自聊天机器人ChatGPT火爆(bào)以来，微软公司创(chuàng)始人比尔(ěr)·盖茨已多次公(gōng)开(kāi)谈论人工智能话题。在最近的一次采访中，他再次表(biǎo)示：“AI可能(néng)会让科(kē)技行业(yè)迎来一次剧烈的(de)洗牌”。

这个结论是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会(huì)威(wēi)胁(xié)到谷歌的市(shì)占率，因为微软在AI方(fāng)面的行动(dòng)相当迅速(sù)。而最(zuì)终科(kē)技(jì)巨(jù)头将(jiāng)把AI整合(hé)成(chéng)用(yòng)户的“全(quán)能助手”，包揽(lǎn)一切应用，与(yǔ)人们进行(xíng)沟通并提供建议，可以取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手(shǒu)的到来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘(huì)画为(wèi)代(dài)表的AIGC上(shàng)一次(cì)爆火(huǒ)的(de)时候，还是2022年8月，在美国科(kē)罗拉多州举办(bàn)的新兴数(shù)字艺(yì)术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

作风建设包括哪些方面问题，机关作风建设包括哪些方面 decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用(yòng)户们可以在应用(yòng)中输入一组关键词(cí)或者(zhě)一张照片，就能(néng)获得一幅AI创作的画作。

作画的(de)关(guān)键就是所输入的(de)文本。同(tóng)一组关(guān)键词(cí)也可以创作出很(hěn)多张风格不一样的画作(zuò)，这让创作的(de)过程(chéng)就像开盲盒(hé)。

很多用(yòng)户(hù)很(hěn)喜欢(huān)这(zhè)种不确定的(de)惊喜，他们会将生成的美图当做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻(fān)车(chē)现场”，例如(rú)，一位网友(yǒu)的小(xiǎo)狗照片被AI画成了“肌(jī)肉男”，还有(yǒu)网友的个(gè)人(rén)照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画(huà)的(de)填写关(guān)键词游(yóu)戏(xì)可能要(yào)被颠覆了(le)。

ControlNet是(shì)一位正(zhèng)在斯坦福读博的中国(guó)人张吕敏创作的一(yī)种基(jī)于(yú)控制点的(de)图像变形算法，主要用于(yú)数字(zì)图(tú)像处理、计算机视(shì)觉和计算机图形学等领域(yù)。

其SD插件一经(jīng)发(fā)布，在短短的两天(tiān)内便成为了AI绘(huì)画领域最(zuì)新的热点。

在此之(zhī)前，大家用(yòng)了很多方(fāng)法想让AI生成的结果尽可能的符合(hé)要求(qiú)，但是都不(bù)尽(jǐn)如(rú)人意(yì)，它的出现代表着AI生成开始进入真(zhēn)正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提取画(huà)面的构图，人(rén)物的(de)姿势和画面的深度信(xìn)息等。有(yǒu)了(le)它的帮助，就不(bù)用频繁(fán)的(de)用提示(shì)词来碰运气，抽盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少(shǎo)博主的作品(pǐn)已经获(huò)得了大(dà)量(liàng)的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直(zhí)接(jiē)带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑(bǎng)定(dìng)骨骼开始(shǐ)换关键词试效(xiào)果。

通过(guò)图片就(jiù)可(kě)以(yǐ)看出来，效果十(shí)分(fēn)惊艳。

更厉害的(de)是，除了真(zhēn)实的(de)照片，草(cǎo)图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还(hái)能实现(xiàn)线稿转全彩(cǎi)图。大(dà)神张吕敏其(qí)本尊(zūn)也亲(qīn)自回应。

不(bù)得不说当下(xià)AIGC已经变得越来(lái)越强大(dà)，甚至(zhì)输出(chū)的作品都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技(jì)术(shù)力爆发

警惕(tì)安全问题

近日，“苏(sū)州金鸡湖(hú)有(yǒu)游(yóu)艇(tǐng)party”的消(xiāo)息火遍网络，而经过警方辟谣(yáo)这(zhè)所谓的“party”可(kě)能是全国第一起AI绘图(tú)诈骗。

由于(yú)这个(gè)活动里面给(gěi)出的(de)美女照片都是AI制作(zuò)的真人照片绘图，因(yīn)为太逼(bī)真(zhēn)，被(bèi)大家(jiā)当成真事传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很大的漏洞可以发现并(bìng)非真人(rén)，而是AI绘图，那便是图片中(zhōng)女性的手指部分有的存在(zài)异(yì)常。

有(yǒu)行业人(rén)事表示：“现在因为手指(zhǐ)部分的绘(huì)画算(suàn)法(fǎ)比较复杂，AI还不(bù)太会画人的手，但(dàn)最新看到的(de)图(tú)片已经有越来越(yuè)完美的(de)AI模型出现，以(yǐ)后可(kě)能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗(piàn)在国外(wài)也已有发生。据英国(guó)广播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合(hé)成了儿(ér)童受灾(zāi)的假照片发(fā)布到网(wǎng)络，以此(cǐ)诱骗(piàn)善良的人(rén)打(dǎ)赏(shǎng)“捐助”从而实(shí)施诈(zhà)骗(piàn)。

目(mù)前随着(zhe)技(jì)术发展，AIGC已经能做(zuò)出真人照片般的绘(huì)图效(xiào)果，如(rú)果(guǒ)这(zhè)样(yàng)的图片(piàn)被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作品之后，其创(chuàng)作没有任何情绪和(hé)灵魂，难以和人类的(de)艺术创作(zuò)相提并论。

另一方面，AIGC背后的版权(quán)、目前都并没(méi)有得到有效(xiào)的解决，还有(yǒu)AIGC会不会(huì)代替人类“至高无(wú)上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智能(néng)的(de)安全问(wèn)题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频，还(hái)有远方

技(jì)术(shù)都是有两面性的，潜在的危害并(bìng)不能(néng)掩盖其光(guāng)辉的贡献。现在(zài)看来(lái)，人工智能技术将是第(dì)四次工(gōng)业革命的核心驱(qū)动力量，将(jiāng)创造新的增(zēng)长奇迹。

过去一年(nián)，人工智能在技术和(hé)商业层面都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智能(néng)技术(shù)发生方向性改(gǎi)变的一个代表。其下(xià)一站(zhàn)或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈(quān)的短视频。这些视频引发关注并非内(nèi)容做得多(duō)优秀，反而都(dōu)非(fēi)常简单，比(bǐ)如一匹正在(zài)喝(hē)水的马，一只画画的玩(wán)具熊，或者一(yī)段骑摩托车的第一视角录像，随便一(yī)个有手(shǒu)机的人(rén)都可以随手(shǒu)录下一段。

但这些短视频的(de)创作方式非(fēi)常(cháng)简(jiǎn)单，创作者仅仅需要向(xiàng)AI输入(rù)一段话(huà)，甚至(zhì)只是说(shuō)一下要求(qiú)，AI就可以根(gēn)据(jù)需要生成一段视频。

谷(gǔ)歌(gē)发布的(de)两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈(quān)就已(yǐ)经玩了一(yī)波梗，一个能够(gòu)做出(chū)更(gèng)高清视频的AI还不足以在短(duǎn)时间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它可以制作(zuò)出超过(guò)2分钟的连贯的也有(yǒu)确切内(nèi)容的(de)视频，这(zhè)才是真(zhēn)正(zhèng)让(ràng)人(rén)们(men)感到惊喜的地方。因为(wèi)无论AI生成的视频(pín)多么高清，也只能是为内容生产者提供一个灵感，一个素(sù)材，一个过(guò)场动画。

不(bù)过能够制(zhì)作出有具体剧情(qíng)内容的视频就意味着(zhe)，一些(xiē)视(shì)频创作由AI代替人工完成(chéng)已经初步有(yǒu)了可能。

当下AI的(de)发展速度已经(jīng)超(chāo)过大部分(fēn)人的(de)想象(xiàng)。内容产业的本质是(shì)供给创造需求，AIGC作为全新(xīn)的(de)内容生产方式(shì)，可以(yǐ)为内容产业(yè)带来更新的内(nèi)容风格、更(gèng)快的生(shēng)产速度(dù)，更低的生产成本，这无疑会驱动内容产业的(de)大(dà)爆发。

除(chú)了(le)AI绘(huì)图(tú)、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器(qì)人动作(zuò)等多种(zhǒng)内(nèi)容形式的生成。不难发现该项技术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(zhǒng)元素的构建亦有关键(jiàn)意义。

从商业(yè)化的角度来看，文(wén)化娱乐、教育、传(chuán)媒等诸多领(lǐng)域，本身就(jiù)对基于(yú)AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及(jí)视频或不(bù)是结果，而只(zhǐ)是AI进(jìn)程中的(de)一块(kuài)重要拼图，有望在技术(shù)更新的加持下实现更大的应用价值。

AI从理解内容，走(zǒu)向了可以生成(chéng)内容，甚至能(néng)够(gòu)创造出(chū)独立(lì)价值和独立(lì)视(shì)角的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来的先进生(shēng)产力即将到来。

04

紧抓(zhuā)大模型与算力(lì)，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以(yǐ)看出(chū)，在语言大(dà)模型(xíng)、图像大模型之(zhī)后，多模(mó)态大模(mó)型已经(jīng)成为了新的(de)趋势(shì)。

大模型被誉为当前人工智能发展的(de)智能底座，是全球(qiú)竞(jìng)争最激烈(liè)的研究方(fāng)向之一(yī)，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯等众多(duō)头部企业都在竞(jìng)相发力。

不过(guò)训练大模(mó)型(xíng)的确(què)价格不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需(xū)要(yào)多(duō)少算(suàn)力》报告(gào)估算，GPT-3训练一次(cì)的成(chéng)本约(yuē)为140万美元。而对于一些更大的LLM(大型语言模型)，训练成(chéng)本则(zé)介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算(suàn)，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元，每(měi)日(rì)仅电(diàn)费就在(zài)5万美(měi)元左(zuǒ)右(yòu)。

此外(wài)不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持。在(zài)关注各类大模型的(de)发展同时，更应该关注算力网(wǎng)络(luò)的建设。

算(suàn)力(lì)网络正驱动AI产(chǎn)业发(fā)展进入史诗级(jí)加速进程，让AIGC及(jí)通用AI这(zhè)一人工智能发(fā)展的终极目标离得更(gèng)近。

因为算力可(kě)以对突破性技术创新提供大力的支(zhī)持。这方面(miàn)，多模态大模型是典型。作为面向(xiàng)未来强(qiáng)人工(gōng)智能、通用人(rén)工智能(néng)的重(zhòng)要技术创新，多(duō)模态大模型(xíng)已经在人工智(zhì)能领域(yù)提出了很(hěn)多年，业界也有不少技术突(tū)破，但是，多模态大(dà)模型进一步往(wǎng)下走，算力需求呈几(jǐ)何式上升，一般(bān)的算力基础设施(shī)很快将难以胜(shèng)任(rèn)。

从图像、文(wén)字、语音单(dān)独一(yī)项的训练，到双模态、三模态(tài)的跃迁，让人工智(zhì)能可以(yǐ)灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由算力网络来驱(qū)动将有明显优势。

此外，还(hái)有很多需要爆发式增长(zhǎng)的(de)算力来支撑的技术创新，将在(zài)人工智(zhì)能算(suàn)力网络支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边际成本(běn)降低，让万(wàn)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 作风建设包括哪些方面问题，机关作风建设包括哪些方面