自聊天机(jī)器人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨(cí)已多(duō)次公开谈论人工(gōng)智(zhì)能话题。在最近的一次采访(fǎng)中，他再次表示(shì)：“AI可能会(huì)让(ràng)科(kē)技(jì)行业迎来一次(cì)剧烈(liè)的洗牌”。

这(zhè)个结(jié)论是他在当地(dì)时间(jiān)2月20日(rì)接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会(huì)威(wēi)胁到(dào)谷歌(gē)的(de)市占(zhàn)率，因为(wèi)微软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把(bǎ)AI整合成(chéng)用户的(de)“全(quán)能助手”，包揽一切应用，与人们(men)进行沟通(tōng)并提(tí)供建议(yì)，可以取代亚马(mǎ)逊、Siri或(huò)Outlook等(děng)应用。

大佬(lǎo)口中(zhōng)全能助手的到来可(kě)能尚需时日，但由ControlNet引(yǐn)发的又(yòu)一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆(bào)火(huǒ)的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术(shù)家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖(jiǎng)。

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

用户们可以在(zài)应用中输入一(yī)组关键词或者一张(zhāng)照片，就能获得一幅(fú)AI创作的画(huà)作。

作画(huà)的关键就是所(suǒ)输入的文本。同一组关(guān)键词也可以创作出很多张(zhāng)风格(gé)不(bù)一样的画作，这让创作(zuò)的过程(chéng)就(jiù)像开(kāi)盲盒。

很多用(yòng)户很喜(xǐ)欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许(xǔ)多用(yòng)户分享AI“翻(fān)车(chē)现场”，例如，一位(wèi)网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的(de)个(gè)人照(zhào)片被(bèi)AI识别成了(le)建(jiàn)筑。

而如今(jīn)随着(zhe)ControlNet的出现与加持，以往AI绘画的填写关键词游戏可(kě)能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福(fú)读(dú)博的中国人(rén)张吕敏(mǐn)创作的(de)一种基于控制点的图像变(biàn)形算法(fǎ)，主要用于数字图像(xiàng)处(chù)理、计算(suàn)机视觉(jué)和计算机图形学等领域。

其(qí)SD插件一经发布，在短短的两(liǎng)天内便成(chéng)为了AI绘(huì)画领域最新的热点(diǎn)。

在此之(zhī)前(qián)，大家用了(le)很多方法想让AI生成(chéng)的结果尽可能(néng)的(de)符(fú)合要求，但是(shì)都(dōu)不尽(jǐn)如(rú)人意，它的出现代表着AI生成开(kāi)始(shǐ)进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画面的构图，人物(wù)的(de)姿势和画面的(de)深(shēn)度信息(xī)等(děng)。有了它(tā)的帮(bāng)助，就不用(yòng)频繁的用提示词来碰运气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少博主的(de)作品(pǐn)已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋(péng)友(yǒu)的照片直接带(dài)她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找(zhǎo)到(dào)对(duì)应的关键词；最后用(yòng)ControlNet插件(jiàn)绑(bǎng)定骨骼(gé)开始换关(guān)键词(cí)试效(xiào)果。

通过(guò)图片(piàn)就(jiù)可以看(kàn)出来，效果十分惊艳。

更厉害的(de)是(shì)，除了真实的照片，草图(tú)也(yě)可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲自(zì)回应。

不得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚(shèn)至输出的作品都已经(jīng)能以(yǐ)假乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技术(shù)力爆发(fā)

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经过(guò)警方辟谣这(zhè)所谓(wèi)的“party”可能是全国第一起AI绘图诈(zhà)骗(piàn)。

由于这个活动(dòng)里(lǐ)面(miàn)给出(chū)的美女照(zhào)片都是AI制(zhì)作(zuò)的真人照片绘图(tú)，因为(wèi)太逼真，被(bèi)大家当成真(zhēn)事传播(bō)了。

不过仔细(xì)观察可以发现，活(huó)动发起者提供的照(zhào)片(piàn)中有个很大的漏洞可(kě)以发现并非真人，而是(shì)AI绘图，那便是(shì)图片(piàn)中女性的手指部分有的(de)存在异常。

有行业(yè)人事表示：“现在因为手指部分的(de)绘画算法比较复(fù)杂，AI还不太会画人的手，但最新(xīn)看到的图片已经有越来越完美(měi)的AI模型出现，以后可能就完(wán)全(quán)没有漏洞了(le)。”

类(lèi)似的(de)AI作(zuò)图诈(zhà)骗在国外也已有发生。据英(yīng)国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成了儿童受灾的(de)假照(zhào)片发布到网络，以(yǐ)此诱骗善良的(de)人打赏(shǎng)“捐助”从(cóng)而实(shí)施诈骗。

目前随(suí)着技术发(fā)展，AIGC已经能(néng)做出(chū)真人照(zhào)片般的绘图效果(guǒ)，如果这样的图片被用(yòng)来诈(zhà)骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还引(yǐn)发(fā)了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人的作(zuò)品之后，其创作(zuò)没有任何情绪(xù)和灵魂，难以(yǐ)和(hé)人类的艺术创作相提并论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前(qián)都并(bìng)没有得到(dào)有效的解决，还(hái)有AIGC会(huì)不会代(dài)替人类“至(zhì)高无上”的创意。

马斯(sī)克也强调(diào)，人(rén)工(gōng)智(zhì)能的安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都是有(yǒu)两(liǎng)面性(xìng)的，潜(qián)在(zài)的(de)危(wēi)害(hài)并不能掩盖其光辉的贡献。现在看来，人工智能技(jì)术将是第四次(cì)工业革命的核心驱动(dòng)力量(liàng)，将(jiāng)创造新的增长(zhǎng)奇(qí)迹(jì)。

过去一年，人工智能(néng)在技术和商业(yè)层面都有了巨(jù)大进展(zhǎn)，AI绘(huì)画就是人工(gōng)智能技术发(fā)生方向(xiàng)性(xìng)改变(biàn)的一(yī)个(gè)代表。其下一站或许就是视频。

此(cǐ)前，Meta和(hé)谷歌先后发布了几条引爆科技圈的短(duǎn)视(shì)频。这(zhè)些视频引发关(guān)注并非内(nèi)容(róng)做得(dé)多优秀，反而(ér)都非常简(jiǎn)单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊，或者一段骑摩托车的(de)第一视(shì)角(jiǎo)录(lù)像，随便一(yī)个有(yǒu)手(shǒu)机的(de)人都(dōu)可以随手录下一段(duàn)。

但这些短视频的创作方式(shì)非常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只(zhǐ)是说一(yī)下要求(qiú)，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的(de)两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈(quān)就(jiù)已(yǐ)经玩了一波梗，一个能够(gòu)做出(chū)更高清视频的AI还不足以(yǐ)在短(duǎn)时间(jiān)内(nèi)戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在(zài)于，它可以制作(zuò)出超过2分钟的连贯的也有确切(qiè)内容的视频(pín)，这才是真正让(ràng)人们(men)感到惊喜(xǐ)的(de)地方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容(róng)生产(chǎn)者(zhě)提供一(yī)个灵感，一个素(sù)材，一(yī)个过(guò)场(chǎng)动画。

不过能够制作出有具体剧情内容的视频就意(yì)味着(zhe)，一些视(shì)频创作(zuò)由AI代替人工完(wán)成已(yǐ)经(jīng)初步有了(le)可(kě)能。

当下AI的发展速度已经超(chāo)过大部分人的想象。内容产业的本质(zhì)是供给创造(zào)需求(qiú)，AIGC作为(wèi)全(quán)新的(de)内容(róng)生产方式，可以为内容产业(yè)带来更新的内容风(fēng)格、更快的生产(chǎn)速度(dù)，更低的生产成本(běn)，这无疑会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘图(tú)、视(shì)频，AIGC技术还(hái)能应用于音(yīn)乐、代码(mǎ)、机器(qì)人动作等多种内(nèi)容形式的生(shēng)成。不(bù)难发现(xiàn)该项技术不仅在游(yóu)戏等行(xíng)业能得到(dào)有效应用，对于下(xià)一代互联网各种元素的构建亦有关键(jiàn)意义。

从商(shāng)业化的(de)角度来看(kàn)，文化(huà)娱(yú)乐、教育、传媒等诸多领域，本身就对基于AI的可(kě)视化内(nèi)容有(yǒu)强烈需(xū)求。

因此，AI绘画及视频或不(bù)是结果，而(ér)只是AI进程(chéng)中(zhōng)的(de)一块重(zhòng)要拼(pīn)图(tú)，有望在技术更(gèng)新的(de)加持下实(shí)现(xiàn)更(gèng)大的应用价(jià)值。

AI从理(lǐ)解(jiě)内容，走向(xiàng)了可以生成内容，甚至(zhì)能够创(chuàng)造出独立价值和(hé)独立(lì)视角(jiǎo)的(de)内(nèi)容。AIGC的再次(cì)出(chū)圈，更代表着未来的先(xiān)进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发(fā)展(zhǎn)也可(kě)以看出，在(zài)语言(yán)大(dà)模型、图(tú)像大模型之后，多模态大模型(xíng)已经成(chéng)为(wèi)了新(xīn)的趋势(shì)。

大模型被誉(yù)为当前(qián)人工智能发展(zhǎn)的智能(néng)底(dǐ)座，是全球竞争最激烈的(de)研究方向之一，包(bāo)括谷(gǔ)歌、亚马(mǎ)逊、百度(dù)、阿(ā)里(lǐ)、腾讯等众(zhòng)多头部企业都在(zài)竞(jìng)相发力。

不过训练大模型的(de)确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的成本约为140万美(měi)元(yuán)。而对于一些更大的LLM(大型(xíng)语言(yán)模型)，训练成(chéng)本则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数1300万计(jì)算，其对应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初(chū)始投入成(chéng)本(běn)约(yuē)为(wèi)8亿美元(yuán)，每日(rì)仅电费就在5万美元(yuán)左(zuǒ)右。

此外不(bù)论是(shì)ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关注(zhù)各类大模型的(de)发展(zhǎn)同时(shí)，更(gèng)应该关注(zhù)算力网络(luò)的(de)建设。

算力(lì)网络(luò)正驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及通(tōng)用AI这一(yī)人工(gōng)智能发(fā)展的终极(jí)目标离得更近(jìn)。

因为算力(lì)可以对突(tū)破性(xìng)技(jì)术创(chuàng)新(xīn)提供大力的支持。这方面，多模态大模(mó)型是典型(xíng)。作为面向未来(lái)强人工(gōng)智(zhì)能、通用(yòng)人(rén)工智能的重(zhòng)要技术创新，多模(mó)态(tài)大(dà)模型已经在(zài)人工智能领(lǐng)域(yù)提出了很多年，业(yè)界(jiè)也有不(bù)少技(jì)术(shù)突破，但是，多模态(tài)大模型进一步往下走，算(suàn)力需求呈几何式(shì)上升，一般(bān)的算力基(jī)础设施很(hěn)快(kuài)将难(nán)以(yǐ)胜(shèng)任(rèn)。

从图像、文字、语音单独(dú)一项的训练，到双模态、三模态的(de)跃迁，让(ràng)人(rén)工(gōng)智能可以灵活应(yīng)对不同模态的转化(huà)、像人与世(shì)界交互一样自然，这(zhè)方(fāng)面，由算力网(wǎng)络来(lái)驱(qū)动将有明显优势(shì)。

此外(wài)，还有很多需要爆发式(shì)增长的算力来(lái)支撑(chēng)的(de)技(jì)术(shù)创新，将(jiāng)在(zài)人工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待在(zài)大模型(xíng)和大(dà)算力的(de)支(zhī)持(chí)下AIGC能持续颠覆内容生产的(de)方式，将(jiāng)创造的边际(jì)成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：北京老旧机动车解体中心 一立方米等于多少立方毫米怎么算，一立方米等于多少立方毫米分米