自聊天机器(qì)人ChatGPT火(huǒ)爆(bào)以来，微软公(gōng)司创(chuàng)始(shǐ)人比尔·盖(gài)茨已多次公开(kāi)谈论人工(gōng)智(zhì)能(néng)话题。在最(zuì)近的一次采(cǎi)访中，他再(zài)次(cì)表示(shì)：“AI可能会(huì)让科技行业迎来一(yī)次剧烈(liè)的(de)洗牌(pái)”。

这个结论是他在当地时间2月20日接(jiē)受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展(zhǎn)可能会威胁(xié)到谷歌的市(shì)占率(lǜ)，因为微软(ruǎn)在AI方面的(de)行动相当迅速(sù)。而最(zuì)终科技(jì)巨头将(jiāng)把(bǎ)AI整合成用户的“全(quán)能助(zhù)手”，包揽(lǎn)一切应用(yòng)，与人(rén)们进行沟通并提供(gōng)建(jiàn)议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能助手的到来可(kě)能(néng)尚需时(shí)日，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中(zhōng)杀出(chū)重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一(yī)次爆火的时候，还(hái)是2022年8月，在美(měi)国(guó)科罗拉多州举办的新兴数字艺术家竞赛中，一幅名(míng)为《太空(kōng)歌(gē)剧(jù)院》的作品获奖。

随(suí)后各大厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用(yòng)户们可以在(zài)应用(yòng)中输(shū)入一组(zǔ)关键(jiàn)词(cí)或(huò)者(zhě)一(yī)张(zhāng)照(zhào)片，就能获得一幅(fú)AI创作(zuò)的画作。

作(zuò)画的(de)关键就(jiù)是所(suǒ)输入的文本。同一组关(guān)键词也(yě)可以创(chuàng)作出(chū)很多张风格不一样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不(bù)确定(dìng)的惊(jīng)喜，他们会将生成的美图(tú)当做头像(xiàng)。而另一部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在(zài)社(shè)交媒体上，许(xǔ)多用户分(fēn)享AI“翻车现场”，例如(rú)，一(yī)位网(wǎng)友(yǒu)的(de)小狗照片被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个人(rén)照片被(bèi)AI识别成了(le)建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写关(guān)键词(cí)游戏可能要(yào)被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读(dú)博的中国人张(zhāng)吕(lǚ)敏创作的一种基于控制点(diǎn)的图像变形算(suàn)法，主要用于数字图像处(chù)理、计算机视觉(jué)和计算机图(tú)形学等领域。

其SD插(chā)件一经(jīng)发布，在短短的两(liǎng)天(tiān)内便(biàn)成为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用(yòng)了(le)很多方法想让AI生成(chéng)的结果(guǒ)尽可能的符合要求(qiú)，但(dàn)是都不(bù)尽如人(rén)意(yì)，它的(de)出(chū)现代表着AI生成开(kāi)始进入真正的可(kě)控(kòng)时期(qī)。

因为(wèi)ControlNet可以直接提(tí)取画(huà)面的构图，人物的姿(zī)势和画面的深(shēn)度信(xìn)息等。有了它(tā)的(de)帮助(zhù)，就不用频繁的(de)用提示词(cí)来碰运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给(gěi)AI绘画(huà)加了“魔法”，不少博主的作(zuò)品(pǐn)已经获(huò)得了(le)大量的(de)浏览(lǎn)量，“viggo”就是其中(zhōng)之(zhī)一，他用朋友的(de)照片直接带(dài)她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插(chā)件拓展(zhǎn)找到(dào)对(duì)应的关键词；最后用ControlNet插(chā)件(jiàn)绑定骨骼开(kāi)始换关键词试(shì)效(xiào)果。

通过(guò)图片(piàn)就可以看出来，效果十分惊艳。

更厉害(hài)的是(shì)，除了真实的照片，草(cǎo)图(tú)也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得(dé)不(bù)说当下AIGC已(yǐ)经变得越来越(yuè)强大，甚至输出的作品都已经能以假乱真了(le)。

02

难辨虚实(shí)，AIGC技术力爆(bào)发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而经(jīng)过警心之所向目光所至什么意思，目光所至啥意思方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美(měi)女(nǚ)照(zhào)片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成真(zhēn)事传播了(le)。

不过仔细观察(chá)可以发现，活(huó)动发起者提供的照片中有个很大的漏洞可(kě)以发现并非真人，而是(shì)AI绘图，那便(biàn)是(shì)图片中女性(xìng)的(de)手指部分有的存(cún)在异常。

有行业人事(shì)表示：“现在因(yīn)为手指部分的(de)绘(huì)画算(suàn)法比较复杂，AI还不太会画(huà)人的手，但最新看到的图(tú)片已经有越来(lái)越(yuè)完美的AI模型(xíng)出现，以后可能就(jiù)完全没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在(zài)国外也已有发生。据英国(guó)广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布到(dào)网络(luò)，以(yǐ)此诱骗(piàn)善良的(de)人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出真人照(zhào)片般的绘图(tú)效果(guǒ)，如果这样(yàng)的(de)图(tú)片被用来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此外AIGC还引发了很多担忧，一方(fāng)面(miàn)，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和灵(líng)魂，难以和人类的(de)艺术创作(zuò)相提并论。

另一方面(miàn)，AIGC背后(hòu)的版权、目前(qián)都并没有得到有效(xiào)的解决，还有AIGC会不(bù)会代(dài)替(tì)人类“至(zhì)高无上”的创意(yì)。

马(mǎ)斯克也(yě)强调(diào)，人工智能的安全问题(tí)需(xū)要得到重视，太(tài)晚就来(lái)不(bù)及了(le)。

03

AIGC下一站除了(le)视频，还有远方

技术(shù)都是有两面性(xìng)的(de)，潜在的危害并不能(néng)掩盖(gài)其光辉(huī)的贡献(xiàn)。现(xiàn)在看来，人(rén)工(gōng)智(zhì)能技术(shù)将是第四次工(gōng)业(yè)革(gé)命的(de)核心驱动力量，将创造新的增长(zhǎng)奇(qí)迹(jì)。

过去一年，人工(gōng)智能在技术(shù)和商(shāng)业(yè)层(céng)面都有了巨(jù)大进展，AI绘画就是人工智能技术发生方向性改变(biàn)的(de)一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的(de)短视(shì)频。这些视(shì)频引发关注并(bìng)非内容做得多优(yōu)秀，反而都非常简单，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段骑摩托(tuō)车的第(dì)一视角(jiǎo)录像，随(suí)便一个有(yǒu)手(shǒu)机的(de)人都可以随(suí)手录下一段。

但这些短(duǎn)视(shì)频的创作方(fāng)式非(fēi)常简单，创作者仅仅需要向AI输入一段话(huà)，甚至只(zhǐ)是(shì)说一(yī)下要求，AI就可以(yǐ)根据需要生成一段视(shì)频。

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

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一(yī)波梗，一个能够(gòu)做出更高清视(shì)频的(de)AI还不(bù)足以在(zài)短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出(chū)超(chāo)过2分钟的连(lián)贯的也有确切内容的(de)视(shì)频，这才是(shì)真正(zhèng)让人们(men)感(gǎn)到惊喜的地方。因为无论(lùn)AI生成的视频多么高(gāo)清，也只能是为(wèi)内容(róng)生产者提(tí)供一个(gè)灵感，一个素材，一个过场动画。

不过能够制作出有具(jù)体剧情内容的视频就意味着(zhe)，一些视频创作由AI代替(tì)人工(gōng)完成(chéng)已(yǐ)经初(chū)步(bù)有(yǒu)了可能。

当(dāng)下AI的(de)发展速度已经超过大部分人的想象(xiàng)。内容(róng)产业(yè)的本质(zhì)是供给创(chuàng)造需求，AIGC作(zuò)为全新的内容生产(chǎn)方式(shì)，可以为(wèi)内(nèi)容产业(yè)带来更(gèng)新的内容风格、更快的生产速度，更低的生产(chǎn)成本，这无疑(yí)会驱动内容(róng)产业(yè)的大爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术(shù)还能应(yīng)用于音乐、代码、机器人动作等(děng)多种内容形(xíng)式(shì)的生成。不难发现该项技术不仅在游戏等行业能得(dé)到(dào)有效应(yīng)用，对于下一代(dài)互(hù)联(lián)网各种元素的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱乐、教育、传媒(méi)等诸多领域，本身就对基(jī)于AI的可(kě)视化内(nèi)容有(yǒu)强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有望在(zài)技术更(gèng)新的(de)加持(chí)下实现(xiàn)更大的应(yīng)用价值。

AI从理解内(nèi)容，走向(xiàng)了可以(yǐ)生成(chéng)内容，甚至能够创造出独立价值和独立(lì)视(shì)角的内容。AIGC的再次出圈，更代心之所向目光所至什么意思，目光所至啥意思表着未来的先进生产力即将到来(lái)。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术(shù)的发展也可(kě)以看(kàn)出，在语言大模(mó)型、图像大模(mó)型之后，多模态大模型已经(jīng)成为(wèi)了新的(de)趋势。

大模型被誉为当前人工智能(néng)发展的智能(néng)底(dǐ)座(zuò)，是全(quán)球竞争最激烈的研究(jiū)方(fāng)向(xiàng)之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯等众(zhòng)多头(tóu)部企业都在竞相发力。

不过训练(liàn)大模(mó)型的确价格不菲(fēi)，以(yǐ)国(guó)盛(shèng)证券发布(bù)的《ChatGPT需要多少(shǎo)算力(lì)》报(bào)告估(gū)算，GPT-3训(xùn)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(liàn)成本(běn)则介(jiè)于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访(fǎng)客平均(jūn)数(shù)1300万(wàn)计算(suàn)，其(qí)对应芯片需求为3万多(duō)片英伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元，每日仅电费(fèi)就(jiù)在(zài)5万(wàn)美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算(suàn)力(lì)支持(chí)。在关(guān)注各(gè)类大(dà)模(mó)型的发展同(tóng)时，更应该关注(zhù)算(suàn)力网(wǎng)络的建设。

算(suàn)力(lì)网络正驱动AI产业发展进入史诗(shī)级加(jiā)速进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发(fā)展的终极(jí)目标离得更近。

因为(wèi)算力可以对(duì)突破(pò)性技术创新提供(gōng)大力的(de)支持。这方面(miàn)，多模态大(dà)模型是(shì)典(diǎn)型。作为面(miàn)向未(wèi)来强人工智能、通用人工智能的重要技(jì)术(shù)创(chuàng)新(xīn)，多模态大模型已经在人工智能领域提出了(le)很多年，业界(jiè)也有不少技术(shù)突破，但是，多模态大(dà)模型进一步(bù)往(wǎng)下走(zǒu)，算力需(xū)求呈几(jǐ)何式上(shàng)升，一(yī)般的算(suàn)力基础设施(shī)很快将难以(yǐ)胜任。

从图像、文字、语(yǔ)音单独(dú)一项(xiàng)的训练(liàn)，到双模态、三模(mó)态(tài)的(de)跃(yuè)迁，让(ràng)人(rén)工智能可以(yǐ)灵活应对不同(tóng)模(mó)态的转化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很多需(xū)要(yào)爆(bào)发式增长的算力来支撑的(de)技(jì)术创新，将在人工智能(néng)算力网(wǎng)络支撑下快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支(zhī)持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本降低，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 心之所向目光所至什么意思，目光所至啥意思