自(zì)聊天(tiān)机器人(rén)ChatGPT火爆以来，微软(ruǎn)公(gōng)司创(chuàng)始人比尔·盖茨已多次公开谈论人(rén)工智能话题。在最近(jìn)的一次采访中，他再次表示：“AI可能会让科技行业迎来一次(cì)剧(jù)烈的洗牌”。

这个结论是(shì)他(tā)在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时(shí)提出的(de)。

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市占率，因为微(wēi)软在(zài)AI方(fāng)面的(de)行动相当(dāng)迅(xùn)速。而(ér)最终(zhōng)科技巨头将把AI整合(hé)成用户的“全能(néng)助手”，包揽一切应用，与人们进行沟(gōu)通(tōng)并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能尚(shàng)需时(shí)日(rì)，但由ControlNet引发的又一(yī)次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的(de)时候，还是2022年8月，在(zài)美国(guó)科(kē)罗拉多州举(jǔ)办的新兴数字艺术家竞(jìng)赛(sài)中，一幅名为《太(tài)空歌(gē)剧(jù)院》的作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘画(huà)软件被广大网友熟知并(bìng)体验，Stable Diffusion便是(shì)其(qí)中代表(biǎo)。

用户们(men)可以在应用(yòng)中输入一(yī)组关键词或(huò)者(zhě)一(yī)张(zhāng)照片，就能获得一(yī)幅(fú)AI创作的画(huà)作(zuò)。

作(zuò)画(huà)的关键就是所输(shū)入的(de)文本。同(tóng)一组关键词也(yě)可以创作(zuò)出很多张风(fēng)格不(bù)一(yī)样的(de)画作(zuò)，这让创(chuàng)作的(de)过(guò)程(chéng)就像开盲盒。

很多用户(hù)很(hěn)喜欢这种不确定的惊喜，他们会将生成(chéng)的美图(tú)当(dāng)做(zuò)头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻(fān)车(chē)”作(zuò)品。在社交媒(méi)体上，许(xǔ)多用(yòng)户(hù)分享AI“翻(fān)车现(xiàn)场(chǎng)”，例如，一位网友的小狗照(zhào)片被AI画(huà)成了“肌肉男”，还有网友的(de)个人照片被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘画的填写关键词游戏(xì)可能要被颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福读(dú)博的中国人张吕敏创作(zuò)的一种基(jī)于控制点的图像变形算(suàn)法，主(zhǔ)要用于数字(zì)图像处(chù)理(lǐ)、计算(suàn)机视觉和计算机图(tú)形学等领域。

其SD插件一经发(fā)布(bù)，在短短的两(liǎng)天内便成为了AI绘画领域最新的热点。

在此之前(qián)，大家用了很多方法想让AI生成的结果尽可(kě)能(néng)的符合要(yào)求，但是都(dōu)不尽如人意，它的出(chū)现代表着AI生成开始进入(rù)真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接(jiē)提取(qǔ)画面的构图，人(rén)物的姿势(shì)和画面的深(shēn)度信(xìn)息等。有了它的帮助，就不用(yòng)频繁的用提(tí)示(shì)词来碰运气，抽盲盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘(huì)画(huà)加了“魔法”，不少博主(zhǔ)的作品已(yǐ)经获得了(le)大量的浏览(lǎn)量，“viggo”就(jiù)是其(qí)中之一，他用(yòng)朋友(yǒu)的照片直(zhí)接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键(jiàn)词试效(xiào)果(guǒ)。

通过图片就可以(yǐ)看出来，效果十分惊艳。

更厉(lì)害的是，除了(le)真实的照片，草(cǎo)图(tú)也可以加(jiā)上“魔(mó)法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神(shén)张吕(lǚ)敏其本尊也亲(qīn)自回应(yīng)。

不得不说当下AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的作品都(dōu)已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖(hú)有游艇party”的消息(xī)火遍网络，而(ér)经(jīng)过警方辟谣这所(suǒ)谓的(de)“party”可能是全国第一起AI绘(huì)图诈骗(piàn)。

由于这个(gè)活动里面(miàn)给出的美(měi)女照片都是AI制作的真人照片绘(huì)图，因(yīn)为太逼真，被大家(jiā)当成真事传播(bō)了。

不过仔细观察(chá)可(kě)以发现，活动发起者提供的照(zhào)片中有个很(hěn)大的漏洞可以发现并非真人(rén)，而(ér)是AI绘图，那便是(shì)图片中(zhōng)女性的手指部(bù)分有的存在(zài)异常(cháng)。

有行业人事表示(shì)：“现(xiàn)在因为手指部分的绘画算法比较复杂，AI还不(bù)太会(huì)画(huà)人(rén)的手，但最新(xīn)看(kàn)到的图片已(yǐ)经(jīng)有越(yuè)来越(yuè)完美的AI模型(xíng)出现，以后可(kě)能就完(wán)全没有漏洞了。”

类似的AI作图诈骗(piàn)在国外(wài)也已有发生。据英国广(guǎng)播公(gōng)司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照(zhào)片发布到(dào)网络(luò)，以此(cǐ)诱(yòu)骗善良(liáng)的人打赏“捐(juān)助”从而实(shí)施诈(zhà)骗。

目前随着技术(shù)发展(zhǎn)，AIGC已经能做出真人(rén)照片般的绘图(tú)效果，如果(guǒ)这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批(pī)判者认为(wèi)AI在“学习”了大(dà)量前人(rén)的作(zuò)品之后，其创作没有任何(hé)情绪和(hé)灵魂，难以和(hé)人类的艺术创(chuàng)作(zuò)相提(tí)并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没(méi)有得到有效的(de)解决，还有AIGC会不会代(dài)替人(rén)类“至高无上”的(de)创意。

马斯克也强调，人工智(zhì)能的安全问(wèn)题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了(le)视(shì)频，还有远方

技(jì)术都是有两(liǎng)面性的，潜在的危害并不能掩(yǎn)盖其光(guāng)辉的贡(gòng)献。现在看来，人工智能技术将(jiāng)是第四次工业革(gé)命的(de)核心(xīn)驱动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去一年，人工智能在(zài)技术和商业层面都(dōu)有了巨(jù)大进展，AI绘画就是人工智能技术发生(shēng)方向性改变的一(yī)个代(dài)表。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷歌先(xiān)后(hòu)发布了(le)几条引爆科(kē)技圈的短视频。这些视频引(yǐn)发关注并(bìng)非内容(róng)做得多优秀(xiù)，反而都非常简(jiǎn)单，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩(wán)具熊，或者一段骑(qí)摩托(tuō)车的第一视角录(lù)像，随便一个有(yǒu)手机的人(rén)都可以(yǐ)随手录下(xià)一段。

但这些短视频的(de)创作方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅需要向AI输入一(yī)段话，甚至只是说一下要求，AI就可(kě)以根据需要(yào)生(shēng)成一段视频。

谷歌发(fā)布的(de)两个AI生成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个(gè)能够做出(chū)更高(gāo)清视频的AI还不足以在短(duǎn)时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地(dì)方(fāng)在于(yú)，它可以制作(zuò)出超(chāo)过2分钟的连贯的也有确切内容(róng)的(de)视频，这才是(shì)真正让人们感(gǎn)到惊喜的地方。因(yīn)为(wèi对角线相等的四边形是什么四边形，对角线相等的平行四边形是什么)无论(lùn)AI生成的视频(pín)多么高清，也只(zhǐ)能是为(wèi)内容生产者提供一个灵感，一(yī)个素材，一个(gè)过场(chǎng)动画。

不过能够制作(zuò)出有具体剧(jù)情内容的视频就意味着，一些(xiē)视频创作由AI代替人工(gōng)完(wán)成已经初步有了可能。

当(dāng)下(xià)AI的发展速度已经(jīng)超(chāo)过大(dà)部分人的想(xiǎng)象。内容产业的本质是(shì)供给创造需求，AIGC作(zuò)为全新的内容生产(chǎn)方(fāng)式，可以(yǐ)为内容产业带来更新的内容风(fēng)格(gé)、更快的生产速度，更(gèng)低的(de)生产成本，这(zhè)无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频(pín)，AIGC技术还(hái)能应用于音乐、代码、机器人动(dòng)作等多种内容形式的(de)生(shēng)成(chéng)。不难发现该项技术不(bù)仅(jǐn)在游戏(xì)等(děng)行业能得到(dào)有效应用，对于下一(yī)代互联网各种(zhǒng)元素的构建亦有(yǒu)关(guān)键(jiàn)意义。

从(cóng)商业化的角度来看，文化(huà)娱(yú)乐、教育、传媒(méi)等诸多领域，本(běn)身就对基于AI的(de)可(kě)视化内容有强烈需求。

因此，AI绘画及视(shì)频(pín)或不(bù)是结果(guǒ)，而只是AI进程中的一块重(zhòng)要拼图，有望(wàng)在技术更新的加持下实现更(gèng)大的应用价(jià)值。

AI从理解(jiě)内容，走向了可以生(shēng)成内(nèi)容，甚(shèn)至能够创造出独立(lì)价值和独立视角的内容。AIGC的再次出(chū)圈(quān)，更代(dài)表着未来(lái)的先(xiān)进生产力即(jí)将到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从技术的发展也可以看(kàn)出，在语言大(dà)模型、图(tú)像大模型之后(hòu)，多模态大(dà)模型(xíng)已经(jīng)成为了新的趋势(shì)。

大模型被誉为当前人工(gōng)智(zhì)能发(fā)展的(de)智能底座，是全球竞(jìng)争最激烈的(de)研究方向之一，包(bāo)括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企业都在竞(jìng)相(xiāng)发力(lì)。

不过训练(liàn)大模型(xíng)的(de)确(què)价格(gé)不菲，以国盛证券发(fā)布(bù)的《ChatGPT需(xū)要多少(shǎo)算力》报(bào)告估算，GPT-3训练一(yī)次(cì)的成本约为140万美(měi)元。而对于一(yī)些更(gèng)大的(de)LLM(大型语言模型)，训练成本则介于200万美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的(de)独(dú)立访客(kè)平均(jūn)数1300万计算，其对应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元(yuán)，每(měi)日仅电费就在5万美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类大(dà)模型的发(fā)展同时，更应该关注算力(lì)网络的建设。

算力网(wǎng)络正驱(qū)动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的(de)终(zhōng)极(jí)目标离得更近。

因为算力可以对突(tū)破(pò)性(xìng)技术创(chuàng)新提供大(dà)力的支(zhī)持(chí)。这方面(miàn)，多模态(tài)大模型是典型。作为面向未来强人工(gōng)智能、通用人(rén)工智能(néng)的(de)重要技术创新，多模态(tài)大模型(xíng)已(yǐ)经在(zài)人(rén)工智能领域提出了(le)很多年(nián)，业界也有不少技术突破，但是，多(duō)模态(tài)大模型进一(yī)步往下走(zǒu)，算力需(xū)求呈几何式上升，一(yī)般的算力(lì)基(jī)础设施很快将(jiāng)难以(yǐ)胜任(rèn)。

从(cóng)图(tú)像、文字(zì)、语(yǔ)音单独一项的(de)训练，到双模(mó)态、三(sān)模态(tài)的跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交互一样自(zì)然，这方面(mi对角线相等的四边形是什么四边形，对角线相等的平行四边形是什么àn)，由算力网(wǎng)络来驱动将(jiāng)有(yǒu)明显优势。

此外，还有很多需要爆(bào)发(fā)式增长(zhǎng)的算力来支撑的技术(shù)创新，将在人工智能(néng)算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型和大算力的支(zhī)持(chí)下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创(chuàng)造的(de)边际成本降低，让(ràng)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 对角线相等的四边形是什么四边形，对角线相等的平行四边形是什么