自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔·盖(gài)茨已(yǐ)多次公开谈论人工(gōng)智(zhì)能话(huà)题。在最近(jìn)的一次采访中，他再(zài)次表示(shì)：“AI可(kě)能(néng)会(huì)让科(kē)技行业迎来一次(cì)剧烈的洗(xǐ)牌(pái)”。

这个结论是他(tā)在当地时(shí)间(jiān)2月20日接受(shòu)《In Good Company》节(jié)目专访(fǎng)时提出的(de)。

他(tā)预期，AI的发展(zhǎn)可能会威胁到谷歌(gē)的(de)市占(zhàn)率，因为微软在AI方面的行(xíng)动相当迅速。而最终科(kē)技巨(jù)头将把AI整合(hé)成用户(hù)的(de)“全能助手”，包揽(lǎn)一切应用，与(yǔ)人(rén)们进行沟通并提(tí)供(gōng)建议，可(kě)以取(qǔ)代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口中全(quán)能(néng)助手的到来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话(huà)题(tí)热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画(huà)为代表的(de)AIGC上一次爆火(huǒ)的(de)时候，还是2022年8月(yuè)，在美国科罗拉多州(zhōu)举(jǔ)办(bàn)的新兴数(shù)字艺术家(jiā)竞(jìng)赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后(hòu)各大厂商(shāng)的AI绘画软件被(bèi)广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户(hù)们(men)可以在(zài)应用中输入一组关键词或者一张照片(piàn)，就能获得一幅(fú)AI创作的画作。

作(zuò)画(huà)的关键就是所输入的文本(běn)。同一组(zǔ)关键词也可以创(chuàng)作出很多张风格不(bù)一样的(de)画作，这让创作的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定的(de)惊喜，他们会将(jiāng)生(shēng)成的美(měi)图当做头(tóu)像。而另一(yī)部分喜欢翻看(kàn)AI绘(huì)画的“翻车(chē)”作品。在社交媒(méi)体上，许多用户(hù)分享AI“翻车现场”，例如，一(yī)位(wèi)网友(yǒu)的小狗照片被AI画成了“肌(jī)肉(ròu)男”，还有网友的个(gè)人照片被AI识别成(chéng)了建筑(zhù)。

而如今随(suí)着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画(huà)的填写(xiě)关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕敏创(chuàng)作(zuò)的一种(zhǒng)基于控制点的图像(xiàng)变形算法，主要用于数字图像处(chù)理、计算机(jī)视(shì)觉和计算(suàn)机图形学(xué)等(děng)领(lǐng)域。

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

在此之前，大家用(yòng)了(le)很多方法(fǎ)想让AI生(shēng)成的结(jié)果(guǒ)尽可能的符(fú)合要求，但是都不尽(jǐn)如人意，它的出现(xiàn)代表着AI生成(chéng)开始进入真正的可控时(shí)期。

因为ControlNet可以直接(jiē)提取画(huà)面的构(gòu)图，人物的姿势和画面的深(shēn)度信(xìn)息等。有(yǒu)了它(tā)的帮助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于给(gěi)AI绘(huì)画加了“魔法(fǎ)”，不少(shǎo)博主的作品已经(jīng)获得(dé)了(le)大(dà)量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她(tā)们走进动(dòng)漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键(jiàn)词试效(xiào)果。

通(tōng)过图片就可以看出来，效果十分(fēn)惊艳。

更(gèng)厉害(hài)的是，除了真实的照片(piàn)，草图也可(kě)以加上“魔法”，知乎(hū)大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩(cǎi)图。大神张吕(lǚ)敏其本尊也(yě)亲自回应。

不得不说当下(xià)AIGC已(yǐ)经变得越来越强大，甚至(zhì)输出的作品都已经能(néng)以假乱(luàn)真了(le)。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游(yóu)艇party”的(de)消息(xī)火遍(biàn)网络，而经过(guò)警(jǐng)方辟谣(yáo)这所(suǒ)谓的“party”可(kě)能是全国第一起(qǐ)AI绘图(tú)诈骗。

由(yóu)于这(zhè)个活动里面给出的美女照片都是AI制作的真人照片绘图，因为(wèi)太(tài)逼(bī)真，被大(dà)家当成(chéng)真(zhēn)事传播了。

不过仔细观察可以发(fā)现，活动发(fā)起者提(tí)供的照片中有个(gè)很大的(de)漏洞可以发现并非(fēi)真人，而是AI绘图(tú)，那便是图片中女性(xìng)的(de)手指部(bù)分(fēn)有的存在异常。

有行业人事表示：“现在因(yīn)为(wèi)手指部分的绘画算(suàn)法比较复杂，AI还不太会画人的手，但(dàn)最新看(kàn)到的图片已经有越来越(yuè)完(wán)美的AI模型出现，以后(hòu)可能(néng)就完全没有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在国(guó)外也已有(yǒu)发生。据英国广播公司(sī)报道(dào)，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合(hé)成了儿(ér)童(tóng)受灾的假(jiǎ)照片发(fā)布到网络，以(yǐ)此诱骗(piàn)善良(liáng)的(de)人打赏“捐助”从而实(shí)施诈骗。

目前随着技(jì)术发展，AIGC已经能(néng)做出真人照片(piàn)般的(de)绘(huì)图效果(guǒ)，如果(guǒ)这样的图片(piàn)被用来(lái)诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还引发了很多担忧，一方面，批判者认(rèn)为AI在“学(xué)习”了大量(liàng)前人的(de)作品(pǐn)之后，其创(chuàng)作没有任(rèn)何情绪和(hé)灵魂，难以(yǐ)和人类的艺术创(chuàng)作相提并论。

另一方(fāng)面，AIGC背后的版权、目(mù)前都并没(méi)有(yǒu)得到有效的解决，还有AIGC会不(bù)会代替人类“至高无上”的创意。

马斯克也强调(diào)，人工智能的(de)安全问题(tí)需要得(dé)到重(zhòng)视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了(le)视频，还有远(yuǎn)方

技术都是有两(liǎng)面性的，潜在的(de)危害(hài)并不(bù)能掩盖其光(guāng)辉的贡献(xiàn)。现(xiàn)在看来，人工智(zhì)能技术将是(shì)第四次工业革命(mìng)的核心驱动力量，将创(chuàng)造新的增长奇迹。

过(guò)去一年，人工智能在技术和(hé)商(shāng)业层面都有了(le)巨(jù)大进展(zhǎn)，AI绘画就是人工(gōng)智能技术发(fā)生方向性改变的一个代表。其下一站或许就是(shì)视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引爆科技圈的(de)短视频。这些(xiē)视频引发关注并非(fēi)内容(róng)做得多优(yōu)秀，反而都(dōu)非(fēi)常简(jiǎn)单，比(bǐ)如一匹正在喝水的马，一只画(huà)画的玩具熊(xióng)，或者一段骑摩托车(chē)的第(dì)一视(shì)角录像，随便一个有手机(jī)的人都可以随手录下一段。

但这些短(duǎn)视频(pín)的创作(zuò)方式(shì)非常简单，创(chuàng)作者仅仅需要向AI输入(rù)一(yī)段话，甚至只是(shì)说(shuō)一下要求(qiú)，AI就可以根据需要生(shēng)成一段视频(pín)。

谷(gǔ)歌发布的两个AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就(jiù)已经玩了一波梗，一(yī)个能够做出更高清视(shì)频的(de)AI还(hái)不足以在短(duǎn)时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可(kě)以制(zhì)作出(chū)超过2分钟(zhōng)的连贯的也有(yǒu)确切内容的视频，这才是真正让人们感到(dào)惊喜的地(dì)方。因为无论AI生成(chéng)的视频(pín)多么高清，也只能是为内容生产者提供(gōng)一个(gè)灵感junk food 可数吗，junk food是单数还是复数，一个(gè)素材，一(yī)个过(guò)场动画。

不过能够制(zhì)作出有具体剧情内容的(de)视频就(jiù)意味(wèi)着，一些视频创(chuàng)作由AI代替(tì)人工完成已(yǐ)经初步有了(le)可能(néng)。

当下AI的发展(zhǎn)速度(dù)已经超过大部分人的想(xiǎng)象。内容产业的本质是(shì)供给创造需求，AIGC作为全新的内容生产方式(shì)，可(kě)以(yǐ)为(wèi)内(nèi)容(róng)产业带来更新的内容(róng)风(fēng)格、更快的生产速度，更低的生产成(chéng)本，这(zhè)无疑会驱(qū)动内(nèi)容产业的大爆发。

除(chú)了AI绘图(tú)、视(shì)频，AIGC技(jì)术(shù)还能应(yīng)用于音乐、代码、机器人(rén)动作(zuò)等(děng)多(duō)种内(nèi)容形式的生(shēng)成。不(bù)难发(fā)现该项(xiàng)技术不仅在游戏等(děng)行(xíng)业(yè)能(néng)得到有效应用(yòng)，对(duì)于下一代互联网各种元素(sù)的(de)构建亦有关(guān)键意义。

从商业化的角度(dù)来看，文化娱(yú)乐、教(jiào)育(yù)、传媒(méi)等(děng)诸多领域，本身就对基(jī)于(yú)AI的可视化内容有强烈需求(qiú)。

因(yīn)此，AI绘(huì)画及(jí)视频或不是结果，而只是AI进(jìn)程中的(de)一块重要拼图，有望在技术更新的加持下实现更大的应(yīng)用价值(zhí)junk food 可数吗，junk food是单数还是复数。

AI从理解内容，走向(xiàng)了可(kě)以(yǐ)生(shēng)成内容，甚(shèn)至能够(gòu)创造(zào)出(chū)独(dú)立价值和独立视(shì)角的(de)内容。AIGC的再次出(chū)圈，更代表着未来的先进生产力即(jí)将(jiāng)到(dào)来。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座(zuò)

从技术的发展也可以(yǐ)看出，在语言(yán)大模型、图像大模型之后，多模(mó)态大模型已经成为了新的趋势。

大(dà)模型被(bèi)誉为当前人工智能发展的智能底座，是全球竞争最激烈(liè)的研究(jiū)方向之(zhī)一，包(bāo)括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众多头部企业都(dōu)在竞相发力。

不过训练(liàn)大(dà)模型的确价格不菲，以国(guó)盛证(zhèng)券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训(xùn)练一次的成(chéng)本约(yuē)为140万美(měi)元。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本则介(jiè)于200万美元至(zhì)1200万(wàn)美(měi)元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均(jūn)数1300万(wàn)计算，其(qí)对应芯片需(xū)求为3万多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿(yì)美(měi)元，每日仅电(diàn)费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支持(chí)。在关(guān)注各(gè)类大模型的(de)发展(zhǎn)同时，更应该关注(zhù)算力(lì)网络的建设。

算力(lì)网络正(zhèng)驱动AI产业发(fā)展(zhǎn)进(jìn)入史诗级加速进(jìn)程，让AIGC及通(tōng)用AI这(zhè)一人工智能发(fā)展的终极目标离得更(gèng)近。

因为算力可(kě)以(yǐ)对突破性技(jì)术(shù)创(chuàng)新提供大(dà)力的(de)支持。这方(fāng)面，多模态大模(mó)型是典型(xíng)。作为面向未来强人(rén)工智能(néng)、通(tōng)用人工智能的重要技(jì)术(shù)创新(xīn)，多模态大模型(xíng)已经(jīng)在人工(gōng)智能(néng)领域提出了很多年，业(yè)界(jiè)也有不少(shǎo)技术突(tū)破，但(dàn)是，多模态大模型进一步往下(xià)走，算力需(xū)求呈(chéng)几何(hé)式上升，一(yī)般的算(suàn)力基础设(shè)施(shī)很快(kuài)将难以胜任(rèn)。

从图(tú)像(xiàng)、文字、语(yǔ)音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人工智能(néng)可以灵活应(yīng)对不同模态的转化、像人与(yǔ)世界交互(hù)一样自(zì)然，这方面，由算力(lì)网络来驱(qū)动将有明(míng)显(xiǎn)优势。

此外，还有很多需要(yào)爆发式增长的算力来支撑的技术创(chuàng)新，将在人(rén)工智(zhì)能算力(lì)网络支撑下(xià)快速(sù)推(tuī)进。

AIGC已经露出曙光，期待(dài)在大模(mó)型和大算力的支持下AIGC能(néng)持续颠覆(fù)内容生(shēng)产的方式，将创造的(de)边际成(chéng)本(běn)降低，让万众受(shòu)益。

未经允许不得转载：北京老旧机动车解体中心 junk food 可数吗，junk food是单数还是复数