自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已(yǐ)多(duō)次公开谈论人工智能话题。在最(zuì)近(jìn)的(de)一次采访(fǎng)中，他再(zài)次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌(pái)”。

这个结论是(shì)他在当地时间2月20日(rì)接受(shòu)《In Good Company》节目专访时(shí)提出的。

他(tā)预期，AI的发展可能会(huì)威胁(xié)到(dào)谷歌的市占率，因为微软在AI方面的行动(dòng)相(xiāng)当(dāng)迅速。而(ér)最终(zhōng)科(kē)技巨头(tóu)将把(bǎ)AI整合成(chéng)用户的(de)“全能助手”，包揽(lǎn)一切(qiè)应用，与人们(men)进行沟(gōu)通并(bìng)提供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可(kě)能尚需时(shí)日，但由ControlNet引(yǐn)发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美(měi)国科罗拉多州举(jǔ)办(bàn)的新兴数(shù)字艺术家竞赛中，一幅名(míng)为《太空歌(gē)剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在(zài)应用中输入一(yī)组关键词(cí)或者一(yī)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(shū)入的文本。同一组关键词也可以(yǐ)创作出很多张风(fēng)格不一样的画作，这让创(chuàng)作(zuò)的过程就(jiù)像开(kāi)盲盒(hé)。

很多用户很喜(xǐ)欢这种不确定(dìng)的惊喜，他们(men)会将生成的(de)美图当做头像。而另(lìng)一(yī)部(bù)分喜欢(huān)翻(fān)看AI绘画(huà)的(de)“翻车(chē)”作品。在(zài)社交(jiāo)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(gǒu)照片被(bèi)AI画成了(le)“肌肉男”，还有网(wǎng)友的个人照(zhào)片被AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的(de)出现与(yǔ)加持，以往AI绘画的填写(xiě)关键(jiàn)词游(yóu)戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏(mǐn)创作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(xiàng)处理(lǐ)、计算机视觉和(hé)计算机图形学(xué)等领域(yù)。

其SD插件(jiàn)一经发(fā)布，在短短的两天内便成为了AI绘画领域最新的(de)热点。

在此(cǐ)之前，大家用了很(hěn)多方法想让AI生成的结(jié)果尽可能(néng)的符(fú)合要求，但是(shì)都不(bù)尽如人(rén)意，它的出(chū)现代表着AI生(shēng)成开始进入真正的可(kě)控时(shí)期。

因为ControlNet可以(yǐ)直接(jiē)提取画面的构图，人物(wù)的姿势和(hé)画面的深(shēn)度信息等。有了它的(de)帮助，就(jiù)不(bù)用频繁的用提示词(cí)来碰运气，抽盲(máng)盒式(shì)的(de)创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画(huà)加了“魔(mó)法”，不少(shǎo)博(bó)主(zhǔ)的作品已经获得了大量的(de)浏(liú)览量(liàng)，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照(zhào)片直接(jiē)带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件(jiàn)拓展(zhǎn)找到对(duì)应的关键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开(kāi)始换关键(jiàn)词试(shì)效果。

通过图片就可以看(kàn)出来，效果(guǒ)十分惊艳。

更厉害的(de)是(shì)，除了真实的照片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗(dòu)砂”介(jiè)绍到ControlNet还(hái)能实现(xiàn)线稿(gǎo)转全彩图(tú)。大神张吕敏其本(běn)尊也亲(qīn)自回应(yīng)。

不得(dé)不说(shuō)当下AIGC已经变得越来越强大，甚至输出的作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警(jǐng)惕(tì)安(ān)全问题(tí)

近日，“苏州(zhōu)金鸡(jī)湖(hú)有游(yóu)艇party”的消息(xī)火(huǒ)遍(biàn)网络(luò)，而经过(guò)警方辟谣这所谓(wèi)的“party”可能是(shì)全国第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面给出的美(měi)女照(zhào)片都是AI制作的真人照片绘图，因为太逼(bī)真，被大家当成真事(shì)传播了。

不过仔细观察可(kě)以(yǐ)发现，活动发起者提供的(de)照(zhào)片中(zhōng)有个很(hěn)大的漏洞(dòng)可(kě)以发(fā)现并非真人，而是AI绘图，那便(biàn)是图(tú)片(piàn)中女性的手(shǒu)指部分有(yǒu)的存(cún)在异常。

有行业人事表示(shì)：“现在因(yīn)为手(shǒu)指(zhǐ)部分的(de)绘(huì)画(huà)算(suàn)法比较复杂，AI还不太(tài)会画人的(de)手(shǒu)，但最新看到的(de)图片已经有越来越完美的AI模型(xíng)出现，以后可(kě)能(néng)就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有(yǒu)发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片(piàn)发布到网络，以此诱(yòu)骗(piàn)善良的人(rén)打赏“捐助”从(cóng)而实(shí)施诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般(bān)的绘(huì)图(tú)效(xiào)果，如果这样的图片被用来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多担忧，一方(fāng)面，批判者认为AI在“学习”了(le)大(dà)量前人的作(zuò)品(pǐn)之后，其创(chuàng)作没有任何情绪(xù)和灵(líng)魂，难以和人(rén)类(lèi)的艺术创作相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目前都并没(méi)有得到有效的解决宋朝二府三司分别是什么，二府三司分别是什么东府和西府，还有AIGC会(huì)不会代替人(rén)类“至(zhì)高无上”的创意(yì)。

马斯克(kè)也强调(diào)，人工智能的(de)安全问(wèn)题需(xū)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(dōu)是有两(liǎng)面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技(jì)术将是(shì)第四次工业革命的核心驱动力量(liàng)，将创造新的增长奇(qí)迹。

过去一年，人工(gōng)智(zhì)能在(zài)技术和(hé)商(shāng)业层面都(dōu)有(yǒu)了巨大进展，AI绘画就是人(rén)工智能(néng)技术发生方向性改变(biàn)的一个代表。其下一(yī)站或(huò)许就是(shì)视频。

此前，Meta和(hé)谷(gǔ)歌(gē)先后发布了(le)几(jǐ)条(tiáo)引爆科技圈(quān)的短视频。这些视频(pín)引发关注(zhù)并非内(nèi)容做得多优(yōu)秀，反而都非(fēi)常(cháng)简(jiǎn)单，比(bǐ)如一匹正在喝水的(de)马(mǎ)，一只画画的玩具熊，或(huò)者一段骑(qí)摩托车的第一视角录(lù)像，随(suí)便一(yī)个有(yǒu)手机的人都可以随手(shǒu)录下(xià)一段。

但这些(xiē)短视频(pín)的(de)创(chuàng)作方式非常(cháng)简单，创(chuàng)作者仅仅需(xū)要向AI输(shū)入一段话，甚(shèn)至只是(shì)说一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发(fā)布(bù)的两个AI生(shēng)成视频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出的(de)是(shì)高清，与(yǔ)Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视(shì)频后，AI圈就已经玩了(le)一波梗(gěng)，一个能够做出(chū)更高(gāo)清视(shì)频(pín)的AI还不(bù)足以在短(duǎn)时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出(chū)超过(guò)2分钟的连贯的也有(yǒu)确(què)切(qiè)内容的(de)视(shì)频，这才是真正让人们(men)感到惊喜的地方。因为无论(lùn)AI生(shēng)成的视(shì)频多么高(gāo)清，也只能是(shì)为内容生(shēng)产者提供一个灵感(gǎn)，一(yī)个素材，一个过场动画(huà)。

不过能够制作出有具(jù)体剧情内容的视频就意味(wèi)着(zhe)，一些(xiē)视频创作由AI代替人工完(wán)成(chéng)已经(jīng)初步(bù)有了(le)可(kě)能。

当下AI的发展速度已经(jīng)超过大部分人的想象。内容产业的(de)本(běn)质是供给创造需求，AIGC作为全新(xīn)的(de)内容(róng)生产(chǎn)方(fāng)式，可以为内容产业带来更(gèng)新的内(nèi)容风格(gé)、更快的生产速度，更低的生(shēng)产成(chéng)本，这无疑(yí)会驱(qū)动内(nèi)容产业的(de)大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代(dài)码(mǎ)、机器人动作等多种内容形式的生成。不难发现该项技术不仅在(zài)游戏(xì)等行(xíng)业(yè)能(néng)得到有效应(yīng)用，对(duì)于(yú)下一代(dài)互(hù)联(lián)网各种(zhǒng)元素的构建亦有关键意(yì)义。

从商业化的角度来看，文(wén)化(huà)娱乐、教育(yù)、传媒等诸(zhū)多(duō)领域(yù)，本身就(jiù)对基(jī)于AI的可视(shì)化内容有强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及视频或不是结果(guǒ)，而只是(shì)AI进(jìn)程(chéng)中的一块重要(yào)拼图，有望在技(jì)术更新的加(jiā)持(chí)下实现(xiàn)更大(dà)的应用价值(zhí)。

AI从(cóng)理解内容，走向(xiàng)了可(kě)以生成内容，甚(shèn)至(zhì)能够创造出独立价(jià)值(zhí)和独立视角的(de)内容(róng)。AIGC的(de)再次出圈，更代(dài)表着未来(lái)的先(xiān)进(jìn)生(shēng)产力即将到(dào)来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术(shù)的发展(zhǎn)也可以看出，在语(yǔ)言大模型、图像(xiàng)大模型(xíng)之(zhī)后，多模态大(dà)模(mó)型已经成(chéng)为(wèi)了新(xīn)的趋势(shì)。

大模型被(bèi)誉为当(dāng)前(qián)人工智能(néng)发展的智(zhì)能底座，是全球竞争最激烈的研(yán)究方向之一，包(bāo)括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等(děng)众多头部企业都在竞相发力。

不过训练(liàn)大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本约(yuē)为(wèi)140万美(měi)元。而对于一些更大的LLM(大(dà)型语言模型)，训(xùn)练成本(běn)则介于200万美元至1200万(wàn)美(měi)元高价之间。

以ChatGPT在2023年1月的(de)独(dú)立访(fǎng)客平均(jūn)数1300万(wàn)计算，其对应(yīng)芯片需(xū)求为3万多片英伟达A100 GPU，初(chū)始(shǐ)投入(rù)成本(běn)约(yuē)为8亿美元，每日(rì)仅电费就在(zài)5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注(zhù)各类大模型的(de)发(fā)展同(tóng)时(shí)，更应该(gāi)关注(zhù)算(suàn)力网络的(de)建设。

算力网(wǎng)络(luò)正驱动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这(zhè)一(yī)人工(gōng)智能发展(zhǎn)的终极目标离得更(gèng)近。

因(yīn)为(wèi)算力可以对突破性(xìng)技术创新提供大力的支持。这方面，多模态大模型(xíng)是典型。作为面向未来强人工智(zhì)能、通用人工(gōng)智能的重要(yào)技术(shù)创新，多模(mó)态大(dà)模型已经(jīng)在人(rén)工智能(néng)领域提出(chū)了很多年，业界也有(yǒu)不少技术突(tū)破，但是，多模态大模型(xíng)进(jìn)一步往下走，算力需求呈几(jǐ)何式上升，一般(bān)的算力基(jī)础设施(shī)很快将难(nán)以胜任。

从图像(xiàng)、文(wén)字(zì)、语音(yīn)单独一项的训练，到双模(mó)态、三模态(tài)的跃迁，让人工智(zhì)能(néng)可以灵活应对不同模态的(de)转化、像人与(yǔ)世(shì)界交互(hù)一样(yàng)自然，这方(fāng)面(miàn)，由算(suàn)力(lì)网络来驱动将有明(míng)显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑(chēng)的(de)技术创新，将在人(rén)工智能算力网络支撑下快速(sù)推进。

AIGC已经(jīng)露出曙光，期(qī)待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创造(zào)的边际(jì)成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：北京老旧机动车解体中心 宋朝二府三司分别是什么，二府三司分别是什么东府和西府