自聊(liáo)天机器人ChatGPT火爆(bào)以来(lái)，微软公司创(chuàng)始人比尔·盖茨已多次公开谈(tán)论人工智能话题。在最近的(de)一(yī)次采访中(zhōng)，他再次表(biǎo)示：“AI可能(néng)会让(ràng)科(kē)技行业(yè)迎来一(yī)次剧(jù)烈的洗牌”。

这(zhè)个结(jié)论(lùn)是他(tā)在(zài)当地时间2月20日接受《In Good Company》节目专访时提(tí)出的(de)。

他(tā)预期，AI的(de)发展可能会威胁到谷歌的市(shì)占率，因为微软在AI方(fāng)面的行动相当迅速。而(ér)最终(zhōng)科(kē)技巨头将把AI整合成用户的“全能(néng)助(zhù)手”，包揽一切应(yīng)用，与人们进行沟通并(bìng)提供建议，春有约,花不误,年年岁岁不相负，年年岁岁花相似的全诗句可以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助手的到来可能尚需(xū)时(shí)日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠近

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，在美国科罗拉多州(zhōu)举(jǔ)办的新兴数字艺术家(jiā)竞(jìng)赛(sài)中，一幅名为(wèi)《太(tài)空歌剧(jù)院》的作品获奖。

随(suí)后各(gè)大厂商的AI绘画软(ruǎn)件(jiàn)被广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一(yī)组关键词或(huò)者一(yī)张照片，就能获(huò)得一(yī)幅AI创作的画作。

作(zuò)画(huà)的关键(jiàn)就是所(suǒ)输入(rù)的文(wén)本。同一组关键(jiàn)词也可以创作出很多张风格(gé)不一样的(de)画作，这让创作(zuò)的过程就像(xiàng)开盲盒。

很多用户很喜欢这种(zhǒng)不(bù)确定的惊喜，他(tā)们会将生成(chéng)的(de)美图当(dāng)做头像。而另(lìng)一(yī)部(bù)分(fēn)喜欢翻(fān)看(kàn)AI绘画的“翻(fān)车”作品(pǐn)。在(zài)社(shè)交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小(xiǎo)狗照(zhào)片被AI画成(chéng)了“肌肉男(nán)”，还有(yǒu)网(wǎng)友的个人照(zhào)片被AI识别成(chéng)了建筑。

而(ér)如今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写关(guān)键词游(yóu)戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的(de)中国人张吕敏创作的一种基(jī)于控制点的图像变(biàn)形算法(fǎ)，主要(yào)用于(yú)数字图像处(chù)理、计算机视觉和计算(suàn)机图形学等领域(yù)。

其(qí)SD插件一经发布，在(zài)短短(duǎn)的(de)两天内便(biàn)成(chéng)为(wèi)了AI绘画(huà)领域(yù)最新的(de)热点。

在此之前，大家(jiā)用了很多方(fāng)法想让AI生成(chéng)的(de)结果尽可(kě)能的(de)符合(hé)要求(qiú)，但是都不尽如人(rén)意，它的出现(xiàn)代(dài)表着AI生(shēng)成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取(qǔ)画(huà)面的构图，人物的姿势和画面的(de)深度信息等。有了它的(de)帮助，就不(bù)用(yòng)频繁的(de)用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗(sú)的说ControlNet相当于(yú)给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少博(bó)主的作品已经获得(dé)了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她(tā)们走进动漫世(shì)界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找到(dào)对应的关键(jiàn)词；最后用ControlNet插(chā)件绑(bǎng)定骨(gǔ)骼开始换关键词试(shì)效果。

通过图片(piàn)就可以看(kàn)出(chū)来，效果(guǒ)十(shí)分(fēn)惊(jīng)艳(yàn)。

更厉(lì)害的是，除了真(zhēn)实的(de)照片，草(cǎo)图(tú)也(yě)可以(yǐ)加上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet春有约,花不误,年年岁岁不相负，年年岁岁花相似的全诗句还(hái)能实(shí)现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲(qīn)自回应(yīng)。

不(bù)得不说当(dāng)下AIGC已经变(biàn)得越来越(yuè)强(qiáng)大，甚至输(shū)出的作品都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安全问题(tí)

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的(de)消息火遍网(wǎng)络，而(ér)经过警方辟谣这(zhè)所谓的“party”可能是全国(guó)第(dì)一起AI绘图诈骗。

由于这(zhè)个(gè)活动里面给出(chū)的(de)美女照片都是(shì)AI制作的真人(rén)照片绘图，因(yīn)为太(tài)逼(bī)真，被大家当(dāng)成真事传播了。

不过仔细观(guān)察可以发现，活动发(fā)起者提供(gōng)的照片中有个很大的漏(lòu)洞可以发现并非真人，而是AI绘图，那便是(shì)图片中女性的手(shǒu)指部分有的(de)存在异常。

有(yǒu)行业人事表(biǎo)示：“现在因为手指(zhǐ)部分(fēn)的绘(huì)画算法比较复杂，AI还不(bù)太会画人的手，但最(zuì)新(xīn)看到的图片已经有越来越(yuè)完美的AI模型出现，以(yǐ)后可能就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在国外(wài)也已有发生。据(jù)英(yīng)国(guó)广播公司报道，土(tǔ)耳(ěr)其(qí)地(dì)震期(qī)间，有Tiktok用户使用AI合成了儿童受(shòu)灾的(de)假照(zhào)片发布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般(bān)的绘图效果，如果这样(yàng)的图片被用(yòng)来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很多(duō)担(dān)忧(yōu)，一方面，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其创(chuàng)作没有任(rèn)何情绪和灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到有效(xiào)的(de)解(jiě)决，还有AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克(kè)也强调，人工智能的安全问题需要得到重视，太晚就来不(bù)及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的危(wēi)害并不能(néng)掩(yǎn)盖其光辉的贡(gòng)献。现(xiàn)在看来(lái)，人(rén)工智能技术将是第四(sì)次工业革命的核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年，人工智能在技(jì)术和商业层面(miàn)都有了巨大进(jìn)展(zhǎn)，AI绘画就(jiù)是(shì)人工(gōng)智能技术发生方向性改变的一个代(dài)表(biǎo)。其(qí)下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发(fā)布了几条引爆科(kē)技圈(quān)的短视频。这些(xiē)视(shì)频引发关注并非内容做得多优秀，反而都(dōu)非常简单，比如(rú)一匹正在喝水的马，一(yī)只画画的(de)玩具熊，或者一段骑摩托(tuō)车的第(dì)一视角录像(xiàng)，随便一个有手机的人都可以随(suí)手(shǒu)录(lù)下(xià)一段。

但这(zhè)些短(duǎn)视频的(de)创作(zuò)方式非常简单，创作者仅仅需要向AI输入一段话(huà)，甚至(zhì)只是说(shuō)一下要求，AI就(jiù)可以根据需要(yào)生成一段视频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后(hòu)，AI圈(quān)就(jiù)已经玩(wán)了一波梗，一个能够做出更高(gāo)清视频的AI还不足以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震惊(jīng)的(de)地方在于(yú)，它可以制作出超过2分(fēn)钟(zhōng)的连贯的(de)也有确切内容的视(shì)频，这才(cái)是(shì)真正让(ràng)人们感到惊喜的地方。因为(wèi)无论(lùn)AI生成的视频多么高(gāo)清，也只能(néng)是为(wèi)内容生产者提(tí)供一个灵(líng)感，一(yī)个素(sù)材(cái)，一个过(guò)场(chǎng)动画。

不(bù)过能够制作出有具体剧情(qíng)内容的(de)视(shì)频就意味着，一(yī)些视(shì)频创作由AI代替人工完成(chéng)已经初步有(yǒu)了(le)可能。

当(dāng)下(xià)AI的发(fā)展速(sù)度(dù)已(yǐ)经超过(guò)大(dà)部分(fēn)人的想(xiǎng)象。内容产业的本质是供给创造需(xū)求，AIGC作为全新(xīn)的(de)内容生产方式(shì)，可以为内容(róng)产业带来更新(xīn)的内容风格、更快的生产速度，更低(dī)的生产成本，这无疑会(huì)驱(qū)动内(nèi)容产业(yè)的(de)大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技(jì)术(shù)还(hái)能应用于音乐、代码(mǎ)、机器(qì)人动(dòng)作(zuò)等(děng)多种内容形式的生成。不(bù)难发现该项技术不(bù)仅在游戏等行(xíng)业能得到有效应用，对(duì)于下一代互联网各种元素的(de)构建亦有(yǒu)关键(jiàn)意义(yì)。

从(cóng)商业化(huà)的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身(shēn)就对基于AI的可(kě)视化内容有强烈需求。

因(yīn)此，AI绘画及(jí)视频或不是结(jié)果，而(ér)只(zhǐ)是AI进程中的一(yī)块重(zhòng)要拼(pīn)图(tú)，有望(wàng)在(zài)技术(shù)更新的加持下实现更大的应(yīng)用价值。

AI从理解内容，走向(xiàng)了可(kě)以生(shēng)成内(nèi)容，甚至能够(gòu)创造出独立价值和独立视(shì)角的内容。AIGC的再(zài)次出圈，更代表着未来的先进生产力(lì)即将(jiāng)到来。

04

紧抓(zhuā)大(dà)模(mó)型与算力，牢(láo)固AIGC底座

从技术(shù)的发展也可以(yǐ)看出(chū)，在语(yǔ)言(yán)大模型、图像(xiàng)大模型之(zhī)后，多模态大(dà)模(mó)型已经成为了新的趋势。

大模(mó)型被誉为当前人工(gōng)智能发展的(de)智能底座，是全球竞争最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞(jìng)相发力。

不过训练大模型(xíng)的确价格不菲(fēi)，以国盛(shèng)证券发(fā)布的《ChatGPT需要(yào)多少算(suàn)力》报告(gào)估算，GPT-3训练一次的成本约为140万美元。而(ér)对(duì)于一些更大(dà)的LLM(大型语言(yán)模(mó)型(xíng))，训练成本(běn)则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立访客平均数1300万计算，其(qí)对应(yīng)芯片需求为3万(wàn)多(duō)片英伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元(yuán)，每日仅(jǐn)电费(fèi)就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力(lì)支持。在(zài)关注各类大模型的发展同时(shí)，更应该(gāi)关注算力网络(luò)的建设。

算力网络(luò)正驱动AI产业发展进(jìn)入史诗(shī)级加速(sù)进程，让AIGC及通用AI这一(yī)人工(gōng)智(zhì)能发展的(de)终极目标离(lí)得(dé)更近。

因(yīn)为(wèi)算力(lì)可以对突破性技(jì)术创新提供大力的支持(chí)。这方面，多模态大模(mó)型是典型(xíng)。作为面向未(wèi)来强人工智(zhì)能、通(tōng)用人工智能的重要技(jì)术创新，多模态大模型(xíng)已(yǐ)经在人工智能(néng)领域(yù)提出了(le)很多年(nián)，业(yè)界也有(yǒu)不少(shǎo)技术突破(pò)，但是，多模态大模(mó)型进一步往(wǎng)下走，算(suàn)力需求呈几(jǐ)何(hé)式上升，一(yī)般(bān)的(de)算力基(jī)础设(shè)施很快将(jiāng)难以胜任。

从图像、文字、语音(yīn)单(dān)独一项(xiàng)的训练，到双模(mó)态、三(sān)模态的跃迁，让人工智能可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界交互一样自(zì)然，这方(fāng)面，由算力网(wǎng)络来驱动将有明显(xiǎn)优势。

此外(wài)，还有很多(duō)需要爆发式(shì)增长的算力来支撑的技术创新(xīn)，将在人工智(zhì)能(néng)算力网(wǎng)络(luò)支撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待在大(dà)模型(xíng)和(hé)大算力的支(zhī)持下AIGC能持续颠(diān)覆(fù)内容(róng)生产(chǎn)的方式，将创造的边(biān)际成本降(jiàng)低，让万众受益。

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 春有约,花不误,年年岁岁不相负，年年岁岁花相似的全诗句