自(zì)聊天机(jī)器人ChatGPT火爆以来(lái)，微软公司创始(shǐ)人比(bǐ)尔·盖茨已(yǐ)多次(cì)公(gōng)开(kāi)谈论人工智能(néng)话(huà)题。在最近(jìn)的一次采访中，他再(zài)次表示(shì)：“AI可能(néng)会让科技行业迎来一次剧烈的(de)洗牌”。

这(zhè)个结论是他在当地时间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁(xié)到(dào)谷歌的市占率，因(yīn)为微软在(zài)AI方面(miàn)的(de)行动(dòng)相(xiāng)当迅速。而最终科技巨(jù)头将(jiāng)把AI整合成用户的“全能助(zhù)手(shǒu)”，包(bāo)揽一切(qiè)应(yīng)用，与人(rén)们进行(xíng)沟通并提供(gōng)建议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能(néng)助手的到来(lái)可能尚需时日(rì)，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘(huì)画为代表的AIGC上一次爆(bào)火的时候(hòu)，还是(shì)2022年(nián)8月，在美国科罗(luó)拉多州举办的新兴(xīng)数(shù)字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获(huò)奖(jiǎng)。

随后各大(dà)厂商的AI绘画(huà)软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一(yī)组(zǔ)关(guān)键词或者一(yī)张照片，就能(néng)获(huò)得一幅(fú)AI创作的画作。

作(zuò)画的关键就是所输入的文本。同一组(zǔ)关键词也(yě)可(kě)以创作出(chū)很多张风格不一(yī)样的画作，这让创作的过(guò)程(chéng)就像(xiàng)开(kāi)盲盒。

很(hěn)多用户很喜欢(huān)这种(zhǒng)不确定的(de)惊喜，他们会(huì)将生成的美(měi)图(tú)当做头像。而另一(yī)部分喜欢(huān)翻看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在社交媒体上，许(xǔ)多(duō)用户分享AI“翻(fān)车现场”，例如(rú)，一位(wèi)网(wǎng)友的(de)小狗(gǒu)照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识(shí)别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位(wèi)正在(zài)斯(sī)坦(tǎn)福读博的中国人张吕敏创(chuàng)作(zuò)的(de)一种基于控制点的图像变形算法(fǎ)，主要用(yòng)于数(shù)字(zì)图像处理、计算(suàn)机视觉和计算机图形学(xué)等领(lǐng)域。

其SD插(chā)件(jiàn)一(yī)经(jīng)发(fā)布(bù)，在短短的两天内便成为了(le)AI绘画领(lǐng)域最新的热(rè)点。

在此(cǐ)之前(qián)，大家用了很多方(fāng)法想让(ràng)AI生成的(de)结果尽可能的符(fú)合要求，但是都(dōu)不(bù)尽如人意，它(tā)的出现(xiàn)代表着AI生成(chéng)开始进入真正的(de)可控时期。

因(yīn)为ControlNet可(kě)以直接提取画面的(de)构图，人物的(de)姿势和(hé)画面的(de)深度信息(xī)等。有(yǒu)了它的帮助，就不用(yòng)频繁的用提示词(cí)来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的作(zuò)品已经获得了大量(liàng)的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用(yòng)朋友的照片直接带她们走进动漫世界(jiè)。

分数的导数公式口诀，分数的导数公式推导coding="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(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开始换关键(jiàn)词试(shì)效(xiào)果。

通过图片就可以看出来，效果十(shí)分惊艳(yàn)。

更厉害的是(shì)，除(chú)了真实的(de)照片，草(cǎo)图也可(kě)以(yǐ)加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图(tú)。大神(shén)张(zhāng)吕敏其(qí)本尊也亲(qīn)自回应。

不(bù)得(dé)不说当下AIGC已(yǐ)经变得越(yuè)来越强大，甚至输出的(de)作(zuò)品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡湖有(yǒu)游艇party”的消息火遍网络，而(ér)经过警(jǐng)方(fāng)辟谣这所谓的(de)“party”可能是(shì)全(quán)国第一起AI绘(huì)图诈骗(piàn)。

由于这个活(huó)动里面(miàn)给(gěi)出(chū)的(de)美女照(zhào)片都是AI制作的真人照片(piàn)绘(huì)图，因为太逼(bī)真，被(bèi)大家当成真事传播了(le)。

不过仔(zǎi)细观(guān)察可(kě)以发现，活动发起者提供的照(zhào)片中有个很大的漏洞可以发现并非真(zhēn)人，而是(shì)AI绘图(tú)，那(nà)便是图片中女性的(de)手指部分有的(de)存在(zài)异常。

有行业人事表示：“现在因为(wèi)手指部分的绘画(huà)算(suàn)法比较复杂，AI还不太会画人的(de)手，但最新看到的图片(piàn)已经有越(yuè)来(lái)越完美的AI模(mó)型出(chū)现，以后可能(néng)就完全没有(yǒu)漏洞了。”

类似的(de)AI作图(tú)诈(zhà)骗在国外也已有发生。据英国广播公(gōng)司(sī)报道，土耳其(qí)地(dì)震期间，有(yǒu)Tiktok用户使用AI合(hé)成(chéng)了儿童(tóng)受灾的假照片发(fā)布到(dào)网(wǎng)络，以此诱(yòu)骗善良的人打(dǎ)赏“捐助”从而(ér)实施诈骗。

目(mù)前随着(zhe)技术(shù)发展，AIGC已经能做出真人(rén)照片(piàn)般的绘图效果，如果(guǒ)这(zhè)样的图片被(bèi)用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批判者认(rèn)为AI在“学习”了(le)大量前人的作品之后(hòu)，其创作没有任(rèn)何(hé)情绪和灵魂(hún)，难以和人类(lèi)的(de)艺术创作相提(tí)并论。

另一方面，AIGC背(bèi)后的(de)版权、目前都并没(méi)有得到有效的解决，还(hái)有AIGC会不会代替(tì)人类“至(zhì)高无上(shàng)”的创意。

马斯克也强(qiáng)调(diào)，人工智能的(de)安全问题需要得到重视(shì)，太(tài)晚(wǎn)就来不及(jí)了(le)。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有(yǒu)两面性的，潜在(zài)的危害并不(bù)能掩盖其光(guāng)辉的贡献。现在看来，人(rén)工智能技(jì)术将(jiāng)是第四次(cì)工(gōng)业革命的(de)核心(xīn)驱动力量，将(jiāng)创造新的增长奇迹。

过去(qù)一(yī)年，人工智能(néng)在(zài)技术(shù)和商业层(céng)面都有(yǒu)了巨大进(jìn)展，AI绘画就是人(rén)工智能技术发生方(fāng)向(xiàng)性改变的一个代表。其下一站(zhàn)或许(xǔ)就是视频。

此前，Meta和谷歌(gē)先(xiān)后发布了几条引爆(bào)科技圈的(de)短(duǎn)视频。这(zhè)些视频(pín)引发关注并非内容(róng)做得多优秀，反而都(dōu)非常简单，比(bǐ)如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊(xióng)，或者一段骑(qí)摩托车的第(dì)一(yī)视角录像，随便(biàn)一个有手机的人都(dōu)可以随手录下一段(duàn)。

但这些短(duǎn)视(shì)频的(de)创作方式非(fēi)常简单(dān)，创(chuàng)作者仅(jǐn)仅需要(yào)向AI输入一段话，甚至只是(shì)说一下要求，AI就可以根据需(xū)要生成一段视频。

谷(gǔ)歌(gē)发布(bù)的两个AI生成(chéng)视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成(chéng)的(de)视频后(hòu)，AI圈就(jiù)已经玩了(le)一波(bō)梗，一个(gè)能够做出更高清视频的AI还(hái)不足(zú)以在短时间(jiān)内(nèi)戳(chuō)中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊(jīng)的地(dì)方在于，它可以制作(zuò)出超过2分钟的(de)连贯的也有(yǒu)确(què)切内容的视(shì)频，这才是真正(zhèng)让人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的视(shì)频多么高清，也只能(néng)是(shì)为(wèi)内容生产者(zhě)提(tí)供一(yī)个灵感，一个素(sù)材，一(yī)个过场动(dòng)画。

不过能够制作(zuò)出有具体剧情内(nèi)容的视(shì)频(pín)就意味着(zhe)，一些视频(pín)创(chuàng)作由(yóu)AI代替人工完成已经初步有了可能。

当下(xià)AI的发展速度已经超过大部(bù)分人的想象。内容产业的本质是供(gōng)给创造需求，AIGC作为(wèi)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(fēng)格、更快的生产速(sù)度，更(gèng)低的生(shēng)产成本，这无疑会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技(jì)术(shù)还能应用(yòng)于音(yīn)乐(lè)、代码、机器人(rén)动(dòng)作(zuò)等(děng)多种内容形(xíng)式的(de)生(shēng)成。不难(nán)发(fā)现(xiàn)该(gāi)项技术不仅(jǐn)在(zài)游戏(xì)等行业能得到有(yǒu)效(xiào)应用，对于(yú)下一代互(hù)联网各种元素的构建(jiàn)亦有关键(jiàn)意义。

从商业化的角度(dù)来看，文化娱乐(lè)、教育、传媒等诸(zhū)多领域，本身(shēn)就对基于AI的可(kě)视化内容有强烈(liè)需求。

因此，AI绘画(huà)及视频或不是结果(guǒ)，而(ér)只是AI进程中的一块重(zhòng)要拼图，有望(wàng)在技术更新的(de)加持下实现更大的(de)应用价值(zhí)。

AI从(cóng)理解内容，走向了可以生成内容，甚至能(néng)够创(chuàng)造(zào)出独立价(jià)值(zhí)和独(dú)立视(shì)角的内容。AIGC的再(zài)次(cì)出圈，更代表着未来(lái)的先进生(shēng)产力即将到来。

04

紧(jǐn)抓大模型(xíng)与算(suàn)力，牢固AIGC底座

从(cóng)技(jì)术的发展也可以看(kàn)出，在语(yǔ)言大模型、图像(xiàng)大模(mó)型之(zhī)后，多(duō)模态大模型已经(jīng)成为了新(xīn)的(de)趋势。

大模型被誉为当前人工智能发展(zhǎn)的智能底座，是全(quán)球竞争最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿(ā)里、腾讯等众多头部企业(yè)都在竞(jìng)相(xiāng)发(fā)力。

不过(guò)训(xùn)练大模型(xíng)的确(què)价格不(bù)菲，以国(guó)盛证券发布的《ChatGPT需(xū)要多少算力》报(bào)告估算(suàn)，GPT-3训练(liàn)一次的(de)成(chéng)本(běn)约(yuē)为140万美元。而(ér)对于一些更大的LLM(大型语言模型)，训练成本则介于200万(wàn)美元至(zhì)1200万美(měi)元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成(chéng)本约为(wèi)8亿美元，每日(rì)仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算(suàn)力支(zhī)持。在(zài)关注各类(lèi)大模(mó)型的(de)发展同(tóng)时，更应该关注算力网络(luò)的(de)建设。

算力网络正驱动AI产业发(fā)展进入史(shǐ)诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一人工智(zhì)能发展的终(zhōng)极(jí)目(mù)标离得更(gèng)近(jìn)。

因为算力可以(yǐ)对突破性(xìng)技术创新提供大(dà)力的支持(chí)。这(zhè)方面，多模态大模型是典(diǎn)型。作为(wèi)面向未来强人工智能、通用人(rén)工智(zhì)能的重要(yào)技(jì)术创(chuàng)新，多模态大模(mó)型已经在人工智能(néng)领域提(tí)出(chū)了很多年，业界(jiè)也有不少技术突破，但是，多模态大模型进一步(bù)往(wǎng)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(kuài)将难以(yǐ)胜任。

从图像、文字、语(yǔ)音单独一(yī)项(xiàng)的训练(liàn)，到双模(mó)态、三(sān)模(mó)态(tài)的跃迁，让人工智(zhì)能(néng)可(kě)以灵活(huó)应对不同模(mó)态(tài)的转(zhuǎn)化(huà)、像人与世(shì)界交互(hù)一样自然，这方(fāng)面，由算力(lì)网络来(lái)驱动将有明(míng)显(xiǎn)优势。

此外，还(hái)有很多(duō)需(xū)要爆发式增长的算力来(lái)支(zhī)撑(chēng)的(de)技术创新，将在人工智(zhì)能算力网(wǎng)络支撑下快(kuài)速推进(jìn)。

AIGC已经(jīng)露出(chū)曙光，期待在大模(mó)型(xíng)和大算力的支持下AIGC能持续颠覆分数的导数公式口诀，分数的导数公式推导内容生(shēng)产(chǎn)的方式(shì)，将创造的边际(jì)成本(běn)降(jiàng)低，让(ràng)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 分数的导数公式口诀，分数的导数公式推导