自(zì)聊天机器人ChatGPT火爆以来，微软(ruǎn)公司(sī)创始人(rén)比尔·盖茨已(yǐ)多次(cì)公(gōng)开谈论人工智(zhì)能话题。在最近的(de)一次(cì)采访(fǎng)中，他再次(cì)表示：“AI可(kě)能会(huì)让科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率(lǜ)，因为微软在AI方面(miàn)的行(xíng)动相(xiāng)当迅速(sù)。而最终科(kē)技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽(lǎn)一切(qiè)应用(yòng)，与人们(men)进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科罗(luó)拉多州(zhōu)举办(bàn)的(de)新兴数字(zì)艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品(pǐn)获奖。

随后各大(dà)厂商的AI绘画软(ruǎn)件被广大(dà)网(wǎng)友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用户(hù)们可以在应用中输入一组关键词或者(zhě)一张照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是(shì)所输入的文(wén)本(běn)。同一(yī)组关键词也可以创作出(chū)很多张风格(gé)不一样的画作，这让创作的过(guò)程就像开盲盒(hé)。

很多用(yòng)户很喜(xǐ)欢(huān)这种不(bù)确定(dìng)的(de)惊(jīng)喜，他们会将生成的美图当做头像。而另一部分喜欢翻看(kàn)AI绘画(huà)的“翻车(chē)”作品。在(zài)社交(jiāo)媒体上，许(xǔ)多用户分享(xiǎng)AI“翻车现(xiàn)场”，例(lì)如，一位网(wǎng)友(yǒu)的小狗照片(piàn)被(bèi)AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个(gè)人照片(piàn)被AI识别成了建筑(zhù)。

而如今随着ControlNet的(de)出现与加持，以往AI绘(huì)画(huà)的填(tián)写(xiě)关键词游戏(xì)可能要被颠覆(fù)了。

ControlNet是(shì)一(yī)位正在斯坦福(fú)读博的中国人张吕敏(mǐn)创(chuàng)作(zuò)的一(yī)种(zhǒng)基(jī)于(yú)控(kòng)制点的图像变形算法，主要用于(yú)数(shù)字图像处理、计算机视觉和计算机图形学(xué)等(děng)领域。

其(qí)SD插(chā)件一经发布，在短短的(de)两天内便成为了AI绘画领域最新的热(rè)点。

在此之前(qián)，大家用了很多方法想让(ràng)AI生(shēng)成的结果尽可能的符合(hé)要求，但是都不尽如人(rén)意，它的出现代表着AI生成开(kāi)始进(jìn)入(rù)真(zhēn)正的可(kě)控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿势和画面的深度信三传一反指的是什么意思，三传一反指的是反应动力学息等。有了(le)它的帮助，就(jiù)不(bù)用频繁的(de)用提示(shì)词来(lái)碰运气，抽(chōu)盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品已经获(huò)得了(le)大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用(yòng)朋(péng)友(yǒu)的照(zhào)片直接(jiē)带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换关键词试效果(guǒ)。

通(tōng)过(guò)图片(piàn)就可以看出(chū)来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输出的作品都已经能以假乱(luàn)真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的(de)消(xiāo)息(xī)火遍(biàn)网络，而经过警方辟谣这(zhè)所谓的(de)“party”可(kě)能是全国第一起AI绘图诈骗。

由(yóu)于(yú)这(zhè)个(gè)活动里面给出的美女(nǚ)照片都是AI制作的(de)真人照片绘图，因为太逼(bī)真，被大家(jiā)当成真事传播了。

不(bù)过仔细(xì)观察(chá)可以发(fā)现，活动(dòng)发起(qǐ)者(zhě)提供(gōng)的照片中(zhōng)有个(gè)很大(dà)的漏洞可以(yǐ)发(fā)现并非真人，而(ér)是AI绘图，那(nà)便(biàn)是图(tú)片(piàn)中(zhōng)女性的手指部分有的存(cún)在异常。

有行(xíng)业人事(shì)表示：“现在(zài)因为(wèi)手指部(bù)分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最新看到的图片已经有越(yuè)来越完美的AI模型出(chū)现，以后可能就完全(quán)没有漏洞了。”

类似(shì)的AI作(zuò)图诈骗(piàn)在(zài)国外也(yě)已有发(fā)生。据(jù)英国(guó)广播公司报道，土耳其(qí)地震期间，有Tiktok用(yòng)户(hù)使用AI合成了(le)儿童受灾的假照(zhào)片发布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施诈骗。

目(mù)前随(suí)着(zhe)技术发展，AIGC已经能做出真人照(zhào)片般的(de)绘图效果，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还(hái)引发了(le)很多担(dān)忧，一方面，批(pī)判(pàn)者认(rèn)为AI在“学习”了大(dà)量前人的作(zuò)品之后，其创作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难(nán)以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没(méi)有得(dé)到有效的解决，还有AIGC会不会代替人类“至高(gāo)无上”的创(chuàng)意。

马斯克也强调，人(rén)工智能的(de)安全问题(tí)需(xū)要得(dé)到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下(xià)一站除了视频，还有远方

技术都是(shì)有(yǒu)两(liǎng)面性的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其光辉(huī)的贡献。现(xiàn)在看来，人工智能技术将是第四次工业(yè)革命的核心(xīn)驱(qū)动力量，将创(三传一反指的是什么意思，三传一反指的是反应动力学chuàng)造新的增长奇迹。

过(guò)去一年，人工智能在技术和(hé)商业层面都(dōu)有了巨大进展，AI绘(huì)画就是人工智能技(jì)术发生方向性改(gǎi)变的(de)一个代表(biǎo)。其(qí)下(xià)一站或许(xǔ)就是视频(pín)。

此前，Meta和(hé)谷歌先后发(fā)布(bù)了几条引爆科技圈(quān)的短视频(pín)。这些视(shì)频引发关注并非内容做得多优秀，反而都非常(cháng)简单(dān)，比如一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段骑摩托车的第(dì)一视角录像，随便一个有手机(jī)的人都可以(yǐ)随手录下(xià)一段。

但这(zhè)些(xiē)短视频的创作方(fāng)式非(fēi)常简单，创作者仅(jǐn)仅需要向AI输(shū)入一段话，甚至只是(shì)说一下要求，AI就可以根(gēn)据需(xū)要生成一段视频。

谷歌发(fā)布的两个AI生成视频分别来(lái)自于(yú)Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就已经玩了(le)一波梗，一(yī)个能够做出更高(gāo)清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊(jīng)的(de)地方在于，它可(kě)以制作出超过2分钟(zhōng)的连贯的(de)也有确切内容的(de)视频，这才(cái)是真(zhēn)正(zhèng)让人(rén)们感到(dào)惊喜的(de)地(dì)方。因为无(wú)论(lùn)AI生成的视频(pín)多么高清，也只能是为内(nèi)容生产者提供(gōng)一个灵感，一个素(sù)材，一个过场(chǎng)动画。

不过能(néng)够制(zhì)作出有具体剧情内容的视频就意(yì)味着，一些(xiē)视频创(chuàng)作由AI代(dài)替人工完成已经初步有了可能。

当下AI的发展(zhǎn)速度已经超过(guò)大部分人的想象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的(de)内容生产(chǎn)方式(shì)，可以为内容产业带来更新的内容风格、更快(kuài)的生产(chǎn)速度，更低的生产成本(běn)，这(zhè)无疑会驱动(dòng)内容产业(yè)的大(dà)爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术还能应用于音乐(lè)、代码(mǎ)、机器人动作(zuò)等多(duō)种内(nèi)容(róng)形式(shì)的生成。不难(nán)发(fā)现(xiàn)该(gāi)项技术(shù)不仅在游戏等行业(yè)能得(dé)到(dào)有(yǒu)效应用(yòng)，对于(yú)下一代互联网各种元(yuán)素的构建(jiàn)亦(yì)有关键意(yì)义(yì)。

从商(shāng)业(yè)化的角度(dù)来看，文(wén)化娱乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对基于AI的可视化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结果，而(ér)只是AI进程中的一块重要拼图(tú)，有望(wàng)在技术更(gèng)新(xīn)的(de)加持下实现更大的(de)应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内容，甚至(zhì)能够创造出独立价值(zhí)和独立视(shì)角的内容。AIGC的再次出圈(quān)，更代表着未来(lái)的先进(jìn)生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型(xíng)与算力，牢固(gù)AIGC底座

从技(jì)术的发展也可(kě)以看出，在(zài)语言大模(mó)型、图像大模(mó)型之(zhī)后(hòu)，多模态大模型(xíng)已经成为了新的趋势。

大(dà)模型被(bèi)誉为当前人工(gōng)智(zhì)能发展的(de)智能底(dǐ)座，是全(quán)球竞(jìng)争最激(jī)烈的研究(jiū)方(fāng)向之(zhī)一，包括(kuò)谷歌、亚马逊(xùn)、百(bǎi)度(dù)、阿里、腾讯等众多头部企业都(dōu)在(zài)竞相发力。

不(bù)过(guò)训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一(yī)次(cì)的成本约为140万美(měi)元。而对于一些更大(dà)的LLM(大(dà)型语言模型)，训练成本则介(jiè)于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客平(píng)均数(shù)1300万计算(suàn)，其对(duì)应芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始投入成(chéng)本约为8亿美(měi)元，每日(rì)仅电(diàn)费就在(zài)5万美元左右(yòu)。

此外不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离(lí)不(bù)开庞(páng)大(dà)算(suàn)力支持。在关注各类大(dà)模(mó)型(xíng)的(de)发(fā)展同(tóng)时(shí)，更应该关注(zhù)算力网络的建(jiàn)设。

算力网络正驱动AI产业(yè)发(fā)展进入史(shǐ)诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离(lí)得更近。

因为算(suàn)力可以(yǐ)对(duì)突破性技(jì)术创新提供(gōng)大力的支持。这方(fāng)面，多(duō)模(mó)态大(dà)模型是(shì)典型(xíng)。作为面向未来强人工智(zhì)能(néng)、通(tōng)用人工智能的重要技(jì)术创新(xīn)，多模态大模型已经在人(rén)工智能(néng)领域(yù)提出了(le)很多年，业界(jiè)也有不少技术突(tū)破，但是(shì)，多模态(tài)大模型进一(yī)步(bù)往下走，算力需求(qiú)呈几何式上(shàng)升(shēng)，一般的算力基础设施很(hěn)快将难(nán)以胜任(rèn)。

从图像、文字、语音单独(dú)一(yī)项的训练，到双模态、三模态的跃迁，让(ràng)人工智能可以灵活(huó)应对不同(tóng)模态(tài)的转化(huà)、像人(rén)与(yǔ)世界(jiè)交(jiāo)互一样自(zì)然，这方面，由算力网络来驱(qū)动将有明显(xiǎn)优势。

此外，还有很多需要爆发(fā)式增长(zhǎng)的算力来支撑的技术创(chuàng)新(xīn)，将在人工智能算力(lì)网络支撑下快(kuài)速推(tuī)进(jìn)。

AIGC已经(jīng)露出(chū)曙(shǔ)光，期待在(zài)大模型和大算(suàn)力的支持下AIGC能持(chí)续颠覆(fù)内(nèi)容生产的方式(shì)，将创造的边际成(chéng)本降低，让万众受益。

未经允许不得转载：北京老旧机动车解体中心 三传一反指的是什么意思，三传一反指的是反应动力学