自(zì)聊(liáo)天机(jī)器人ChatGPT火(huǒ)爆(bào)以来，微软(ruǎn)公(gōng)司创始(shǐ)人比尔·盖(gài)茨已多次公开谈论人工智能话(huà)题。在最近的一次采访中，他再(zài)次(cì)表示(shì)：“AI可(kě)能会让科(kē)技行业迎来(lái)一次(cì)剧烈(liè)的洗牌”。

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

他预(yù)期，AI的发展可(kě)能(néng)会(huì)威胁到(dào)谷(gǔ)歌的(de)市(shì)占率，因为(wèi)微软在(zài)AI方面的行动相当迅速。而最(zuì)终科技巨头将把(bǎ)AI整合(hé)成用户的“全能助手(shǒu)”，包(bāo)揽一切(qiè)应(yīng)用，与人们进行沟通(tōng)并提供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助(zhù)手的(de)到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画(huà)浪(làng)潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为(wèi)代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美国科罗拉多州举办的新兴数(shù)字艺术家竞赛中，一幅名为《太空(kōng)歌剧院》的作品(pǐn)获奖(jiǎng)。

随(suí)后各大厂(chǎng)商的AI绘(huì)画软件被广大网(wǎng)友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中(zhōng)输入一组关键词或(huò)者一(yī)张照片，就能(néng)获(huò)得一幅AI创作的画(huà)作。

作画的关键就是所输入的文本。同(tóng)一组(zǔ)关键词也(yě)可以创(chuàng)作出(chū)很(hěn)多张风格不(bù)一样的画(huà)作，这让创作(zuò)的过(guò)程就像(xiàng)开(kāi)盲盒(hé)。

很(hěn)多用户很(hěn)喜欢(huān)这种(zhǒng)不确定的惊(jīng)喜，他们会将生成的美(měi)图当做头像。而(ér)另一部分喜欢(huān)翻看AI绘画的(de)“翻(fān)车”作(zuò)品。在社交媒体上(shàng)，许多用户(hù)分享AI“翻车现场”，例如(rú)，一(yī)位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片被AI识别(bié)成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加(jiā)持，以往AI绘画(huà)的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福(fú)读博的中(zhōng)国人(rén)张吕敏创作的一种基于(yú)控(kòng)制点的图(tú)像变形算法，主要用于数字图像(xiàng)处(chù)理、计(jì)算机视(shì)觉和计算(suàn)机图形(xíng)学等(děng)领域。

其SD插件(jiàn)一经发布，在短短的两天内便成为(wèi)了AI绘画(huà)领域最(zuì)新(xīn)的热点。

在此之前(qián)，大家用了很多方法想让(ràng)AI生成的(de)结果(guǒ)尽可能(néng)的符合要求，但是都不尽如人意(yì)，它的(de)出现(xiàn)代表(biǎo)着AI生(shēng)成开始进入真(zhēn)正的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人物的姿(zī)势和画面的(de)深度(dù)信息(xī)等。有了它的(de)帮(bāng)助，就(jiù)不用频繁的用提示(shì)词来碰运气，抽盲盒(hé)式(shì)的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博主的(de)作(zuò)品已经获(huò)得了大(dà)量(liàng)的浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋(péng)友的照片直(zhí)接(jiē)带她们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图(tú)片(piàn)转文字。

再(zài)用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关键(jiàn)词；最新人进拘留所会挨打吗，拘留所新人进去受欺负吗后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果。

通过图片就(jiù)可(kě)以看出(chū)来，效(xiào)果(guǒ)十分惊艳。

更厉害的是(shì)，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全(quán)彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出(chū)的作品都已经(jīng)能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题(tí)

近日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍(biàn)网络，而经过警(jǐng)方辟谣(yáo)这所谓的“party”可能是全国第(dì)一起AI绘图诈(zhà)骗。

由于(yú)这(zhè)个活动(dòng)里(lǐ)面给(gěi)出的美女照片都(dōu)是AI制作(zuò)的真人照片绘图，因(yīn)为太逼真，被大家当成真事传播了。

新人进拘留所会挨打吗，拘留所新人进去受欺负吗decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/2d75fd6b1ee0be6.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.66640625" data-s="300,640" data-type="png" data-w="1280">

不过仔细观察(chá)可以发现，活动发起(qǐ)者(zhě)提供的照片中(zhōng)有个很大(dà)的漏洞可以发现(xiàn)并非真(zhēn)人，而(ér)是AI绘图，那(nà)便是图片(piàn)中女(nǚ)性的手指部(bù)分有的存在异常。

有行业人(rén)事表示：“现在因为手指部分的绘画算法比较(jiào)复杂，AI还不太会(huì)画(huà)人的手，但(dàn)最新看到(dào)的图片已(yǐ)经有越来(lái)越(yuè)完美(měi)的(de)AI模型出现，以后可能就完全(quán)没有漏洞了。”

类似的AI作(zuò)图诈骗(piàn)在国外也(yě)已有发(fā)生(shēng)。据英国广(guǎng)播公司报道，土耳其地震期(qī)间，有Tiktok用(yòng)户(hù)使用(yòng)AI合成(chéng)了(le)儿童受灾的假照片发布到(dào)网(wǎng)络，以此诱(yòu)骗善良的(de)人打赏“捐助(zhù)”从(cóng)而实施诈(zhà)骗。

目(mù)前随着技术发(fā)展，AIGC已经能做出(chū)真人照(zhào)片般的绘图效果，如果这样的图片被用(yòng)来诈(zhà)骗，将(jiāng)非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认(rèn)为AI在“学习”了大量前人(rén)的(de)作品之后(hòu)，其创作(zuò)没有任何情绪和灵(líng)魂(hún)，难以和人类的艺术创作相(xiāng)提(tí)并(bìng)论。

另一(yī)方面，AIGC背后(hòu)的版权(quán)、目前都并没(méi)有得到有效的解决，还有AIGC会不会代替人类“至高无上”的(de)创意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需(xū)要得到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方

技术都是(shì)有两(liǎng)面性的，潜在的危害并不能(néng)掩(yǎn)盖其光(guāng)辉的贡献。现在看来，人(rén)工智(zhì)能技术将是第四次工业革命的核心驱动力量，将创造新(xīn)的增长(zhǎng)奇(qí)迹。

过去一年，人工智(zhì)能在技术和商业层(céng)面都(dōu)有(yǒu)了(le)巨(jù)大进展(zhǎn)，AI绘画就是(shì)人(rén)工智能技(jì)术(shù)发生方向(xiàng)性改变的一个(gè)代表。其(qí)下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频(pín)。这些(xiē)视频引发关(guān)注(zhù)并非内(nèi)容(róng)做得多优秀，反而(ér)都(dōu)非(fēi)常(cháng)简单(dān)，比如一匹正在喝水的马(mǎ)，一只画画(huà)的玩(wán)具熊，或者一(yī)段骑摩托车(chē)的第(dì)一视角录(lù)像，随便一(yī)个(gè)有手机的人都可以随手(shǒu)录下一段。

但这些短视频的(de)创作方(fāng)式(shì)非(fēi)常简单(dān)，创作者仅仅需要(yào)向AI输(shū)入一段(duàn)话(huà)，甚(shèn)至只是说(shuō)一下要求，AI就(jiù)可以根据需要生成一段视频。

谷(gǔ)歌发(fā)布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈(quān)就已经玩(wán)了一波梗，一个(gè)能够做(zuò)出更高清视频(pín)的AI还不足以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它(tā)可以制作出超过(guò)2分(fēn)钟(zhōng)的连贯的也有(yǒu)确(què)切内容(róng)的视频，这才是真正让人(rén)们感(gǎn)到惊喜的(de)地(dì)方。因为无论AI生成的视频多(duō)么(me)高清，也只能是为(wèi)内容生产(chǎn)者提供一个灵感，一个素材，一个过(guò)场动(dòng)画。

不过能够制作出有(yǒu)具体剧情内容的视频就意味着，一(yī)些视频创作由AI代替人工完成已经初步有(yǒu)了可能。

当下(xià)AI的发展速度(dù)已经超(chāo)过大部(bù)分人(rén)的(de)想象。内容产业的本质是供给创造(zào)需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以为内容产业带来(lái)更新的内容(róng)风格、更快的生产(chǎn)速度，更(gèng)低的生(shēng)产成本(běn)，这无疑会驱动(dòng)内容产业(yè)的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动(dòng)作等多种内容形式的(de)生成。不(bù)难发现该项技术不(bù)仅在游(yóu)戏等行业能得到有效应(yīng)用，对于下一代互(hù)联网各种元素的构(gòu)建亦(yì)有关(guān)键意(yì)义。

从商(shāng)业化的(de)角(jiǎo)度来看，文化娱乐、教育、传媒(méi)等诸多领(lǐng)域，本(běn)身就对基于AI的(de)可视(shì)化内容(róng)有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频或不是结(jié)果，而只(zhǐ)是(shì)AI进程中(zhōng)的一块(kuài)重(zhòng)要拼图(tú)，有(yǒu)望在技术(shù)更新的加持下实(shí)现(xiàn)更大的(de)应用价值。

AI从理解内容，走(zǒu)向了可以生成(chéng)内容，甚至(zhì)能够创造(zào)出独立价(jià)值和(hé)独立视(shì)角的内容(róng)。AIGC的再(zài)次(cì)出圈，更代表(biǎo)着未来的(de)先进(jìn)生产力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座

从技术的(de)发展也(yě)可(kě)以看出，在语言大(dà)模(mó)型、图像大模型(xíng)之后，多模态大模型已(yǐ)经成为了新的趋势(shì)。

大模型(xíng)被誉为当前人工智(zhì)能(néng)发展的智能底座，是全球竞争最激烈的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿(ā)里、腾(téng)讯等众多头部企(qǐ)业都(dōu)在竞相发力。

不过训练大模型的(de)确价格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要(yào)多少(shǎo)算(suàn)力》报告估(gū)算(suàn)，GPT-3训练(liàn)一次的成本约为140万美(měi)元。而对于(yú)一些更大的LLM(大型语言(yán)模型(xíng))，训练成(chéng)本则介于200万美元(yuán)至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支持。在关(guān)注(zhù)各类大模型的发展同时，更应该关注(zhù)算力(lì)网络的(de)建(jiàn)设(shè)。

算力网络正驱(qū)动AI产(chǎn)业发展进入史诗(shī)级加速进(jìn)程，让AIGC及(jí)通用(yòng)AI这一人(rén)工智能(néng)发展的终极目标离得更近。

因为算力可以对突(tū)破性(xìng)技术创新提(tí)供大(dà)力的(de)支持(chí)。这方面，多模态大模型是典型。作为面向未来强人(rén)工智能、通用人工(gōng)智能(néng)的重要技术(shù)创新，多模态大模型已经在人(rén)工智能领域提(tí)出了很(hěn)多年，业界也(yě)有(yǒu)不少技(jì)术突(tū)破，但是，多模态大模型(xíng)进一步往(wǎng)下走，算力需求呈几何(hé)式上升，一般的算力基础设施很(hěn)快(kuài)将难以胜(shèng)任。

从图像、文字、语(yǔ)音单(dān)独一项的(de)训练，到双模态、三模(mó)态的跃迁(qiān)，让(ràng)人工智能可以灵活应对不同(tóng)模态的转化(huà)、像人与世界交互一样自然，这(zhè)方(fāng)面，由算(suàn)力网(wǎng)络来驱动将有明(míng)显(xiǎn)优势。

此外，还有很多(duō)需(xū)要爆发(fā)式增长的算力来支撑的技术创新，将在人工智(zhì)能算(suàn)力网(wǎng)络(luò)支撑下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在大模型和大算力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创(chuàng)造的(de)边际成本(běn)降低，让万众受(shòu)益。

未经允许不得转载：珠海业勤税务师事务所有限公司 新人进拘留所会挨打吗，拘留所新人进去受欺负吗