自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微软(ruǎn)公司创(chuàng)始(shǐ)人比(bǐ)尔(ěr)·盖茨已多(duō)次公开(kāi)谈(tán)论(lùn)人(rén)工智能话题。在最近(jìn)的一次(cì)采访中，他再次表示：“AI可(kě)能会让科技行业(yè)迎来一次剧烈的洗牌”。

这个(gè)结论是他在当(dāng)地时间2月20日(rì)接受(shòu)《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威胁到谷(gǔ)歌(gē)的(de)市占率，因为(wèi)微软在AI方面(miàn)的行动相当迅(xùn)速。而最终科(kē)技巨头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人们进行(xíng)沟(gōu)通并提供建(jiàn)议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到(dào)来可(kě)能尚需时日，但由(yóu)ControlNet引(yǐn)发(fā)的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题(tí)热点包围(wéi)中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的(de)AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的(de)新兴数(shù)字艺术家竞赛(sài)中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应(yīng)用中输入一组(zǔ)关键词或者一张照片，就(jiù)能获得一幅AI创作的画作(zuò)。

作画的关键就是所输(shū)入的文本。同一组关键(jiàn)词也可以创作(zuò)出很多张风(fēng)格不一(yī)样(yàng)的(de)画作(zuò)，这让(ràng)创作(zuò)的(de)过程(chéng)就像开(kāi)盲(máng)盒。

很多(duō)用户(hù)很喜欢这(zhè)种不确(què)定(dìng)的惊喜，他们(men)会(huì)将生成的美图当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交媒(méi)体上，许多(duō)用户分享AI“翻(fān)车(chē)现场(chǎng)”，例(lì)如(rú)，一位(wèi)网友的小狗照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了(le)建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦福读博的中国(guó)人张(zhāng)吕敏创作的(de)一种(zhǒng)基于控(kòng)制点的图像(xiàng)变形算法，主(zhǔ)要用于数(shù)字(zì)图(tú)像处理、计算机(jī)视觉和计算机图(tú)形学等领(lǐng)域。

其SD插件一经发布，在短短的两(liǎng)天内便成为了AI绘画领(lǐng)域最(zuì)新的(de)热点(diǎn)。

在此之前，大(dà)家(jiā)用了很多方法想(xiǎng)让AI生成的(de)结果尽可能的符合要求，但是都(dōu)不尽如(rú)人(rén)意(yì)，它的(de)出现代(dài)表着AI生成(chéng)开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接提取画面的(de)构图，人物的姿(zī)势和画面的深度(dù)信息等(děng)。有了它的帮(bāng)助，就不用频繁的用提(tí)示词来碰运(yùn)气，抽盲盒式的创作了(le)。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不少博主的作品已经获(huò)得(dé)了大量(liàng)的浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的照片直(zhí)接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找(zhǎo)到对(duì)应的(de)关键(jiàn)词(cí)；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可(kě)以看出来，效果十分惊(jīng)艳。

更厉害的是，除(chú)了真(zhēn)实的照片，草(cǎo)图也(yě)可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩(cǎi)图(tú)。大神(shén)张吕(lǚ)敏其(qí)本尊也(yě)亲自回应(yīng)。

反醒和反省有什么不同之处，反醒和反省的区别ecoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输出的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆(bào)发

警(jǐng)惕(tì)安全(quán)问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这所谓的(de)“party”可能是全国第(dì)一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片都是(shì)AI制作的真人照(zhào)片绘图(tú)，因(yīn)为(wèi)太逼真，被大家当成真事传播了。

不过(guò)仔(zǎi)细观(guān)察(chá)可(kě)以发现，活动(dòng)发起者(zhě)提供的照片中有(yǒu)个很大的漏(lòu)洞(dòng)可以发现(xiàn)并非真人，而是AI绘图，那便(biàn)是图片中女性的(de)手指部分有的存在异常。

有行业人事表(biǎo)示：“现在因为(wèi)手指部分的绘画算(suàn)法(fǎ)比(bǐ)较复杂(zá)，AI还(hái)不太会画人的手(shǒu)，但最新看到的图片已经有越来(lái)越(yuè)完美的(de)AI模(mó)型出现，以后可(kě)能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国(guó)外也(yě)已有发生。据英(yīng)国(guó)广(guǎng)播公(gōng)司(sī)报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏(shǎng)“捐助”从(cóng)而(ér)实施诈骗(piàn)。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真人照(zhào)片般(bān)的(de)绘(huì)图效果，如果这样的图片被用来诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方(fāng)面(miàn)，批(pī)判者认(rèn)为AI在(zài)“学习”了大量前人的作品之(zhī)后，其创作没(méi)有(yǒu)任何情绪和(hé)灵(líng)魂(hún)，难以和(hé)人(rén)类的艺术创作相提并论。

另一方面，AIGC背后的(de)版权、目(mù)前都(dōu)并没有得到有效的解(jiě)决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的(de)创意(yì)。

马(mǎ)斯克也强调，人工智能的(de)安全问题需要得到重视，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技(jì)术都是有两面性(xìng)的，潜在的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现(xiàn)在看来，人工智能技术将是第四次工业革命的核(hé)心(xīn)驱动(dòng)力量，将创(chuàng)造(zào)新的增长奇迹(jì)。

过去一年，人工(gōng)智能在技术和商(shāng)业层面都有了巨大进展，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性(xìng)改变的(de)一(yī)个代表。其下一站或许就(jiù)是(shì)视(shì)频。

此前，Meta和谷歌先后发布了(le)几条引(yǐn)爆(bào)科技圈的(de)短(duǎn)视频。这些视频引发关注并非内容(róng)做得多优秀，反而都非常简单，比如一匹正在(zài)喝水的马(mǎ)，一只画画的玩具熊，或者一段骑摩(mó)托车的第一视角录(lù)像，随便一个(gè)有(yǒu)手机的人都(dōu)可以随手录下一段。

但这些短视频(pín)的创作方式非常简(jiǎn)单(dān)，创(chuàng)作者仅仅需要向AI输入(rù)一段话，甚(shèn)至只是(shì)说一下要求，AI就(jiù)可(kě)以(yǐ)根(gēn)据需(xū)要生成一段视频。

谷(gǔ)歌发布的两个AI生成(chéng)视(shì)频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视频的AI还不足(zú)以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的(de)地(dì)方在于，它可以(yǐ)制作出超过2分钟的(de)连贯的也有确切内容的视频(pín)，这才是真正让人们(men)感到惊喜的地方(fāng)。因(yīn)为无论AI生成的(de)视频多么(me)高清(qīng)，也只能是(shì)为内容生产者提(tí)供一个灵感，一(yī)个(gè)素材，一个过场动画。

不过能够制(zhì)作出有(yǒu)具体剧情内容的视频(pín)就意(yì)味(wèi)着，一些视频创作由AI代替(tì)人工完成(chéng)已经初步有了可能。

当(dāng)下AI的发展速度已经超(chāo)过大部分人的想象。内容产(chǎn)业的本质是供(gōng)给创造需求，AIGC作(zuò)为(wèi)全新(xīn)的(de)内容生产方式，可以为内容产业带来更(gèng)新的内容风格、更(gèng)快的生产速度(dù)，更低(dī)的生产成本，这(zhè)无疑会驱动内容产业(yè)的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人(rén)动作等多种(zhǒng)内容形式(shì)的生成。不难发现该项技(jì)术不仅(jǐn)在游戏(xì)等行业(yè)能(néng)得到有效(xiào)应用，对于下一代互联网各种(zhǒng)元素的(de)构建亦有关键意义。

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

因此，AI绘画及视(shì)频或不是结果，而只是AI进程中的(de)一块重要拼(pīn)图(tú)，有望在技术更新的加持下实现(xiàn)更(gèng)大(dà)的应用价值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内容，甚至(zhì)能(néng)够(gòu)创造出独立价(jià)值和(hé)独立视角的内容(róng)。AIGC的再次出圈，更代表着(zhe)未来的先进(jìn)生产力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以看出，在(zài)语言大模型、图(tú)像(xiàng)大模(mó)型(xíng)之后，多模态(tài)大模型已经成为了新的趋势。

大模(mó)型(xíng)被誉为当前(qián)人工(gōng)智能发展的(de)智(zhì)能底座，是全球竞争最激烈(liè)的研究方向之一(yī)，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯等众多头(tóu)部企业(yè)都在竞相发力。

不过训练大(dà)模型的(de)确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多(duō)少算力(lì)》报告估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对于一些(xiē)更大的(de)LLM(大型(xíng)语(yǔ)言模型)，训练成本则介于200万美元至1200万(wàn)美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的独立(lì)访客平均(jūn)数1300万计算，其(qí)对(duì)应芯(xīn)片(piàn)需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投入(rù)成本约为8亿美(měi)元，每日(rì)仅电(diàn)费就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持。在关注(zhù)各类(lèi)大(dà)模型的发展同时，更应该关注算力网络的建(jiàn)设。

算力网络正驱动AI产业(yè)发展(zhǎn)进入史诗级加速进程(chéng)，让AIGC及通用(yòng)AI这一人工(gōng)智能发展的终极目标(biāo)离得更近。

因为算(suàn)力可以对(duì)突破性技术创新提供大力的(de)支持(chí)。这方面，多模态大模型是(shì)典(diǎn)型。作为(wèi)面向未来强人工(gōng)智能、通(tōng)用人工智能的重(zhòng)要技术创新，多(duō)模态(tài)大模型已(yǐ)经在人(rén)工(gōng)智能(néng)领域提出了很(hěn)多年，业界也(yě)有(yǒu)不(bù)少技术(shù)突破，但是，多(duō)模态(tài)大模型(xíng)进一步(bù)往(wǎng)下走(zǒu)，算(suàn)力需(xū)求呈几何式上(shàng)升，一般的算(suàn)力基(jī)础设施很快将难(nán)以(yǐ)胜任(rèn)。

从(cóng)图像、文(wén)字、语音单独一项的训练，到双(shuāng)模态、三模态的跃迁，让(ràng)人工智(zhì)能可以(yǐ)灵活应对不同(tóng)模态的(de)转化、像人(rén)与世界交互一样(yàng)自(zì)然，这方面，由算力网络来(lái)驱动(dòng)将有明显优势。

此外，还有很(hěn)多需要(yào)爆(bào)发式增(zēng)长(zhǎng)的算(suàn)力来支撑的(de)技术创新，将(jiāng)在人工智能算力网络支撑下快(kuài)速推(tuī)进。

AIGC已经(jīng)露(lù)出曙光，期待在大模型和大算力的(de)支持下AIGC能持续颠(diān)覆内容生(shēng)产的方式，将创造(zào)的边际成(chéng)本降低，让万众(zhòng)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 反醒和反省有什么不同之处，反醒和反省的区别