，有(yǒu)Tiktok用户(hù)使用AI合(hé)成了(le)儿(ér)童(tóng)受灾的假照(zhào)片发布到网络(luò)，以(yǐ)此诱(yòu)骗善良的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经能做(zuò)出真人照(zhào)片般的绘(huì)图效(xiào)果，如果这样的图片被用来诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了(le)很多担(dān)忧，一方面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的(de)作品之后(hòu)，其创作没有任何(hé)情绪和灵(líng)魂，难以(yǐ)和人(rén)类(lèi)的(de)艺术创(chuàng)作相(xiāng)提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目前都并没(méi)有(yǒu)得到有效的解决，还有AIGC会不(bù)会代替人类“至(zhì)高无上”的创意。

马斯克也强调(diào)，人工(gōng)智(zhì)能的安全(quán)问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有远方(fāng)

技术都是有两(liǎng)面性的，潜在(zài)的危害并不能掩盖其光辉的贡(gòng)献。现(xiàn)在看来(lái)，人工智能技术(shù)将是第四次工(gōng)业革命的核心驱动(dòng)力量，将创造新的增长(zhǎng)奇迹(jì)。

过去(qù)一(yī)年，人(rén)工智能在(zài)技术和商业层面都有(yǒu)了巨大(dà)进展(zhǎn)，AI绘画就是人工智能技术发(fā)生方(fāng)向性改变的(de)一个代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和谷(gǔ)歌先后发布了几(jǐ)条引爆科技圈的(de)短视频(pín)。这(zhè)些(xiē)视频引发关(guān)注(zhù)并非内容(róng)做得多优秀，反(fǎn)而(ér)都非常(cháng)简单，比如一匹正在喝水的马，一只画(huà)画的玩具熊(xióng)，或者一(yī)段骑摩托(tuō)车的(de)第一视角录像(xiàng)，随(suí)便一个有手(shǒu)机的人都可以随(suí)手录下一段。

但(dàn)这些短(duǎn)视频的(de)创作方式非常简单，创作者仅(jǐn)仅需要向AI输入一段(duàn)话，甚至只是(shì)说一下要求(qiú)，AI就可以根据(jù)需(xū)要生成(chéng)一段视(shì)频(pín)。

谷歌发布的两个AI生(shēng)成(chéng)视频(pín)分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的(de)视频(pín)后(hòu)，AI圈就已(yǐ)经(jīng)玩了一波梗，一个能够做出(chū)更高(gāo)清视频的AI还不足(zú)以在短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令(lìng)人(rén)震惊的地方(fāng)在于，它可(kě)以制作(zuò)出超过(guò)2分钟的连贯的也有确(què)切内容(róng)的视频，这才是(shì)真正让人们感到惊喜的地方。因(yīn)为无论AI生成的视频多(duō)么高(gāo)清，也只能(néng)是(shì)为(wèi)内容生(shēng)产者(zhě)提(tí)供一(yī)个灵感，一个素材，一个过场动画。

不过能(néng)够制作出有(yǒu)具体剧情内容的视频(pín)就意味着，一些视(shì)频创作由AI代(dài)替人工(gōng)完(wán)成(chéng)已经初(chū)步有了可能。

当下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给创造需求(qiú)，AIGC作为全新的(de)内(nèi)容生产方式，可以为内容产业带来(lái)更新的内容风格、更快的生产(chǎn)速度(dù)，更(gèng)低的生产成本(běn)，这无疑会驱动(dòng)内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代(dài)码、机(jī)器人(rén)动作(zuò)等(děng)多种内容形式(shì)的生(shēng)成。不难发(fā)现(xiàn)该项(xiàng)技术不仅在游戏等行业能得(dé)到有效(xiào)应(yīng)用(yòng)，对于(yú)下一代互联网(wǎng)各种元素的构建亦(yì)有关键意义。

从商业化的角度来看(kàn)，文化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可(kě)视(shì)化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画(huà)及视频或(huò)不是结果，而(ér)只是AI进程中的一块重要拼图，有望在技(jì)术(shù)更新的(de)加持下实现更大(dà)的(de)应用价值(zhí)。

AI从理(lǐ)解内容，走向(xiàng)了可以(yǐ)生(shēng)成内(nèi)容，甚至能够(gòu)创造(zào)出(chū)独立(lì)价值和独立视角的内(nèi)容。AIGC的再次出圈(quān)，更代表着(zhe)未来(lái)的先进生产力即将到来。

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(yǐ)看出，在语言大模型(xíng)、图(tú)像大模型(xíng)之后(hòu)，多模态大模型(xíng)已经成(chéng)为了(le)新的趋(qū)势。

大(dà)模(mó)型被誉为当前(qián)人工(gōng)智(zhì)能发展的智(zhì)能底座，是全球竞争(zhēng)最(zuì)激烈的(de)研究方(fāng)向之一(yī)，包括(kuò)谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾(téng)讯等(děng)众多头(tóu)部企业都在竞相发力。

不过训练大模型的确(què)价格不菲，以(yǐ)国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美元。而对于一些更大的LLM(大型语(yǔ)言(yán)模型)，训练成本则介(jiè)于200万美元(yuán)至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万(wàn)计算，其对应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿美元，每(měi)日仅电费就在5万(wàn)美元(yuán)左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持。在(zài)关(guān)注各(gè)类大(dà)模(mó)型(xíng)的发(fā)展同时，更应该关注算力网络的建设。

算力(lì)网络正(zhèng)驱动AI产(chǎn)业发展进(jìn)入史(shǐ)诗级加速(sù)进程，让AIGC及(jí)通用(yòng)AI这一人工智能(néng)发(fā)展(zhǎn)的终极(jí)目标离得更近(jìn)。

因为算力(lì)可以对突破性技术创新提供大力(lì)的支持。这方面，多模态大(dà)模型是(shì)典型。作为面向未来(lái)强人工智能、通用人(rén)工智能的重要技术创新，多模态(tài)大模型已经在(zài)人工智能(néng)领域(yù)提出(chū)了(le)很多年，业(yè)界(jiè)也有不少技(jì)术(shù)突破(pò)，但是，多模(mó)态大模型进一步往下走，算(suàn)力需(xū)求呈几(jǐ)何式上升，一般的算力基础(chǔ)设施很快将(jiāng)难以(yǐ)胜任(rèn)。

从图像(xiàng)、文字、语(yǔ)音单独(dú)一项的(de)训练，到双模态(tài)、三模(mó)态的跃迁，让人工智(zhì)能可以灵活应对不同(tóng)模态的(de)转化、像(xiàng)人与世界交互(hù)一样自然(rán)，这方面，由算(suàn)力网(wǎng)络来驱动将有(yǒu)明显(xiǎn)优势。

此外，还有很多需(xū)要爆发式增长的算力来(lái)支撑(chēng)的技(jì)术(shù)创新(xīn)，将(jiāng)在(zài)人工智(zhì)能算力网(wǎng)络支(zhī)撑下快速推进。

AIGC已经露出曙(shǔ)光，期待(dài)在(zài)大模型和大算(suàn)力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的边际成本降低，让万众(zhòng)受(shòu)益。

未经允许不得转载：昆明苹果手机维修|苹果电脑维修|iPhone维修|iPad维修|iPod维修|MacBook维修|iMac维修|三星手机维修|HTC手机维修|昆明安瓦手机电脑云南维修中心 什么叫人文关怀，人文关怀体现在哪些方面