自聊天机器人(rén)ChatGPT火爆(bào)以来，微(wēi)软(ruǎn)公司创始(shǐ)人(rén)比尔·盖茨已多(duō)次公开谈论人工智能(néng)话题(tí)。在最近的一次采(cǎi)访(fǎng)中(zhōng)，他再(zài)次(cì)表示(shì)：“AI可能会让科技(jì)行业迎来一次剧烈的(de)洗牌”。

这个结论是他在当(dāng)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(de)发(fā)展可能会(huì)威胁(xié)到谷歌的(de)市占率，因为微软在(zài)AI方面的行动相当迅速(sù)。而最终(zhōng)科技(jì)巨头将把AI整合成用(yòng)户的(de)“全(quán)能助手”，包揽一(yī)切应用，与(yǔ)人们(men)进行(xíng)沟通(tōng)并提供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时日，但(dàn)由ControlNet引发(fā)的(de)又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的(de)话题(tí)热(rè)点(diǎn)包围中(zhōng)杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘(hu哈密瓜减肥期间可以吃吗，一个哈密瓜的热量等于几碗饭ì)画为代表的AIGC上一(yī)次(cì)爆火的时候，还(hái)是2022年(nián)8月，在美国科罗(luó)拉(lā)多州举办的新兴数字艺(yì)术家(jiā)竞(jìng)赛中，一(yī)幅名为《太(tài)空歌剧院》的作(zuò)品获奖。

随(suí)后各大厂商(shāng)的AI绘(huì)画软(ruǎn)件被(bèi)广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们可以在应(yīng)用(yòng)中输入一组(zǔ)关键词或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的(de)文本。同一组关键(jiàn)词也可以创作出很多张风格不一样的画作，这(zhè)让创作的过程(chéng)就(jiù)像开盲盒。

很多用户很喜(xǐ)欢这种不确(què)定的惊(jīng)喜(xǐ)，他们会将生成的美图当做头像(xiàng)。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许(xǔ)多(duō)用户分享AI“翻车现(xiàn)场(chǎng)”，例如，一位网(wǎng)友的小狗照(zhào)片被AI画成了“肌肉(ròu)男(nán)”，还有网友的个人照片被(bèi)AI识别成了(le)建筑。

而(ér)如(rú)今随着ControlNet的出现与(yǔ)加(jiā)持，以往(wǎng)AI绘画(huà)的填写关(guān)键词游戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯坦福读(dú)博的(de)中国人张(zhāng)吕敏(mǐn)创作(zuò)的一种基(jī)于控制点的图像(xiàng)变形算法(fǎ)，主(zhǔ)要(yào)用(yòng)于(yú)数字(zì)图像处理、计算机(jī)视觉和计算机图形学等领域。

其SD插件一经(jīng)发布，在短短的两(liǎng)天(tiān)内便成(chéng)为(wèi)了AI绘(huì)画领(lǐng)域最新的热(rè)点(diǎn)。

在此之(zhī)前，大家用了很多方法想(xiǎng)让AI生成的结(jié)果尽可能(néng)的符(fú)合要(yào)求，但(dàn)是都不尽如人意，它的(de)出现(xiàn)代表着(zhe)AI生(shēng)成开始进入(rù)真正(zhèng)的可控(kòng)时期(qī)。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面(miàn)的深度信息等。有了它的(de)帮助(zhù)，就不用(yòng)频繁的用(yòng)提示词来碰运气，抽(chōu)盲盒(hé)式的(de)创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画加(jiā)了“魔法”，不少博主的(de)作(zuò)品已(yǐ)经获(huò)得了大量的浏览(lǎn)量，“viggo”就是其中(zhōng)之一，他用朋(péng)友的照片直接(jiē)带她(tā)们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定骨骼开(kāi)始换关键词试效果。

通过图片就可以看(kàn)出(chū)来，效果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕(lǚ)敏其本尊也亲(qīn)自回(huí)应。

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

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警(jǐng)惕(tì)安全问(wèn)题

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的(de)消息火遍网(wǎng)络，而经过警方辟谣这所(suǒ)谓的“party”可能(néng)是(shì)全(quán)国第(dì)一起AI绘图诈骗(piàn)。

由于(yú)这个(gè)活动里面(miàn)给出的(de)美女照片(piàn)都是AI制(zhì)作的真(zhēn)人照(zhào)片绘图，因为太逼真，被大家(jiā)当成(chéng)真事传播了。

不(bù)过仔细观察可以发(fā)现，活动发起(qǐ)者提供的照片(piàn)中有个很大(dà)的(de)漏洞(dòng)可(kě)以发现并非真人(rén)，而是AI绘图，那便是(shì)图片(piàn)中女性的手指部分有的(de)存(cún)在异(yì)常。

有行业人事表示：“现在(zài)因为(wèi)手指(zhǐ)部分(fēn)的绘画算法比较复杂，AI还不太会画(huà)人的(de)手，但(dàn)最(zuì)新看到的图片已(yǐ)经有(yǒu)越来越完美的AI模(mó)型出现，以后可能(néng)就完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外(wài)也(yě)已有(yǒu)发(fā)生。据英国广播(bō)公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童(tóng)受(shòu)灾的(de)假照片(piàn)发布到(dào)网络，以(yǐ)此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实(shí)施诈(zhà)骗。

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

此外AIGC还引发了(le)很多担(dān)忧，一方面(miàn)，批(pī)判(pàn)者认为AI在(zài)“学习(xí)”了(le)大量前人(rén)的(de)作品之后，其创作没有(yǒu)任何情绪和(hé)灵魂，难(nán)以和人类的艺(yì)术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到(dào)有(yǒu)效的解(jiě)决，还有(yǒu)AIGC会(huì)不会代替人类“至高无上(shàng)”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要得到(dào)重视(shì)，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视频，还有远(yuǎn)方

技术都是(shì)有两(liǎng)面性(xìng)的，潜在的危(wēi)害(hài)并不能掩盖其光辉的贡献。现在(zài)看来，人工智能(néng)技术(shù)将(jiāng)是第四(sì)次(cì)工业革命的核心驱(qū)动力量，将(jiāng)创造新的增长奇迹。

过去一(yī)年，人工智(zhì)能在技术和商业层面都有了巨大进展，AI绘(huì)画(huà)就是人(rén)工智能技术发生方向性(xìng)改变的一个(gè)代表(biǎo)。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科技圈的(de)短视频。这些视频引发关注并非内容做得多(duō)优秀，反而都非常简单，比(bǐ)如一匹正(zhèng)在喝水的马，一只画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随(suí)便(biàn)一个有手机的人都可以随手录下(xià)一(yī)段。

但这(zhè)些短视频的创作方(fāng)式非(fēi)常简(jiǎn)单，创(chuàng)作(zuò)者仅(jǐn)仅需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以根(gēn)据需(xū)要生成(chéng)一段视频。

谷歌发布(bù)的两个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个(gè)能够(gòu)做出更高(gāo)清视(shì)频的AI还(hái)不足(zú)以在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地(dì)方在于，它(tā)可(kě)以制作出超(chāo)过2分(fēn)钟(zhōng)的连贯的也有确切内容(róng)的视(shì)频，这才是真正(zhèng)让人们感到(dào)惊喜(xǐ)的地方。因(yīn)为无论AI生成的视频多(duō)么高(gāo)清，也只能是(shì)为内(nèi)容(róng)生产者提供一个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有(yǒu)具(jù)体剧情内容的视(shì)频就意(yì)味(wèi)着，一些视频(pín)创(chuàng)作由AI代(dài)替人(rén)工完成已(yǐ)经(jīng)初步有了(le)可能。

当下(xià)AI的发展速(sù)度已(yǐ)经(jīng)超过大部分人的(de)想象。内容(róng)产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内容(róng)产业(yè)带来(lái)更新(xīn)的内容(róng)风格、更快的生(shēng)产(chǎn)速度，更低的生(shēng)产成本(běn)，这无疑会(huì)驱动内容(róng)产业的大(dà)爆发。

除了AI绘(huì)图、视(shì)频，AIGC技(jì)术还能应用于音乐、代码、机器人动(dòng)作(zuò)等多种内容形式的(de)生成。不(bù)难发现该(gāi)项技(jì)术不仅在游戏(xì)等行业能得到有效应用，对于下一代互联(lián)网各种元素的(de)构建亦有关键意(yì)义。

从商业(yè)化的角度来(lái)看，文化娱乐、教育、传媒等诸多(duō)领域，本身就对(duì)基于(yú)AI的(de)可视化内容有强烈需求(qiú)。

因(yīn)此，AI绘画及视频或不(bù)是(shì)结果，而只是AI进程中的(de)一(yī)块重要拼图，有望在(zài)技(jì)术更新的加持下实现更(gèng)大(dà)的应用价值(zhí)。

AI从理解(jiě)内容，走向了可以(yǐ)生成内容，甚至能够创(chuàng)造出独立价(jià)值和独立(lì)视角的(de)内容。AIGC的再(zài)次出圈，更(gèng)代表着(zhe)未来的先(xiān)进(jìn)生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座(zuò)

从(cóng)技(jì)术的发展(zhǎn)也(yě)可以(yǐ)看出，在语(yǔ)言大模型(xíng)、图像大模(mó)型之后，多模态大(dà)模型已经成为了(le)新的(de)趋势。

大模型(xíng)被誉为当前人工智能发展的智能底座，是(shì)全球竞争最激(jī)烈的(de)研究方向之一，包(bāo)括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等(děng)众多头部企业都在竞相(xiāng)发力。

不过训练大模型(xíng)的(de)确价格(gé)不菲，以(yǐ)国盛证券发(fā)布的(de)《ChatGPT需要多(duō)少(shǎo)算力》报告(gào)估算，GPT-3训练一次的成本约(yuē)为(wèi)140万美(měi)元。而对于一(yī)些(xiē)更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均(jūn)数1300万计算，其(qí)对(duì)应(yīng)芯片需求为3万多(duō)片英伟达(dá)A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费就(jiù)在(zài)5万美(měi)元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大算(suàn)力支持(chí)。在关注各类大模型的发展同时(shí)，更(gèng)应该关注算力网络(luò)的建设(shè)。

算(suàn)力网络正驱动AI产(chǎn)业发展进入(rù)史诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一(yī)人工智(zhì)能发展(zhǎn)的终极目标(biāo)离得更近。

因为算(suàn)力可(kě)以对突破(pò)性技术(shù)创新提供大力(lì)的支持(chí)。这方面，多模态大(dà)模型是(shì)典型(xíng)。作为面(miàn)向(xiàng)未来强(qiáng)人工智能(néng)、通用(yòng)人工智能的重要技术创(chuàng)新，多模(mó)态大(dà)模型已经在(zài)人工智(zhì)能领域(yù)提出了(le)很多(duō)年，业界也有(yǒu)不少技术突破，但是，多模态大模(mó)型进一步往下走，算力需求呈几何(hé)式(shì)上升(shēng)，一般的算力(lì)基(jī)础设施很快将难以胜任。

从(cóng)图(tú)像(xiàng)、文(wén)字、语音单独一项的(de)训练，到双模态、三模(mó)态的(de)跃(yuè)迁，让人工智能可以灵活应对不(bù)同模态(tài)的转化(huà)、像人与(yǔ)世(shì)界交互一(yī)样(yàng)自然(rán)，这(zhè)方面，由算力网络(luò)来驱动将(jiāng)有明显(xiǎn)优势。

此外(wài)，还有很多需(xū)要爆发式(shì)增长的(de)算力来(lái)支撑的技术创新，将在(zài)人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型和大算(suàn)力的(de)支持下AIGC能持续(xù)颠覆内容生产的方(fāng)式，将(jiāng)创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：珠海业勤税务师事务所有限公司 哈密瓜减肥期间可以吃吗，一个哈密瓜的热量等于几碗饭