自聊天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已多次公开(kāi)谈论人工智(zhì)能(néng)话题。在最近的一次采(cǎi)访中(zhōng)，他再(zài)次表示：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当地(dì)时间2月(yuè)20日接(jiē)受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的(de)发展(zhǎn)可能会威胁到谷(gǔ)歌(gē)的市占率，因为(wèi)微软在AI方面的行动相当迅速。而最终科技(jì)巨头将把(bǎ)AI整(zhěng)合(hé)成用(yòng)户的“全(quán)能助手”，包(bāo)揽一切应用，与人们进行(xíng)沟通并提供建议(yì)，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需(xū)时日，但由(yóu)ControlNet引发(fā)的(de)又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话(huà)题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年8月，在美国科(kē)罗拉多州(zhōu)举办的新兴(xīng)数(shù)字(zì)艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画(huà)软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中输入一组关键词或(huò)者一张照片，就能(néng)获得一(yī)幅AI创作(zuò)的画作(zuò)。

作画(huà)的(de)关键就是(shì)所(suǒ)输(shū)入的文(wén)本。同(tóng)一组关键词也可(kě)以创(chuàng)作(zuò)出很多张风(fēng)格不(bù)一样的(de)画作，这让创作的过程就像开盲盒。

很多用户很喜欢这种不(bù)确(què)定的惊喜，他们会将(jiāng)生成的(de)美图当做(zuò)头像。而另一(yī)部分喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上(shàng)，许多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一(yī)位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照(zhào)片(piàn)被AI识(shí)别成了建筑。

而如今随着(zhe)ControlNet的出现与加持(chí)，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中(zhōng)国(guó)人(rén)张(zhāng)吕敏创作(zuò)的一种基于(yú)控制点(diǎn)的图像变(biàn)形算法，主要用于数字(zì)图(tú)像处理、计算机(jī)视觉(jué)和计(jì)算机图形学等领域。

其(qí)SD插件一经发布，在短短的两天内便成为了(le)AI绘(huì)画(huà)领(lǐng)域最新的热点。

在此之前(qián)，大(dà)家用了很多方法想让AI生(shēng)成的结果(guǒ)尽可(kě)能的符(fú)合要求，但是都不(bù)尽如(rú)人意，它(tā)的出现代表(biǎo)着AI生成开(kāi)始进入真正的(de)可控时期。

因(yīn)为ControlNet可(kě)以(yǐ)直接提取画面的构(gòu)图，人物的姿(zī)势和画面的(de)深度信(xìn)息等(děng)。有了它的帮助，就不用频繁的用提示词来碰运气，抽盲盒式(shì)的创(chuàng)作了。

通俗的(de)说ControlNet相(xiāng)当(dāng)于给AI绘画加了(le)“魔法”，不少博(bó)主的作品(pǐn)已经获得了(le)大量的浏览(lǎn)量，“viggo”就(jiù)是其中之一，他用朋(péng)友的(de)照片直接带她们(men)走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定(dìng)骨(gǔ)骼开始换关键词(cí)试效果。

通过图片就可以看出(chū)来(lái)，效(xiào)果十分惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草图也可以(yǐ)加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还(hái)能实现线(xiàn)稿转全彩图。大神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得(dé)不说当下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出的作品都已经能(néng)以假乱真了。

02

难(nán)辨(biàn)虚(xū)实(shí)，AIGC技术(shù)力爆(bào)发

警惕安(ān)全问题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消息火(huǒ)遍(biàn)网(wǎng)络(luò)，而经过(guò)警方辟(pì)谣这所谓的“party”可能是全国第(dì)一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个活动里面(miàn)给出(chū)的(de)美女(nǚ)照片(piàn)都(dōu)是(shì)AI制作的真人(rén)照片(piàn)绘(huì)图，因(yīn)为太逼(bī)真，被大家(jiā)当成真事传(chuán)播了(le)。

不过(guò)仔细观察可以发(fā)现，活动发起者提供的照片中有个很大的(de)漏洞可(kě)以发现并非真人(rén)，而是AI绘图，那便是图片中(zhōng)女性的手指部分有(yǒu)的存在异(yì)常。

有行业人事表示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看到的图片已(yǐ)经(jīng)有越来(lái)越(yuè)完美的AI模(mó)型出现，以后可能就完(wán)全没有漏洞了。”

类似(shì)的AI作(zuò)图诈(zhà)骗在国外也(yě)已有发生。据英国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾的(de)假照片发(fā)布到(dào)网络(luò)，以此诱骗(piàn)善良(liáng)的人(rén)打赏“捐(juān)助”从而(ér)实(shí)施诈骗(piàn)。

目前随着(zhe)技术发展，AIGC已经能做出(chū)真人照片(piàn)般的绘图食邑五百户是什么意思，半年食邑是什么意思(tú)效(xiào)果，如果这样的图片(piàn)被用来诈(zhà)骗(piàn)，将非常可(kě)怕。

此(cǐ)外AIGC还引(yǐn)发了(le)很多担忧，一方(fāng)面，批(pī)判者认为AI在“学(xué)习”了大量前人(rén)的作品(pǐn)之后，其创作(zuò)没有任何情绪和灵魂，难以和人(rén)类的艺术创作(zuò)相提并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目前都并(bìng)没有得到(dào)有效(xiào)的解决，还有AIGC会(huì)不会代替人类“至高(gāo)无(wú)上”的(de)创意。

马斯(sī)克也强调(diào)，人工智能的(de)安(ān)全(quán)问题需(xū)要得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技术都是有两面(miàn)性的，潜在的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现在看来，人工智(zhì)能技术将(jiāng)是第四次(cì)工业革命的核(hé)心驱动力(lì)量(liàng)，将创造新(xīn)的增长奇(qí)迹。

过去一年，人工智(zhì)能(néng)在技(jì)术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智(zhì)能技术(shù)发生方向性改变的(de)一个(gè)代表。其下(xià)一站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条(tiáo)引(yǐn)爆科技圈(quān)的(de)短视(shì)频。这(zhè)些(xiē)视(shì)频引(yǐn)发(fā)关注(zhù)并非内容做(zuò)得多(duō)优(yōu)秀，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只画画的玩(wán)具(jù)熊，或者一段骑(qí)摩托车的第(dì)一(yī)视角录像，随便一个有(yǒu)手(shǒu)机的人都可(kě)以(yǐ)随手(shǒu)录下一段(duàn)。

但(dàn)这些(xiē)短视(shì)频的(de)创作(zuò)方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至只是说(shuō)一(yī)下要求，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的(de)两个AI生(shēng)成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频(pín)后，AI圈就已经玩了一波(bō)梗(gěng)，一个能够做出(chū)更高清视频的(de)AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震惊(jīng)的(de)地方在(zài)于(yú)，它可以制作出超过2分钟的(de)连贯的(de)也有确切内容的(de)视频，这才(cái)是真正让人们感(gǎn)到(dào)惊喜的地方。因(yīn)为无论AI生成的视频多么高清，也(yě)只能是为内(nèi)容生产者提供一个灵感(gǎn)，一个素材，一个过(guò)场(chǎng)动画。

不过能够制作出有具体(tǐ)剧情内容(róng)的视频就意味着(zhe)，一些视频(pín)创(chuàng)作由AI代(dài)替人工完(wán)成已经初步有(yǒu)了可能。

当下(xià)AI的发展速度已(yǐ)经(jīng)超过大部(bù)分人的(de)想象(xiàng)。内容(róng)产业的本质是供(gōng)给创造需(xū)求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产(chǎn)业带来更新的内容(róng)风格(gé)、更快(kuài)的(de)生产速度，更低(dī)的生产成本，这(zhè)无疑会驱动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器人动(dòng)作等多种内容形式的(de)生成。不难发(fā)现该项技术不仅在(zài)游(yóu)戏(xì)等行业能得到有效应用，对于下(xià)一代互联网各种元素(sù)的构建亦有关键意义。

从商业(yè)化(huà)的角度来看，文化娱(yú)乐、教育、传(chuán)媒等诸多(duō)领(lǐng)域，本身(shēn)就对基于(yú)AI的可视(shì)化(huà)内容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不是结果，而只是AI进程中(zhōng)的一块(kuài)重要拼图，有望在(zài)技术(shù)更新的加持下实现更大的应用(yòng)价(jià)值。

AI从理解(jiě)内容，走(zǒu)向了可以生(shēng)成(chéng)内(nèi)容，甚(shèn)至能够创造出独立价值和(hé)独立(lì)视(shì)角的内容。AIGC的再次出圈，更(gèng)代表着未来(lái)的(de)先进生产力(lì)即将到来。

04

紧(jǐn)抓大(dà)模型与算力(lì)，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言(yán)大(dà)模(mó)型、图像大模型(xíng)之后，多模态(tài)大(dà)模型已(yǐ)经成为了新的趋势(shì)。

大模型被誉为当前人工智(zhì)能发展的智能(néng)底座，是全球竞(jìng)争最(zuì)激烈的(de)研究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞(jìng)相(xiāng)发力。

不过训练大(dà)模型的确价格不菲(fēi)，以(yǐ)国盛证券发(fā)布(bù)的《ChatGPT需要多少(shǎo)算(suàn)力》报告估算(suàn)，GPT-3训(xùn)练(liàn)一(yī)次的成本(běn)约为140万美(měi)元(yuán)。而对于一些更大的LLM(大型(xíng)语言模型)，训(xùn)练(liàn)成(chéng)本则介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本(běn)约(yuē)为8亿美元，每(měi)日仅电费就在5万美食邑五百户是什么意思，半年食邑是什么意思元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关注(zhù)各类大模型的发展同(tóng)时，更应该关注算(suàn)力网络的建设。

算(suàn)力(lì)网(wǎng)络正(zhèng)驱动(dòng)AI产(chǎn)业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人工智(zhì)能发(fā)展的终极目标(biāo)离得(dé)更近。

因(yīn)为算力可以(yǐ)对(duì)突破性技术创新(xīn)提供大力的支持。这方(fāng)面，多模态大模型是典型。作为面向未(wèi)来强(qiáng)人工智能、通用人工智能的重要技术(shù)创(chuàng)新(xīn)，多(duō)模态(tài)大模(mó)型已经在(zài)人工智能(néng)领(lǐng)域提出了很多年，业界也有不少技术突破，但是(shì)，多(duō)模态大(dà)模型进一步(bù)往下走，算力需求呈几何(hé)式(shì)上升，一般的算力基础设施很快将(jiāng)难以胜任。

从图像、文字、语音单独一项的训练(liàn)，到(dào)双模态(tài)、三模态的跃迁，让人(rén)工智能可以(yǐ)灵活应对(duì)不(bù)同模态的转化、像人与世(shì)界(jiè)交互一(yī)样自然，这方面，由算力网络(luò)来驱动将有明显优势。

此外(wài)，还有很多需要爆发式增长的(de)算力(lì)来支撑的技(jì)术(shù)创新，将在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成本降低，让(ràng)万众受益。

未经允许不得转载：北京老旧机动车解体中心 食邑五百户是什么意思，半年食邑是什么意思