自(zì)聊天机器人ChatGPT火爆以(yǐ)来，微软公司(sī)创始人比尔·盖茨已(yǐ)多次公开谈(tán)论人(rén)工智能话题(tí)。在(zài)最近(jìn)的一次采访中，他再次表示：“AI可(kě)能会让科(kē)技行业迎来一次剧(jù)烈的(de)洗(xǐ)牌”。

这个结论是他(tā)在当地(dì)时(shí)间2月20日(rì)接受(shòu)《In Good Company》节(jié)目专访时提(tí)出的(de)。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因为微软在(zài)AI方(fāng)面的行动相(xiāng)当迅速。而最终(zhōng)科技巨头将(jiāng)把AI整合(hé)成用户的“全(quán)能助手(shǒu)”，包揽一切(qiè)应(yīng)用，与(yǔ)人(rén)们进行沟通并提(tí)供建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)的到(dào)来可能尚需时日，但(dàn)由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年(nián)8月(yuè)，在美(měi)国科罗(luó)拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作品(pǐn)获奖。

随(suí)后各大厂商的AI绘(huì)画(huà)软件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是其(qí)中(zhōng)代表。

用(yòng)户们可以在(zài)应(yīng)用(yòng)中输入一组关(guān)键词或(huò)者(zhě)一张照片(piàn)，就能(néng)获得(dé)一幅AI创作(zuò)的(de)画作。

作画的关键就是所(suǒ)输入的(de)文本(běn)。同一(yī)组关键词(cí)也可以(yǐ)创作出很多(duō)张风格不一样(yàng)的画作(zuò)，这让创作的过程就(jiù)像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们(men)会将生成的(de)美(měi)图当(dāng)做头像。而(ér)另一(yī)部分喜欢翻看(kàn)AI绘画的“翻(fān)车(chē)”作(zuò)品。在社交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位网(wǎng)友的(de)小狗照片被AI画成了(le)“肌肉男”，还有网友(yǒu)的个(gè)人照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填写关键词游戏(xì)可能(néng)要被颠覆(fù)了。

ControlNet是一位(wèi)正在斯(sī)坦(tǎn)福读博的(de)中国人张吕敏创作的(de)一种基于控制点(diǎn)的图(tú)像变形(xíng)算法，主要用于数字图像处(chù)理、计(jì)算机视觉(jué)和(hé)计算机(jī)图(tú)形学等(děng)领域(yù)。

其SD插件一(yī)经发(fā)布，在短(duǎn)短的(de)两天内便(biàn)成为了AI绘(huì)画领域最(zuì)新的热点。

在此之前，大家用了很多(duō)方法想让AI生成的结果尽可能的符合要求，但是都(dōu)不尽如人意(yì)，它的(de)出现代表着AI生成开(kāi)始进(jìn)入真正的(de)可(kě)控时期。

因(yīn)为ControlNet可以直接提取画面的构图，人物的(de)姿势和画(huà)面(miàn)的深度信息等。有了它的帮(bāng)助，就不(bù)用(yòng)频繁的用提示词来(lái)碰运气，抽盲盒(hé)式(shì)的创作了。

通俗的(de)说ControlNet相当于给(gěi)AI绘(huì)画加了“魔法”，不少博主的作品已(yǐ)经获得了大(dà)量的浏览量(liàng)，“viggo”就(jiù)是其中(zhōng)之一，他用朋友的照片(piàn)直接带她们走进动(dòng)漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词试(shì)效果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的(de)是，除(chú)了真实的(de)照片，草(cǎo)图也(yě)可以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图(tú)。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不(bù)得不说(shuō)当下AIGC已经变得越来越强大，甚至输出的作(zuò)品都已(yǐ)经能(néng)以假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏(sū)州(zhōu)金(jīn)鸡湖(hú)有游艇(tǐng)party”的消(xiāo)息火遍网络，而(ér)经过警方(fāng)辟谣(yáo)这(zhè)所(suǒ)谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈骗。

由(yóu)于(yú)这(zhè)个活(huó)动里(lǐ)面给出的美(měi)女照片都是AI制作的真人照片绘(huì)图，因为太(tài)逼真，被(bèi)大家当成真(zhēn)事传播了。

不过仔细观察可以发现，活动发(fā)起者(zhě)提供的照片中有个很(hěn)大的漏洞可以发(fā)现(xiàn)并非真(zhēn)人，而是AI绘图，那便是(shì)图片中女性的手(shǒu)指部(bù)分有的存在(zài)异常。

有行业人(rén)事表示：“现在(zài)因为手指(zhǐ)部分的绘(huì)画算(suàn)法(fǎ)比较复杂，AI还(hái)不太会画人(rén)的手，但最(zuì)新看到的图(tú)片已经有越来越完美的AI模型出(chū)现(xiàn)，以(yǐ)后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外也(yě)已(yǐ)有发生。据英(yīng)国(guó)广播公司报道(dào)，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿童受灾的假(jiǎ)照(zhào)片发布到网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而(ér)实施诈骗(piàn)。

目前随(suí)着技术发展，AIGC已经能做出真人照片般的绘图(tú)效果，如果这样(yàng)的图片被用来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批判(pàn)者认为AI在“学习(xí)”了大量(liàng)前人(rén)的作品之后，其创作(zuò)没有任何(hé)情绪和灵(líng)魂，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版权、目前(qián)都并没有(yǒu)得到有效(xiào)的解(jiě)决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工智(zhì)能的安全问题需(xū)要(yào)得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远(yuǎn)方(fāng)

技术都是有两面性的，潜在的危害并不能(néng)掩盖其光辉的贡(gòng)献。现在看来，人(rén)工智能技术将是第(dì)四次(cì)工业革命的(de)核(hé)心(xīn)驱动力量，将创造(zào)新的增长(zhǎng)奇(qí)迹(jì)。

过(guò)去一年，人工(gōng)智能在(zài)技术和商业(yè)层面(miàn)都有了巨大进展，AI绘画就(jiù)是人工智能技(jì)术发生(shēng)方向性改(gǎi)变(biàn)的一(yī)个代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后发布了几条引爆科技圈的(de)短视频(pín)。这些视频(pín)引发关注并非内容做得多优秀，反而都非常简单(dān)，比如一匹正在喝水(shuǐ)的马，一只画画的(de)玩具熊，或者一段(duàn)骑摩托(tuō)车的第一视角录像，随(suí)便一个有手机的人都(dōu)可以(yǐ)随手录下一段。

但这(zhè)些短视频的创作(zuò)方式非常简单，创(chuàng)作者仅仅需(xū)要向AI输入一(yī)段(duàn)话，甚至只是说一下要(yào)求，AI就可以根据需要生成一段视频。

谷歌发布(bù)的两个AI生成视频(pín)分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突(tū)出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够(gòu)做(zuò)出(chū)更高清视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它(tā)可以制作(zuò)出超(chāo)过(guò)2分钟的连贯的(de)也有确(què)切内容的(de)视(shì)频，这(zhè)才是真正让人们感(gǎn)到惊喜(xǐ)的(de)地方(fāng)。因为无论(lùn)AI生成的视频多么高清，也只(zhǐ)能(néng)是为内容生(shēng)产者提供一个灵感，一个素材，一个过场动画。

不过能够(gòu)制作出(chū)有具体剧(jù)情内容的视频就(jiù)意味着(zhe)，一些视频创作由AI代替人工完成(chéng)已(yǐ)经初步有了可能。

当下(xià)AI的发展速(sù)度已经超过大部分人的(de)想(xiǎng)象。内容产业的本质是(shì)供(gōng)给创造需求，AIGC作为全新的内容生(shēng)产方式，可以为(wèi)内容产(chǎn)业带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本(běn)，这(zhè)无疑会驱动内容产业(yè)的大爆发(fā)。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用(yòng)于音乐、代码、机器人动(dòng)作等多种内容(róng)形式的(de)生成(chéng)。不(bù)难发现该(gāi)项技术不(bù)仅在游(yóu)戏等行业(yè)能(néng)得到有效应用，对于下一代互联网(wǎng)各种元(yuán)素(sù)的构建亦有(yǒu)关(guān)键意义。

从商业化的角度(dù)来(lái)看，文化娱乐、教育、传媒(méi)等诸多领域，本身(shēn)就(jiù)对基于(yú)AI的(de)可视化内(nèi)容有强烈需(xū)求。

因此，AI绘画(huà)及视频(pín)或不是结果(guǒ)，而只是AI进程中的一块重要拼图，有望在技术更(gèng)新(xīn)的加持下实现更大的应用(yòng)价值(zhí)。

AI从理解(jiě)内容，走向了(le)可以(yǐ)生(shēng)成内(nèi)容，甚至能够创造(zào)出独(dú)立(lì)价(jià)值和独立(lì)视角的内容。AIGC的再次出(chū)圈，更(gèng)代表着未来的(de)先进生产(chǎn)力即将到(dào)来。

04

紧抓大(dà)模(mó)型(xíng)与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展也(yě)可以看出，在语言大模型(xíng)、图像大模(mó)型之后(hòu)，多(duō)模态(tài)大模(mó)型(xíng)已经成为了新的趋(qū)势(shì)。

大模型被誉为当前人工智能发(fā)展的智能底座，是全球竞争最(zuì)激烈的(de)研究方向(xiàng)之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头(tóu)部企业(yè)都在竞(jìng)相(xiāng)发(fā)力。

不(bù)过(guò)训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的(de)成本约为140万(wàn)美元。而对于一些(xiē)更大(dà)的LLM(大(dà)型语言模型)，训练成本则介(jiè)于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万计算，其对应芯(xīn)片需求为(wèi)3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿(yì)美元，每日(rì)仅电费就在5万美(měi)元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持。在关(guān)注各(gè)类大模(mó)型的发展同时，更应该关注(zhù)算(suàn)力网络的建设。

算(suàn)力(lì)网络正驱动AI产业发(fā)展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及通用AI这一人(rén)工智能发展(zhǎn)的终极目标离得更近。

因为算力可以对突破性技术创新提供(gōng)大(dà)力的支持。这(zhè)方(fāng)面，多模态大模型是典型。作(zuò)为面向未(wèi)来强人工智(zhì)能、通用(yòng)人工智能的重要技术创新，多模态大(dà)模型已(yǐ)经(jīng)在人工智能领域提(tí)出了很多(duō)年，业界也有(yǒu)不少技术(shù)突破，但是，多模态大模型进一步往下走，算力需(xū)求呈几何式上升，一(yī)般的算(suàn)力基础设施(shī)很(hěn)快将难以(yǐ)胜任(rèn)。

从图像、文字、语音(yīn)单独一项的(de)训练，到双(shuāng)模态(tài)、三(sān)模态的(de)跃迁，让(ràng)人工智能可(kě)以灵活应对(duì)不同模(mó)态的转化、像人与世界交互一样(yàng)自(zì)然，这方面，由算力网络来驱(qū)动将有明显优势。

此外，还有很多需(xū)要(yào)爆发式增长(zhǎng)的(de)算力来支撑的技术(shù)创新，将(jiāng)在(zài)人(rén)工智能(néng)算(suàn)力网络(luò)支撑下快(kuài)速推(tuī)进。

AIGC已经露(lù)出曙光，期待(dài)在大模型和大算力(lì)的支持下AIGC能持(chí)续颠(diān)覆内容生产的方式，将创造的边际成本降低(dī)，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 虽千万人吾往矣 九死而不悔，道之所在,虽千万人吾往矣什么意思