自聊天机器人ChatGPT火爆以来，微(wēi)软公(gōng)司(sī)创始(shǐ)人比尔·盖茨已多(duō)次公开谈论人工(gōng)智能话题(tí)。在最(zuì)近的一次采访中，他再次表示(shì)：“AI可能会(huì)让科(kē)技行业(yè)迎来(lái)一次剧烈的(de)洗(xǐ)牌”。

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

他预(yù)期，AI的发(fā)展可能会威胁(xié)到(dào)谷(gǔ)歌的(de)市占率(lǜ)，因为微软在AI方面的行动相(xiāng)当迅速。而最终科技(jì)巨头(tóu)将把AI整合(hé)成(chéng)用户的“全能助(zhù)手”，包(bāo)揽(lǎn)一切应用，与人们进行沟通并提供建议，可以(yǐ)取代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等应(yīng)用(yòng)。

大佬(lǎo)口(kǒu)中全能助手的到(dào)来可能尚需时日(rì)，但(dàn)由ControlNet引发(fā)的又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数(shù)字艺术(shù)家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各(gè)大厂商的AI绘(huì)画软(ruǎn)件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在应用中输入一组关键词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关(guān)键就是所(suǒ)输(shū)入的文(wén)本。同(tóng)一(yī)组关(guān)键词也可以创作出很多张风格不一样的画作，这让创作(zuò)的过程(chéng)就像开(kāi)盲盒。

很多用户(hù)很喜欢这种不(bù)确定的惊喜，他们会将生成的美图当(dāng)做头像(xiàng)。而另一(yī)部分喜欢(huān)翻看AI绘画(huà)的“翻车”作品。在社(shè)交媒(méi)体上，许多用户分享AI“翻车现场”，例如(rú)，一位(wèi)网(wǎng)友的小狗(gǒu)照片被AI画成了“肌肉(ròu)男”，还(hái)有网(wǎng)友的个人(rén)照片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出(chū)现与加(jiā)持，以往AI绘(huì)画的(de)填写关(guān)键词游戏可能(néng)要(yào)被颠覆了(le)。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的中国人张吕敏创作的一种(zhǒng)基于控制(zhì)点(diǎn)的图像变形算法，主要(yào)用于数字图像处(chù)理、计算机视觉和计算机图(tú)形学等领域。

其SD插件(jiàn)一经发布，在短短的两天(tiān)内(nèi)便成为了AI绘画领域(yù)最新的热(rè)点。

在(zài)此之前，大家(jiā)用(yòng)了很多方(fāng)法想让AI生成(chéng)的结果尽可能的符合要求，但是都不尽如人意，它(tā)的出现代(dài)表着AI生(shēng)成开始进入真(zhēn)正的可控时期(qī)。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人物的姿(zī)势和画面(miàn)的深度(dù)信息(xī)等(děng)。有了它的帮助，就(jiù)不用频繁的用提示词来碰运气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博主的作品已经获得了大量的(de)浏览量，“viggo”就是其(qí)中(zhōng)之一(yī)，他用朋友的照片直接带她们(men)走进动漫世界(jiè)。

电表可以调快慢吗 电表房东能做手脚吗lt="ChatGPT之后又一(yī)应用(yòng)杀疯了，AIGC或进入(rù)可控期(qī)，将洗(xǐ)牌科技行业？_黑料正(zhèng)能(néng)量" decoding="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先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词试(shì)效果。

通(tōng)过图(tú)片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全(quán)彩图。大神张吕(lǚ)敏其本尊也亲自回应。

不(bù)得不说(shuō)当(dāng)下(xià)AIGC已经变得(dé)越(yuè)来(lái)越强(qiáng)大，甚(shèn)至输出的作(zuò)品(pǐn)都(dōu)已经能以假乱(luàn)真(zhēn)了。

02

难辨虚(xū)实(shí)，AIGC技术力爆(bào)发

警惕安全问(wèn)题

近日，“苏州金(jīn)鸡(jī)湖有游(yóu)艇party”的(de)消息(xī)火(huǒ)遍网络，而经过警方(fāng)辟谣这所(suǒ)谓的“party”可能(néng)是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片都是AI制(zhì)作的(de)真(zhēn)人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真事(shì)传播(bō)了。

不(bù)过(guò)仔细观察可以(yǐ)发现，活动发起(qǐ)者提供的照片(piàn)中有(yǒu)个很大的漏洞(dòng)可以发现并非真人，而(ér)是AI绘图，那便是图片中(zhōng)女性的手指部分(fēn)有(yǒu)的存(cún)在(zài)异(yì)常。

有行业人事表(biǎo)示：“现(xiàn)在因为手指部分的(de)绘画(huà)算法比(bǐ)较复(fù)杂(zá)，AI还不(bù)太(tài)会画(huà)人(rén)的手，但最新看到(dào)的图片已经(jīng)有越(yuè)来越完美的AI模型(xíng)出现，以(yǐ)后可能就完全没有漏洞了(le)。”

类似的AI作图诈骗在国外也已有发生。据(jù)英国(guó)广播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿(ér)童受(shòu)灾(zāi)的假照片发布到网络，以此诱骗善良的人(rén)打赏(shǎng)“捐助(zhù)”从而实施诈骗。

目前(qián)随(suí)着技术发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的(de)绘图效果，如果这样的(de)图(tú)片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批判者认为AI在“学习”了大(dà)量(liàng)前人的(de)作品之后，其创作没(méi)有任何情绪和灵魂(hún)，难以和人(rén)类的艺术创作相提并论。

另一(yī)方(fāng)面，AIGC背后的版权、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”的创意。

马斯克(kè)也强调，人工智(zhì)能的安全问题(tí)需要(yào)得到重视，太晚(wǎn)就来不及(jí)了。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技(jì)术都是(shì)有两面性的(de)，潜(qián)在的危害并不能掩盖其光辉的贡献。现在看来(lái)，人工智能(néng)技术将是第(dì)四次工业革(gé)命的核心驱动力量，将创造新的(de)增长奇迹。

过去一年，人工智能在技(jì)术和商(shāng)业(yè)层面都有了巨大进展(zhǎn)，AI绘画就是人(rén)工(gōng)智(zhì)能技术发生方向性改变的一个代表(biǎo)。其(qí)下(xià)一站或许就是视频(pín)。

此前，Meta和(hé)谷歌先后(hòu)发布了几(jǐ)条引爆科技(jì)圈的短视频。这些视频引发关注(zhù)并非内容做得多优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一匹(pǐ)正在喝(hē)水(shuǐ)的马，一只(zhǐ)画画的(de)玩具熊，或者一段(duàn)骑摩托车的第一视角录像(xiàng)，随便一个(gè)有(yǒu)手机的(de)人都可以随手录(lù)下(xià)一(yī)段。

但这些短视频(pín)的创作方式(shì)非常简单，创作者仅仅需要(yào)向(xiàng)AI输入(rù)一段话(huà)，甚至(zhì)只是(shì)说一(yī)下(xià)要求，AI就可以根据需要生成一段(duàn)视频。

谷歌(gē)发布的两个(gè)AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈就已(yǐ)经玩了一(yī)波梗，一个能够做出更(gèng)高清(qīng)视频(pín)的AI还(hái)不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令(lìng)人(rén)震惊(jīng)的地方在于，它可以制作(zuò)出超过2分钟的(de)连贯(guàn)的(de)也有确切(qiè)内容的视频，这才是真正让(ràng)人们感到惊喜的地方。因为(wèi)无论AI生成的(de)视频多么高清，也只(zhǐ)能是为内容生产(chǎn)者提供一个灵(líng)感，一个素材(cái)，一个过场动画。

不(bù)过能够制作出有具体剧情内容的(de)视(shì)频就(jiù)意(yì)味着，一些视频创作由AI代(dài)替人工完成已(yǐ)经初步有了(le)可能。

当下AI的(de)发展速度(dù)已(yǐ)经超过大部分(fēn)人的想象。内(nèi)容(róng)产业(yè)的本质是(shì)供给创造需(xū)求，AIGC作为全新的(de)内容生产方式，可以为内容产业带来更新的内容(róng)风格(gé)、更快的生(shēng)产速度，更低的生产成(chéng)本，这无疑会驱动(dòng)内容(róng)产业(yè)的(de)大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机(jī)器(qì)人动作等多种(zhǒng)内容(róng)形式的生(shēng)成。不(bù)难发现该项技术(shù)不仅在(zài)游戏等行(xíng)业能(néng)得(dé)到(dào)有效应用，对于下一代互联网各种元(yuán)素的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域(yù)，本身就(jiù)对基(jī)于AI的可视化(huà)内(nèi)容有强烈(liè)需求。

因此，AI绘画及视(shì)频(pín)或不是结果，而只是AI进程(chéng)中的一块重要拼(pīn)图，有望(wàng)在(zài)技术更新(xīn)的加持下实现(xiàn)更大的应(yīng)用价值。

AI从理(lǐ)解内容，走向了可(kě)以(yǐ)生(shēng)成(chéng)内容，甚(shèn)至能够创造出(chū)独立价值和独立(lì)视(shì)角的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言大模(mó)型、图像大模型之后，多模态(tài)大模型已经(jīng)成为了新的趋(qū)势。

大(dà)模型被誉为当前人工(gōng)智能发展(zhǎn)的智能底座，是(shì)全(quán)球(qiú)竞争最(zuì)激烈的研(yán)究方向之(zhī)一，包括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过(guò)训(xùn)练大模型(xíng)的确价格不(bù)菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要(yào)多(duō)少算(suàn)力》报告估算，GPT-3训练一次的成(chéng)本约(yuē)为140万(wàn)美元。而对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元至1200万美(měi)元高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平均数1300万(wàn)计算，其对应芯片需求为3万多(duō)片(piàn)英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电(diàn)费就在5万美元左右。

电表可以调快慢吗 电表房东能做手脚吗data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注(zhù)各类大模(mó)型的发展同时，更应(yīng)该关(guān)注算(suàn)力网络的建设。

算力网络(luò)正(zhèng)驱(qū)动AI产业发展进入史诗级加速进(jìn)程，让AIGC及通用(yòng)AI这(zhè)一(yī)人(rén)工智能发展的(de)终极目(mù)标离得更近。

因为算力可(kě)以(yǐ)对突破性技术(shù)创新提供大力的支持。这方(fāng)面(miàn)，多模态大(dà)模(mó)型(xíng)是典型。作为面向未来强(qiáng)人工智能、通用人工智能(néng)的重要技术创新，多(duō)模态大模型(xíng)已经在人工(gōng)智(zhì)能领(lǐng)域(yù)提出(chū)了(le)很多年，业界也有不(bù)少技术突破(pò)，但(dàn)是，多模(mó)态(tài)大(dà)模型进(jìn)一步往(wǎng)下走，算力需求呈(chéng)几何(hé)式上升，一般的算力基(jī)础设施很快将难以胜任(rèn)。

从图像、文字(zì)、语音(yīn)单独一项的训练，到双模态(tài)、三模(mó)态(tài)的跃迁，让人工智能可以灵(líng)活应对不同模态(tài)的转化、像(xiàng)人与(yǔ)世界交互一样(yàng)自然，这方(fāng)面，由算力网络来驱(qū)动将(jiāng)有明显(xiǎn)优(yōu)势。

此外，还有(yǒu)很多(duō)需要爆发式(shì)增(zēng)长的算力来支(zhī)撑的技术(shù)创新，将在(zài)人工智能算力(lì)网络支(zhī)撑(chēng)下快(kuài)速推进。

AIGC已经(jīng)露(lù)出曙光，期待(dài)在大模型和大算力的(de)支持下(xià)AIGC能持续颠覆内(nèi)容(róng)生产(chǎn)的方式(shì)，将创造的边际成本降低，让万众(zhòng)受(shòu)益(yì)。

未经允许不得转载：珠海业勤税务师事务所有限公司 电表可以调快慢吗 电表房东能做手脚吗