自聊天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人比尔·盖茨已多(duō)次(cì)公开(kāi)谈(tán)论人工智能话题。在最近的(de)一次采(cǎi)访中，他再次(cì)表示：“AI可(kě)能会(huì)让(ràng)科(kē)技行业迎来一次剧(jù)烈的(de)洗牌”。

这个结论(lùn)是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出(chū)的(de)。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为(wèi)微软在AI方面的(de)行动相当迅(xùn)速。而最(zuì)终科技巨头将把AI整(zhěng)合成用(yòng)户的“全(quán)能助手”，包(bāo)揽(lǎn)一切应用，与人们进行(xíng)沟通(tōng)并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中全能助手的到来可能(néng)尚需(xū)时(shí)日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为代(dài)表的AIGC上一次爆火的时(shí)候(hòu)，还是2022年8月，在美国科(kē)罗拉多州举办(bàn)的新(xīn)兴数字艺术家竞赛中，一幅(fú)名为《太(tài)空歌剧(jù)院》的作品获奖。

随后各大厂商的AI绘(huì)画软件(jiàn)被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应(yīng)用中(zhōng)输入一(yī)组关键词或者一张照片，就能获得一幅AI创作的画作(zuò)。

作画的关键就是所输入的文本。同一组(zǔ)关键词也可(kě)以创作出很多张风格不一样(yàng)的画作(zuò)，这(zhè)让创作的过程就像(xiàng)开盲盒。

很多用户很喜欢这(zhè)种不(bù)确定的惊喜，他们会将生成的美图当做头像(xiàng)。而另一部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体上，许多用户分(fēn)享AI“翻车现(xiàn)场(chǎng)”，例如，一位网友(yǒu)的小狗照片被AI画成了(le)“肌肉男”，还有网友的个(gè)人照片被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写关(guān)键(jiàn)词游戏(xì)可能要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读博(bó)的中国人(rén)张吕敏创作的一种基于控(kòng)制点的图像变(biàn)形算(suàn)法，主要用于数字(zì)图像处理、计算机视觉和(hé)计算机图形(xíng)学(xué)等领域。

其SD插件一经发布(bù)，在短短的(de)两天(tiān)内便成为(wèi)了(le)AI绘画领(lǐng)域最新的热点。

在(zài)此之前，大家用了很多(duō)方(fāng)法想让AI生成的结果尽可能的符合(hé)要求(qiú)，但是都不尽如(rú)人意，它的(de)出现代表着AI生成开始进(jìn)入真正的可(kě)控时期。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和(hé)画面的深度(dù)信息等。有了它的(de)帮助，就(jiù)不用频繁的用(yòng)提示词来碰运气，抽盲(máng)盒(hé)式的创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘(huì)画加了(le)“魔法”，不少博(bó)主(zhǔ)的作(zuò)品已经获得(dé)了大(dà)量的浏览量，“viggo”就是其中之一，他(tā)用朋(péng)友的照片直接带她们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果(guǒ)。

通(tōng)过(guò)图片就可以看出来(lái)，效果(guǒ)十(shí)分惊艳。

更厉害(hài)的是，除(chú)了真实的照(zhào)片，草图(tú)也可(kě)以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现(xiàn)线(xiàn)稿转全(quán)彩(cǎi)图。大(dà)神张吕敏其(qí)本尊也亲自回(huí)应。

不得不说当下(xià)AIGC已经变得(dé)越(yuè)来越强(qiáng)大，甚至输(shū)出的作品都已经能以假乱(luàn)真了(le)。

02

难辨虚(xū)实，AIGC技术力(lì)爆(bào)发

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火(huǒ)遍(biàn)网络，而(ér)经过警方辟(pì)谣(yáo)这所谓的“party”可(kě)能是全国(guó)第一起AI绘(huì)图诈(zhà)骗。

由于这个活动里面给出的(de)美女照片(piàn)都(dōu)是AI制(zhì)作的真人(rén)照片(piàn)绘图，因为太逼(bī)真，被大家当成真事传播了。

不(bù)过(guò)仔细观察可以发现，活动发(fā)起(qǐ)者(zhě)提供的照片(piàn)中有个(gè)很大的漏洞可以发现并非(fēi)真人，而(ér)是(shì)AI绘图，那(nà)便是图片中女性(xìng)的手(shǒu)指部(bù)分有的(de)存(cún)在异常。

有行业(yè)人事表示(shì)：“现在因(yīn)为手指(zhǐ)部(bù)分(fēn)的(de)绘画算(suàn)法比较复杂，AI还不太(tài)会画(huà)人的手，但最(zuì)新看到的图片已经有越来越完美的AI模型(xíng)出(chū)现(xiàn)，以(yǐ)后可能就完全没(méi)有漏洞(dòng)了。”

类似的AI作(zuò)图(tú)诈(zhà)骗在国外也已有发生(shēng)。据(jù)英(yīng)国广播公司报(bào)道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户(hù)使(shǐ)用AI合成了儿(ér)童(tóng)受灾(zāi)的假照(zhào)片发布到网(wǎng)络(luò)，以此诱骗善良(liáng)的(de)人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能(néng)做出真人照片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一(yī)方面，批判者认为AI在“学习”了大量(liàng)前人的作品(p阻抗实部虚部是什么意思，实部虚部是什么意思啊ǐn)之后(hòu)，其创作(zuò)没有任何情绪(xù)和灵魂，难以(yǐ)和人类的(de)艺(yì)术(shù)创作(zuò)相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权(quán)、目前都并没有得到有效的解决，还有AIGC会不会代替(tì)人(rén)类“至高无上”的创(chuàng)意。

马斯(sī)克也强(qiáng)调，人工智能的安全问题需要(yào)得(dé)到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术(shù)都是有(yǒu)两面性的，潜在的危害并不能掩盖其光辉(huī)的贡献(xiàn)。现在看(kàn)来，人工智能技术将是第四次工业(yè)革命(mìng)的(de)核心(xīn)驱动力量，将创造新的增(zēng)长(zhǎng)奇迹。

过去一年，人工智能在(zài)技术和商(shāng)业层面(miàn)都(dōu)有了巨大(dà)进展，AI绘(huì)画就是人工智能技术发生方向性改变的一个代表。其下一(yī)站或许就是视频。

此(cǐ)前(qián)，Meta和(hé)谷歌(gē)先后发布了(le)几条引爆科技圈的短视频。这些(xiē)视频引发(fā)关注(zhù)并非内容(róng)做得(dé)多优秀，反而都非常(cháng)简单(dān)，比如一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩(mó)托车的第一视角录(lù)像，随便一个(gè)有手机的人都可(kě)以随手录下一段(duàn)。

但这些(xiē)短视频(pín)的创作方式非常简单，创作者仅仅(jǐn)需(xū)要向AI输入一段话(huà)，甚(shèn)至只(zhǐ)是说一下要求(qiú)，AI就(jiù)可以(yǐ)根据(jù)需要生(shēng)成一(yī)段视(shì)频。

谷歌发布(bù)的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经玩了一(yī)波(bō)梗，一个(gè)能够(gòu)做出更(gèng)高清视频的AI还不足以在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于，它可以制作出(chū)超过(guò)2分钟的连贯的也有确切内(nèi)容的视频，这才(cái)是真(zhēn)正让人们(men)感到惊喜(xǐ)的地方。因为无论AI生成的视频多么高清，也(yě)只能是为内容生(shēng)产者(zhě)提供(gōng)一(yī)个灵感，一(yī)个(gè)素材，一(yī)个过场动画。

不过(guò)能够制作出有具体剧情内容(róng)的视频(pín)就意味(wèi)着，一些(xiē)视频创作(zuò)由(yóu)AI代替(tì)人(rén)工(gōng)完(wán)成已经初步有(yǒu)了可能。

当下(xià)AI的发展(zhǎn)速(sù)度已经超过大部(bù)分(fēn)人的想象。内容产(chǎn)业的本质(zhì)是(shì)供给(gěi)创(chuàng)造需求，AIGC作为全新的内容生产方式，可以为(wèi)内容产业带(dài)来更新的内容风格(gé)、更快的生产速(sù)度(dù)，更低的生产成(chéng)本，这无疑会(huì)驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等(děng)多种内容形式的生成。不难(nán)发(fā)现该项技术不仅在游戏等(děng)行业能得到有(yǒu)效(xiào)应用，对于下一(yī)代互联网各种元素的构建亦有关键意(yì)义(yì)。

从商(shāng)业化的角度来看，文(wén)化娱乐、教育(yù)、传媒(méi)等诸多领域(yù)，本身就对(duì)基于AI的可视(shì)化内容有强烈需(xū)求。

因(yīn)此，AI绘画及(jí)视频或不(bù)是结果，而只(zhǐ)是AI进(jìn)程中的(de)一块重(zhòng)要拼图，有望在(zài)技术更新的加持下实现更大的应用价值。

AI从(cóng)理解内容，走(zǒu)向了可(kě)以(yǐ)生成(chéng)内容(róng)，甚至能(néng)够创造出独立(lì)价(jià)值和(hé)独(dú)立视角的内容。AIGC的再次出圈，更代表着未来的先进(jìn)生(shēng)产力即(jí)将到来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大(dà)模(mó)型之后，多模(mó)态大(dà)模型(xíng)已经成为了新(xīn)的(de)趋势。

大模(mó)型(xíng)被誉为当(dāng)前(qián)人(rén)工智能发展的智能底座，是全球竞(jìng)争最(zuì)激烈(liè)的研究方向之一(yī)，包括谷歌(gē)、亚马逊、百度(dù)、阿(ā)里(lǐ)、腾讯等众多头部(bù)企业(yè)都在竞相发力。

不(bù)过训练大模(mó)型的(de)确价(jià)格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少算(suàn)力(lì)》报告估算(suàn)，GPT-3训练一次(cì)的成本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训练成(chéng)本则介于200万美元至1200万美(měi)元高价(jià)之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数(shù)1300万(wàn)计(jì)算，其对应芯片(piàn)需求为3万多(duō)片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入(rù)成本(běn)约为8亿美元，每日仅(jǐn)电费(fèi)就(jiù)在5万(wàn)美元左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力支持。在关(guān)注各类大模(mó)型的发展同时，更(gèng)应该关注算力网络的建设。

算力网络正驱动AI产业发展进入史诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一人工智能发展(zhǎn)的终极目标离得(dé)更近。

因为算力可以对(duì)突破性技术创新提供大力的支持。这(zhè)方面，多模(mó)态大模型是典型(xíng)。作为(wèi)面向未(wèi)来强(qiáng)人工智(zhì)能、通用人(rén)工智(zhì)能的重要技(jì)术创(chuàng)新，多模态大模型已经在人工(gōng)智能领域提出了很(hěn)多年(nián)，业界(jiè)也有不少技(jì)术突(tū)破，但(dàn)是，多模(mó)态大(dà)模型进(jìn)一步往下(xià)走(zǒu)，算(suàn)力(lì)需求呈几何式上升，一般的算力基础(chǔ)设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单独(dú)一项(xiàng)的训练，到双模态、三(sān)模态(tài)的跃迁，让人工智(zhì)能(néng)可以灵活应对不同模态的转化、像人与世(shì)界(jiè)交互一样(yàng)自然(rán)，这方面，由算力网(wǎng)络来驱动将有(yǒu)明显(xiǎn)优势(shì)。

此外，还有很多(duō)需要爆发式(shì)增(zēng)长的算力来支撑的技术创新，将(jiāng)在人工(gōng)智能算力网络(luò)支(zhī)撑下快速推进。

AIGC已经露出曙光，期待(dài)在大(dà)模型和大算力的(de)支(zhī)持下AIGC能持续颠(diān)覆内容生产(chǎn)的(de)方(fāng)式(shì)，将(jiāng)创造的边际成本降低，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 阻抗实部虚部是什么意思，实部虚部是什么意思啊