自聊(liáo)天机器人ChatGPT火(huǒ)爆(bào)以来，微(wēi)软公司创始人比尔·盖茨已多次公开谈(tán)论人工智(zhì)能(néng)话题。在最近的一次采(cǎi)访中，他再次表(biǎo)示(shì)：“AI可能会让科技(jì)行业迎来一次剧烈的(de)洗牌”。

这个结(jié)论是他在当(dāng)地时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动相当迅速(sù)。而最终科技巨头(tóu)将(jiāng)把AI整合成(chéng)用户的“全能助手”，包揽一(yī)切应用，与人们进行沟通并(bìng)提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全(quán)能助手的(de)到来可能尚需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠(kào)近(jìn)

以AI绘画为代表的(de)AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科(kē)罗(luó)拉(lā)多州举(jǔ)办的新兴数(shù)字艺(yì)术家竞赛中(zhōng)，一幅名为《太空歌(gē)剧院(yuàn)》的作品获(huò)奖。

随后各(gè)大厂商(shāng)的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以在(zài)应用中输入一组关键词或者一张(zhāng)照片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作(zuò)画的关键就(jiù)是所输入的文本。同一组关(guān)键词也可以创作出很多张风格不一(yī)样的画(huà)作(zuò)，这让创作的过程(chéng)就像开盲盒(hé)。

很多(duō)用户很喜(xǐ)欢这种不确(què)定的惊喜，他们(men)会将生成(chéng)的美图当做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许多用户分享AI“翻(fān)车(chē)现场(chǎng)”，例如，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网(wǎng)友的个人照片被(bèi)AI识别(bié)成了建(jiàn)筑。

而(ér)如今(jīn)随(suí)着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关键(jiàn)词游戏(xì)可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏(mǐn)创作的一(yī)种基(jī)于控(kòng)制点的图像变形算法(fǎ)，主要(yào)用于数字图像处理、计(jì)算机视觉(jué)和计(jì)算机图形学等领域。

其SD插件一经发布，在短(duǎn)短的两天内(nèi)便成为了AI绘画领(lǐng)域最新的热(rè)点。

在(zài)此之前(qián)，大家用(yòng)了很多方法(fǎ)想让AI生成的结果尽(jǐn)可(kě)能的符合要求，但是都(dōu)不尽如(rú)人意，它的(de)出(chū)现代(dài)表着AI生成(chéng)开始进(jìn)入真正(zhèng)的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人(rén)物的姿势和画面的(de)深度信息等。有了它(tā)的帮助(zhù)，就不用频繁的用提(tí)示词(cí)来碰运气，抽(chōu)盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加(jiā)了(le)“魔(mó)法(fǎ)”，不少博主的作(zuò)品(pǐn)已(yǐ)经获(huò)得了(le)大(dà)量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接带她们(men)走进动(dòng)漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词(cí)；最后用ControlNet插(chā)件绑定骨骼开始换关(guān)键词(cí)试效果。

通过图片就(jiù)可以看出来，效(xiào)果十分惊艳。

更厉害(hài)的是，除了真实的(de)照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自回(huí)应。

不(bù)得不说当下AIGC已经(jīng)变(biàn)得越来越强大，甚(shèn)至输出(chū)的(de)作品(pǐn)都已(yǐ)经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警惕安全(quán)问题

近日(rì)，“苏州(zhōu)金(jīn)鸡湖有游(yóu)艇party”的消(xiāo)息(xī)火遍网络，而(ér)经过(guò)警方辟谣这所谓的(de)“party”可能是(shì)全国第一起AI绘图(tú)诈(zhà)骗。

由于这个活动里面给出的美(měi)女照片都是AI制作的真(zhēn)人(rén)照片绘图(tú)，因(yīn)为太逼真，被大家当成真(zhēn)事传播了。

不(bù)过仔细观察可以发(fā)现，活动发起者提供的(de)照片中有个很(hěn)大的漏(lòu)洞可(kě)以发现(xiàn)并非真(zhēn)人(rén)，而是AI绘图(tú)，那(nà)便是图(tú)片(piàn)中女性的手指部分有的存在异常。

有行业人事表示：“现在因(yīn)为手指部(bù)分的(de)绘画算法比较(jiào)复杂(zá)，AI还不太会(huì)画人的手，但最新看到的图片(piàn)已经有越(yuè)来越完美的(de)AI模型(xíng)出现，以后可能就(jiù)完全没有漏洞了。”

类(lèi)似的(de)AI作(zuò)图(tú)诈骗在国外也已(yǐ)有发生。据英国广播(bō)公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布到网(wǎng)络，以此诱(yòu)骗(piàn)善良的人(rén)打赏“捐助”从而(ér)实施诈(zhà)骗。

目前随着技术(shù)发展，AIGC已经能(néng)做出真人(rén)照片般(bān)的(de)绘图效果，如果(guǒ)这样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作(zuò)品(pǐn)之后(hòu)，其创作没有任何情(qíng)绪和(hé)灵魂，难以和人类的艺术创作(zuò)相(xiāng)提并(bìng)论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并没有得(dé)到有效的(de)解(jiě)决，还有AIGC会(huì)不会代(dài)替人类“至高无上”的创意(yì)。

马(mǎ)斯克也强调，人工智能的安全(quán)问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除(chú)了(le)视频，还有远方

技术都是有两面性的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其光(guāng)辉的贡献(xiàn)。现在(zài)看(kàn)来，人工智能技术将(jiāng)是(shì)第(dì)四次工(gōng)业革(gé)命的(de)核心(xīn)驱动力量，将创(chuàng)造新的增(zēng)长奇(qí)迹(jì)。

过去一年(nián)，人工(gōng)智能在技术和(hé)商业层(céng)面都有了巨(jù)大进展，AI绘画就是人(rén)工智能技术发生(shēng)方向性改变的一个代(dài)表。其下一站或许就是视频。

此前(qián)，Meta和(hé)谷歌先(xiān)后发布了几条引(yǐn)爆(bào)科技圈的短视(shì)频。这些视频引发关(guān)注并非内容做得多优秀，反而都(dōu)非(fēi)常简单(dān)，比(bǐ)如一匹正在(zài)喝水的马，一只画画(huà)的玩具熊(xióng)，或者一段骑摩托车的第一视(shì)角录(lù)像(xiàng)，随便一(yī)个有手机的人都可以随(suí)手(shǒu)录(lù)下一段。

但这些短视(shì)频的创作方式非常简单，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至(zhì)只是说一(yī)下(xià)要求，AI就可以根据需要生(shēng)成一(yī)段视频。

谷歌发布(bù)的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的(de)是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后(hòu)，AI圈就(jiù)已经玩(wán)了一波梗，一(yī)个能够做出更(gèng)高清视(shì)频的AI还不足以在(zài)短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地(dì)方(fāng)在(zài)于，它可以(yǐ)制作出超过2分钟的(de)连贯(guàn)的也有确切内容的视频，这(zhè)才是真正让(ràng)人们感(gǎn)到惊(jīng)喜的地方(fāng)。因为无(wú)论AI生成(chéng)的视频多么(me)高清，也(yě)只能(néng)是为内容生产(chǎn)者(zhě)提供一个灵感，一个素(sù)材，一(yī)个过场(chǎng)动画。

不过能够制作出有具体剧情内容的视频就意味着(zhe)，一些视频创作由(yóu)AI代替人工完(wán)成已(yǐ)经初步有了可能。

当下(xià)AI的发展速(sù)度(dù)已经超过大部(bù)分人(rén)的想象。内容(róng)产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可以为内容(róng)产业带来(lái)更新的(de)内容(róng)风格、更快的(de)生产速度，更低(dī)的生产(chǎn)成本，这无疑(yí)会驱动(dòng)内容产业的大爆发。

除(chú)了(le)AI绘图(tú)、视(shì)频(pín)，AIGC技术还能应(yīng)用于音乐、代码、机器人动(dòng)作(zuò)等多种内容形式的生成。不难(nán)发现(xiàn)该(gāi)项技术不仅在游戏等行业能得到有效应(yīng)用，对(duì)于下一代互联网各种(zhǒng)元素的(de)构建亦(yì)有关键意义。

从商业化(huà)的(de)角度来(lái)看，文化娱乐(lè)、教育、传(chuán)媒等诸(zhū)多领域，本(běn)身就(jiù)对基于AI的可视(shì)化内容(róng)有强烈需求。

因(yīn)此，AI绘画及视频或(huò)不是(shì)结果，而只是(shì)AI进程中(zhōng)的(de)一块(kuài)重要拼图，有望在技术更新的加持(chí)下实现更大的应(yīng)用(yòng)价值。

AI从(cóng)理解内容，走向了可以生(shēng)成内(nèi)容，甚至能(néng)够创造出独立价(jià)值和独(dú)立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先进(jìn)生产力即将到(dào)来。

04

紧抓(zhuā)大(dà)模型与(yǔ)算(suàn)力(lì)，牢固AIGC底座

从技术(shù)的(de)发(fā)展也(yě)可以看(kàn)出，在语(yǔ)言大模型、图像大(dà)模型(xíng)之(zhī)后，多模态大(dà)模(mó)型已经成(chéng)为了新的(de)趋(qū)势。

大(dà)模(mó)型被誉为当前人工智能发展的智能底(dǐ)座(zuò)，是全球(qiú)竞争(zhēng)最(zuì)激(jī)烈的(de)研究方向之一，包括谷(gǔ)歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众多(duō)头部(bù)企业都(dōu)在竞相发力。

不过训练大模(mó)型的(de)确价格不菲(fēi)，以(yǐ)国盛(shèng)证券发布的《ChatGPT需(xū)要多少算力》报告(gào)估(gū)算，GPT-3训练一次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型(xíng))，训练成本则介于200万美元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访(fǎng)客(kè)平均数1300万计算(suàn)，其(qí)对(duì)应芯片需求为(wèi)3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美元，每日仅电(diàn)费就(jiù)在5万美元左右(yòu)。

此外(wài)不(bù)论是(shì)ChatGPT还是(shì)AIGC，都离不(bù)开(kāi破壁机能绞肉吗，破壁机能绞肉馅吗)庞大算力支持。在关注(zhù)各(gè)类大模型的(de)发展同时，更应该关注算(suàn)力网络的建设。

算(suàn)力(lì)网络正驱(qū)动AI产(chǎn)业(yè)发展进(jìn)入史诗级加速进程(chéng)，让(ràng)AIGC及通用AI这一(yī)人工智能发展的(de)终极目标离得(dé)更破壁机能绞肉吗，破壁机能绞肉馅吗近。

因为算(suàn)力可以(yǐ)对突破性(xìng)技术创新提供(gōng)大力的(de)支持(chí)。这方(fāng)面，多模态(tài)大(dà)模型是典型(xíng)。作为面向未来(lái)强人工智能(néng)、通用人工(gōng)智能的重要(yào)技术创新，多(duō)模态大模型已经在(zài)人工(gōng)智(zhì)能领域提(tí)出(chū)了很多(duō)年，业界也有不少技术(shù)突破，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几(jǐ)何式上升，一般的算(suàn)力基础设施很快将难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一(yī)项的训练，到(dào)双模态、三(sān)模(mó)态的跃迁，让人工(gōng)智能可以灵活应对不同模态的转化、像人与世界(jiè)交互一样自然，这(zhè)方面，由算力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人(rén)工智能算力(lì)网络支撑下(xià)快速推进。

AIGC已经露(lù)出曙光，期待在(zài)大(dà)模(mó)型(xíng)和(hé)大(dà)算力的支(zhī)持下AIGC能持续颠覆内容(róng)生产的方式，将创造(zào)的边(biān)际成本降低，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 破壁机能绞肉吗，破壁机能绞肉馅吗