自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨(cí)已多次公(gōng)开谈论人工(gōng)智能话题。在最(zuì)近(jìn)的(de)一次采访中，他再次表示(shì)：“AI可能会让科技行业迎来一次剧烈的(de)洗牌”。

这个结论(lùn)是他在当地时间2月20日(rì)接受(shòu)《In Good Company》节目(mù)专访时提(tí)出的(de)。

他预期，AI的发(fā)展可能会威胁到(dào)谷(gǔ)歌的市占率，因为微软在(zài)AI方面的行(xíng)动相当(dāng)迅速。而(ér)最(zuì)终科技巨头将把AI整合成用户(hù)的“全能(néng)助手”，包揽一切应用，与人们进行沟通(tōng)并(bìng)提供建议，可(kě)以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的(de)到来可(kě)能(néng)尚需时日(rì)，但由ControlNet引(yǐn)发的(de)又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次(cì)爆火(huǒ)的时候(hòu)，还(hái)是2022年8月，在美国(guó)科罗拉多州举办(bàn)的(de)新(xīn)兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大厂商的AI绘(huì)画软(ruǎn)件被广(guǎng)大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们可以(yǐ)在应(yīng)用中输(shū)入(rù)一组关键(jiàn)词(cí)或者一张照片(piàn)，就能获得一幅(fú)AI创作的画(huà)作。

作画的关(guān)键就是所(suǒ)输入的文本。同一组关键词也(yě)可以创作出很多张(zhāng)风格不(bù)一样的画作，这(zhè)让创作的过(guò)程(chéng)就像开(kāi)盲(máng)盒。

很多(duō)用户(hù)很(hěn)喜欢这(zhè)种不确(què)定的惊喜(xǐ)，他们会将(jiāng)生成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车现(xiàn)场”，例如(rú)，一位网(wǎng)友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个(gè)人照片(piàn)被AI识别(bié)成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画(huà)的填写(xiě)关(guān)键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕敏创(chuàng)作的一种基于(yú)控制点的图(tú)像变形算法，主(zhǔ)要用(yòng)于(yú)数(shù)字(zì)图像(xiàng)处理(lǐ)、计(jì)算机(jī)视觉和计算(suàn)机图(tú)形学(xué)等领域。

其SD插件一经发布，在(zài)短短的两天内便(biàn)成为了AI绘画领域最新(xīn)的热点。

在此之前，大家(jiā)用了很多方法想让AI生成(chéng)的结(jié)果尽可能(néng)的符合要求(qiú)，但是都不(bù)尽如人意，它的出现代(dài)表(biǎo)着AI生成开始进入(rù)真正的可(kě)控时(shí)期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势和画面的深(shēn)度信息(xī)等(děng)。有了它的帮助，就不用频(pín)繁(fán)的用提示(shì)词来碰运气(qì)，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博(bó)主的(de)作品已经获得(dé)了(le)大量的浏(liú)览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试效果。

通过图片就(jiù)可以看出(chū)来，效果(guǒ)十分惊艳。

更厉害的是，除了真实的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能(néng)实(shí)现线稿(gǎo)转全彩图(tú)。大神张吕敏其(qí)本尊也亲自(zì)回应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警惕安(ān)全问题(tí)

近日，“苏州(zhōu)金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络，而(ér)经过警(jǐng)方辟(pì)谣这所谓(wèi)的(de)“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由(yóu)于这(zhè)个活动里面给出的美(měi)女照片(piàn)都是AI制作的(de)真人照片(piàn)绘图，因为太逼真(zhēn)，被大家当成真(zhēn)事传播了。

不过(guò)仔细观察可以(yǐ)发现，活动发起者提供的照片中(zhōng)有个(gè)很大的(de)漏洞可(kě)以发(fā)现并非真人，而是AI绘图(tú)，那便是(shì)图片中女性(xìng)的手指部分有的存(cún)在异常(cháng)。

有行业人事表示：“现在(zài)因为(wèi)手(shǒu)指部分(fēn)的绘画算法比较(jiào)复杂，AI还不太(tài)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(yǐ)后可能(néng)就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有(yǒu)发生(shēng)。据(jù)英(yīng)国广播公司报(bào)道(dào)，土耳(ěr)其(qí)地震期(qī)间(jiān)，有Tiktok用户使用AI合(hé)成了儿童受(shòu)灾(zāi)的假照片发布到网络(luò)，以此(cǐ)诱(yòu)骗善良的人打(dǎ)赏“捐(juān)助”从而实(shí)施诈(zhà)骗。

目(mù)前(qián)随着技术发展，AIGC已经能(néng)做出真(zhēn)人(rén)照片般的(de)绘(huì)图效果，如果这样(yàng)的图片被(bèi)用来(lái)诈(zhà)骗，将(jiāng)非常可(kě)怕。

此外AIGC还(hái)引发(fā)了很(hěn)多担忧，一方面，批判者认为(wèi)AI在“学习”了(le)大量(liàng)前人的(de)作品之后，其(qí)创作没有任(rèn)何(hé)情绪和灵魂，难(nán)以和(hé)人类的艺(yì)术(shù)创作相提并论。

另一立方分米等于多少升 一立方分米等于多少斤一(yī)方面，AIGC背(bèi)后的版权(quán)、目前都并没有得到有效的(de)解决，还(hái)有AIGC会不会代替人类(lèi)“至(zhì)高无(wú)上”的创(chuàng)意。

马斯克(kè)也(yě)强(qiáng)调(diào)，人(rén)工智(zhì)能(néng)的安全问题需要(yào)得到重(zhòng)视，太(tài)晚就来不及(jí)了。

03

AIGC下(xià)一站除(chú)了视频，还有远方

技术都是有两面(miàn)性的，潜在(zài)的危害(hài)并不能掩(yǎn)盖其光辉的贡献(xiàn)。现在看(kàn)来，人(rén)工智能技术将是第四次工(gōng)业革(gé)命的核心驱动力量(liàng)，将创造新的增长奇(qí)迹。

过去一年，人工(gōng)智能在技术(shù)和商业(yè)层面(miàn)都有了巨大进展，AI绘(huì)画(huà)就是人工智能技术发生方向性改(gǎi)变的一(yī)个代表。其下一站或许就是视频。

此前，Meta和谷歌先后(hòu)发(fā)布(bù)了几条引爆科(kē)技圈的短视频(pín)。这些视频引发关注并非内容做得多优秀，反而都非常简单，比如一(yī)匹正在喝(hē)水(shuǐ)的马(mǎ)，一只画画的玩具熊(xióng)，或者一段骑(qí)摩(mó)托车(chē)的第一视角录像(xiàng)，随便一个有(yǒu)手机的人都可以(yǐ)随手(shǒu)一立方分米等于多少升 一立方分米等于多少斤录下一段。

但这些短视(shì)频(pín)的创作方(fāng)式非(fēi)常简(jiǎn)单，创作者仅仅需要向AI输入一(yī)段话，甚至只是说一下(xià)要求，AI就可以(yǐ)根据需(xū)要生成一(yī)段(duàn)视频(pín)。

谷歌发布的两个AI生成(chéng)视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要(yào)突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布(bù)了(le)AI生成(chéng)的视频后，AI圈就已(yǐ)经玩(wán)了一(yī)波(bō)梗，一个能够做出更高清视(shì)频(pín)的AI还不(bù)足以(yǐ)在短(duǎn)时间内戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方在于，它可(kě)以制作出超过2分钟的连贯(guàn)的也有(yǒu)确切内容的视频，这才(cái)是真(zhēn)正让(ràng)人们感到惊喜的地(dì)方(fāng)。因为无论AI生成的视(shì)频(pín)多(duō)么(me)高清，也只能是为内(nèi)容生(shēng)产者提供一(yī)个灵感，一个素材，一个过场动画。

不过(guò)能(néng)够制作出有具体剧情内容的(de)视频就意味着，一些视频创(chuàng)作由AI代替人工完成已经(jīng)初步(bù)有了可能。

当下(xià)AI的发展(zhǎn)速度已(yǐ)经超(chāo)过大部分人(rén)的想(xiǎng)象。内容产业的本质是供给(gěi)创造需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可以为内容产业带来(lái)更(gèng)新的内(nèi)容风格、更快的生产速度，更低的生产(chǎn)成本，这无疑(yí)会驱动内容产业的大爆发(fā)。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能应(yīng)用于音乐、代码、机器人动作等多种内(nèi)容形式的生(shēng)成。不难(nán)发现该项技(jì)术不仅在游戏等行业(yè)能得到有效应用，对于下一代互(hù)联网各种元素的构建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本(běn)身就对基(jī)于(yú)AI的可视(shì)化内容有强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而(ér)只是AI进程中的一块重要拼图，有望(wàng)在技术更新的(de)加持(chí)下实现更大的应用价值(zhí)。

AI从理解(jiě)内(nèi)容，走向了可以生成内容，甚至能够创造(zào)出独(dú)立价值和独立视角(jiǎo)的内容。AIGC的再次(cì)出(chū)圈，更代表着(zhe)未来的先(xiān)进生产(chǎn)力即将到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底(dǐ)座

从技术的发(fā)展也(yě)可以看(kàn)出，在语言大模型(xíng)、图像大模(mó)型之(zhī)后，多模态大模型已经成(chéng)为了新的趋(qū)势。

大(dà)模型被誉为当(dāng)前人工智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众多头(tóu)部企(qǐ)业(yè)都在竞相发(fā)力(lì)。

不过训练大(dà)模型(xíng)的(de)确价格(gé)不(bù)菲(fēi)，以国盛证券(quàn)发布的(de)《ChatGPT需(xū)要多少算(suàn)力》报告估算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而对(duì)于一些更大的(de)LLM(大型语言模(mó)型)，训练(liàn)成本则介于200万美元至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平(píng)均(jūn)数1300万计(jì)算，其对应(yīng)芯片需求为(wèi)3万多片英伟达A100 GPU，初(chū)始投入(rù)成本(běn)约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支一立方分米等于多少升 一立方分米等于多少斤(zhī)持。在关注各类大模型(xíng)的(de)发展同时(shí)，更应该关注算(suàn)力网络的建(jiàn)设。

算力网络正驱动(dòng)AI产业发展进入(rù)史诗级加速(sù)进程(chéng)，让AIGC及(jí)通用AI这一人(rén)工智能(néng)发展(zhǎn)的(de)终极(jí)目标离得更近。

因(yīn)为算力可(kě)以(yǐ)对(duì)突破性技术创(chuàng)新提供大力的(de)支持(chí)。这方面，多模态大模型是典型。作为面向(xiàng)未来强(qiáng)人(rén)工(gōng)智能、通用人工(gōng)智能(néng)的重要技(jì)术创新，多模(mó)态大模(mó)型已经(jīng)在人(rén)工智能领(lǐng)域(yù)提(tí)出了很(hěn)多年(nián)，业界也(yě)有不(bù)少技术突破(pò)，但(dàn)是，多模(mó)态大模型进一(yī)步往下走，算力(lì)需求呈(chéng)几何式上(shàng)升，一般的算力(lì)基础设施很快将(jiāng)难以胜(shèng)任。

从图像、文字(zì)、语音单独一项的训练(liàn)，到(dào)双模态、三模态(tài)的跃迁，让人工智(zhì)能可(kě)以灵活应对不(bù)同模(mó)态(tài)的转化、像人与世界交互(hù)一样(yàng)自(zì)然，这方面，由(yóu)算力网络来(lái)驱动将有明显优势。

此外，还有(yǒu)很(hěn)多需要爆(bào)发式增(zēng)长的算力来支(zhī)撑(chēng)的技术创(chuàng)新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已(yǐ)经露(lù)出曙(shǔ)光，期待(dài)在大模型和大算(suàn)力的支持下AIGC能持(chí)续颠覆内容(róng)生(shēng)产的方(fāng)式，将创造的边(biān)际成本降低，让万众受(shòu)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 一立方分米等于多少升 一立方分米等于多少斤