自聊天机器人(rén)ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨(cí)已多次公开谈论人(rén)工智(zhì)能话题。在最近(jìn)的一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎(yíng)来一次剧(jù)烈的洗(xǐ)牌”。

这(zhè)个结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展可能会(huì)威胁到(dào)谷(gǔ)歌的(de)市占率，因为微软在AI方面的行动(dòng)相(xiāng)当迅(xùn)速。而最终科技(jì)巨头(tóu)将把AI整合成用(yòng)户(hù)的“全能(néng)助手(shǒu)”，包揽一切(qiè)应用(yòng)，与人(rén)们进行(xíng)沟(gōu)通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能(néng)助手的到(dào)来可能尚需时(shí)日，但由ControlNet引(yǐn)发的(de)又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新(xīn)玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画(huà)为代表(biǎo)的(de)AIGC上(shàng)一次爆火的时候(hòu)，还是(shì)2022年(nián)8月，在美国科罗(luó)拉多(duō)州(zhōu)举(jǔ)办的(de)新兴数字艺术家(jiā)竞赛中，一幅名(míng)为《太空(kōng)歌剧院(yuàn)》的作品获奖(jiǎng)。

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

用(yòng)户们(men)可(kě)以在应用(yòng)中输入一组(zǔ)关(guān)键词或者一张照片，就(jiù)能获得一幅AI创作的画作(zuò)。

作画的(de)关键就是所输入(rù)的文本。同(tóng)一(yī)组(zǔ)关键词也(yě)可以(yǐ)创作出(chū)很多张风格不一样的(de)画作，这让创作(zuò)的(de)过程就像开盲盒。

很多用户很(hěn)喜欢这种(zhǒng)不确定的惊喜，他们会将生(shēng)成的美图当做头像。而另一(yī)部(bù)分喜欢(huān)翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分(fēn)享(xiǎng)AI“翻车(chē)现(xiàn)场”，例如，一位网友(yǒu)的小狗照片(piàn)被(bèi)AI画成(chéng)了“肌肉男”，还有(yǒu)网友(yǒu)的个人照片被AI识别成了(le)建筑。

而如今(jīn)随(suí)着ControlNet的(de)出现与加(jiā)持，以往AI绘画的填写关(guān)键词游(yóu)戏可能要(yào)被颠(diān)覆(fù)了。

ControlNet是(shì)一位正(zhèng)在斯坦(tǎn)福读(dú)博的中国(guó)人张(zhāng)吕(lǚ)敏创作的一(yī)种(zhǒng)基于控制(zhì)点的(de)图像变(biàn)形算法，主要用于(yú)数(shù)字图像处理、计算机(jī)视(shì)觉和(hé)计算机图形学等领(lǐng)域(yù)。

其SD插件(jiàn)一(yī)经发布(bù)，在短短的两(liǎng)天内便成(chéng)为了AI绘画领(lǐng)域最(zuì)新的热点(diǎn)。

在(zài)此之前，大家用(yòng)了很多方法想(xiǎng)让AI生成的结果尽可能的(de)符合要求，但是(shì)都不尽(jǐn)如人意，它(tā)的出现代表(biǎo)着AI生成开(kāi)始进入真正的可控(kòng)时期。

因为ControlNet可(kě)以直接提取画面(miàn)的构图，人(rén)物的姿势(shì)和画面的深度(dù)信息等。有了它的(de)帮助，就不用频繁的(de)用提(tí)示(shì)词来碰运气，抽(chōu)盲盒式的(de)创作了。

通俗(sú)的说ControlNet相当于(yú)给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大量(liàng)的浏(liú)览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她(tā)们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找到(dào)对应的关键词；最(zuì)后(hòu)用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效果。

通过(guò)图片就可(kě)以(yǐ)看(kàn)出来，效(xiào)果十分惊艳。

更(gèng)厉害的是，除(chú)了真实的照片，草图(tú)也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍到ControlNet还能实(shí)现线稿(gǎo)转全彩图。大神(shén)张吕敏其(qí)本尊也亲自回应(yīng)。

不得(dé)不说当(dāng)下(xià)AIGC已经变(biàn)得(dé)越来越强大，甚至输(shū)出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是(shì)全(quán)国第一起AI绘(huì)图诈骗。

由(yóu)于这个活动(dòng)里面给出的(de)美女照片都是(shì)AI制作的(de)真(zhēn)人照片绘图，因(yīn)为(wèi)太逼真(zhēn)，被(bèi)大家当成真事传(chuán)播了。

不过仔细观察可以(yǐ)发现(xiàn)，活动发起者提(tí)供的照片中有个很(hěn)大的漏洞可(kě)以发现并非真人(rén)，而是(shì)AI绘图，那便是图片中女(nǚ)性的(de)手指(zhǐ)部分有的存在异常。

有行业(yè)人事表示(shì)：“现在因为手指(zhǐ)部分(fēn)的(de)绘画算法比较复杂，AI还(hái)不太会画人的(de)手，但最新看(kàn)到的(de)图片已经有越来越(yuè)完美的AI模型(xíng)出(chū)现，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据(jù)英国广播公司报道，土耳其地震期间，有Tiktok用户(hù)使用(yòng)AI合成了儿童受灾(zāi)的假照片发布到网络(luò)，以此(cǐ)诱(yòu)骗善良(liáng)的人打赏“捐助”从而实施(shī)诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照片(piàn)般的绘(huì)图(tú)效果(guǒ)，如果这样的图(tú)片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面，批判者认为AI在“学习”了大量前人的作品之后(hòu)，其创作没有任何情绪和灵魂，难以和人类(lèi)的艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还(hái)有AIGC会不(bù)会代替人类(lèi)“至高无(wú)上(shàng)”的创(chuàng)意(yì)。

马斯克也强调，人(rén)工智能的安(ān)全问题需要得到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技(jì)术(shù)都是有两(liǎng)面性(xìng)的，潜在的(de)危害并不能掩盖其光辉的(de)贡献。现在看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一(yī)年，人工(gōng)智能在技(jì)术和(hé)商业层面都有了巨大(dà)进(jìn)展，AI绘画就是人工(gōng)智能(néng)技术发生(shēng)方向性(xìng)改变的一(yī)个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引爆(bào)科技圈(quān)的短(duǎn)视频(pín)。这(zhè)些(xiē)视频引发关注并非(fēi)内(nèi)容做得多优秀(xiù)，反而都非(fēi)常简单(dān)，比如一(yī)匹正(zhèng)在喝水的马，一只画画的(de)玩具熊，或者一段骑(qí)摩托车(chē)的(de)第一视角(jiǎo)录像，随便一个有(yǒu)手机的人都可以随手录下一段。

但(dàn)这些(xiē)短视频(pín)的创作(zuò)方式非常简单(dān)，创作(zuò)者(zhě)仅(jǐn)仅需(xū)要(yào)向(xiàng)AI输入一段话(huà)，甚至只(zhǐ)是说一下要求，AI就可以(yǐ)根据需要(yào)生成(chéng)一(yī)段视频(pín)。

谷(gǔ)歌发布的两(liǎng)个(gè)AI生成(chéng)视(shì)频(pín)分别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈(quān)就(jiù)已(yǐ)经玩了一波梗，一个(gè)能够做(zuò)出更(gèng)高清视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它(tā)可以制作出超过2分钟的连贯的也有确(què)切内容的视频，这才是真(zhēn)正让人(rén)们感到惊喜的地方。因为(wèi)无论(lùn)AI生(shēng)成的(de)视频(pín)多么高(gāo)清(qīng)，也只能(néng)是为内容生产者提供一个灵感，一个素材，一个过场动(dòng)画。

不过(guò)能够制作出(chū)有具(jù)体(tǐ)剧情内容(róng)的视频就意(yì)味着，一些视频创(chuàng)作由AI代(dài)替人(rén)工完成(chéng)已经初步有了可能。

当下AI的发展速度已经超(chāo)过(guò)大部(bù)分人的(de)想象。内(nèi)容产(chǎn)业的本质(zhì)是供(gōng)给(gěi)创造需(xū)求，AIGC作(zuò)为(wèi)全新(xīn)的内(nèi)容生产方式(shì)，可(kě)以为内容产业带(dài)来(lái)更新的内容风格(gé)、更快(kuài)的生(shēng)产速度，更(gèng)低的生产(chǎn)成本，这无疑会(huì)驱动内(nèi)容(róng)产(chǎn)业的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代(dài)码(mǎ)、机器人动作(zuò)等(děng)多种内容形式(shì)的生成。不难(nán)发现该项(xiàng)技术(shù)不仅在游戏(xì)等行业(yè)能得到有效应(yīng)用，对于下一代(dài)互联网各种元(yuán)素的构建亦有关键意(yì)义。

从商业(yè)化(huà)的角度来看，文化娱(yú)乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画及视频(pín)或不是(shì)结果(guǒ)，而只(zhǐ)是AI进程中相机能托运吗飞机 相机可以过安检机吗(zhōng)的(de)一(yī)块重要拼图，有望在(zài)技(jì)术更新的加持下实(shí)现更大的应用价值。

AI从理(lǐ)解内(nèi)容，走向(xiàng)了(le)可以生成内容，甚至能(néng)够创造(zào)出独立(lì)价值和独立(lì)视角的(de)内容。AIGC的再(zài)次出圈，更代表着未来的(de)先进(jìn)生产力即将到来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术(shù)的(de)发展也(yě)可以看出，在语言大模型、图像(xiàng)大(dà)模(mó)型之后，多模态大模型已经成(chéng)为了新的趋势。

大模(mó)型被誉为当前人工智(zhì)能发(fā)展的(de)智能底(dǐ)座(zuò)，是全球(qiú)竞争(zhēng)最激烈的(de)研究方向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里(lǐ)、腾讯等(děng)众(zhòng)多头部企业都在竞相(xiāng)发力。

不过训练大模型的确价格不(bù)菲，以国盛证券(quàn)发(fā)布的(de)《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次(cì)的(de)成(chéng)本约为140万美(měi)元(yuán)。而对于一些(xiē)更大的LLM(大型语言模型(xíng))，训(xùn)练成本则介于200万美元(yuán)至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独立访客平均数1300万(wàn)计算，其(qí)对应芯片需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿(yì)美元，每日仅电(diàn)费就(jiù)在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持(chí)。在关注各类大模型(xíng)的发展同时，更(gèng)应(yīng)该关(guān)注算力(lì)网络的建设。

算力网络正驱(qū)动AI产(chǎn)业发展(zhǎn)进入史诗级(jí)加速进程(chéng)，让AIGC及通用AI这一(yī)人工智能发展的(de)终极目标离得更近(jìn)。

因为算力可以(yǐ)对(duì)突破性(xìng)技(jì)术创(chuàng)新提(tí)供大(dà)力的支(zhī)持。这方面，多模态大模型(xíng)是典型。作为面向未来强(qiáng)人工智(zhì)能、通用人(rén)工智能(néng)的重要(yào)技术(shù)创新，多(duō)模(mó)态大模型(xíng)已经在人工智能领(lǐng)域提出了很多(duō)年，业界(jiè)也有不少技(jì)术突破(pò)，但是，多模(mó)态大(dà)模型进(jìn)一步(bù)往下走(zǒu)，算(suàn)力需求呈(chéng)几何(hé)式(shì)上(shàng)升，一般的算力(lì)基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的(de)转化、像人与世界交互(hù)一样自然，这方面，由算力网(wǎng)络来驱动将有明(míng)显优势。

此外，还有很多需要爆发式(shì)增长的算力来支撑的技术创新，将在人工智(zhì)能算力(lì)网络支撑下快速推进。相机能托运吗飞机 相机可以过安检机吗

AIGC已经露(lù)出曙光，期待在(zài)大模型和大算力的(de)支持下AIGC能持续颠覆内容生产的方(fāng)式，将(jiāng)创造的(de)边(biān)际(jì)成(chéng)本降(jiàng)低，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 相机能托运吗飞机 相机可以过安检机吗