自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖茨已多次公开谈论人工智(zhì)能话(huà)题(tí)。在最(zuì)近的一次采(cǎi)访(fǎng)中，他再次表(biǎo)示：“AI可能会让(ràng)科技行业(yè)迎来(lái)一次(cì)剧烈的洗牌(pái)”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节(jié)目(mù)专访(fǎng)时(shí)提出的(de)。

他预期，AI的发展(zhǎn)可(kě)能会威(wēi)胁到谷歌的市占(zhàn)率，因为(wèi)微软在AI方(fāng)面的行动相当迅速。而最终科(kē)技巨头将把AI整合(hé)成(chéng)用户的“全能(néng)助手(shǒu)”，包(bāo)揽一切应用，与人们(men)进行沟通并提供建议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能助手的(de)到(dào)来可(kě)能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重围(wéi)。

别急老师今天晚上是你的人，别急老师今天晚上就是你的了ding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/8b9d7694dbd99a9.jpeg?imageMogr2/format/webp/quality/80" data-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBoUT0Y90ZtsrZicWZicLIqicJS3DRO9O7MYjXFtLYoCwhT648zXpvUIE9g/0?wx_fmt=png" data-cropx1="0" data-cropx2="1000" data-cropy1="0" data-cropy2="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆(fù)AI绘(huì)画新玩(wán)法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次(cì)爆火的时(shí)候，还是2022年(nián)8月，在美国(guó)科罗拉多州举办的新(xīn)兴(xīng)数字(zì)艺术家(jiā)竞赛中，一(yī)幅名为《太空歌剧(jù)院》的作品获奖。

随(suí)后各(gè)大厂商的AI绘(huì)画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们可以在应用中输入一组关键词或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画(huà)的关键就是所(suǒ)输入的文本。同一(yī)组关键词也可以创作出很多张风格不一样的画作，这让创作的过程就像(xiàng)开盲盒。

很(hěn)多用(yòng)户(hù)很喜欢这(zhè)种不(bù)确定的(de)惊喜，他们会(huì)将生成的美图当做头像。而另一部分(fēn)喜欢翻看AI绘(huì)画的“翻车(chē)”作(zuò)品。在社交媒(méi)体上，许多用户(hù)分享AI“翻(fān)车(chē)现(xiàn)场”，例(lì)如，一位网友的小(xiǎo)狗照片被AI画成了“肌(jī)肉男”，还有网友的(de)个人照(zhào)片(piàn)被AI识别成了建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘画(huà)的填写关(guān)键(jiàn)词游戏可能(néng)要(yào)被颠覆(fù)了。

ControlNet是一位正在斯(sī)坦(tǎn)福读博的中(zhōng)国人张吕敏创作的一种基于控制点(diǎn)的图(tú)像(xiàng)变(biàn)形算法，主要用于数字图像处理、计算机视觉和计算(suàn)机图形学等领域(yù)。

其SD插件一(yī)经发布，在短(duǎn)短(duǎn)的两天内便成(chéng)为了(le)AI绘画(huà)领域最新的(de)热点。

在此之前，大家用了很(hěn)多方(fāng)法想让AI生(shēng)成的结果尽可能(néng)的符合要求，但是(shì)都不尽(jǐn)如人意(yì)，它(tā)的出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面(miàn)的深度信息(xī)等。有了它的帮助，就不用频繁的用提(tí)示词(cí)来碰运气，抽盲(máng)盒式的创作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不(bù)少博主的作(zuò)品已经获(huò)得(dé)了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们(men)走进动(dòng)漫世界(jiè)。

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

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词(cí)；最后用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图(tú)片就可以看出来，效(xiào)果十(shí)分惊艳。

更厉害的(de)是，除了真实的(de)照(zhào)片(piàn)，草图也可以(yǐ)加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能(néng)实(shí)现线稿转全(quán)彩图。大(dà)神张(zhāng)吕敏其本尊也亲自(zì)回应。

不(bù)得不(bù)说当下AIGC已经变得越来(lái)越(yuè)强大(dà)，甚至输出的(de)作品都已经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网(wǎng)络，而经(jīng)过警方辟(pì)谣这所(suǒ)谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面(miàn)给(gěi)出的美女照片都是AI制作的(de)真(zhēn)人照片绘图，因为太逼真，被大(dà)家当成真事传播了(le)。

不过仔细观察可以发(fā)现，活动发起者提供的照片中有(yǒu)个很大的漏洞可以发现并非真人，而是AI绘图，那便是(shì)图片中女(nǚ)性的手指部分有的(de)存在(zài)异常。

有行业(yè)人事表示：“现在因为手指部分的绘(huì)画算法比(bǐ)较复杂，AI还(hái)不太(tài)会画人(rén)的手，但最新看到的图片已经有越来越完美(měi)的AI模型出现(xiàn)，以后(hòu)可能(néng)就完全没(méi)有漏(lòu)洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发(fā)生。据英国广播(bō)公司报道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童受灾的假照片(piàn)发(fā)布到(dào)网络(luò)，以(yǐ)此诱骗善(shàn)良的人打赏(shǎng)“捐助(zhù)”从(cóng)而实施诈骗。

目(mù)前随着(zhe)技(jì)术发展(zhǎn)，AIGC已(yǐ)经能做出真人(rén)照(zhào)片(piàn)般(bān)的绘图效果(guǒ)，如果这样的图(tú)片被用(yòng)来诈骗，将(jiāng)非常可(kě)怕(pà)。

此外(wài)AIGC还引发了很多担(dān)忧，一方面，批(pī)判者认(rèn)为AI在“学习(xí)”了大量前(qián)人(rén)的作品(pǐn)之后，其(qí)创作没有任(rèn)何情绪和灵魂，难(nán)以和(hé)人(rén)类的艺术(shù)创作(zuò)相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效(xiào)的解决，还有AIGC会不会(huì)代替人类“至高无上(shàng)”的(de)创意。

马斯(sī)克也强调，人工智能的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技术都是有两(liǎng)面性的，潜在(zài)的危害并不能掩盖其光(guāng)辉的贡献。现在看来(lái)，人(rén)工智能技术(shù)将是第四次工(gōng)业(yè)革命的核心驱动力量，将创造(zào)新的增长奇迹。

过去一年，人(rén)工智能在技术和商业层面都有了巨大(dà)进(jìn)展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个代表。其(qí)下一(yī)站(zhàn)或许就是视(shì)频。

此前，Meta和(hé)谷歌先后发布了几(jǐ)条(tiáo)引爆科(kē)技圈的短视频。这些视(shì)频引发关注并非内容(róng)做得多优秀，反(fǎn)而都非常简单，比(bǐ)如一匹(pǐ)正(zhèng)在喝水的(de)马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑(qí)摩托车的第一视角录像，随便一(yī)个(gè)有手机的人都可(kě)以随手录下一段。

但(dàn)这些短视频的创作方式(shì)非常简单，创作者仅仅需要向AI输入(rù)一(yī)段(duàn)话，甚至只是说一下要(yào)求，AI就可以根据需要(yào)生成一段视频。

谷歌(gē)发布的两个AI生成视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要突(tū)出(chū)的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已经玩(wán)了一波(bō)梗(gěng)，一个能够(gòu)做出(chū)更高(gāo)清视频(pín)的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊的(de)地方在于，它(tā)可以(yǐ)制(zhì)作(zuò)出超(chāo)过2分钟的连贯的(de)也(yě)有确(què)切内容的视频，这才是真(zhēn)正让人(rén)们感到惊喜的地(dì)方(fāng)。因为无(wú)论AI生成的视频多么高(gāo)清，也只能(néng)是(shì)为内容生产(chǎn)者提供(gōng)一个灵感，一个素材，一个过场动(dòng)画。

不过(guò)能够制(zhì)作出有具体剧情内容的视频(pín)就意味(wèi)着，一些(xiē)视频创(chuàng)作(zuò)由(yóu)AI代替人工完(wán)成已经初步有(yǒu)了可能。

当下AI的发展速(sù)度已经超过大(dà)部(bù)分(fēn)人的(de)想象(xiàng)。内容产业的(de)本质是供给创(chuàng)造(zào)需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为内容(róng)产业带来更新的内容风格、更(gèng)快的生产速度，更低的生(shēng)产成本，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应用于音乐、代码、机(jī)器人动作等多(duō)种(zhǒng)内(nèi)容形式的生(shēng)成。不难发现(xiàn)该项技术不仅(jǐn)在(zài)游戏(xì)等(děng)行业能得到(dào)有效应用，对于下一代互联网(wǎng)各种元素的构建亦有关键意义。

从商业化的(de)角度来看，文(wén)化娱乐、教(jiào)育、传媒等(děng)诸多领域，本身(shēn)就对(duì)基于AI的可视(shì)化内(nèi)容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频或(huò)不(bù)是结(jié)果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有望在技术更新的加持下实现更大的应用价值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够创造出(chū)独立价值(zhí)和独立视角的(de)内容(róng)。AIGC的再(zài)次出圈(quān)，更代表着未来的先(xiān)进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发(fā)展也可(kě)以看出，在语言大模型、图像大(dà)模型之后，多模态大模型已经成为(wèi)了(le)新(xīn)的趋势。

大模型被誉为当前人工智能发展的智(zhì)能底座，是(shì)全球竞争最激烈的(de)研(yán)究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部(bù)企业都在(zài)竞相发力。

不过训(xùn)练大模型(xíng)的确价(jià)格(gé)不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的(de)成本(běn)约(yuē)为(wèi)140万(wàn)美(měi)元(yuán)。而对(duì)于(yú)一些更大(dà)的LLM(大(dà)型语言(yán)模型)，训练(liàn)成本则介于200万(wàn)美元至1200万美元高价(jià)之(zhī)间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日(rì)仅电(diàn)费就在5万(wàn)美(měi)元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大(dà)算力支持。在关注(zhù)各类大模型的发展同时(shí)，更应该关注算力网络的建设。

算力网络正驱动(dòng)AI产业发展(zhǎn)进(jìn)入(rù)史诗级加速进程，让(ràng)AIGC及(jí)通(tōng)用AI这(zhè)一人工(gōng)智(zhì)能(néng)发展的终极目标(biāo)离得更近。

因为算力可以(yǐ)对突破(pò)性技术创(chuàng)新提供大(dà)力(lì)的支持。这方面，多模态大模型是典(diǎn)型。作为面向未(wèi)来(lái)强人工智(zhì)能、通用人工智能的重要技术(shù)创新，多(duō)模态(tài)大模型已经在人工智能领域提出了很(hěn)多年，业界也有(yǒu)不少(shǎo)技术突(tū)破，但是，多模态大模型(xíng)进一步往下走，算力需(xū)求呈几何(hé)式上升，一般(bān)的算力基础设(shè)施(shī)很快将难(nán)以胜(shèng)任。

从图像、文字、语(yǔ)音单独(dú)一项的(de)训(xùn)练(liàn)，到双模态(tài)、三模态(tài)的(de)跃迁(qiān)，让人工智(zhì)能可以(yǐ)灵活应对不同模态的(de)转化、像人与世界交互一样自(zì)然，这方面，由(yóu)算力网络来驱(qū)动(dòng)将有明(míng)显优势。

此(cǐ)外，还有很多(duō)需要(yào)爆(bào)发式(shì)增长(zhǎng)的算力来支撑的技术(shù)创新，将在人工(gōng)智(zhì)能算力网络支(zhī)撑下(xià)快速推进。

AIGC已经露(lù)出曙光(guāng)，期待(dài)在大模(mó)型和大算力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造(zào)的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 别急老师今天晚上是你的人，别急老师今天晚上就是你的了