自聊天机器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创始人比(bǐ)尔·盖茨已(yǐ)多(duō)次公开谈论(lùn)人工智能(néng)话(huà)题。在最近的一次采访中(zhōng)，他再次表示(shì)：“AI可(kě)能会让科技(jì)行业迎来一次剧烈(liè)的洗牌”。

这(zhè)个结论是(shì)他在当地时间(jiān)2月20日(rì)接(jiē)受《In Good Company》节(jié)目(mù)专(zhuān)访(fǎng)时提出的。

他(tā)预(yù)期，AI的发展可能(néng)会威胁到谷歌的(de)市占率(lǜ)，因为(wèi)微软(ruǎn)在AI方面(miàn)的行动相当迅速(sù)。而最终科技巨(jù)头将把AI整合成(chéng)用户(hù)的“全能助手”，包揽一切应用，与人(rén)们进行沟(gōu)通(tōng)并(bìng)提供建议，可以取代(dài)亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来可能尚需时日(rì)，但由ControlNet引发(fā)的(de)又(yòu)一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包(bāo)围(wéi)中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗拉多州(zhōu)举办(bàn)的新兴数字艺术(shù)家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂(chǎng)商的AI绘(huì)画软件被广大网(wǎng)友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在(zài)应(yīng)用中输(shū)入一组关键词或(huò)者(zhě)一张照片，就能(néng)获得一幅(fú)AI创(chuàng)作的(de)画作。

作画的关键就(jiù)是所输入的文(wén)本。同(tóng)一(yī)组关键词也可以创作出很(hěn)多张风格不一样的画作，这让(ràng)创作的过程就像(xiàng)开盲盒(hé)。

很多用户很喜欢这种不确定的惊喜，他们(men)会将生成的美图当做(zuò)头像。而另一(yī)部分喜欢(huān)翻看(kàn)AI绘画的(de)“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用户分享AI“翻车现(xiàn)场(chǎng)”，例(lì)如，一位网友的小狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的(de)出现(xiàn)与(yǔ)加持，以往AI绘画的填写关键词游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏(mǐn)创作(zuò)的一种基于控制点的图(tú)像变形算法(fǎ)，主要用于数字图像处理、计算机视觉(jué)和计(jì)算机图形学等领域。

其SD插(chā)件一经(jīng)发布(bù)，在短短的两天内便成为了AI绘画领域最(zuì)新的热点。

在此之前，大家用了很(hěn)多方(fāng)法想让AI生成的结果尽可能的符合要(yào)求，但是都不尽如人意，它的出(chū)现(xiàn)代表着AI生成开始进入真(zhēn)正的(de)可控时(shí)期。

因为ControlNet可以直接(jiē)提取画面(miàn)的构图，人物的姿(zī)势(shì)和画面的深度信(xìn)息(xī)等(děng)。有了它的(de)帮助，就不用频繁的(de)用提示词来(lái)碰运气，抽盲盒(hé)式的(de)创作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的作品已经获得了大量的(de)浏(liú)览量(liàng)，“vi中国航发属于央企还是国企啊 中国航发是上市公司吗ggo”就是其中之一(yī)，他(tā)用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找到对应的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开(kāi)始(shǐ)换关(guān)键词试效果。

通过图(tú)片就(jiù)可以看出来，效果十分惊(jīng)艳。

更厉害的是，除(chú)了真实的照片，草(cǎo)图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线稿转全彩图。大(dà)神张吕(lǚ)敏其本尊也(yě)亲自(zì)回(huí)应。

不(bù)得不说当下AIGC已经变得越来越强大(dà)，甚至输出(chū)的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术(shù)力(lì)爆发(fā)

警惕(tì)安全问题

近(jìn)日，“苏(sū)州金鸡(jī)湖有(yǒu)游(yóu)艇party”的消(xiāo)息火遍网(wǎng)络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全国(guó)第(dì)一(yī)起AI绘图诈骗。

由于这个活动里面(miàn)给出的美女(nǚ)照(zhào)片都是AI制作(zuò)的真人照(zhào)片绘图(tú)，因(yīn)为太逼真，被大家当(dāng)成(chéng)真(zhēn)事传播了。

不过仔细(xì)观察可以(yǐ)发现，活动发(fā)起者(zhě)提供的照片中有个很(hěn)大的漏(lòu)洞(dòng)可以发现(xiàn)并非真人(rén)，而是AI绘图，那便是图(tú)片中女(nǚ)性的手指部分有的存在异常。

有(yǒu)行业人事(shì)表示：“现在(zài)因为手指部分的(de)绘画算法比较复杂，AI还不太会(huì)画(huà)人的手，但最新看(kàn)到(dào)的图(tú)片已经有越来(lái)越完(wán)美的(de)AI模型出现，以(yǐ)后(hòu)可能(néng)就(jiù)完(wán)全没有漏洞了(le)。”

类似的AI作(zuò)图诈骗在(zài)国(guó)外也已有(yǒu)发生。据英国(guó)广(guǎng)播公司报道，土耳(ěr)其(qí)地(dì)震(zhèn)期间(jiān)，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童受灾的(de)假照片发布到网(wǎng)络(luò)，以(yǐ)此诱骗善良的人打(dǎ)赏(shǎng)“捐助(zhù)”从(cóng)而(ér)实施诈骗。

目前随着(zhe)技(jì)术发展，AIGC已经(jīng)能做(zuò)出真人照片般的绘图效果(guǒ)，如(rú)果这样的(de)图片被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很多担忧(yōu)，一(yī)方(fāng)面，批判者认为(wèi)AI在“学习”了大量前人的作(zuò)品之后，其(qí)创作没有任何(hé)情绪和(hé)灵(líng)魂，难(nán)以和人类(lèi)的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并(bìng)没有得到有(yǒu)效的解决，还有AIGC会不会代替人类(lèi)“至高无上”的创意。

马斯克也强调，人(rén)工智能的(de)安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还有远方

技术都是(shì)有两面(miàn)性的，潜(qián)在(zài)的危害并不能掩盖其光辉(huī)的贡献。现(xiàn)在看来(lái)，人工智能(néng)技(jì)术将是(shì)第四次工业革(gé)命的核心驱(qū)动力量，将(jiāng)创(chuàng)造(zào)新的增长奇迹。

过去一年，人工智(zhì)能在技术和商业(yè)层面都(dōu)有了巨大进展，AI绘画就(jiù)是人工(gōng)智能技术发生方(fāng)向性改变(biàn)的一个代表(biǎo)。其下一站(zhàn)或许就(jiù)是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引爆(bào)科技圈的短(duǎn)视频(pín)。这些视频引发关注并非(fēi)内(nèi)容做得(dé)多优秀，反而都(dōu)非常简单，比(bǐ)如(rú)一匹(pǐ)正(zhèng)在喝水的马，一只画(huà)画(huà)的玩(wán)具熊，或者一段骑摩(mó)托车的第一视角(jiǎo)录像，随便一个(gè)有手机的人都(dōu)可以(yǐ)随(suí)手录下一(yī)段。

但这些短视频的创作方式非常简单(dān)，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了(le)一波梗，一个能够做(zuò)出更(gèng)高(gāo)清(qīng)视(shì)频的(de)AI还不足(zú)以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作(zuò)出(chū)超过2分钟(zhōng)的连贯的(de)也有(yǒu)确切内(nèi)容(róng)的视(shì)频，这(zhè)才是真正(zhèng)让人们感(gǎn)到(dào)惊喜的地(dì)方。因(yīn)为无(wú)论(lùn)AI生成的视频多么高清，也只能(néng)是(shì)为内容生产(chǎn)者(zhě)提(tí)供一个灵(líng)感，一个(gè)素材，一个(gè)过场动画。

不过能够制作出有具(jù)体剧情内容的视(shì)频就意味着，一些(xiē)视(shì)频创作(zuò)由AI代替人工(gōng)完成已(yǐ)经初步有了可能。

当下AI的发展速(sù)度(dù)已经超过(guò)大部分人(rén)的想(xiǎng)象。内容产业的本质(zhì)是供(gōng)给创造需(xū)求，AIGC作为全新(xīn)的内容生产方式，可以为(wèi)内容产(chǎn)业(yè)带来更新的内容风(fēng)格、更快(kuài)的(de)生(shēng)产速度(dù)，更(gèng)低(dī)的生产成(chéng)本，这无疑会驱动内容(róng)产业(yè)的(de)大(dà)爆(bào)发。

除(chú)了AI绘图、视频(pín)，AIGC技术还(hái)能应(yīng)用于音乐、代码、机器(qì)人动(dòng)作等多种内容形式的生成。不难发(fā)现该项(xiàng)技术不仅在游戏等行业能得到(dào)有(yǒu)效应用，对于下一代互联网(wǎng)各(gè)种元素的(de)构建(jiàn)亦有(yǒu)关键(jiàn)意义。

从(cóng)商业化的(de)角(jiǎo)度来看(kàn)，文化娱乐(lè)、教育、传媒等诸多领(lǐng)域(yù)，本(běn)身就(jiù)对基于(yú)AI的可视(shì)化(huà)内容(róng)有强烈需求(qiú)。

因此，AI绘(huì)画及(jí)视频(pín)或(huò)不是结果，而只(zhǐ)是AI进程中的一块(kuài)重要拼图(tú)，有望在(zài)技术更新的加持下实现更大的(de)应用价值。

AI从理解内(nèi)容，走向了可以(yǐ)生成内(nèi)容，甚(shèn)至能够(gòu)创造出独立(lì)价值(zhí)和独立视(shì)角的内容。AIGC的再次出圈，更代表着未(wèi)来的先(xiān)进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技(jì)术(shù)的发展也可以看出，在语言大模型、图像大模型之后，多模态大模型已(yǐ)经(jīng)成为了新的趋势。

大模型(xíng)被誉为当(dāng)前人工智能发展(zhǎn)的智(zhì)能底座，是全(quán)球竞争(zhēng)最激烈的研究方向之一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等(děng)众多头部(bù)企业都在竞相发力。

不过训练大模型(xíng)的(de)确(què)价格不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训练一次(cì)的(de)成(chéng)本约为140万美元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本则介(jiè)于200万(wàn)美(měi)元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其(qí)对(duì)应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初(chū)始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日仅(jǐn)电费(fèi)就在5万美元左(zuǒ)右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发(fā)展(zhǎn)同(tóng)时，更应该关注算力网络的建设(shè)。

算力网(wǎng)络正驱动(dòng)AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级加(jiā)速进(jìn)程(chéng)，让AIGC及通用AI这(zhè)一人工智能发展(zhǎn)的终极目标离得更(gèng)近(jìn)。

因为算力可以对突破(pò)性(xìng)技术(shù)创(chuàng)新提供大力(lì)的支持。这方面(miàn)，多模态大模型是典型。作为面(miàn)向(xiàng)未来强人工智能、通用人(rén)工智能的重(zhòng)要技术创新，多模态大模型已经在人工(gōng)智能领域(yù)提(tí)出了很多年，业界也有不少技术(shù)突(tū)破，但是，多模(mó)态大模型进一步(bù)往下走，算力(lì)需求呈几何(hé)式(shì)上升，一般(bān)的(de)算力(lì)基础设施(shī)很快将难以胜(shèng)任。

从图(tú)像、文字、语音单独(dú)一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能可(kě)以灵(líng)活应对不同模(mó)态的转化、像人与世界(jiè)交互一样自然，这(zhè)方(fāng)面，由算力网络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多需(xū)要爆(bào)发式(shì)增(zēng)长的算力来(lái)支撑(chēng)的技术创新，将在人工智能(néng)算(suàn)力网络(luò)支撑下(xià)快速推(tuī)进。

AIGC已经露出(chū)曙(shǔ)光，期待在大模型和(hé)大算力的支持(chí)下AIGC能持续颠覆内容生产(chǎn)的方式(shì)，将创造的边际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：北京老旧机动车解体中心 中国航发属于央企还是国企啊 中国航发是上市公司吗