自(zì)聊天机(jī)器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公(gōng)开谈论人工(gōng)智能(néng)话题。在最近的(de)一(yī)次采(cǎi)访中，他再次表示：“AI可能(néng)会让(ràng)科技行业(yè)迎来一次(cì)剧(jù)烈的洗(xǐ)牌”。

这个结论是他在当地时(shí)间(jiān)2月20日接受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的发展(zhǎn)可能会威胁到谷歌的市(shì)占率，因为微(wēi)软在AI方面(miàn)的行动相当(dāng)迅速(sù)。而最(zuì)终(zhōng)科技(jì)巨(jù)头将把AI整合成(chéng)用(yòng)户的(de)“全(quán)能助手(shǒu)”，包揽一切应(yīng)用(yòng)，与人们进行(xíng)沟通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助(zhù)手(shǒu)的到来可能尚需时日，但(dàn)由Control其远而无所至极邪的邪怎么读音，卯怎么读音Net引(yǐn)发的(de)又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作(zuò)品获奖。

随(suí)后(hòu)各大厂商(shāng)的AI绘画软件被广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中输入一(yī)组(zǔ)关键词(cí)或(huò)者一张照片，就能获得一幅AI创作的画(huà)作。

作画的关键就是(shì)所(suǒ)输入的文本。同一组关(guān)键词也可以创作出很多张风格不一样的画作，这让创作(zuò)的(de)过程就像(xiàng)开盲盒(hé)。

很多用户很喜欢(huān)这种(zhǒng)不确定(dìng)的惊喜(xǐ)，他们会将生成的美(měi)图当做(zuò)头(tóu)像(xiàng)。而(ér)另一部分喜(xǐ)欢(huān)翻看AI绘(huì)画的“翻(fān)车”作品。在社(shè)交媒(méi)体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今随(suí)着(zhe)ControlNet的(de)出(chū)现(xiàn)与加持(chí)，以往AI绘画的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是(shì)一位正在(zài)斯坦福(fú)读博的中国人张吕敏创作的一种(zhǒng)基于控制点(diǎn)的图像变形算(suàn)法(fǎ)，主要用(yòng)于数(shù)字图像(xiàng)处(chù)理、计算(suàn)机视觉(jué)和计算机图(tú)形学等领域(yù)。

其SD插(chā)件一经发布，在短短的两天内便成为了(le)AI绘画领域最(zuì)新的热点。

在此之前，大家用了很(hěn)多(duō)方法想(xiǎng)让AI生成(chéng)的结果尽可能的符合(hé)要求，但是都(dōu)不(bù)尽如(rú)人(rén)意，它的(de)出现代表着(zhe)AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画(huà)面的构图，人物的姿(zī)势和画面的深度信(xìn)息(xī)等。有了它的帮助，就不(bù)用频繁的用(yòng)提示词来碰运(yùn)气(qì)，抽(chōu)盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少博主(zhǔ)的(de)作品已经获得(dé)了大量(liàng)的(de)浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她(tā)们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑定骨(gǔ)骼开(kāi)始换关(guān)键词试效果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以(yǐ)加上(shàn其远而无所至极邪的邪怎么读音，卯怎么读音g)“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实(shí)现(xiàn)线(xiàn)稿转全彩图。大神张吕敏其本(běn)尊也亲(qīn)自回应。

不得不说当下AIGC已经变(biàn)得越(yuè)来越强大(dà)，甚至输出的作品(pǐn)都(dōu)已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍(biàn)网络，而经过(guò)警(jǐng)方辟谣(yáo)这(zhè)所谓的(de)“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(gěi)出的美(měi)女照片都是AI制作的(de)真人照(zhào)片绘图(tú)，因为(wèi)太(tài)逼真，被大(dà)家当成真事传播(bō)了。

不过仔细观察可以(yǐ)发现，活动(dòng)发起者提供(gōng)的照片中有个很大(dà)的漏(lòu)洞可(kě)以发现并(bìng)非真(zhēn)人，而(ér)是(shì)AI绘(huì)图，那(nà)便(biàn)是图(tú)片中(zhōng)女(nǚ)性的手指部分有的存在异常。

有行业人事(shì)表示：“现在因为手指部分的绘画算法比较复(fù)杂，AI还不(bù)太(tài)会画人的(de)手，但最(zuì)新看到(dào)的图片已经有越来越完美(měi)的AI模型出现，以(yǐ)后可能就完(wán)全没有漏洞了。”

类(lèi)似(shì)的(de)AI作图诈骗在国外也(yě)已有发生。据英国(guó)广播公司(sī)报(bào)道，土耳其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合成(chéng)了(le)儿(ér)童受灾的假(jiǎ)照片发布到网络，以此(cǐ)诱骗善良的人(rén)打赏“捐助(zhù)”从而实施诈(zhà)骗。

目前随着技术(shù)发展，AIGC已经能做出真人(rén)照片般的绘图效(xiào)果(guǒ)，如果这(zhè)样的图(tú)片被用来诈骗(piàn)，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很(hěn)多担(dān)忧，一方面，批(pī)判(pàn)者认为(wèi)AI在“学习”了大量前(qián)人的作品(pǐn)之后，其创作没有任何情绪和灵魂，难以和(hé)人(rén)类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权(quán)、目前都并没有得到(dào)有效的解决(jué)，还有(yǒu)AIGC会(huì)不(bù)会代替人类“至高无上”的(de)创意。

马斯(sī)克也强调，人工智能的安全(quán)问题需要得到(dào)重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除(chú)了视频(pín)，还有远(yuǎn)方(fāng)

技术都(dōu)是有两面性的，潜(qián)在的(de)危害(hài)并不能(néng)掩盖其光辉(huī)的贡献。现在看来，人工(gōng)智能技术将(jiāng)是第四(sì)次工业(yè)革命的核(hé)心驱动力量，将创造(zào)新的增长奇迹。

过去一年(nián)，人工智能在技术(shù)和商(shāng)业层面都有了巨(jù)大进展，AI绘画就是人工智能技术(shù)发生(shēng)方(fāng)向性改(gǎi)变的(de)一个代表(biǎo)。其(qí)下一(yī)站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发布了几条引爆科(kē)技圈(quān)的短视频。这些视频引发(fā)关注并非内(nèi)容做得(dé)多优秀，反(fǎn)而都非(fēi)常(cháng)简单，比如一(yī)匹正在喝水的马，一只(zhǐ)画画(huà)的玩具熊，或者(zhě)一(yī)段(duàn)骑摩托车的第(dì)一视(shì)角录像，随便(biàn)一个有手机的人都可以随手录(lù)下一段(duàn)。

但(dàn)这些短视频的创作方式非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据(jù)需(xū)要生成一段(duàn)视(shì)频(pín)。

谷(gǔ)歌发布的两(liǎng)个(gè)AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要(yào)突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已经(jīng)玩(wán)了一波梗(gěng)，一(yī)个能够做(zuò)出更(gèng)高(gāo)清(qīng)视频(pín)的AI还(hái)不足以在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊的(de)地方在于，它可以(yǐ)制作出(chū)超过2分钟(zhōng)的(de)连贯的(de)也有确切内容的视频，这(zhè)才是真正让人们感到(dào)惊喜的地方。因为无论(lùn)AI生成的视频(pín)多么高清，也只能(néng)是为内容生产者提供一(yī)个灵感，一(yī)个素材，一个过场动画。

不过能够制(zhì)作出有具体(tǐ)剧(jù)情(qíng)内容的视频(pín)就意(yì)味着(zhe)，一些视频创作(zuò)由AI代替(tì)人工(gōng)完成已经(jīng)初步有了可能(néng)。

当下AI的(de)发展(zhǎn)速度已经超过大部分人的想象。内容产业的本(běn)质是供给创造需求，AIGC作为全新的(de)内容生产方(fāng)式，可以为内容产业(yè)带来(lái)更新的(de)内容风格、更快(kuài)的(de)生产速度，更(gèng)低的(de)生产成本(běn)，这无疑会(huì)驱动内(nèi)容产(chǎn)业的大爆发。

除(chú)了AI绘图(tú)、视(shì)频，AIGC技(jì)术还(hái)能应用于(yú)音乐、代码、机(jī)器(qì)人动作等(děng)多种内容形式的生成(chéng)。不难发现该项技术不仅在游戏等行业能(néng)得(dé)到有(yǒu)效(xiào)应用，对于(yú)下一代互联网各种(zhǒng)元素的(de)构建亦有关(guān)键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘(huì)画及视频或(huò)不是结(jié)果，而只(zhǐ)是AI进程中的(de)一块重要拼图(tú)，有望在技术更新的加持下实现更大的应(yīng)用价(jià)值。

AI从理(lǐ)解内容，走向了可以生(shēng)成内容，甚至能(néng)够创造(zào)出独(dú)立价(jià)值和独立视角的内容。AIGC的再次出(chū)圈，更代表着未来的先(xiān)进生产(chǎn)力即将(jiāng)到(dào)来(lái)。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技(jì)术的发(fā)展(zhǎn)也可以看出，在语言大(dà)模(mó)型(xíng)、图像大模型之(zhī)后，多(duō)模(mó)态(tài)大(dà)模型已经成为了新的趋势。

大模型被誉为当前人工智(zhì)能发展的智(zhì)能底(dǐ)座，是全球竞争最激烈的研究(jiū)方向之一，包括谷(gǔ)歌、亚(yà)马逊(xùn)、百(bǎi)度、阿里、腾讯等众(zhòng)多(duō)头部(bù)企业都(dōu)在(zài)竞(jìng)相发(fā)力(lì)。

不过训练大模(mó)型(xíng)的确价格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元(yuán)至1200万美元(yuán)高价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算(suàn)，其对应芯片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美元，每日仅电费就在(zài)5万美元左(zuǒ)右(yòu)。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大(dà)算力支持(chí)。在关注各类大模(mó)型的发展同时，更应(yīng)该关注算力网络的(de)建设。

算力网络正(zhèng)驱动AI产业(yè)发展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极(jí)目标(biāo)离得更(gèng)近。

因为算(suàn)力可(kě)以对突破性(xìng)技术创新提供大力(lì)的支(zhī)持。这方面，多模态(tài)大模型是典(diǎn)型。作为面(miàn)向未来强人(rén)工智能、通用人工智能的重要(yào)技术(shù)创新，多模态大模(mó)型已经在人工智(zhì)能领域提出了很多(duō)年，业界也(yě)有不少技术突破，但是(shì)，多模态大模型进一步往下走，算力需(xū)求呈(chéng)几何式上升，一般的算力基础设(shè)施(shī)很快将难以(yǐ)胜任。

从(cóng)图像、文字、语音单独(dú)一项的训练，到双模(mó)态、三(sān)模态的跃迁，让人工(gōng)智能可以灵(líng)活应对不(bù)同模态的转(zhuǎn)化、像人与世界交互一样自然(rán)，这方面，由算(suàn)力网络来(lái)驱动将有(yǒu)明显优势。

此外，还有很多需(xū)要爆发式(shì)增长的(de)算(suàn)力来支(zhī)撑的技术创新，将在人工智能算力网络(luò)支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算力的(de)支(zhī)持下AIGC能(néng)持续颠覆内容生产的(de)方式，将创造的边际成(chéng)本降(jiàng)低(dī)，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 其远而无所至极邪的邪怎么读音，卯怎么读音