自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已(yǐ)多次(cì)公开谈论人工智能(néng)话题。在最近的一次(cì)采访中(zhōng)，他再(zài)次表示：“AI可能会让(ràng)科(kē)技(jì)行业(yè)迎来一(yī)次剧烈的洗牌(pái)”。

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

他预期，AI的发(fā)展可能会威胁到谷歌(gē)的市占率，因为微软在(zài)AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口(kǒu)中全能助(zhù)手的(de)到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的(de)时候，还(hái)是2022年8月(yuè)，在(zài)美(měi)国科罗拉多(duō)州举(jǔ)办的新兴(xīng)数字(zì)艺术家竞赛中，一幅名为《太(tài)空歌剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商的(de)AI绘(huì)画(huà)软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入一组关键(jiàn)词或(huò)者一张照片(piàn)，就能获得(dé)一幅(fú)AI创作的画作。

作画(huà)的关键就(jiù)是所输入的文本。同一组关键(jiàn)词也可以创(chuàng)作出很多(duō)张风格不一样的画作，这(zhè)让创作的过(guò)程就(jiù)像(xiàng)开(kāi)盲(máng)盒。

很(hěn)多用户很(hěn)喜欢这种不(bù)确定的惊(jīng)喜，他们会将生成的美图当做(zuò)头像。而另一(yī)部(bù)分喜欢翻(fān)看AI绘画(huà)的“翻车”作(zuò)品。在社交媒(méi)体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别(bié)成了建(jiàn)筑(zhù)。

而如今(jīn)随着(zhe)ControlNet的出现与(yǔ)加(jiā)持(chí)，以往AI绘画的填(tián)写关(guān)键词(cí)游戏可(kě)能(néng)要被(bèi)颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏创作的一种基于(yú)控制(zhì)点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视觉(jué)和(hé)计算机图形学等领域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘画领域最新(xīn)的热点。

在(zài)此之前，大家(jiā)用了很多(duō)方法想让AI生(shēng)成的结果尽可能的符合要求(qiú)，但是都不尽如(rú)人意，它的出现代(dài)表着AI生(shēng)成开始进入真正的可控时期。

因(yīn)为ControlNet可以直接提取画面的(de)构(gòu)图(tú)，人物(wù)的姿势和画面的深度信(xìn)息等(děng)。有(yǒu)了它的(de)帮助，就不用频繁的用提示(shì)词来碰(pèng)运气(qì)，抽盲盒式(shì)的(de)创作了。

通俗(sú)的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不(bù)少博主(zhǔ)的作品已经获得了大(dà)量(liàng)的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用朋友(yǒu)的(de)照片(piàn)直接带她(tā)们(men)走进动漫世界。

郑业成是否已婚 郑业成是几线演员lt="ChatGPT之后又一应用杀疯了，AIGC或进入(rù)可(kě)控期(qī)，将洗牌科技(jì)行业？_黑料正能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词试(shì)效果(guǒ)。

通过图片就可以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉害的是，除(chú)了真实的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图(tú)。大神张(zhāng)吕敏(mǐn)其本(běn)尊也亲(qīn)自回应。

不得不说当下(xià)AIGC已(yǐ)经变(biàn)得越来越(yuè)强大，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发(fā)

警惕安全问题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的(de)消息火遍网络(luò)，而经过警方辟谣这(zhè)所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由(yóu)于(yú)这个活动里面(miàn)给出的美(měi)女照片都是(shì)AI制作的(de)真(zhēn)人照片绘图，因为太(tài)逼(bī)真，被大家当成(chéng)真事(shì)传播(bō)了。

不过仔细观察可以发现(xiàn)，活动发起者提供的照片(piàn)中(zhōng)有个(gè)很大(dà)的漏(lòu)洞可(kě)以(yǐ)发现并(bìng)非真人，而是(shì)AI绘图，那(nà)便是图片中女性(xìng)的手指(zhǐ)部分有的存在异常。

有(yǒu)行业人事表(biǎo)示(郑业成是否已婚 郑业成是几线演员shì)：“现在因(yīn)为(wèi)手指(zhǐ)部分的绘画算法比较复杂，AI还不太(tài)会画人的手，但最新看到(dào)的图片已经(jīng)有越来越完(wán)美的(de)AI模(mó)型出(chū)现(xiàn)，以后(hòu)可能(néng)就(jiù)完全(quán)没有漏洞(dòng)了(le)。”

类似的AI作图诈(zhà)骗在国(guó)外也已有(yǒu)发生(shēng)。据英国(guó)广播公司报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童(tóng)受灾的假照片发布到网络，以此诱骗(piàn)善良的(de)人打赏“捐助”从而实(shí)施诈骗(piàn)。

目前随着(zhe)技术发展(zhǎn)，AIGC已经能做出真人(rén)照片般的绘图效果，如(rú)果这(zhè)样(yàng)的(de)图片(piàn)被用来诈(zhà)骗，将非(fēi)常可怕(pà)。

此(cǐ)外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的作品(pǐn)之后(hòu)，其创作(zuò)没(méi)有任何情绪和灵魂，难以和人(rén)类(lèi)的艺术创作(zuò)相提(tí)并论。

另一方(fāng)面，AIGC背(bèi)后的(de)版权、目(mù)前都并(bìng)没(méi)有得到有效的解决，还有AIGC会不会代替人(rén)类“至高无上(shàng)”的创(chuàng)意(yì)。

马斯克也强调，人工智能的安全问题需要(yào)得到重视，太(tài)晚就(jiù)来不及了。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技(jì)术都是有两面性的，潜在(zài)的危(wēi)害并不能(néng)掩盖(gài)其光辉的贡献。现在看来(lái)，人工智能技术(shù)将(jiāng)是第四次工(gōng)业革命(mìng)的核心(xīn)驱动力(lì)量，将(jiāng)创造(zào)新的增长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性改变的一个(gè)代(dài)表。其下一站或许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈(quān)的短视频。这些视频引(yǐn)发关(guān)注并非(fēi)内容做得多优(yōu)秀，反而都非常简单，比(bǐ)如一匹正在(zài)喝水(shuǐ)的马，一只画画的玩具熊，或者(zhě)一(yī)段骑摩托车的第一视角录像(xiàng)，随便一(yī)个(gè)有手(shǒu)机的人都可以随手录下(xià)一段。

但这些短视频(pín)的创作方(fāng)式(shì)非常简单，创作者仅仅需要向(xiàng)AI输(shū)入一段话(huà)，甚(shèn)至只是说一下要求，AI就可以根据需要(yào)生成一段视频。

谷歌发布的两(liǎng)个(gè)AI生成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清(qīng)，与Meta的(de)Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就(jiù)已经玩(wán)了一(yī)波梗(gěng)，一个(gè)能(néng)够做出(chū)更高清视频的AI还不足以在短时间(jiān)内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方在于，它可(kě)以制作出超过2分(fēn)钟的连贯的(de)也有(yǒu)确切内容的视频，这才(cái)是真正让(ràng)人们(men)感到惊喜的地方。因为无(wú)论AI生成的视频(pín)多么高(gāo)清，也(yě)只(zhǐ)能是为内(nèi)容生产者(zhě)提供一个灵感，一个素(sù)材，一个过场动(dòng)画。

不(bù)过能够制作(zuò)出(chū)有具(jù)体剧情内容的(de)视频就(jiù)意味着(zhe)，一些视频创(chuàng)作由(yóu)AI代替人工完(wán)成已经(jīng)初步有了可能(néng)。

当下AI的发展速度已经超过大部分(fēn)人的想象。内(nèi)容产(chǎn)业的本质(zhì)是供给创(chuàng)造(zào)需(xū)求，AIGC作(zuò)为全(quán)新的内容生产方式(shì)，可以为内容产(chǎn)业带来更新的内容风(fēng)格、更快的生产(chǎn)速度，更低的生产成本(běn)，这(zhè)无疑会(huì)驱(qū)动内容产业的(de)大爆发(fā)。

除(chú)了AI绘(huì)图、视(shì)频，AIGC技术还(hái)能(néng)应用于音乐、代码、机器人动作等多种内容(róng)形(xíng)式的(de)生成。不难发现该项技术不仅(jǐn)在游戏等行业(yè)能得到有效应(yīng)用(yòng)，对(duì)于下(xià)一代(dài)互联(lián)网各(gè)种元素的构(gòu)建亦(yì)有关键(jiàn)意(yì)义。

从商业化(huà)的角度(dù)来(lái)看，文(wén)化(huà)娱(yú)乐、教(jiào)育、传媒等(děng)诸多(duō)领域，本身就对(duì)基(jī)于AI的可视(shì)化内容(róng)有强烈需求(qiú)。

因此(cǐ)，AI绘画及视(shì)频(pín)或不是结果(guǒ)，而只是AI进程中(zhōng)的一块重要拼图(tú)，有望在技术更新(xīn)的加持(chí)下实现更大的(de)应用价(jià)值。

AI从理解(jiě)内容，走向(xiàng)了可以生成内容，甚至(zhì)能够(gòu)创造出独立价值(zhí)和(hé)独立(lì)视角的(de)内容。AIGC的(de)再(zài)次出圈，更代表着未来的先进(jìn)生产力即将到来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技(jì)术的发(fā)展也(yě)可以看出，在语言大模型、图像大(dà)模型之后，多模(mó)态大模型(xíng)已经成为了(le)新的趋势。

大模型被(bèi)誉为(wèi)当(dāng)前人工智能发展(zhǎn)的智能底座(zuò)，是(shì)全球(qiú)竞争最(zuì)激(jī)烈(liè)的研(yán)究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在竞(jìng)相发力。

不过训练大模型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一次的(de)成本(běn)约为140万美元(yuán)。而对于一些更大(dà)的LLM(大型(xíng)语言模(mó)型)，训(xùn)练成(chéng)本则介于(yú)200万(wàn)美(měi)元至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年(nián)1月的独立访客平(píng)均数1300万(wàn)计算(suàn)，其对应芯片(piàn)需求为(wèi)3万(wàn)多片英(yīng)伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美元，每(měi)日仅电费(fèi)就在5万美元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注各类大(dà)模(mó)型的发展同时，更应(yīng)该(gāi)关注(zhù)算力网络的建(jiàn)设。

算力网络(luò)正驱动AI产业发展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发展的(de)终极目标离得(dé)更近。

因为算(suàn)力可(kě)以对突破性(xìng)技术创(chuàng)新提供大力的支(zhī)持。这(zhè)方面，多(duō)模态大模型是(shì)典型。作为面向未来强人工智能、通用人工智(zhì)能的(de)重要技术创新(xīn)，多模态大模(mó)型已经在人(rén)工(gōng)智能(néng)领(lǐng)域(yù)提出(chū)了很多年，业界也有(yǒu)不少(shǎo)技术(shù)突(tū)破，但是，多模态大模型进一步(bù)往下走(zǒu)，算(suàn)力需求呈(chéng)几何(hé)式上(shàng)升，一(yī)般的算力基础设施很快(kuài)将难(nán)以胜任(rèn)。

从图像(xiàng)、文字、语音单独一项的(de)训练(liàn)，到(dào)双(shuāng)模(mó)态(tài)、三模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人与世界交互一样(yàng)自然，这方(fāng)面(miàn)，由算力(lì)网络(luò)来驱动将有明(míng)显优势。

此外，还有很多(duō)需要爆发式增长的算力(lì)来(lái)支撑(chēng)的技术创新，将(jiāng)在人工(gōng)智能(néng)算(suàn)力网络支(zhī)撑(chēng)下(xià)快速推进。

AIGC已经(jīng)露(lù)出曙光，期待在大模(mó)型和大(dà)算(suàn)力的支(zhī)持(chí)下AIGC能持续颠覆内容生产的方式，将(jiāng)创(chuàng)造的边际(jì)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 郑业成是否已婚 郑业成是几线演员