自聊天(tiān)机器(qì)人ChatGPT火爆(bào)以(yǐ)来，微(wēi)软公司创(chuàng)始人比尔·盖(gài)茨已(yǐ)多次公开谈论人工智能话(huà)题(tí)。在(zài)最近的一次采访中，他再(zài)次(cì)表示：“AI可能会让科技行业(yè)迎来一次(cì)剧烈的洗牌”。

这个结论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期(qī)，AI的发展可(kě)能会(huì)威胁(xié)到谷歌的(de)市占率，因(yīn)为微软在AI方面的行(xíng)动(dòng)相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全(quán)能助(zhù)手”，包揽一切应(yīng)用，与(yǔ)人们进行沟(gōu)通并提供(gōng)建议，可(kě)以取(qǔ)代亚(yà)马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全能助手的到来可能尚需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在(zài)美(měi)国科罗拉多州举(jǔ)办的新兴数(shù)字(zì)艺(yì)术家竞赛(sài)中，一幅名为《太空歌剧(jù)院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘(huì)画软件被广(guǎng)大网友熟知(zhī)并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可以在应用中输入一(yī)组(zǔ)关键词或者(zhě)一张照片，就能获(huò)得一幅AI创作的画作。

作画的关键就是所输入的(de)文本。同一组(zǔ)关键(jiàn)词(cí)也可以创(chuàng)作出很(hěn)多张风(fēng)格不一样的画作，这让创作(zuò)的(de)过程(chéng)就像开(kāi)盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确(què)定(dìng)的(de)惊(jīng)喜，他们会将生(shēng)成的美图(tú)当做(zuò)头(tóu)像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作品。在社交(jiāo)媒体上(shàng)，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友的小狗(gǒu)照片被AI画(huà)成了(le)“肌肉男(nán)”，还有网友的个人照片被(bèi)AI识别(bié)成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以(yǐ)往(wǎng)AI绘画(huà)的填写(xiě)关键词游戏可能要被(bèi)颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中(zhōng)国人张吕敏创作的一种基(jī)于控制(zhì)点(diǎn)的图像(xiàng)变(biàn)形算法(fǎ)，主要用于数字图(tú)像处(chù)理、计算机视(shì)觉和(hé)计算机图(tú)形(xíng)学等领域。

其SD插件一经发布，在短短的两天(tiān)内(nèi)便成为(wèi)了AI绘画领域(yù)最新的热点(diǎn)。

在此之前，大家(jiā)用了(le)很多方(fāng)法(fǎ)想让AI生成的结(jié)果尽可能的符合(hé)要求(qiú)，但是都不尽如人意，它的出现代表着AI生成(chéng)开始(shǐ)进入(rù)真正的可控(kòng)时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿势和画(huà)面的(de)深度信(xìn)息等。有了它的帮助，就(jiù)不用频繁(fán)的(de)用提示词来碰(pèng)运气(qì)，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少(shǎo)博主的作(zuò)品(pǐn)已经获得了大量的浏览量，“viggo”就是其(qí)中(zhōng)之一，他用朋(péng)友(yǒu)的照片直接带她们走(zǒu)进动漫世(shì)界(jiè)。

无法企及是什么意思，不可企及是什么意思g="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开(kāi)始(shǐ)换关键词试效果。

通过图片(piàn)就可(kě)以看出来(lái)，效果十分惊艳(yàn)。

更厉害的是，除无法企及是什么意思，不可企及是什么意思了真实(shí)的(de)照片，草(cǎo)图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现线稿转全彩(cǎi)图(tú)。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲(qīn)自(zì)回应(yīng)。

不得不说当下(xià)AIGC已经变(biàn)得(dé)越来越(yuè)强大，甚(shèn)至输出(chū)的作品(pǐn)都(dōu)已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警(jǐng)惕安(ān)全问题(tí)

近日，“苏(sū)州金(jīn)鸡湖有游(yóu)艇party”的消息火遍网络，而(ér)经过警方辟谣这所谓的“party”可(kě)能是全国第(dì)一起AI绘图诈骗(piàn)。

由于这(zhè)个活动里面给出的美女(nǚ)照片(piàn)都是AI制作(zuò)的真人照片绘图，因为(wèi)太(tài)逼真，被大(dà)家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提(tí)供的照片中(zhōng)有(yǒu)个很大的漏(lòu)洞可以发现并非真人，而是(shì)AI绘(huì)图(tú)，那便是图片中女性的手指部(bù)分有的存(cún)在异(yì)常。

有行业人(rén)事(shì)表示(shì)：“现在因为手指(zhǐ)部分的(de)绘(huì)画算法比较复杂，AI还不太会画人的手，但最(zuì)新看到的图(tú)片已(yǐ)经(jīng)有越来(lái)越完(wán)美的AI模(mó)型(xíng)出现，以后可能(néng)就(jiù)完全没有(yǒu)漏洞了。”

类似(shì)的(de)AI作图诈骗(piàn)在(zài)国外(wài)也已有发生。据(jù)英国广播公司报道，土(tǔ)耳(ěr)其地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片发(fā)布到网络，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能做出真人照片般的绘图效(xiào)果(guǒ)，如果这样的图片被用来诈骗，将非(fēi)常可(kě)怕(pà)。

此(cǐ)外AIGC还(hái)引发了很多(duō)担忧(yōu)，一方面，批判者认(rèn)为AI在(zài)“学习”了大量(liàng)前人的作品之后，其创(chuàng)作(zuò)没有任(rèn)何情绪和(hé)灵魂，难以和人类的(de)艺术(shù)创作相提并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前(qián)都并没有得到有效的解决，还(hái)有AIGC会(huì)不会代替人(rén)类“至高(gāo)无上”的(de)创意。

马斯克也强调，人工智能的安(ān)全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站除了视频(pín)，还有远方(fāng)

技(jì)术(shù)都是有两面性(xìng)的(de)，潜在的危害并不(bù)能掩盖其光辉的贡献。现在看(kàn)来(lái)，人工智能技术将是第四次工业革命的核心驱动(dòng)力量，将创造新(xīn)的增长奇迹。

过去一年，人(rén)工智能在(zài)技术和商业(yè)层(céng)面都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向性改变的一(yī)个代(dài)表(biǎo)。其下(xià)一(yī)站或(huò)许就是视频(pín)。

此前，Meta和(hé)谷歌先后发(fā)布了(le)几条(tiáo)引爆科技圈的短视频。这些视频引发关注并非内(nèi)容(róng)做得(dé)多优秀，反而(ér)都(dōu)非常简单，比如一匹(pǐ)正在喝(hē)水的马，一只画画的玩具熊，或者(zhě)一段骑摩托车的(de)第一(yī)视角录像，随便一个有手机的人都可以随(suí)手录下(xià)一段。

但这些短视(shì)频的(de)创作方式非常简单，创作者(zhě)仅仅需(xū)要向(xiàng)AI输入一段话(huà)，甚至只是说一下要(yào)求，AI就可(kě)以根据需要(yào)生成(chéng)一段视频。

谷歌发布的两个(gè)AI生成视频(pín)分别来自(zì)于Imagen Video和Phenaki，前者主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能(néng)够做出(chū)更高(gāo)清视(shì)频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地方在于，它可以制作出(chū)超过2分钟的连贯的也有确切内容的(de)视频，这(zhè)才是(shì)真正让人们感到(dào)惊喜的地(dì)方(fāng)。因为无论AI生成的视频(pín)多么(me)高(gāo)清，也只能是为内容(róng)生(shēng)产者(zhě)提供一个灵(líng)感，一个(gè)素材，一个过场动画。

不过能够(gòu)制作出有具体剧情内容的视频就(jiù)意(yì)味(wèi)着，一些视频创作由AI代替人工完成(chéng)已经初(chū)步有了可能。

当下AI的发展(zhǎn)速度已(yǐ)经超过大部分人(rén)的想象(xiàng)。内容产(chǎn)业的本质是供给创造(zào)需求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的内容风格、更快的生产速度，更(gèng)低(dī)的生(shēng)产成本，这(zhè)无疑会驱(qū)动内(nèi)容产业的大爆(bào)发。

除了AI绘(huì)图(tú)、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机器人动(dòng)作等多种内(nèi)容(róng)形式的生(shēng)成。不难发现该项技术不仅(jǐn)在游戏等行业(yè)能得(dé)到(dào)有(yǒu)效(xiào)应(yīng)用(yòng)，对(duì)于下一代互(hù)联网各种元素的构建亦有关键意义。

从商业化的角度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对(duì)基于(yú)AI的(de)可视化(huà)内(nèi)容有强烈需(xū)求。

因此，AI绘画及(jí)视频(pín)或不是结(jié)果，而(ér)只是AI进程中的(de)一块重要拼图，有望(wàng)在技术更新的加持下实现更(gèng)大的应用价(jià)值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创造出独立价值和独立视角的内容(róng)。AIGC的再次出圈，更代表(biǎo)着未来的先(xiān)进(jìn)生产力即将(jiāng)到来。

04

紧抓(zhuā)大(dà)模型与(yǔ)算力，牢(láo)固AIGC底座(zuò)

从(cóng)技(jì)术(shù)的(de)发展也可(kě)以(yǐ)看出，在语(yǔ)言(yán)大模型(xíng)、图(tú)像大(dà)模型(xíng)之后(hòu)，多模态(tài)大模型已经(jīng)成为了新的趋势。

大模型被誉为当(dāng)前人工智能(néng)发展(zhǎn)的智能底座，是全球竞争最激烈的(de)研究方向(xiàng)之一，包括谷歌、亚(yà)马逊(xùn)、百度(dù)、阿里、腾讯(xùn)等众多头部企(qǐ)业都在(zài)竞相发力(lì)。

不过训练大模型(xíng)的(de)确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告(gào)估算(suàn)，GPT-3训(xùn)练一次的成(chéng)本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型(xíng))，训(xùn)练成本则介于200万美元(yuán)至1200万(wàn)美元高(gāo)价之间。

以(yǐ)ChatGPT在(zài)2023年1月(yuè)的独立访客平均数(shù)1300万计算(suàn)，其对应(yīng)芯片需求为3万多片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电(diàn)费就在5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力(lì)支(zhī)持。在关注(zhù)各类大模型(xíng)的(de)发(fā)展同时(shí)，更应(yīng)该关注算(suàn)力网络的(de)建设。

算力网(wǎng)络正驱动AI产业发展进入史(shǐ)诗级加(jiā)速进程(chéng)，让AIGC及通(tōng)用AI这(zhè)一人(rén)工智能发展的终(zhōng)极目标离(lí)得更近。

因为算力(lì)可以(yǐ)对突破性技(jì)术(shù)创新提(tí)供大力的支持。这(zhè)方面，多模态大(dà)模型是典(diǎn)型(xíng)。作为面向未来强(qiáng)人工(gōng)智能、通用人工智能(néng)的(de)重要技术创新，多(duō)模态大模型已(yǐ)经在人工智能领域提出了很多(duō)年，业界也有(yǒu)不(bù)少技术突破，但是，多模态大模型进(jìn)一步往下(xià)走，算力(lì)需求(qiú)呈几何式上升，一(yī)般(bān)的算力基础(chǔ)设施很快(kuài)将难(nán)以胜任(rèn)。

从(cóng)图像、文字、语音单独一项的(de)训练(liàn)，到双模(mó)态、三模态的跃迁，让(ràng)人工智(zhì)能可以灵活应对不同(tóng)模(mó)态的转化、像人(rén)与世界交互一样自然，这方面(miàn)，由算力(lì)网络来(lái)驱动(dòng)将有明显优势。

此外，还有(yǒu)很多需要爆发(fā)式增长的算力来(lái)支撑(chēng)的技术创新(xīn)，将在(zài)人工智能算(suàn)力网络(luò)支(zhī)撑下快(kuài)速(sù)推进。

AIGC已经露出(chū)曙光，期待在(zài)大模(mó)型和(hé)大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边际(jì)成本(běn)降低，让万(wàn)众受益(yì)。

未经允许不得转载：北京老旧机动车解体中心 无法企及是什么意思，不可企及是什么意思