自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已(yǐ)多(duō)次公开(kāi)谈论人工智能话题。在最近的一次采(cǎi)访(fǎng)中，他再次表示：“AI可能会让(ràng)科技行(xíng)业迎来一次剧烈的洗牌”。

这个(gè)结论(lùn)是他在当地(dì)时间(jiān)2月(yuè)20日(rì)接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为微软在AI方面的行动相当(dāng)迅速。而(ér)最终科技巨头将把(bǎ)AI整合成用户(hù)的“全能助(zhù)手”，包揽一切(qiè)应(yīng)用，与人们进行沟通并提供建(jiàn)议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能(néng)尚需时(shí)日，但由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩(wán)法

AIGC向可控靠(kào)近

以AI绘(huì)画为代表的(de)AIGC上一次爆火(huǒ)的时候，还是2022年8月(yuè)，在美国科罗(luó)拉多州举(jǔ)办的新兴(xīng)数字艺(yì)术家竞赛(sài)中，一幅名为(wèi)《太(tài)空歌剧院》的作品获奖。

随后(hòu)各大(dà)厂(chǎng)商的AI绘画软(ruǎn)件被广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应(yīng)用中(zhōng)输入一组关键(jiàn)词或者一张照(zhào)片(piàn)，就能获得一(yī)幅AI创作(zuò)的画作。

作画的关键就是所输入的文本。同(tóng)一组关(guān)键词也可以创作(zuò)出很(hěn)多张风格不一样的画(huà)作，这(zhè)让(ràng)创(chuàng)作的(de)过程就像(xiàng)开盲盒。

很(hěn)多用(yòng)户很喜欢这种不(bù)确(què)定的惊喜，他们会将生成的美图当(dāng)做头(tóu)像(xiàng)。而另一部(bù)分喜欢翻看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在社交媒体上(shàng)，许多(duō)用户分享AI“翻车现场”，例(lì)如，一(yī)位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还(hái)有网友的个人照(zhào)片被(bèi)AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加(jiā)持(chí)，以往AI绘画的填写关键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是一(yī)位正在斯坦福读博(bó)的中国人(rén)张吕敏创作的(de)一种基(jī)于控制点的(de)图像变形算法，主要用于数(shù)字图像处理、计算机视(shì)觉和计算(suàn)机图形学等领域。

其SD插件(jiàn)一(yī)经发布，在短短的两(liǎng)天内(nèi)便(biàn)成(chéng)为了AI绘画领域最新的热点。

在此之前，大家(jiā)用了很多方(fāng)法想让AI生成的(de)结果尽可能的符(fú)合(hé)要求，但是都不尽如人(rén)意，它的出现代表着(zhe)AI生(shēng)成(chéng)开(kāi)始进入真正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提取画面(miàn)的(de)构(gòu)图(tú)，人(rén)物(wù)的姿势和画面(miàn)的深(shēn)度信息等。有了它(tā)的帮助，就不用频繁的用提示(shì)词来碰(pèng)运(yùn)气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于(yú)给AI绘画(huà)加了“魔法”，不少(shǎo)博主的(de)作(zuò)品已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关键词(cí)；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键词(cí)试效果。

通过图片就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉(lì)害的(de)是，除了(le)真(zhēn)实的照(zhào)片(piàn)，草图也(yě)可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不得不说(shuō)当下(xià)AIGC已(yǐ)经变得越来(lái)越(yuè)强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难(nán)辨(biàn)虚(xū)实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息(xī)火遍网络(luò)，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给出的美(měi)女照(zhào)片都是(shì)AI制作(zuò)的真(zhēn)人照(zhào)片绘(huì)图，因为太(tài)逼(bī)真，被(bèi)大(dà)家当成真事传播了。

不过仔细观察可以发现，活动发起者(zhě)提供(gōng)的照(zhào)片中(zhōng)有个很大的漏洞(dòng)可以(yǐ)发现并非真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的手指(zhǐ)部分(fēn)有的存在异常。

有(yǒu)行业人事表示(shì)：“现在因为手(shǒu)指部分(fēn)的绘画算(suàn)法比(bǐ)较复(fù)杂，AI还不太会画人的手，但最新看到的图片已经有越来越(yuè)完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国(guó)广播公司报道，土(tǔ)耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的假照片发布到网(wǎng)络，以此诱骗(piàn)善良的(de)人打赏“捐(juān)助”从(cóng)而(ér)实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能(néng)做出真(zhēn)人照片般的(de)绘图效(xiào)果，如果这(zhè)样的图片(piàn)被(bèi)用(yòng)来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判者认为AI在“学(xué)习”了(le)大量前人的(de)作品之后(hòu)，其(qí)创(chuàng)作没有(yǒu)任何情绪和灵魂(hún)，难以(yǐ)和人类的艺术创作相提并论。

另一(yī)方面，AIGC背(bèi)后的版权(quán)、目前都(dōu)并没(méi)有得到有(yǒu)效(xiào)的解决，还有AIGC会不会代(dài)替人类“至高(gāo)无上”的(de)创意(yì)。

马斯克也强调，人工智能的(de)安(ān)全问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是(shì)有两(liǎng)面性的，潜在的危害并不(bù)能掩盖其光辉的贡献。现在(zài)看来，人工(gōng)智(zhì)能技术将是第(dì)四(sì)次工(gōng)业革命的核心(xīn)驱动力量，将创(chuàng)造新的增长奇迹。

过去一年(nián)，人工智能在技(jì)术和(hé)商(shāng)业(yè)层面都有了巨大进展，AI绘画(huà)就(jiù)是人工智能(néng)技术发生方向性改变(biàn)的一个代(dài)表。其下(xià)一(yī)站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后发布(bù)了几条引爆科(kē)技圈的(de)短(duǎn)视频。这些视频(pín)引发关(guān)注并非内(nèi)容做得多优秀，反(fǎn)而都非(fēi)常(cháng)简(jiǎn)单(dān)，比(bǐ)如一(yī)匹(pǐ)正在(zài)喝(hē)水的马(mǎ)，一只画画(huà)的玩具(jù)熊，或(huò)者一段骑(qí)摩托(tuō)车的第(dì)一视角录像，随(suí)便一(yī)个有手机的人(rén)都可以随手录下(xià)一段。

但这些(xiē)短视频的创作方式(shì)非常简单，创作者仅仅需要向AI输(shū)入一(yī)段话，甚至只是说一(yī)下要求，AI就可以根(gēn)据需要生成一(yī)段视(shì)频(pín)。

谷歌发布的两(liǎng)个AI生(shēng)成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出(chū)的是高(gāo)清，与(yǔ)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(yǐ)经玩了一波梗，一个能够做出更高清视频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制(zhì)作出超过2分钟的连(lián)贯(guàn)的(de)也有确(què)切内容的视(shì)频，这(zhè)才是真正(zhèng)让人们感到惊(jīng)喜的地方。因为(wèi)无(wú)论AI生成的视频(pín)多么(me)高清，也(yě)只能(néng)是为内容生产者提供一个灵感，一个素材，一(yī)个过(guò)场动(dòng)画。

不(bù)过能(néng)够制作出有(yǒu)具体剧情内(nèi)容的视频就(jiù)意味着，一些视频创作由(yóu)AI代(dài)替人(rén)工(gōng)完成已经初步有了可能。

当下AI的发展速度已(yǐ)经超过(guò)大部(bù)分人的想象。内容产(chǎn)业的本质(zhì)是供给创造需求(qiú)，AIGC作为全(quán)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(gèng)快的生产速度，更低(dī)的生产成本，这无疑(yí)会(huì)驱动内(nèi)容产业(yè)的大(dà)爆(bào)发(fā)。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应用于音乐、代码(mǎ)、机器(qì)人动作(zuò)等多(duō)种内容形式的生成。不难发现该项技术不仅(jǐn)在游戏等没事就吃溜溜梅什么意思，你没事吧没事就吃溜溜梅什么意思(děng)行业能得到有效应用，对于(yú)下一代互联网(wǎng)各种(zhǒng)元素的构建(jiàn)亦有关键意义(yì)。

从(cóng)商业化的角度来看，文化娱乐(lè)、教育、传媒等诸(zhū)多领域，本身就(jiù)对(duì)基于AI的可视化(huà)内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程中的一(yī)块重要拼图，有望在技(jì)术更新的(de)加持下实现更大的应用(yòng)价值。

AI从理解(jiě)内(nèi)容(róng)，走(zǒu)向了可以生成内容，甚至能够创造出独立价(jià)值和独立(lì)视角的(de)内容。AIGC的再次出(chū)圈，更代表着未来的先进(jìn)生产力(lì)即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出，在语(yǔ)言大模型、图(tú)像大模型(xíng)之后，多模态大模型已经成为了新(xīn)的趋势。

大模型被(bèi)誉为当(dāng)前人工智能(néng)发展的智(zhì)能底座，是全球竞争(zhēng)最激(jī)烈的(de)研究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众(zhòng)多头部企业都(dōu)在竞相发力。

不(bù)过(guò)训练大模型的确价(jià)格不(bù)菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报告估(gū)算，GPT-3训练一次的(de)成本约为(wèi)140万美元。而对(duì)于(yú)一些更(gèng)大的LLM(大型语(yǔ)言模型)，训(xùn)练(liàn)成本则介于200万美(měi)元(yuán)至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均(jūn)数1300万计算，其对应芯片需求为3万多片英(yīng)伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美(měi)元(yuán)，每日仅电费就在5万美(měi)元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力(lì)支持。在关注各类大(dà)模型的(de)发展同(tóng)时，更应该关注算力网络的建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗级加速进(jìn)程，让AIGC及(jí)通用AI这一人工智能发展的终极目标离得更近(jìn)。

因(yīn)为算力可以对突(tū)破性技术创新提供大(dà)力(lì)的支持。这方面(miàn)，多模态(tài)大(dà)模型是(shì)典(diǎn)型(xíng)。作为(wèi)面向(xiàng)未(wèi)来(lái)强人工(gōng)智能、通用人工智(zhì)能的重要(yào)技术创(chuàng)新，多模态大(dà)模型(xíng)已经在(zài)人工(gōng)智能领域提出了(le)很多年，业(yè)界(jiè)也(yě)有不少技术突破，但是，多(duō)模(mó)态大模型进一步往下走(zǒu)，算力需求(qiú)呈几(jǐ)何式上升，一(yī)般的算(suàn)力(lì)基础设施很快将难以胜任。

从图像(xiàng)、文字(zì)、语(yǔ)音单独(dú)一(yī)项(xiàng)的训练，到双模态、三模态(tài)的跃迁，让(ràng)人工智能可以灵(líng)活应对不(bù)同模态的转化、像人与世界交互一样自然，这(zhè)方面，由算力网络来驱动将有(yǒu)明显(xiǎn)优势。

此外，还有(yǒu)很(hěn)多(duō)需要爆发式增长的算(suàn)力来支撑的技术创新，将在人工(gōng)智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大(dà)算力(lì)的(de)支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际成本(běn)降低，让万众受益。

未经允许不得转载：珠海业勤税务师事务所有限公司 没事就吃溜溜梅什么意思，你没事吧没事就吃溜溜梅什么意思