自聊(liáo)天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公(gōng)司创(chuàng)始人比尔·盖茨已(yǐ)多次公(gōng)开谈(tán)论人工智能话题。在最近(jìn)的(de)一次采(cǎi)访(fǎng)中(zhōng)，他再(zài)次表示：“AI可能(néng)会让科(kē)技行业(yè)迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当地(dì)时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他(tā)预期(qī)，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微软在AI方面(miàn)的行动相(xiāng)当迅速。而最(zuì)终科(kē)技巨(jù)头将把AI整合成用户的(de)“全能助手(shǒu)”，包揽一切应(yīng)用(yòng)，与人(rén)们进行沟通(tōng)并提供建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能(néng)尚需时日，但由ControlNet引发(fā)的又一次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠(kào)近(jìn)

以(yǐ)AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的(de)时候，还(hái)是2022年8月，在美国科罗(luó)拉多州举(jǔ)办的新兴数字艺术(shù)家(jiā)竞赛中(zhōng)，一(yī)幅名(míng)为《太空歌(gē)剧院》的作(zuò)品获奖。

随后(hòu)各大厂商(shāng)的AI绘(huì)画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们(men)可以在(zài)应用中输入一(yī)组关键(jiàn)词或(huò)者一张照(zhào)片，就能获(huò)得一(yī)幅AI创作的画作。

作画的关键就是所输(shū)入的文本(běn)。同一组关键词也(yě)可以创作(zuò)出(chū)很(hěn)多张(zhāng)风格(gé)不(bù)一样(yàng)的画(huà)作，这(zhè)让创作的过程就像开盲盒。

很多用户(hù)很喜欢这种不确定(dìng)的惊喜(xǐ)，他(tā)们(men)会将(jiāng)生成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒体上，许多用户分享AI“翻车(chē)现场”，例(lì)如，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别成了(le)建筑。

而如(rú)今随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填(tián)写关键(jiàn)词游戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人(rén)张吕敏创作的一(yī)种基于控制(zhì)点的图像变形算法，主要用于数字图像处理、计算机视觉和(hé)计算机图(tú)形学等(děng)领域。

其SD插件(jiàn)一经(jīng)发布，在短(duǎn)短的两天(tiān)内便(biàn)成为了AI绘画(huà)领域最新的热点。

在(zài)此之前，大(dà)家用了很多方法(fǎ)想让AI生成的结果尽(jǐn)可能的符(fú)合要(yào)求(qiú)，但是都不尽如人意，它(tā)的出现代表(biǎo)着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取(qǔ)画面的构图，人物(wù)的姿势和画(huà)面的深度(dù)信息等。有(yǒu)了它的(de)帮助，就不(bù)用频繁(fán)的用提(tí)示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少(shǎo)博(bó)主(zhǔ)的作品已经获得了大量的(de)浏(liú)览量，“viggo”就(jiù)是其中之一，他用朋友的照片(piàn)直接带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓(tuò)展找到(dào)对应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换(huàn)关键词试效果。

通(tōng)过图片就(jiù)可以看出来，效果十(shí)分惊艳(yàn)。

更(gèng)厉害的是，除(chú)了真实(shí)的(de)照片，草图也(yě)可以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大(dà)神张吕敏(mǐn)其本尊也(yě)亲(qīn)自回应(yīng)。

不得不说当下AIGC已(yǐ)经变得越来越强大(dà)，甚至输出的(de)作品都已经能(néng)以假乱真了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术(shù)力爆(bào)发

警惕安(ān)全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息(xī)火(huǒ)遍(biàn)网(wǎng)络，而经(jīng)过警方辟(pì)谣这(zhè)所(suǒ)谓的(de)“party”可能是全国(guó)第一(yī)起AI绘图(tú)诈(zhà)骗(piàn)。

由于这个(gè)活动里面(miàn)给(gěi)出(chū)的(de)美女照片(piàn)都(dōu)是AI制作的真(zhēn)人(rén)照片绘图，因(yīn)为太(tài)逼真，被大(dà)家当成真(zhēn)事传(chuán)播了。

不过仔细观(guān)察(chá)可以(yǐ)发现，活动发起者提供的照片中有(yǒu)个(gè)很(hěn)大的漏洞(dòng)可以(yǐ)发现并(bìng)非(fēi)真(zhēn)人(rén)，而(ér)是(shì)AI绘图，那便是图片中女(nǚ)性的手指部分有的存在异常。

有(yǒu)行业人事表(biǎo)示(shì)：“现在因为手(shǒu)指部分(fēn)的(de)绘画算(suàn)法(fǎ)比较(jiào)复(fù)杂，AI还不(bù)太会画人的手，但最新看(kàn)到的图片已经有越来越完美的(de)AI模型出现，以(yǐ)后可能就(jiù)完全没有漏洞了(le)。”

类似(shì)的AI作图诈(zhà)骗在国外(wài)也已有发生。据英国广播公司报道，土耳其(qí)地(dì)震期间，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童(tóng)受(shòu)灾的假(jiǎ)照片发(fā)布到(dào)网络(luò)，以此(cǐ)诱骗善良(liáng)的(de)人打(dǎ)赏“捐(juān)助(zhù)”从而实施诈骗。

目(mù)前随着技(jì)术发展，AIGC已经能做出(chū)真人照片般的绘图效果，如果这(zhè)样(yàng)的(de)图片(piàn)被用来诈骗(piàn)，将非常可(kě)怕(pà)。

此外AIGC还引发(fā)了(le)很多(duō)担忧，一方面，批判者认为AI在(zài)“学习”了大量前人的作品之后，其(qí)创作没有任何情绪和灵魂，难(nán)以和(hé)人类的(de)艺术创(chuàng)作相提并论。

另一(yī)方面，AIGC背后的版权、目前都并没有得到有效(xiào)的(de)解决，还(hái)有AIGC会不会代(dài)替人类(lèi)“至高无(wú)上”的创意。

马(mǎ)斯克(kè)也强调，人工智能(néng)的(de)安(ān)全问题需要得到重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了(le)视频，还(hái)有远(yuǎn)方

技(jì)术都(dōu)是(shì)有两面(miàn)性的(de)，潜在(zài)的危害并不能掩盖其光辉的贡献。现在看来(lái)，人工(gōng)智能技术将是第四次工业革命的核(hé)心驱动力(lì)量，将创(chuàng)造新(xīn)的增长奇迹(jì)。

过去一(yī)年，人工智能在技(jì)术和商业(yè)层面都有(yǒu)了(le)巨(jù)大(dà)进展，AI绘画就是人工智能(néng)技术发生方向性(xìng)改变的一个(gè)代表。其下一站或许(xǔ)就是(shì)视频。

此前，Meta和谷歌先后(hòu)发(fā)布了(le)几条引爆科技圈的短视频。这些(xiē)视频引(yǐn)发(fā)关注并(bìng)非内容(róng)做得多(duō)优(yōu)秀(xiù)，反而都非常简单，比如一匹正在(zài)喝水的马，一只画画的(de)玩具熊，或者一段(duàn)骑摩托车(chē)的第一(yī)视(shì)角录像，随便一(yī)个(gè)有手机的人都(dōu)可以随手录下一段(duàn)。

但(dàn)这些短视频的创作方(fāng)式(shì)非常(cháng)简单，创作(zuò)者仅仅需要向(xiàng)AI输入一段话(huà)，甚至(zhì)只是说(shuō)一下要求，AI就可以根据需要生成(chéng)一段视频(pín)。

谷歌(gē)发布的两个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就(jiù)已(yǐ)经玩了(le)一波梗，一个(gè)能够做出更高清视频(pín)的AI还不足以在短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人震(zhèn)惊(jīng)的地方在(zài)于(yú)，它可以制作出超(chāo)过2分钟的(de)连贯的也有确切内(nèi)容(róng)的视(shì)频(pín)，这(zhè)才是真正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视频多么高清，也只能是为(wèi)内容生产者(zhě)提供一个灵(líng)感，一个素材，一个过场动画。

不过能够制作(zuò)出(chū)有(yǒu)具体剧情内容的视频就意味着，一(yī)些视频创作由(yóu)AI代替人工完成已经初(chū)步有了可能。

当下AI的发展速度已经超(chāo)过大部分人的想象。内容产业(yè)的(de)本(běn)质是(shì)供给创(chuàng)造需求，AIGC作为全(quán)新(xīn)的内(nèi)容生产方式，可以为内容产(chǎn)业带(dài)来更新的内容风格、更快的生产(chǎn)速度(dù)，更低(dī)的(de)生(shēng)产成(chéng)本，这(zhè)无(wú)疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用于音(yīn)乐、代码、机器人动作等多(duō)种内(nèi)容形式的(de)生成。不难发现(xiàn)该项技术不(bù)仅(jǐn)在游戏(xì)等行业能得到有效应用，对于下一代互联(lián)网(wǎng)各种元素的构建(jiàn)亦有关键意义(yì)。

从商业化的角度来看(kàn)，文化娱乐(lè)、教(jiào)育、传媒等诸多领域，本身就对(duì)基于AI的(de)可(kě)视(shì)化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的(de)一块重(zhòng)要(yào)拼图，有望在技术更新(xīn)的加(jiā)持下实(shí)现更大的应用(yòng)价值。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够创造出独立价值和独立视角的内(nèi)容。AIGC的再次出圈(quān)，更(gèng)代表着未来的先进(jìn)生产力即将到来。

04

紧(jǐn)抓大兰州理工大学是一本还是二本 兰州理工大学是211吗(dà)模型与(yǔ)算力(lì)，牢(láo)固AIGC底座

从技(jì)术的发展(zhǎn)也可以看(kàn)出，在语言大模型、图(tú)像(xiàng)大模型之后，多模态大模型已经成为(wèi)了新的(de)趋势。

大模型被誉为当前人工(gōng)智能发展的智能(néng)底座(zuò)，是全(quán)球竞争最激烈(liè)的研(yán)究(jiū)方向(xiàng)之(zhī)一，包括谷歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企业都在(zài)竞相发力。

不(bù)过训练大模(mó)型的确价格不菲，以国盛证(zhèng)券(quàn)发布的《ChatGPT需要(yào)多(duō)少算力(lì)》报告(gào)估算，GPT-3训练一次的(de)成(chéng)本约为140万美元(yuán)。而对于(yú)一些更大(dà)的LLM(大型语(yǔ)言(yán)模型)，训练成本则介于200万美元至1200万(wàn)美元(yuán)高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数(shù)1300万计算(suàn)，其对应芯片需求(qiú)为(wèi)3万多(duō)片英(yīng)伟(wěi)达A100 GPU，初(chū)始投入成(chéng)本(běn)约为8亿美元，每日仅电费(fèi)就在(zài)5万美元(yuán)左右(yòu)。

此外(wài)不(bù)论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关(guān)注(zhù)各类大模(mó)型的发展(zhǎn)同时，更应(yīng)该关注算力网络的建设。

算力(lì)网络正驱动AI产业发(fā)展进入史(shǐ)诗(shī)级加速(sù)进程，让(ràng)AIGC及(jí)通用AI这一人(rén)工智能发展的终极(jí)目标(biāo)离得更近。

因(yīn)为算力可以对(duì)突破性技术创新提供大力的支(zhī)持。这方面，多模态大模型(xíng)是典(diǎn)型。作为面向未来强人(rén)工(gōng)智能、通用人工智能的重要技术创(chuàng)新，多模态(tài)大模型已经在(zài)人工智能(néng)领域提出了很多年，业界也(yě)有不(bù)少技(jì)术突破，但是，多模态(tài)大模型(xíng)进一步往下走，算(su兰州理工大学是一本还是二本 兰州理工大学是211吗àn)力需(xū)求呈几何式(shì)上升(shēng)，一(yī)般的(de)算力基(jī)础(chǔ)设施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语音单独一项的训练，到双(shuāng)模(mó)态、三模态的跃迁，让人工(gōng)智(zhì)能可以(yǐ)灵活应对(duì)不同模态的转(zhuǎn)化、像人与世界交互(hù)一样自然，这(zhè)方面(miàn)，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发(fā)式增长的算力来支撑的(de)技术创新，将在(zài)人(rén)工智能算力网络(luò)支(zhī)撑下快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在大模型(xíng)和大算(suàn)力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的方式(shì)，将创(chuàng)造的(de)边际成本降低，让万众受(shòu)益。

未经允许不得转载：北京老旧机动车解体中心 兰州理工大学是一本还是二本 兰州理工大学是211吗