自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司创(chuàng)始(shǐ)人比尔·盖(gài)茨已(yǐ)多次公开(kāi)谈(tán)论人工智能话题(tí)。在最近的一次采访(fǎng)中，他再次(cì)表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

这(zhè)个结论是(shì)他(tā)在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目专访时(shí)提出的。

他预期(qī)，AI的发(fā)展可能会(huì)威胁到谷歌的(de)市占率，因为微软在AI方面的行动(dòng)相当(dāng)迅速。而最终科技巨头将(jiāng)把AI整合成(chéng)用户(hù)的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手的到(dào)来可(kě)能尚需时日，但(dàn)由(yóu)ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的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(kě)控靠近

以(yǐ)AI绘画为(wèi)代(dài)表的AIGC上一次(cì)爆火的时候，还是2022年8月，在(zài)美国(guó)科罗拉多州举办的新兴数字艺术(shù)家竞赛中，一幅(fú)名为《太空歌剧院》的作品获(huò)奖。

随(suí)后各大厂商的(de)AI绘画软件被(bèi)广(guǎng)大网友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们可以(yǐ)在应用中输入一组(zǔ)关键词或者一(yī)张照片，就能获得一幅(fú)AI创(chuàng)作的画作。

作画(huà)的关键(jiàn)就是所输入的文本(běn)。同一组关(guān)键词(cí)也可以创(chuàng)作出很多张风格(gé)不一样(yàng)的画(huà)作，这让创作的过(guò)程就(jiù)像(xiàng)开盲(máng)盒。

很多用户很喜欢这(zhè)种不确(què)定的惊(jīng)喜，他们会(huì)将生成的美图当做头像。而另(lìng)一部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例(lì)如，一位网(wǎng)友的小狗照片(piàn)被(bèi)AI画成了“肌肉男”，还有网友的(de)个人(rén)照(zhào)片(piàn)被AI识别成了建筑。

而如(rú)今随着ControlNet的出现与加持，以往(wǎng)AI绘画的(de)填写关(guān)键词游戏可(kě)能要被颠覆了。

ControlNet是(shì)一位正在斯坦(tǎn)福读博的中国人张吕(lǚ)敏创(chuàng)作的一种基于控制点的图像变形算法(fǎ)，主要(yào)用于数字图(tú)像处理、计(jì)算机视觉和(hé)计(jì)算(suàn)机图形(xíng)学等领域。

其SD插件一(yī)经(jīng)发布，在短短的两天内便成(chéng)为了(le)AI绘(huì)画领域最(zuì)新的热点(diǎn)。

在此之(zhī)前，大(dà)家用了很(hěn)多方法(fǎ)想让(ràng)AI生成(chéng)的结(jié)果尽(jǐn)可能(néng)的符合要(yào)求，但是都不尽如人意，它的(de)出(chū)现(xiàn)代表(biǎo)着AI生成开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的构(gòu)图，人物(wù)的姿(zī)势(shì)和画面的深度信息等(děng)。有(yǒu)了它的(de)帮助，就不(bù)用频繁的(de)用(yòng)提示词(cí)来(lái)碰运气，抽盲盒式的创(chuàng)作了。

通俗的(de)说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的作品已经(jīng)获得了(le)大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的照(zhào)片直(zhí)接带(dài)她(tā)们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插件(jiàn)拓展找到(dào)对应的(de)关键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试效果(guǒ)。

通过(guò)图片(piàn)就(jiù)可以看(kàn)出(chū)来，效果十分惊(jīng)艳(yàn)。

更厉害的是，除了真实的照片，草图也(yě)可以加上“魔(mó)法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得(dé)越来(lái)越(yuè)强大，甚至输出的作(zuò)品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆发

警惕(tì)安全问题

近日，“苏州金鸡(jī)湖(hú)有游艇(tǐng)party”的(de)消息火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全国第(dì)一起AI绘图(tú)诈骗。

由于这(zhè)个(gè)活动里面(miàn)给(gěi)出的美女(nǚ)照片都(dōu)是AI制(zhì)作的真(zhēn)人照片绘(huì)图，因(yīn)为太逼真，被大家当成真事传播了(le)。

不(bù)过仔细观察可以发现，活(huó)动发起(qǐ)者提(tí)供的(de)照片中有个很(hěn)大的漏(lòu)洞可以发现并(bìng)非真(zhēn)人，而是AI绘图，那便(biàn)是图片(piàn)中(zhōng)女性的手(shǒu)指部分有(yǒu)的存在异常。

有行业(yè)人事表示：“现在因为手指部分(fēn)的绘(huì)画算(suàn)法比较(jiào)复(fù)杂，AI还不太会画人的手，但最新看到的图(tú)片已经有越来(lái)越完(wán)美的AI模型(xíng)出现，以(yǐ)后可能就(jiù)完全没有漏洞了。”

类似的AI作(zuò)图诈骗在(zài)国外也已有发生(shēng)。据英(yīng)国广播公司(sī)报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用(yòng)户(hù)使用AI合(hé)成了儿(ér)童受灾的(de)假照片发(fā)布到(dào)网(wǎng)络，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从(cóng)而实施诈骗。

目前(qián)随着技(jì)术发展，AIGC已经能做出真人照片般的绘(huì)图效(xiào)果，如果这(zhè)样的(de)图片被(bèi)用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品之后，其创作没有任何情绪和(hé)灵魂，难以和人(rén)武昌起义的历史意义是什么，辛亥革命武昌起义的历史意义类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得(dé)到有效的解(jiě)决，还有AIGC会不(bù)会(huì)代替人类(lèi)“至(zhì)高无上”的创意(yì)。

马斯克(kè)也强调(diào)，人(rén)工(gōng)智能的安全问题需要得到重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都是(shì)有两面(miàn)性的，潜在的危(wēi)害并不能掩盖其光辉(huī)的(de)贡献。现在看来，人工智能技术将(jiāng)是第四次工业革命(mìng)的核心驱动力量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人工智能(néng)在技术和商业层面(miàn)都有了巨大(dà)进展，AI绘画就(jiù)是人(rén)工智能技(jì)术发生(shēng)方向(xiàng)性改变的(de)一个代表。其下一(yī)站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条(tiáo)引(yǐn)爆(bào)科技圈的短视频。这些(xiē)视频引发关(guān)注(zhù)并非内容(róng)做(zuò)得(dé)多优秀(xiù)，反而都非(fēi)常简(jiǎn)单(dān)，比如一匹正在喝水的(de)马，一(yī)只(zhǐ)画画(huà)的玩具熊，或(huò)者一段骑摩托车的第一视(shì)角(jiǎo)录像，随便一个有手机的(de)人都(dōu)可以随(suí)手录下一(yī)段。

但这些短视频的(de)创作方式非常简单，创作(zuò)者仅仅需要向AI输(shū)入(rù)一段话(huà)，甚至只是(shì)说(shuō)一下(xià)要求，AI就可以根(gēn)据需(xū)要生成一段(duàn)视频。

谷歌发布的(de)两个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出(chū)的(de)是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做(zuò)出(chū)更高清视频的AI还不足(zú)以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它(tā)可以(yǐ)制作出超过2分钟的连贯的也(yě)有(yǒu)确(què)切内容的视频，这才是真(zhēn)正让(ràng)人(rén)们感到惊喜的地方。因为无论(lùn)AI生成的视频多么高清，也只能是为内容生(shēng)产者提供(gōng)一(yī)个灵感(gǎn)，一个素(sù)材，一个过场(chǎng)动画。

不过能够制作出有具体剧情内容(róng)的视频(pín)就意(yì)味着(zhe)，一些视(shì)频创作由AI代替人工(gōng)完成已经初步有了可能。

当下AI的(de)发展速度已经超(chāo)过大部分人的想象。内容产业的本质是供(gōng)给创造需求，AIGC作为全新(xīn)的(de)内容生产(chǎn)方式，可以为(wèi)内容(róng)产业带(dài)来更新(xīn)的内容(róng)风格、更快的(de)生(shēng)产速(sù)度，更低的(de)生(shēng)产成(chéng)本，这(zhè)无疑(yí)会驱动内(nèi)容产业(yè)的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器(qì)人动作等多种内容(róng)形式的生成。不(bù)难发现该(gāi)项技术不(bù)仅在游戏等行业(yè)能(néng)得到有效应用，对于下一代互联网各种元素(sù)的(de)构(gòu)建(jiàn)亦(yì)有关键(jiàn)意义(yì)。

从商(shāng)业化(huà)的(de)角度来(lái)看(kàn)，文化娱乐、教育、传媒等诸(zhū)多(duō)领(lǐng)域，本身就对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画(huà)及视频(pín)或不是结果，而只是AI进程中的一块重要(yào)拼(pīn)图，有望在技术更新(xīn)的加持(chí)下实(shí)现(xiàn)更大的应用价(jià)值(zhí)。

AI从理(lǐ)解(jiě)内容，走向了(le)可(kě)以生成内容(róng)，甚至能够创造出独立(lì)价值(zhí)和独立视角的内容。AIGC的再次出圈，更代表着未来的先进(jìn)生产力(lì)即将到来(lái)。

武昌起义的历史意义是什么，辛亥革命武昌起义的历史意义w="1280">

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从(cóng)技术的(de)发展(zhǎn)也可以看出(chū)，在语言(yán)大模型、图(tú)像大模型之(zhī)后，多模态(tài)大模(mó)型已经成(chéng)为了新的(de)趋(qū)势(shì)。

大模型被誉为当(dāng)前人工智能(néng)发展(zhǎn)的(de)智能底座，是全(quán)球竞争最激烈的研究(jiū)方向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿(ā)里(lǐ)、腾讯等(děng)众多(duō)头(tóu)部企业(yè)都在(zài)竞相发力(lì)。

不过训练(liàn)大模型(xíng)的确(què)价格不(bù)菲，以国(guó)盛证(zhèng)券(quàn)发布的《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更(gèng)大的LLM(大型语言模型)，训练(liàn)成本则介于200万(wàn)美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的独立访客平均数1300万(wàn)计(jì)算，其(qí)对(duì)应芯片(piàn)需求为(wèi)3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每日仅电费就(jiù)在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞(páng)大算(suàn)力支持(chí)。在关注(zhù)各类大(dà)模型的(de)发展同时，更(gèng)应该关注(zhù)算(suàn)力网络的建(jiàn)设(shè)。

算力网络正驱动AI产业发(fā)展(zhǎn)进入史诗级加(jiā)速进程(chéng)，让AIGC及通用AI这一(yī)人工智(zhì)能发(fā)展的终极(jí)目标离得更近。

因为算力可以对突破性技术创新提供大力的支持(chí)。这方面，多(duō)模态大模(mó)型是典型。作为面向未来强(qiáng)人(rén)工智能、通用人工智能的(de)重要技术创新，多(duō)模态(tài)大模型已经在(zài)人工智能领域提出了很多(duō)年，业界也有不少技术突破(pò)，但是，多模态大模型进一步往下(xià)走，算力需求呈几何(hé)式(shì)上升，一般的算力基础设施很快将难以胜任。

从图(tú)像(xiàng)、文字、语音单独一项的训(xùn)练，到双模(mó)态、三模态的(de)跃(yuè)迁，让(ràng)人工智能可以灵活应(yīng)对不同模态的转化、像人与世(shì)界交互一样自然，这方面，由(yóu)算力网(wǎng)络来驱(qū)动将有明显优势。

此外，还(hái)有很多需(xū)要(yào)爆(bào)发式增长的算力来支撑的技术(shù)创新(xīn)，将在人(rén)工(gōng)智(zhì)能算力(lì)网络(luò)支撑下快(kuài)速推进。

AIGC已经露出(chū)曙光，期待在大模型(xíng)和大算(suàn)力的支(zhī)持下AIGC能持续颠覆内(nèi)容生(shēng)产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：北京老旧机动车解体中心 武昌起义的历史意义是什么，辛亥革命武昌起义的历史意义