自(zì)聊天机器(qì)人ChatGPT火爆以来，微(wēi)软公(gōng)司创(chuàng)始人比尔·盖茨(cí)已多次(cì)公开谈论人(rén)工智(zhì)能话(huà)题。在(zài)最近的一次采访(fǎng)中，他再次表(biǎo)示：“AI可能会(huì)让科技行业迎来一(yī)次剧烈的洗牌”。

这个结论是(shì)他在(zài)当地时间2月(yuè)20日接受(shòu)《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软在AI方面的行动相当(dāng)迅速。而最终(zhōng)科技(jì)巨头将把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们进行沟通并提供建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到(dào)来可能(néng)尚(shàng)需时日(rì)，但(dàn)由(yóu)ControlNet引发(fā)的又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代(dài)表的(de)AIGC上一次爆(bào)火的(de)时候，还是(shì)2022年(nián)8月，在美国科罗拉多州(zhōu)举(jǔ)办的新兴数字艺术(shù)家(jiā)竞赛中(zhōng)，一幅(fú)名为《太空歌剧院(yuàn)》的作品获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件(jiàn)被广大网友熟(shú)知并(bìng)体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以在应(yīng)用中输入一组关键词或者一张照片，就能获得一幅AI创作的画作。

作(zuò)画的关(guān)键(jiàn)就(jiù)是所输入的文本。同一(yī)组关(guān)键词也(yě)可(kě)以创作(zuò)出(chū)很多张风格(gé)不一样的画作，这让创作的过(guò)程就像开(kāi)盲盒。

很多用户很(hěn)喜(xǐ)欢这种不确定的惊喜，他们会将生成的(de)美(měi)图(tú)当做头(tóu)像。而另(lìng)一部分喜(xǐ)欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交(jiāo)媒体(tǐ)上(shàng)，许多用户(hù)分享AI“翻(fān)车(chē)现场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人(rén)照片(piàn)被(bèi)AI识(shí)别成了建(jiàn)筑。

而如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘画(huà)的填写关键(jiàn)词(cí)游戏(xì)可(kě)能要被(bèi)颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创作的一种基于(yú)控制点(diǎn)的(de)图像变形算法，主(zhǔ)要用(yòng)于数字(zì)图像处理、计算机视(shì)觉和计算机图(tú)形学等领域(yù)。

其(qí)SD插件一经发(fā)布(bù)，在短短的两天内(nèi)便成为了AI绘画领域最新的热点。

在此之前，大家(jiā)用(yòng)了(le)很多方(fāng)法想让AI生成的结果(guǒ)尽可能(néng)的符合(hé)要求，但是都不尽如人意，它的出(chū)现代表着(zhe)AI生成开(kāi)始进入真正的可(kě)控时期(qī)。

因为ControlNet可以直接(jiē)提取画面的构图，人(rén)物的姿(zī)势和画面(miàn)的深(shēn)度信(xìn)息等。有了它(tā)的帮助，就不用频繁的用提示(shì)词来碰运气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得(dé)了(le)大量的(de)浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋友的照片直接(jiē)带她(tā)们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到(dào)对应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词试效果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更厉害的(de)是，除(chú)了真(zhēn)实的照片，草图也可以加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿转全(quán)彩图。大(dà)神张吕敏其(qí)本尊也亲自回应。

不得(dé)不说当下AIGC已经(jīng)变得越来越强大(dà)，甚(shèn)至输出(chū)的作品都(dōu)已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日(rì)，“苏州金鸡(jī)湖(hú)有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍网络，而(ér)经过警方辟谣(yáo)这所谓(wèi)的“party”可能(néng)是(shì)全国(guó)第一(yī)起AI绘(huì)图诈骗(piàn)。

由(yóu)于这个(gè)活动里面给出的美(měi)女照片都是(shì)AI制作的真人照(zhào)片绘图，因为太逼真，被大(dà)家当(dāng)成真事传播了。

不(bù)过仔细观察可以发(fā)现，活动(dòng)发起者提(tí)供的照片中(zhōng)有个很大(dà)的漏洞(dòng)可以(yǐ)发现并非真人，而是AI绘(huì)图，那便是图(tú)片(piàn)中女性(xìng)的手指部分有(yǒu)的(de)存在异(yì)常。

有行业人(rén)事(shì)表示(shì)：“现(xiàn)在因为手指部分的绘画算(suàn)法比较复(fù)杂，AI还不太(tài)会画(huà)人的手，但最新看到的图片已经有(yǒu)越(yuè)来越(yuè)完美的AI模型出现，以后可能就(jiù)完全没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国(guó)外(wài)也已有发生。据英国广播公司(sī)报道，土耳其(qí)地震(zhèn)期间，有(yǒu)Tiktok用(yòng)户使用AI合成了(le)儿童受灾的假(jiǎ)照片发布(bù)到(dào)网络，以此(cǐ)诱(yòu)骗善(shàn)良的人打赏(shǎng)“捐(juān)助”从而(ér)实(shí)施诈(zhà)骗。

目前随(suí)着技术发(fā)展(zhǎn)，AIGC已(yǐ)经能(néng)做出真(zhēn)人照片般(bān)的绘图效果，如(rú)果这样(yàng)的图片被用来诈(zhà)骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认为(wèi)AI在“学习(xí)”了大量前人的作品之后，其创作没(méi)有任何情绪和(hé)灵魂，难(nán)以和人(rén)类的(de)艺术创作相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目前都并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不(bù)会代替(tì)人类(lèi)“至高无上(shàng)”的创意。

马斯克也强(qiáng)调，人(rén)工(gōng)智能的安全问(wèn)题需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下(xià)一站除了视频(pín)，还有(yǒu)远(yuǎn)方

技术都(dōu)是(shì)有两(liǎng)面性(xìng)的，潜(qián)在的危害并不能(néng)掩盖其光辉(huī)的贡(gòng)献。现在看来，人工智(zhì)能技术将(jiāng)是第四(sì)次(cì)工(gōng)业(yè)革命(mìng)的核心驱(qū)动力量，将创造新的增长奇(qí)迹。

过去一年，人工智能在(zài)技术和(hé)商业层面都(dōu)有了(le)巨大进展，AI绘画就是人工智能技(jì)术发生方向性改变(biàn)的一个代表。其下一(yī)站(zhàn)或(huò)许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发布了(le)几条引(yǐn)爆科技圈的短视频。这(zhè)些视(shì)频引发关注(zhù)并(bìng)非内容做得多优秀，反(fǎn)而都非常简(jiǎn)单，比如一匹正(zhèng)在喝水的马，一只(zhǐ)画画的玩具(jù)熊(xióng)，或者一段(duàn)骑摩托车(chē)的第一视角录像，随便一(yī)个有手机(jī)的人都(dōu)可(kě)以(yǐ)随手录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要向AI输入(rù)一段(duàn)话，甚至只是(shì)说一下要求，AI就可以根据需要生(shēng)成一段(duàn)视频。

谷歌发布的两个(gè)AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的(de)Make-A-Video没(méi)有太多(duō)的差(chà)别。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视频后，AI圈就已经玩(wán)了什么的阳光填合适的词 阳光恰当的词语有哪些一(yī)波梗，一个能(néng)够做出更高清视频(pín)的(de)AI还不足(zú)以在(zài)短时(shí)间内(nèi)戳(chuō)中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方(fāng)在于(yú)，它可以制作出(chū)超过2分钟的连贯(guàn)的也有确切内容(róng)的(de)视频，这才是真正让人们(men)感到惊喜的地(dì)方。因为无论AI生成的视(shì)频多么高(gāo)清，也只能是为内容(róng)生产者提供(gōng)一个灵(líng)感，一个素材，一个过场动画。

不过能够(gòu)制(zhì)作出有(yǒu)具(jù)体剧情内容(róng)的视频就意味着，一些视频创作由AI代替人(rén)工(gōng)完(wán)成已经(jīng)初步有了可能。

当(dāng)下AI的发展速度(dù)已经超(chāo)过大部分(fēn)人(rén)的想象(xiàng)。内容产业(yè)的本(běn)质(zhì)是供给创造需(xū)求(qiú)，AIGC作为全新的内容生产方式(shì)，可以(yǐ)为内容(róng)产业带来更新的内容风格(gé)、更快的生产速度，更(gèng)低的生产成本，这无疑会驱动内(nèi)容产业(yè)的(de)大爆发。

除(chú)了(le)AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音(yīn)乐、代码、机器人动作(zuò)等(děng)多种内容(róng)形式的生成。不难发(fā)现该项(xiàng)技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互联网(wǎng)各种元素的构建亦有关键意义。

从(cóng)商(shāng)业(yè)化的角度来看，文化娱乐、教(jiào)育(yù)、传媒等诸(zhū)多领域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘(huì)画及视频(pín)或不是结果，而只是AI进程中(zhōng)的一块重(zhòng)要拼图，有望在(zài)技(jì)术更新的(de)加持下实现更大的应用价(jià)值。

AI从(cóng)理(lǐ)解内容，走向了可(kě)以生成内容，甚(shèn)至能(néng)够创造出独立价(jià)值和独立(lì)视角的内容。AIGC的再次出(chū)圈，更代表着未来的先进(jìn)生(shēng)产力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座

从技术的(de)发展也可以看出，在语言(yán)大模型(xíng)、图像大(dà)模型之(zhī)后，多模态(tài)大模型(xíng)已经(jīng)成为了新的趋势。

大(dà)模型被誉(yù)为当前人(rén)工智能发(fā)展的智(zhì)能底(dǐ)座，是(shì)全(quán)球竞(jìng)争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿(ā)里(lǐ)、腾讯(xùn)等众(zhòng)多头部企业都在(zài)竞相(xiāng)发力。

不过训(xùn)练大(dà)模型的确价格不(bù)菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要(yào)多少算力》报告(gào)估算(suàn)，GPT-3训(xùn)练一次的成(chéng)本(běn)约为140万(wàn)美元。而对于一(yī)些更大的LLM(大型语言(yán)模型(xíng))，训练成本则(zé)介于200万(wàn)美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客平均(jūn)数1300万(wàn)计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入(rù)成本(běn)约为(wèi)8亿美元，每日仅电费就在5万(wàn)美元左右。

此外(wài)不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关(guān)注各类大模(mó)型的发展同时，更应该关注算力网络(luò)的建设。

算力网络正驱动AI产(chǎn)业发(fā)展进入史诗级加(jiā)速(sù)进(jìn)程，让AIGC及通(tōng)用AI这一人工智能发展的终极目(mù)标(biāo)离得(dé)更近。

因为算力可以对(duì)突破性技术创新(xīn)提供大(dà)力的支(zhī)持。这方面，多模(mó)态大模型是典型(xíng)。作为面向未(wèi)来强人工(gōng)智能(néng)、通用人(rén)工智能的重(zhòng)要(yào)技术创新，多(duō)模(mó)态(tài)大模型(xíng)已经在人工智(zhì)能领域提出了很多年，业界也有不少(shǎo)技术突破，但(dàn)是，多模态大模型进一步往下走，算力需(xū)求呈几何式上(shàng)升，一般(bān)的算力(lì)基础设施(shī)很快将(jiāng)难以胜任(rèn)。

从(cóng)图像、文字、语音(yīn)单(dān)独一(yī)项的训(xùn)练，到双模(mó)态、三模态(tài)的跃(yuè)迁，让人工智能(néng)可以灵(líng)活(huó)应对(duì)不同模(mó)态的转化、像(xiàng)人与(yǔ)世界(jiè)交互一样自然，这方面，由算力网络来(lái)驱动将有明显优势。

此外，还有很多需(xū)要爆发(fā)式增长的算力来支撑(chēng)的(de)技术创(chuàng)新，将在人工智能算(suàn)力(lì)网络支撑下什么的阳光填合适的词 阳光恰当的词语有哪些快速推进。

AIGC已(yǐ)经(jīng)露(lù)出曙光，期待在大模型和大(dà)算力的支持下AIGC能持续颠(diān)覆内容生产的方(fāng)式，将创(chuàng)造的(de)边际成本降低，让万众受益。

未经允许不得转载：重庆三峡中心医院、三峡中心医院、中心医院 什么的阳光填合适的词 阳光恰当的词语有哪些