自(zì)聊天机(jī)器(qì)人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人(rén)比尔·盖茨已多次公开(kāi)谈论人工智能话题。在最近(jìn)的一次采访中，他再次表(biǎo)示：“AI可能(néng)会(huì)让科技行(xíng)业迎来一次剧烈(liè)的洗牌”。

这个结论是他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威胁到(dào)谷歌的市(shì)占率，因为微软在(zài)AI方面的行动相当迅速。而(ér)最终科技巨头(tóu)将把AI整合成用户(hù)的“全能助手(shǒu)”，包(bāo)揽一切应(yīng)用，与人们进行沟通并提供建议，可以(yǐ)取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画(huà)为代表的(de)AIGC上一次(cì)爆火的时候，还是(shì)2022年8月，在美国(guó)科罗拉(lā)多州举办的新(xīn)兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太空歌(gē)剧(jù)院》的作品获奖。

随(suí)后各大厂商(shāng)的AI绘画软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以在应用中输入(rù)一组关键词(cí)或者一张照片，就能(néng)获得一幅AI创(chuàng)作的画作。

作(zuò)画的关键就是(shì)所(suǒ)输入(rù)的(de)文本。同一组关键词也可(kě)以创作出很(hěn)多张风(fēng)格不一样的画作，这让创作(zuò)的过程就像(xiàng)开盲盒。

很(hěn)多(duō)用户(hù)很喜欢这种不确定的惊喜，他们会将(jiāng)生成的美图当做头(tóu)像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒(méi)体(tǐ)上，许多用户分享AI“翻车(chē)现(xiàn)场”，例如，一位网友(yǒu)的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有网友的(de)个(gè)人照片被AI识别(bié)成(chéng)了(le)建筑。

而如(rú)今随着ControlNet的出(chū)现与加持，以(yǐ)往(wǎng)AI绘画的(de)填写(xiě)关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国(guó)人张(zhāng)吕敏创作的(de)一种基于控制点(diǎn)的图像变形算(suàn)法，主要用于数字图像(xiàng)处理(lǐ)、计算(suàn)机视觉和计算机图形学等(děng)领域。

其SD插件一经发布，在短短(duǎn)的两天内(nèi)便成为了AI绘画领(lǐng)域最新的热点(diǎn)。

在此(cǐ)之前(qián)，大家用了很多(duō)方法(fǎ)想让AI生成的(de)结(jié)果尽可能的符合要(yào)求(qiú)，但(dàn)是都不尽如人意，它的出现代表着AI生成开始进入真正的可控时(shí)期。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物的姿(zī)势和画(huà)面的深度信息等。有了它(tā)的帮助，就不用频(pín)繁的用提示词来碰运气，抽盲盒式(shì)的创作(zuò)了。

通俗的(de)说ControlNet相当于(yú)给(gěi)AI绘画加了(le)“魔法”，不少博主(zhǔ)的(de)作(zuò)品已经(jīng)获得了大量(liàng)的(de)浏览(lǎn)量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他用朋友(yǒu)的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键词；最后用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试效果。

通(tōng)过(guò)图片就可(kě)以看出来，效(xiào)果十分惊艳。

更厉害的(de)是(shì)，除了真实的照(zhào)片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本(běn)尊也亲(qīn)自回应(yīng)。

不得不说当(dāng)下AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出的作品都已经(jīng)能(néng)以假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟谣(yáo)这所谓(wèi)的(de)“party”可(kě)能是全国(guó)第(dì)一起AI绘(huì)图(tú)诈骗。

由于这个(gè)活动里面给出的美女照片(piàn)都是(shì)AI制作的真人(rén)照片绘图，因为太逼真，被(bèi)大家(jiā)当成真(zhēn)事传播了(le)。

不过仔细观察可以发现，活(huó)动(dòng)发起者提(tí)供(gōng)的照片中(zhōng)有(yǒu)个很大(dà)的漏(lòu)洞可以(yǐ)发(fā)现并(bìng)非(fēi)真人(rén)，而是AI绘(huì)图，那便是图片中女性的(de)手(shǒu)指部分有的存在异(yì)常。

有行业人事表示：“现在因为手指部分(fēn)的绘画算(suàn)法比较复杂，AI还不(bù)太会画人的(de)手(shǒu)，但最新看到的图片已经有(yǒu)越来越完美(měi)的(de)AI模型(xíng)出现，以后可(kě)能就(jiù)完全(quán)没有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在国外也已有发生。据英国广播公(gōng)司报道，土耳其地震期间(jiān)，有Tiktok用户(hù)使用AI合成了(le)儿(ér)童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能(néng)做出(chū)真人照片般的绘(huì)图效(xiào)果，如果(guǒ)这样的(de)图(tú)片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为(wèi)AI在“学(xué)习”了大(dà)量前人(rén)的作(zuò)品之后，其创作没有任何情绪(xù)和灵魂，难以(yǐ)和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后的(de)版(bǎn)权、目前都并(bìng)没有得到(dào)有效(xiào)的(de)解决，还有AIGC会不会(huì)代(dài)替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强调，人工(gōng)智能的安全问题需要得到重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下一(yī)站(zhàn)除了视频，还(hái)有(yǒu)远方

技术都是(shì)有两面性的(de)，潜在的危害并(bìng)不能掩(yǎn)盖其光辉(huī)的贡(gòng)献。现在看来，人工智能技术将是(shì)第四次工业革命的核心(xīn)驱动力量，将创造新的增(zēng)长奇迹。

过(guò)去一年，人工智能在(zài)技术和(hé)商业(yè)层面都有了巨大进展(zhǎn)，AI绘画就(jiù)是人工智能技术发生方向性改变的一个(gè)代表。其下一(yī)站(zhàn)或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引(yǐn)爆科技圈的短视频(pín)。这(zhè)些视(shì)频引(yǐn)发关注并(bìng)非内(nèi)容做(zuò)得多(duō)优秀(xiù)，反而都非常简单，比(bǐ)如一匹(pǐ)正在(zài)喝水的马，一只(zhǐ)画画的玩具熊(xióng)，或者(zhě)一段骑摩(mó)托车的第一视角录像(xiàng)，随便一(yī)个(gè)有手机的人都可以随手录下(xià)一段(duàn)。

但(dàn)这些短视频的创作(zuò)方式非常简单，创(chuàng)作者(zhě)仅仅需要(yào)向AI输(shū)入(rù)一段话，甚至只(zhǐ)是(shì)说一(yī)下要求，AI就可以根据需(xū)要生成(chéng)一段视频。

谷歌发布的两个AI生成视频分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出的是(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(le)一波梗，一个能够做出更高清视频的AI还(hái)不足以在短时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令人(rén)震惊(jīng)的(de)地方在于，它可以制作(zuò)出超过2分钟的连贯的也有确(què)切内容(róng)的视频，这才(cái)是真正让人们(men)感到(dào)惊喜的地方。因为无论AI生成的视频多(duō)么高清，也(yě)只能(néng)是(shì)为内容生产者(zhě)提(tí)供一个(gè)灵感，一个(gè)素材，一(yī)个过场动画。

不过能够制作出有(yǒu)具(jù)体剧情(qíng)内(nèi)容的视频(pín)就意味(wèi)着，一(yī)些视频创作由AI代替(tì)人(rén)工完成已经初步有了可(kě)能。

当下AI的发展速度已(yǐ)经超(chāo)过大部分人的(de)想象。内容产业(yè)的本质是供给创造需求，AIGC作为(wèi)全新的内容(róng)生产(chǎn)方式，可以为(wèi)内容产业带来更新(xīn)的内容风(fēng)格、更快(kuài)的生产速度，更低的生产成(chéng)本，这(zhè)无(wú)疑(yí)会驱动内(nèi)容产业的大爆发。

除(chú)了(le)AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机(jī)器人动作等多种内容(róng)形式的(de)生成。不难发现该项技术不(bù)仅在游戏等行业能得到有效(xiào)应(yīng)用(yòng)，对于(yú)下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关(guān)键意义。

从商业化的(de)角度(dù)来看，文(wén)化娱乐、教育、传媒等诸多领域，本(běn)身就(jiù)对基于AI的可视(shì)化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而(ér)只是AI进程中的一(yī)块(kuài)重要拼(pīn)图，有望在技术更新的加持下实(shí)现更大(dà)的(de)应用价值。

AI从理解内容，走(zǒu)向(xiàng)了可以生成内容(róng)，甚至能(néng)够创造出(chū)独立(lì)价值和独立视角的内容。AIGC的(de)再(zài)次出圈，更(gèng)代(dài)表着(zhe)未来的先进生产力(lì)即(jí)将(jiāng)到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技(jì)其远而无所至极邪的邪怎么读音，卯怎么读音术的(de)发展也可以(yǐ)看出，在语言大模型、图像大(dà)模型之后，多(duō)模态大模型已经成为了(le)新(xīn)的趋(qū)势(shì)。

大模型被誉为当前(qián)人工(gōng)智(zhì)能发展的智能底座，是全球(qiú)竞(jìng)争最激烈的(de)研究方向之(zhī)一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿(ā)里、腾讯等众多头部(bù)企业(yè)都(dōu)在(zài)竞相发力(lì)。

不过(guò)训(xùn)练大(dà)模型的确价(jià)格(gé)不菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多少算力》报(bào)告估算(suàn)，GPT-3训练(liàn)一次的成(chéng)本约为140万美(měi)元。而对于一些更(gèng)大的LLM(大(dà)型语言模型)，训练(liàn)成本则介于200万(wàn)美元至1200万美(měi)元(yuán)高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立访客平(píng)均(jūn)数1300万计算，其对应芯片需(xū)求为3万多(duō)片英伟达(dá)A100 GPU，初(chū)始投(tóu)入成本约为(wèi)8亿美元，每日(rì)仅电费就(jiù)在5万美(měi)元左右。

此外不论(lùn)是ChatGPT还(hái)是(shì)AIGC，都离不开(kāi)庞大算力支(zhī)持(chí)。在关注各其远而无所至极邪的邪怎么读音，卯怎么读音类(lèi)大模型(xíng)的发展同(tóng)时，更应该关注(zhù)算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产(chǎn)业发(fā)展进(jìn)入史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能发展的(de)终极(jí)目标(biāo)离得更近(jìn)。

因为算力可(kě)以对突破性技术创新提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向未来(lái)强(qiáng)人(rén)工智能、通用(yòng)人工智能的重要技术创新，多模态大(dà)模型已经在人工智(zhì)能领域提出了很多(duō)年，业(yè)界也有(yǒu)不少(shǎo)技术突破，但是，多模态(tài)大模型进一步往下走，算(suàn)力需求呈几(jǐ)何式上升，一般的算力基础设施(shī)很快将难以(yǐ)胜任。

从图像、文字、语音单(dān)独一项的训练，到双模态、三模(mó)态的跃迁(qiān)，让人工智能可以灵活(huó)应对不同模态的转化、像(xiàng)人与世界交互一样自然，这方面(miàn)，由算(suàn)力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发式(shì)增长的算力(lì)来支撑的技术(shù)创新，将在人工智能算力网络支(zhī)撑下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待在大(dà)模型和大算力(lì)的支持下AIGC能持续颠覆(fù)内(nèi)容生(shēng)产的方(fāng)式，将创(chuàng)造的(de)边际成本降低，让万众(zhòng)受益(yì)。

未经允许不得转载：珠海业勤税务师事务所有限公司 其远而无所至极邪的邪怎么读音，卯怎么读音