自聊天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人(rén)比尔·盖茨已多次公开谈论人(rén)工智能话题。在最近的一次采访中，他再(zài)次表示：“AI可能会让科技行业迎来一次(cì)剧烈的洗牌”。

这个结论(lùn)是他在(zài)当地(dì)时(shí)间2月20日接受《In Good Company》节目专(zhuān)访时提出(chū)的。

他预期，AI的发(fā)展(zhǎn)可能会威胁(x长岛冰茶好喝吗，十大断片鸡尾酒酒排名ié)到谷歌的市占率，因为微软(ruǎn)在AI方面(miàn)的(de)行动(dòng)相当迅速。而最终科技巨头(tóu)将把(bǎ)AI整合成(chéng)用户的“全能助手”，包揽一(yī)切(qiè)应用，与(yǔ)人们进(jìn)行沟通并提(tí)供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中全(quán)能助手的到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代(dài)表的AIGC上一次(cì)爆火的时(shí)候，还(hái)是2022年(nián)8月，在(zài)美国(guó)科罗拉多州(zhōu)举(jǔ)办的新兴数(shù)字艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件(jiàn)被广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以在应(yīng)用中输入一组关键(jiàn)词(cí)或者一(yī)张照片，就(jiù)能获得一幅(fú)AI创作的(de)画(huà)作。

作(zuò)画(huà)的关键就是所输入的文本。同一组(zǔ)关键词也(yě)可以(yǐ)创作(zuò)出很多张(zhāng)风格(gé)不一样(yàng)的画作，这让(ràng)创(chuàng)作的过程就像开盲盒。

很(hěn)多用(yòng)户(hù)很喜欢这种不(bù)确定的惊喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒(méi)体上，许多用户分享AI“翻车现场”，例(lì)如，一位网友的小狗(gǒu)照片被(bèi)AI画(huà)成了(le)“肌(jī)肉男(nán)”，还有网友的个人(rén)照(zhào)片被AI识别成了建筑。

而如(rú)今随(suí)着ControlNet的出(chū)现(xiàn)与加持，以往AI绘画的填写关键词游(yóu)戏可能(néng长岛冰茶好喝吗，十大断片鸡尾酒酒排名)要被颠覆了。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作(zuò)的一种(zhǒng)基(jī)于控制点的图像变(biàn)形算法，主要用于数字(zì)图像(xiàng)处理(lǐ)、计算机视(shì)觉(jué)和计算机(jī)图形学等领域。

其SD插件(jiàn)一经(jīng)发布，在短短的(de)两天(tiān)内便成为了AI绘画领域最新的热点。

在此(cǐ)之(zhī)前，大家用了很多(duō)方法想让AI生(shēng)成的结果尽可能的(de)符合(hé)要求(qiú)，但是都不尽如人意，它(tā)的出现代表着AI生成开(kāi)始进(jìn)入真正的(de)可控时期(qī)。

因为(wèi)ControlNet可(kě)以直接提取画面的构图(tú)，人物的姿势和画面的深度信息等。有了它的帮(bāng)助，就不(bù)用频繁的(de)用提示词来碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少(shǎo)博主的作品已经获(huò)得了(le)大量的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋友(yǒu)的照片(piàn)直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插(chā)件拓展找到对(duì)应的(de)关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键(jiàn)词试效果。

通过图片就(jiù)可以(yǐ)看出来(lái)，效果(guǒ)十分惊(jīng)艳。

更(gèng)厉害的是，除了真实(shí)的照片，草(cǎo)图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍(shào)到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图。大神(shén)张吕敏(mǐn)其本(běn)尊也亲自回(huí)应。

不得(dé)不说当(dāng)下AIGC已经变得越来(lái)越(yuè)强大，甚至输出(chū)的作品都已经能以假(jiǎ)乱真了(le)。

02

难辨虚(xū)实(shí)，AIGC技术力(lì)爆(bào)发

警惕安全问题

近日，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火遍网络(luò)，而经过警方辟谣(yáo)这所谓(wèi)的“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由于(yú)这个活动里面(miàn)给出的美女照片(piàn)都是AI制作的真人照片(piàn)绘图，因为太(tài)逼真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观(guān)察(chá)可以发现，活(huó)动发起者提(tí)供(gōng)的照片中(zhōng)有个很大(dà)的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片中女(nǚ)性(xìng)的手指部分(fēn)有(yǒu)的(de)存(cún)在异常。

有行业(yè)人事表示：“现在因(yīn)为手指部分的绘画算法(fǎ)比(bǐ)较复(fù)杂，AI还不太会画人(rén)的手(shǒu)，但最(zuì)新看到(dào)的图片已经有越来越完美的(de)AI模型出现，以后可能就完全没有漏洞(dòng)了(le)。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据英国广播公(gōng)司报道，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的假照片发(fā)布到网(wǎng)络，以此(cǐ)诱骗善良(liáng)的人打赏“捐(juān)助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这样的图片被用(yòng)来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方面(miàn)，批(pī)判者认为(wèi)AI在“学习”了大量前(qián)人的作(zuò)品(pǐn)之后，其(qí)创作没有(yǒu)任何情(qíng)绪和灵魂，难(nán)以(yǐ)和人类的艺(yì)术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到(dào)有效的解(jiě)决，还有AIGC会不会代替人类“至高无上”的(de)创意(yì)。

马斯(sī)克也(yě)强调，人(rén)工智能的安全问题需(xū)要(yào)得到重视，太(tài)晚就(jiù)来(lái)不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是(shì)有两(liǎng)面性(xìng)的，潜(qián)在的危害并(bìng)不(bù)能掩盖其光辉的(de)贡(gòng)献。现(xiàn)在看来，人(rén)工智能技术将是(shì)第四次工业革命的核心驱动力量，将创造新的增长奇迹。

过去一年(nián)，人工(gōng)智能在技术和商业层(céng)面都有了巨(jù)大(dà)进(jìn)展，AI绘画就是人工智能(néng)技(jì)术发生(shēng)方向性(xìng)改变(biàn)的一个(gè)代表。其下一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆科技圈的短(duǎn)视(shì)频。这些视频引(yǐn)发关(guān)注(zhù)并非内容(róng)做(zuò)得多优秀(xiù)，反而都非常简(jiǎn)单，比如一匹正在喝水的马(mǎ)，一只(zhǐ)画(huà)画的(de)玩具熊(xióng)，或者(zhě)一(yī)段(duàn)骑摩(mó)托车(chē)的第一视角录像(xiàng)，随便(biàn)一个有手(shǒu)机(jī)的人都可以随手(shǒu)录下一段。

但这些(xiē)短视频(pín)的(de)创作方式非常简单，创作(zuò)者仅仅需(xū)要(yào)向AI输(shū)入一段话，甚至只是(shì)说(shuō)一下要求，AI就可(kě)以(yǐ)根据需要(yào)生成一段视频。

谷歌(gē)发布(bù)的(de)两个(gè)AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就已(yǐ)经玩了(le)一波梗，一个(gè)能够(gòu)做出(chū)更(gèng)高(gāo)清视频的AI还不足以(yǐ)在短(duǎn)时间内(nèi)戳中(zhōng)兴(xīng)奋(fèn)点(diǎn)。

Phenaki更加令(lìng)人(rén)震惊的(de)地方在(zài)于，它可以制作出(chū)超过2分钟的(de)连(lián)贯(guàn)的也有确(què)切内容(róng)的(de)视频，这才是真正让(ràng)人们感到惊喜的地方(fāng)。因为(wèi)无论AI生成的(de)视频多么高清，也(yě)只能是为(wèi)内容生产(chǎn)者提供一(yī)个灵(líng)感，一个素材，一个过场动(dòng)画。

不过能够制作出有具体剧情内容的视频(pín)就意味着(zhe)，一(yī)些视(shì)频创作由AI代替人工完成已(yǐ)经初(chū)步有了可能。

当(dāng)下AI的发展速度已经超(chāo)过大部分人的想象。内(nèi)容产业的本质(zhì)是供给创(chuàng)造需求，AIGC作为全新(xīn)的(de)内容(róng)生产(chǎn)方式，可以为(wèi)内容(róng)产业带(dài)来(lái)更(gèng)新的内容风(fēng)格、更快的(de)生产速(sù)度，更低的(de)生产成(chéng)本，这无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器人(rén)动作等多种内(nèi)容形式的(de)生(shēng)成(chéng)。不难发(fā)现该项技术(shù)不仅在游(yóu)戏等行业能得(dé)到有效(xiào)应用，对于下一代互联网各种元(yuán)素的构建(jiàn)亦(yì)有关键意(yì)义。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身就(jiù)对基于AI的(de)可视(shì)化(huà)内容有强烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结(jié)果(guǒ)，而只是AI进(jìn)程中的(de)一(yī)块重要(yào)拼图，有(yǒu)望在(zài)技术更新的(de)加(jiā)持下实(shí)现更大的应用价值。

AI从理解(jiě)内容，走(zǒu)向了可(kě)以生成内(nèi)容，甚至能(néng)够(gòu)创(chuàng)造(zào)出独立价值和独(dú)立视角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模(mó)型与(yǔ)算(suàn)力，牢固(gù)AIGC底(dǐ)座

从技术的发展也可以看出(chū)，在语言大(dà)模型、图(tú)像大模型之后，多模态大模(mó)型已经成(chéng)为了新(xīn)的(de)趋(qū)势。

大模型被誉为(wèi)当前人工智能发展(zhǎn)的智能底座，是(shì)全球竞(jìng)争最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯(xùn)等众多(duō)头部(bù)企业都在竞相(xiāng)发力。

不过训练大模(mó)型的确(què)价格(gé)不菲(fēi)，以国盛证(zhèng)券(quàn)发(fā)布(bù)的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次(cì)的成(chéng)本约(yuē)为140万美(měi)元。而(ér)对于(yú)一(yī)些更大的LLM(大型(xíng)语言模型(xíng))，训练成本则介(jiè)于(yú)200万美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应芯片(piàn)需求为3万(wàn)多片英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元(yuán)，每(měi)日仅电费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持(chí)。在关注各(gè)类(lèi)大模型的发展同时，更应该关注算(suàn)力(lì)网络的(de)建(jiàn)设。

算力(lì)网络(luò)正驱动(dòng)AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发展(zhǎn)的终极目(mù)标离得更近。

因为(wèi)算力可以(yǐ)对突破性(xìng)技术(shù)创新提供大(dà)力的支持。这方面，多模态(tài)大模型(xíng)是典(diǎn)型。作(zuò)为面向未来强人(rén)工智能、通用人(rén)工智能的重(zhòng)要技术(shù)创新，多模态大模型已(yǐ)经在(zài)人工(gōng)智(zhì)能领域提出了很多年，业(yè)界也有不少技术(shù)突破，但是，多(duō)模(mó)态大模型进一(yī)步(bù)往下走，算力(lì)需求呈几何式上升(shēng)，一般(bān)的(de)算力(lì)基础设施(shī)很快将(jiāng)难以胜任(rèn)。

从图像、文字(zì)、语音单独一(yī)项的训练，到(dào)双模(mó)态、三模态的跃迁，让人工智能可以灵(líng)活(huó)应对(duì)不同模(mó)态的转化、像(xiàng)人与(yǔ)世界交互一样(yàng)自然(rán)，这方(fāng)面，由算力网络来驱动将有(yǒu)明显优(yōu)势。

此外(wài)，还有(yǒu)很多需要爆发式增(zēng)长的算力来(lái)支撑的技术创新，将在人工智能(néng)算力(lì)网络支撑下(xià)快速推(tuī)进。

AIGC已经(jīng)露出曙(shǔ)光(guāng)，期待(dài)在大模型(xíng)和大(dà)算(suàn)力(lì)的支持(chí)下AIGC能(néng)持续(xù)颠覆内容(róng)生产(chǎn)的方(fāng)式，将创造的边际成本(běn)降低(dī)，让(ràng)万(wàn)众受益。

未经允许不得转载：腾众软件科技有限公司 长岛冰茶好喝吗，十大断片鸡尾酒酒排名