自聊天机器(qì)人ChatGPT火爆以来，微软公(gōng)司创(chuàng)始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人工智能(néng)话题(tí)。在最近(jìn)的(de)一次采访(fǎng)中，他再(zài)次表示：“AI可能会让科(kē)技行业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)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(shí)提出的(de)。

他预期，AI的发展可能会威(wēi)胁到(dào)谷歌的市占率，因为微(wēi)软在(zài)AI方面的(de)行动相当(dāng)迅速。而最(zuì)终科技巨头将把AI整合成(chéng)用户(hù)的“全能助(zhù)手”，包揽一切应用，与人(rén)们进行(xíng)沟通并提供建议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口(kǒu)中全能助手的(de)到(dào)来可能尚需时(shí)日，但由ControlNet引发的(de)又一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可控靠(kào)近

以(yǐ)AI绘(huì)画为代表(biǎo)的AIGC上一次(cì)爆火的时(shí)候，还是(shì)2022年8月，在(zài)美国科(kē)罗拉多州举办(bàn)的新兴数字艺(yì)术家竞赛中，一(yī)幅名为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂商的AI绘画软件被(bèi)广(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代(dài)表。

用户(hù)们可以在应用中输入一组关键词或(huò)者(zhě)一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入(rù)的文本。同一组关键词也可以创(chuàng)作出很(hěn)多张风格不(bù)一样(yàng)的画作，这让创作的过程就像开盲盒。

很(hěn)多(duō)用户(hù)很喜(xǐ)欢这种不确定(dìng)的惊喜，他们会将生成的美图(tú)当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交媒(méi)体(tǐ)上，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男”，还(hái)有网友(yǒu)的个人照片被(bèi)AI识别(bié)成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘画的填(tián)写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯(sī)坦福读(dú)博的中(zhōng)国人张吕敏创作的(de)一种基于控制点的图像变形算(suàn)法，主(zhǔ)要用于数字图像处理、计算机视(shì)觉和计算机图形学等领域。

其SD插件一经发布(bù)，在短短(duǎn)的两天内便(biàn)成为了AI绘(huì)画领域最(zuì)新的热点。

在此之(zhī)前，大家用了很多(duō)方法想让AI生成的结(jié)果尽(jǐn)可能的符(fú)合要(yào)求，但是都不(bù)尽如人意，它的出现代表着AI生(shēng)成开始进入真正(zhèng)的(de)可(kě)控时(shí)期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势(shì)和画面的深度(dù)信息等。有了它(tā)的帮助，就(jiù)不用频繁的用提示词来碰运气，抽(chōu)盲盒式的(de)创作了。

通俗的(de)说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不(bù)少博主(zhǔ)的(de)作(zuò)品已经(jīng)获得了大量的浏览量，“viggo”就是其中(zhōng)之一(yī)，他(tā)用朋友的照片直接带她们(men)走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的关(guān)键词；最后用ControlNet插(chā)件绑(bǎng)定骨骼(gé)开始换关键词试效(xiào)果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更(gèng)厉害的是，除了真实(shí)的照(zhào)片，草(cǎo)图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还(hái)能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经变得越(yuè)来越强大，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络(luò)，而(ér)经过警方(fāng)辟谣这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出的美女照片都是AI制作的真人(rén)照片(piàn)绘图(tú)，因为太(tài)逼(bī)真，被大家当(dāng)成(chéng)真事传(chuán)播了。

不(bù)过仔细观察可以发现，活(huó)动发起者提(tí)供的照(zhào)片中有(yǒu)个很大的漏洞可(kě)以发现并(bìng)非真(zhēn)人，而是AI绘图，那便是(shì)图片中(zhōng)女性(xìng)的(de)手(shǒu)指部分有的存在(zài)异(yì)常(cháng)。

有行(xíng)业(yè)人事表示(shì)：“现在因为(wèi)手指(zhǐ)部(bù)分(fēn)的绘画算法比较复杂，AI还不太会画(huà)人的(de)手，但最(zuì)新(xīn)看到的(de)图(tú)片已经有越来越完美的(de)AI模型出现，以(yǐ)后可能就完全没有(yǒu)漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外(wài)也已有发生。据英国广播公司报道，土(tǔ)耳其地(dì)震期间(jiān)，有Tiktok用户使用(yòng)AI合(hé)成了(le)儿童(tóng)受灾的假(jiǎ)照片(piàn)发布到(dào)网络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗(piàn)。

目前随着技术(shù)发展，AIGC已经能做出真(zhēn)人(rén)照片般(bān)的绘图效(xiào)果，如(rú)果(guǒ)这样的图(tú)片被(bèi)用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引(yǐn)发了很(hěn)多担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作品(pǐn)之(zhī)后(hòu)，其创作没有(yǒu)任(rèn)何情绪和灵魂，难(nán)以和人类的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背后的(de)版权、目前都并没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马(mǎ)斯克(kè桃花谢了春红太匆匆全诗译文，桃花谢了春红太匆匆全诗拼音)也强(qiáng)调，人工智(zhì)能的(de)安全问题需要得(dé)到重视，太晚(wǎn)就来(lái)不(bù)及了(le)。

03

AIGC下一站(zhàn)除了视频，还有远方

技术(shù)都是有两面性的，潜在的危(wēi)害并不能(néng)掩盖其(qí)光辉的贡(gòng)献。现在看来，人工(gōng)智(zhì)能技术将是第四次工业革命的(de)核心驱(qū)动力(lì)量，将(jiāng)创造(zào)新的(de)增长奇迹。

过(guò)去一年，人工智能在技术(shù)和商业层面都(dōu)有了巨大(dà)进展，AI绘(huì)画(huà)就是人工(gōng)智(zhì)能技术(shù)发(fā)生方向性改变的一(yī)个代(dài)表(biǎo)。其下一站或许就是视(shì)频(pín)。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频(pín)。这些视频引发关注并非内容(róng)做(zuò)得多优秀，反(fǎn)而都非常简单(dān)，比如(rú)一匹正在喝水的马，一只(zhǐ)画画的玩具(jù)熊，或者(zhě)一段骑摩托车的(de)第一视角录(lù)像，随(suí)便一个有手机(jī)的人都可以随手录下一段。

但这些短视频(pín)的(de)创作方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅(jǐn)需要向AI输入(rù)一段话，甚至(zhì)只是说一(yī)下要求(qiú)，AI就可(kě)以根据需要生成(chéng)一段视频。

谷歌发布的(de)两个(gè)AI生(shēng)成视(shì)频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够桃花谢了春红太匆匆全诗译文，桃花谢了春红太匆匆全诗拼音做出更高清视频(pín)的AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它可(kě)以制作出超过2分钟的连贯的也有确切内容的视频，这才是(shì)真正让人(rén)们感(gǎn)到惊(jīng)喜的地(dì)方。因为无(wú)论(lùn)AI生成的视频多么高(gāo)清(qīng)，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画(huà)。

不过能(néng)够制作出(chū)有具体剧(jù)情内(nèi)容的视频就意味着，一些视频创作由(yóu)AI代替人工完成已经初(chū)步有了可能。

当下(xià)AI的发(fā)展速度已经超过大部(bù)分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容生(shēng)产方式，可(kě)以为内容产(chǎn)业带来(lái)更新的内容风(fēng)格(gé)、更快的生(shēng)产(chǎn)速度(dù)，更低(dī)的生(shēng)产(chǎn)成(chéng)本(běn)，这(zhè)无(wú)疑会(huì)驱动内容产业(yè)的大爆发。

除了AI绘图(tú)、视(shì)频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器(qì)人动作等多(duō)种内容(róng)形式的生成。不难发(fā)现该项技术不仅(jǐn)在游(yóu)戏等行(xíng)业能得到有效应用，对于下一代互联网各种(zhǒng)元素的构建亦有关键意义。

从(cóng)商业(yè)化(huà)的(de)角度来看，文化娱(yú)乐、教育(yù)、传媒等(děng)诸多领域，本身就对基于AI的(de)可视化内(nèi)容有强烈需求。

因(yīn)此，AI绘画及视(shì)频或(huò)不是结果，而只(zhǐ)是AI进程(chéng)中(zhōng)的一(yī)块重(zhòng)要(yào)拼图(tú)，有(yǒu)望在技术更新(xīn)的加持下实现更大(dà)的应用价值。

AI从(cóng)理解内(nèi)容，走向了可以(yǐ)生成内容，甚至能够(gòu)创造出独立价值和独(dú)立视角的内(nèi)容。AIGC的再(zài)次出圈，更(gèng)代表着未来(lái)的先进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的发展也(yě)可以(yǐ)看出，在(zài)语言大模型(xíng)、图像(xiàng)大模型之后(hòu)，多(duō)模态大模型已经成为(wèi)了新的趋势(shì)。

大模型被誉为(wèi)当前(qián)人工智(zhì)能发展的智能底(dǐ)座，是(shì)全球竞争最激(jī)烈的(de)研究方向(xiàng)之一，包(bāo)括谷歌、亚马(mǎ)逊(xùn)、百(bǎi)度、阿里、腾讯等众多(duō)头部(bù)企业都在竞(jìng)相(xiāng)发力。

不过训练大模型的(de)确价(jià)格不菲，以(yǐ)国盛(shèng)证券(quàn)发(fā)布(bù)的《ChatGPT需(xū)要多少算力(lì)》报告估算，GPT-3训练一次的成本(běn)约(yuē)为(wèi)140万美(měi)元。而对于一些更(gèng)大的LLM(大型语言模型(xíng))，训练成本则(zé)介于200万美元至(zhì)1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投(tóu)入成(chéng)本约为8亿美元，每日(rì)仅电费(fèi)就在5万美元(yuán)左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力支持(chí)。在关(guān)注各类大模型的发(fā)展同时，更应该关注算力网络(luò)的(de)建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让(ràng)AIGC及(jí)通(tōng)用AI这一人(rén)工智能发展(zhǎn)的终极目标(biāo)离得更近。

因(yīn)为算力(lì)可(kě)以对突破性技(jì)术创新提供大力的(de)支(zhī)持。这方(fāng)面，多(duō)模态(tài)大模型是典型。作为面向(xiàng)未来强人工智(zhì)能、通(tōng)用人工智能的重(zhòng)要技术(shù)创新，多模态(tài)大模型已经在人工智能领(lǐng)域提出了(le)很多(duō)年，业界也(yě)有(yǒu)不少技术突(tū)破，但是(shì)，多模态大模型进一(yī)步往(wǎng)下(xià)走，算力需(xū)求呈几何(hé)式上升，一般的算力基础设施很快(kuài)将难(nán)以胜任。

从图像、文字、语音单独一项的训(xùn)练，到双模态、三模态的跃(yuè)迁(qiān)，让人工智(zhì)能可以灵活应对不(bù)同(tóng)模态的转化、像人(rén)与世界(jiè)交互一样自然，这方面，由算力(lì)网络来驱(qū)动将有明显优势。

此外，还有很多需(xū)要爆(bào)发式增(zēng)长的算力来支撑的技术创新(xīn)，将在人工智(zhì)能(néng)算力网络支撑下(xià)快速推进。

AIGC已(yǐ)经露(lù)出曙光，期(qī)待在大(dà)模型和大(dà)算力的支持下AIGC能持续颠覆内容生产的(de)方式，将创造的边际成本降低，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 桃花谢了春红太匆匆全诗译文，桃花谢了春红太匆匆全诗拼音