自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始人比尔·盖茨(cí)已(yǐ)多次(cì)公(gōng)开谈(tán)论(lùn)人工智能话题。在最近的(de)一次(cì)采访中，他再次(cì)表示：“AI可(kě)能会让科技行业迎来一次(cì)剧烈的洗牌(pái)”。

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

他预(yù)期，AI的发(fā)展可能会威胁到谷歌的市占率，因为(wèi)微软在AI方面的(de)行动相当(dāng)迅速。而最终科技巨头(tóu)将把AI整合成用户的“全能助手”，包揽一(yī)切应用(yòng)，与人(rén)们进行(xíng)沟通并提供建议，可(kě)以取代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大(dà)佬(lǎo)口中全能助手的到来可(kě)能尚需时(shí)日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩(wán)法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画(huà)为(wèi)代表的AIGC上一次爆火(huǒ)的时候，还(hái)是2022年8月，在美国科(kē)罗拉多州举办的新兴(xīng)数字艺(yì)术家竞赛(sài)中，一幅(fú)名为《太空歌剧(jù)院》的作品(pǐn)获奖。

随后(hòu)各(gè)大厂商的AI绘画软(ruǎn)件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其中代(dài)表。

用户们可以在应(yīng)用中输入一组关键词或者一张照片(piàn)，就能(néng)获得一(yī)幅AI创作的画(huà)作。

作画的关键就是(shì)所(suǒ)输(shū)入的文本。同一组关键(jiàn)词也可以创作出很多张(zhāng)风格(gé)不一样的画作，这让(ràng)创作(zuò)的过程就像(xiàng)开盲盒。

很多用户很喜欢这种不确(què)定的惊喜，他们会(huì)将生成(chéng)的美图当做(zuò)头像。而另一部分(fēn)喜欢翻(fān)看(kàn)AI绘画的“翻车”作(zuò)品。在社(shè)交(jiāo)媒体(tǐ)上，许多用(yòng)户分(fēn)享AI“翻车现场”，例如，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友(yǒu)的个人照片被AI识别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画的填写关键词游(yóu)戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创(chuàng)作的一种基(jī)于控(kòng)制点(diǎn)的(de)图(tú)像变形(xíng)算法，主(zhǔ)要用于数(shù)字(zì)图像处(chù)理、计算机视觉和(hé)计算(suàn)机图(tú)形学等领域。

其SD插件一经发(fā)布，在短短的两天(tiān)内便成为(wèi)了AI绘画(huà)领(lǐng)域最新的热点。

在此之前(qián)，大(dà)家用了(le)很多(duō)方(fāng)法想让(ràng)AI生成(chéng)的结果(guǒ)尽可能的符合要求(qiú)，但(dàn)是都不尽如人意，它的出现(xiàn)代表着AI生成开始(shǐ)进入真正的可(kě)控时期。

因为(wèi)ControlNet可以(yǐ)直接(jiē)提取画面的构图，人物(wù)的姿势和画面的深度信息等。有(yǒu)了它的(de)帮助，就不(bù)用(yòng)频繁的用(yòng)提示词(cí)来碰(pèng)运气，抽(chōu)盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法”，不少(shǎo)博主的作品(pǐn)已(yǐ)经获(huò)得了大量的浏览(lǎn)量，“viggo”就是其中之(zhī)一，他用(yòng)朋(péng)友的照片直接带(dài)她(tā)们走进动(dòng)漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关(guān)键词试效(xiào)果。

中国有多少万兵力，中国有多少万兵力人数ing="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过(guò)图片就可以(yǐ)看(kàn)出(chū)来，效(xiào)果十分惊艳。

更厉害的(de)是，除了真实的照片，草图(tú)也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线(xiàn)稿(gǎo)转全彩图。大神张吕敏其本尊也(yě)亲自回应。

不得不说当下(xià)AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安(ān)全问(wèn)题(tí)

近日(rì)，“苏州金鸡湖有游艇party”的(de)消息火(huǒ)遍(biàn)网络，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由于这(zhè)个活动里(lǐ)面给出的美女照(zhào)片都是(shì)AI制作的真人照片绘图，因(yīn)为太逼真，被大家当成真事传播了。

不(bù)过仔(zǎi)细观察可以发现，活动发起者提供的照片中有(yǒu)个很(hěn)大的漏洞可以(yǐ)发(fā)现并非真人，而是AI绘图，那便是图片中(zhōng)女性(xìng)的(de)手指部分有(yǒu)的存在异常。

有行业人(rén)事表示：“现在因为手指部(bù)分的(de)绘(huì)画(huà)算法(fǎ)比较(jiào)复杂(zá)，AI还不太会画人的手，但(dàn)最(zuì)新看到的图(tú)片已经有越来越(yuè)完(wán)美(měi)的AI模型出现(xiàn)，以后可(kě)能就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发生(shēng)。据英国(guó)广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到网络，以此诱(yòu)骗善良的(de)人打赏“捐助”从(cóng)而实施(shī)诈骗。

目前随着(zhe)技术发展，AIGC已经能做出真人(rén)照片般的绘图效果，如果(guǒ)这样的(de)图片被用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧(yōu)，一方面(miàn)，批判者(zhě)认为AI在“学(xué)习”了(le)大(dà)量(liàng)前人的作品之后，其创(chuàng)作没有任何情绪和灵魂(hún)，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后的版权(quán)、目前(qián)都并没有得到有效的解决，还有(yǒu)AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也强调，人(rén)工智能的安全问题(tí)需(xū)要得到(dào)重(zhòng)视，太晚就(jiù)来(lái)不及了。

03

AIGC下(xià)一站除了(le)视频(pín)，还有远方(fāng)

技术(shù)都(dōu)是(shì)有两面性的(de)，潜在的危害并(bìng)不能(néng)掩盖其光辉的贡献。现在看(kàn)来(lái)，人工智能技术将(jiāng)是第四(sì)次工业革命的核心驱动(dòng)力量，将创造新的增长(zhǎng)奇迹。

过(guò)去一(yī)年，人工(gōng)智能在技(jì)术(shù)和商业层(céng)面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性改变的一个代表。其下一站(zhàn)或许就是(shì)视频。

此前，Meta和谷(gǔ)歌(gē)先后发布了几条引(yǐn)爆(bào)科(kē)技圈的短视频(pín)。这些视频引发(fā)关注并非(fēi)内容做得(dé)多优秀，反而都非常简单，比如一匹正在喝水的马(mǎ)，一只画画(huà)的玩具熊(xióng)，或(huò)者一(yī)段骑摩托车的第(dì)一视(shì)角录像，随便一个有手(shǒu)机的(de)人都可以(yǐ)随手录下一(yī)段。

但这些短视频的创作方式非常(cháng)简单(dān)，创(chuàng)作者仅仅(jǐn)需(xū)要(yào)向AI输入(rù)一段话，甚至只是(shì)说一下(xià)要求，AI就可(kě)以(yǐ)根据(jù)需要生成(chéng)一段视(shì)频(pín)。

谷(gǔ)歌发布的两(liǎng)个AI生(shēng)成视频(pín)分别来自(zì)于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能(néng)够做(zuò)出更高清视频的AI还不足以在(zài)短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它可(kě)以(yǐ)制作出(chū)超(chāo)过2分(fēn)钟的(de)连贯(guàn)的也(yě)有确切内容的视频，这才是真正(zhèng)让人们感(gǎn)到惊喜的地方。因(yīn)为无论AI生成的视频多么高清，也(yě)只能是为内容生产者提供一个灵感，一(yī)个素材，一个过场动画。

不(bù)过能够制作出有具(jù)体剧情(qíng)内容的(de)视(shì)频就意味着，一些视(shì)频(pín)创作由AI代(dài)替人(rén)工完成已(yǐ)经初步有了可(kě)能。

当(dāng)下AI的发(fā)展(zhǎn)速度已经超过大部分人的(de)想(xiǎng)象。内容产业的本(běn)质是供给创造需求，AIGC作为(wèi)全新的内容生(shēng)产方式(shì)，可以为内容(róng)产业(yè)带(dài)来更新(xīn)的内容风格、更快的生产速度(dù)，更(gèng)低的(de)生产(chǎn)成本，这(zhè)无疑会驱(qū)动内容产业(yè)的大爆(bào)发。

除(chú)了AI绘(huì)图(tú)、视频，AIGC技术还能应用于(yú)音(yīn)乐、代(dài)码、机器人动(dòng)作(zuò)等(děng)多种内容形式的生成。不难(nán)发(fā)现该项技术不仅在(zài)游戏(xì)等(děng)行业能得到有效应用，对(duì)于下一代互联网各种(zhǒng)元素的(de)构(gòu)建亦有关键意义。

从商业化的角(jiǎo)度来看(kàn)，文(wén)化(huà)娱乐、教育、传媒等诸多(duō)领域，本(běn)身就(jiù)对基于AI的(de)可视(shì)化内(nèi)容有强烈需求。

因此，AI绘(huì)画及视频(pín)或不是结果(guǒ)，而(ér)只是AI进程(chéng)中的(de)一块重要(yào)拼(pīn)图，有望在技术更新的加持下实(shí)现更大的(de)应(yīng)用价值(zhí)。

AI从理解(jiě)内容，走向了(le)可以生成内容，甚(shèn)至能够创造出独立价值和独立视角(jiǎo)的(de)内容。AIGC的再次(cì)出圈，更代表着未(wèi)来的先进生产力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大(dà)模型、图(tú)像大模型之后，多(duō)模态(tài)大模(mó)型已(yǐ)经成(chéng)为(wèi)了新的趋势。

大模型被誉为当前人工智(zhì)能发(fā)展的(de)智能底座(zuò)，是全球(qiú)竞争最激烈的研究方(fāng)向之一(yī)，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模(mó)型的确(què)价格不菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约(yuē)为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型(xíng))，训练成本则(zé)介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立访客平(píng)均(jūn)数1300万计算，其对(duì)应芯片(piàn)需(xū)求(qiú)为3万多片(piàn)英(yīng)伟达A100 GPU，初(chū)始投入(rù)成本(běn)约为8亿美元，每日仅电费(fèi)就在(zài)5万美元左右(yòu)。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不开庞大算力(lì)支持。在(zài)关注各类大模型(xíng)的发展同时，更应该(gāi)关注算力网络的建设(shè)。

算(suàn)力(lì)网络正驱动AI产业发展(zhǎn)进(jìn)入史诗(shī)级加速进程，让AIGC及通用AI这一人(rén)工智能发展的终极目标(biāo)离(lí)得更近。

因为算力可以对突破性(xìng)技术创(chuàng)新(xīn)提供大力的支持。这方面，多模态大模型(xíng)是典型。作为面(miàn)向未(wèi)来(lái)强人工智能、通用人(rén)工智能(néng)的(de)重(zhòng)要技术(shù)创(chuàng)新(xīn)，多(duō)模态大模型已经在人工智能(néng)领域(yù)提出了很多年(nián)，业界也有不(bù)少技术突破，但是，多模态大模型进一步(bù)往下走，算力(lì)需(xū)求呈几何式上升，一般的算力(lì)基础设(shè)施(shī)很快将难(nán)以胜任。

从图像、文字、语音单(dān)独一项(xiàng)的(de)训练，到双模(mó)态、三模态的跃迁，让(ràng)人工(gōng)智能(néng)可以(yǐ)灵(líng)活(huó)应对不同模态(tài)的转化、像人与世(shì)界交互一(yī)样自(zì)然，这方面，由(yóu)算力网络来驱动将有(yǒu)明显优势。

此外，还有很多需要爆发式增(zēng)长的算力来支撑的技术创(chuàng)新，将在人工智能算力网络(luò)支撑(chēng)下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期(qī)待(dài)在(zài)大模型和大算力的支持(chí)下AIGC能持续颠覆(fù)内容(róng)生产(chǎn)的(de)方式，将创造(zào)的(de)边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：北京老旧机动车解体中心 中国有多少万兵力，中国有多少万兵力人数