自聊天(tiān)机器人ChatGPT火爆(bào)以来，微软公(gōng)司创始人比(bǐ)尔·盖茨已多次公开谈论人工(gōng)智能话(huà)题(tí)。在最近的一次(cì)采访中，他(tā)再次(cì)表示：“AI可能会让(ràng)科技行(xíng)业(yè)迎来一(yī)次剧烈的洗牌”。

这(zhè)个结论是他在当地时间(jiān)2月20日接受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可(kě)能会威胁到谷歌的市占(zhàn)率，因为微软在(zài)AI方面的行(xíng)动相当迅速。而(ér)最终科技巨(jù)头(tóu)将(jiāng)把(bǎ)AI整合(hé)成(chéng)用户(hù)的(de)“全(quán)能助手”，包揽一切应用，与(yǔ)人们(men)进行沟(gōu)通并提供建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的到来可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是(shì)2022年(nián)8月，在(zài)美国科罗(luó)拉多州举办的新兴数字艺术家竞赛中(zhōng)，一(yī)幅名为《太空歌(gē)剧院(yuàn)》的作品(pǐn)获奖。

随后(hòu)各大厂商(shāng)的(de)AI绘画(huà)软件被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们(men)可以在应(yīng)用中输入一组关键词或者一张(zhāng)照(zhào)片(piàn)，就能获得一幅AI创作的画作(zuò)。

作画的关(guān)键(jiàn)就是所输入的(de)文本(běn)。同一(yī)组关键词(cí)也可(kě)以创作出很(hěn)多张(zhāng)风格不一样的(de)画作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢(huān)这种不确(què)定的惊喜，他们会将生成的美图(tú)当做头(tóu)像。而另一部分(fēn)喜(xǐ)欢翻(fān)看AI绘画的(de)“翻(fān)车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如(rú)，一位网友的小狗(gǒu)照片被(bèi)AI画成了(le)“肌肉男”，还有(yǒu)网友的(de)个人(rén)照片被AI识(shí)别成(chéng)了(le)建(jiàn)筑。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的填(tián)写关键词(cí)游戏(xì)可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福(fú)读博的中国人张吕敏创作的一种基于控制点的图像变形算法，主要用于数字图像处理(lǐ)、计算机视觉和计算机图(tú)形(xíng)学等领域(yù)。

其SD插(chā)件一经发(fā)布，在短(duǎn)短的两天内便成为了(le)AI绘(huì)画领域(yù)最新的热(rè)点。

在此之前，大(dà)家(jiā)用了很(hěn)多方(fāng)法想让(ràng)AI生成(chéng)的结果尽可能的符合要求，但是(shì)都(dōu)不尽如人意(yì)，它(tā)的(de)出(chū)现代表着AI生(shēng)成(chéng)开始进入(rù)真正的可控时(shí)期。

因为ControlNet可以直接(jiē)提取(qǔ)画(huà)面的构(gòu)图(tú)，人物的姿(zī)势和(hé)画(huà)面的深度信(xìn)息等。有了(le)它的帮助，就不用频繁的用(yòng)提(tí)示词来碰运(yùn)气(qì)，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔(mó)法(fǎ)”，不少(shǎo)博(bó)主的(de)作品(pǐn)已经获得了大量的(de)浏览量，“viggo”就是(shì)其中(zhōng)之一，他(tā)用朋友的照(zhào)片直接带她们走进(jìn)动漫(màn)世界。

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

再用Text2Prompt插(chā)件拓(tuò)展找到对应的关键词；最(zuì)后(hòu)用(yòng)ControlNet插(chā)件绑定骨骼开始换关(guān)键词试效(xiào)果(guǒ)。

通(tōng)过图片就可(kě)以(yǐ)看(kàn)出来，效果十分(fēn)惊艳。

撒贝宁个人资料简历 src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更(gèng)厉害的(de)是(shì)，除了真实的(de)照片(piàn)，草(cǎo)图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当下AIGC已经变(biàn)得越来越强大，甚至输(shū)出的作品都已(yǐ)经能(néng)以假乱真了。

02

难辨(biàn)虚(xū)实，AIGC技术力爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息火遍(biàn)网络，而经过警(jǐng)方辟(pì)谣(yáo)这所谓(wèi)的“party”可能是全国第一起(qǐ)AI绘(huì)图诈骗(piàn)。

由于这(zhè)个活动(dòng)里面给出的(de)美女照片都是AI制作的(de)真人照(zhào)片绘图，因(yīn)为太(tài)逼真，被大家当成真事传(chuán)播了。

不(bù)过(guò)仔细观察可(kě)以发(fā)现(xiàn)，活动发起者提(tí)供的照片中有个很(hěn)大的漏洞(dòng)可以发现并(bìng)非真人，而是AI绘图，那便是图片中女性的手(shǒu)指部(bù)分有的存在(zài)异(yì)常。

撒贝宁个人资料简历p>

有(yǒu)行业人事表示：“现(xiàn)在因为手(shǒu)指部分的绘画算(suàn)法比(bǐ)较(jiào)复杂(zá)，AI还不太(tài)会画人(rén)的(de)手，但(dàn)最新(xīn)看到的图(tú)片已(yǐ)经有越来越完(wán)美(měi)的(de)AI模型出现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外也已有发生(shēng)。据英国广(guǎng)播公司(sī)报道，土耳其地(dì)震(zhèn)期(qī)间，有Tiktok用户(hù)使用(yòng)AI合(hé)成了儿童受灾的假照片(piàn)发布到网络，以(yǐ)此诱骗(piàn)善良的人打(dǎ)赏“捐(juān)助”从而实施诈(zhà)骗。

目(mù)前随着技(jì)术发(fā)展，AIGC已经能做出真(zhēn)人照(zhào)片般的绘图(tú)效果，如果这样(yàng)的(de)图片被用来(lái)诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多担(dān)忧(yōu)，一方(fāng)面，批(pī)判者认为(wèi)AI在(zài)“学习”了(le)大量前人的作品之(zhī)后，其(qí)创作没有(yǒu)任何情绪和灵魂(hún)，难以和人类的艺术创作相(xiāng)提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前(qián)都并没有得到(dào)有(yǒu)效的解(jiě)决，还(hái)有(yǒu)AIGC会不会代替人(rén)类“至高无上(shàng)”的(de)创意。

马斯克也强(qiáng)调(diào)，人工智能的安全问题需要得到重视，太晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术都(dōu)是有两面(miàn)性的，潜在的危害并不能掩(yǎn)盖其光辉(huī)的贡献(xiàn)。现在看来，人(rén)工智能技术将是第四次工业革命(mìng)的核心(xīn)驱动力(lì)量，将(jiāng)创造新(xīn)的增长(zhǎng)奇迹。

过去一(yī)年(nián)，人工智能在技术和商业(yè)层(céng)面都有了(le)巨大进(jìn)展，AI绘画(huà)就是人工智能(néng)技术(shù)发生方向性(xìng)改变(biàn)的(de)一个代表。其下(xià)一站或许(xǔ)就是(shì)视频。

此(cǐ)前，Meta和谷歌先后(hòu)发(fā)布了几条引爆科技圈的短视频。这些视频引发关注并(bìng)非内容做得(dé)多优秀(xiù)，反而都非常简单，比如一匹正在(zài)喝水的马，一只画(huà)画的玩具熊，或者一(yī)段骑摩托车(chē)的第一视角录像(xiàng)，随便一个有(yǒu)手(shǒu)机的(de)人(rén)都可以随手录下(xià)一段。

但这些(xiē)短(duǎn)视(shì)频(pín)的创作方(fāng)式非常简(jiǎn)单，创(chuàng)作者仅仅需要向(xiàng)AI输入一段话，甚至只是说一下要求，AI就可以根据需要生成一段视(shì)频。

谷歌发(fā)布的两(liǎng)个AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太(tài)多(duō)的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高(gāo)清视频(pín)的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的(de)地方在(zài)于(yú)，它(tā)可以(yǐ)制作出超(chāo)过2分钟的(de)连贯(guàn)的也(yě)有(yǒu)确切内(nèi)容的(de)视(shì)频，这才是真正(zhèng)让(ràng)人(rén)们感(gǎn)到惊喜的地方。因为无论AI生成的(de)视频(pín)多么高(gāo)清，也只(zhǐ)能(néng)是为内(nèi)容生产者提供一个(gè)灵感，一个素材，一个(gè)过场(chǎng)动画(huà)。

不过能够制作出有具体剧情内容(róng)的视频就意味着，一些视频创(chuàng)作由(yóu)AI代(dài)替人工完成已经初步有了可能。

当下(xià)AI的发展速度已经超过大部分人的想象。内容产业的(de)本质是供给创造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为内容产业带来更(gèng)新的(de)内容风格、更(gèng)快的生(shēng)产速度，更(gèng)低的生产成本(běn)，这(zhè)无疑(yí)会驱动(dòng)内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码(mǎ)、机器(qì)人动(dòng)作(zuò)等多种内(nèi)容形式的生成(chéng)。不难发现该项技(jì)术(shù)不仅(jǐn)在游戏等(děng)行(xíng)业能得(dé)到有效应用，对(duì)于下一代互联网各种元素的构建亦有关键意(yì)义。

从(cóng)商业化的角(jiǎo)度来看，文化娱(yú)乐、教(jiào)育、传媒等诸多领域(yù)，本身(shēn)就对基于AI的(de)可视化内容有(yǒu)强(qiáng)烈(liè)需求。

因此，AI绘画及视频(pín)或不是结果，而只(zhǐ)是AI进程中的(de)一块重要拼图，有望在(zài)技术更新的加持下实现更大的(de)应用价值。

AI从理(lǐ)解内(撒贝宁个人资料简历nèi)容(róng)，走向了可以(yǐ)生成(chéng)内容，甚至能够创造出独立价值(zhí)和独立视角的内容(róng)。AIGC的再次出(chū)圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言大模型、图像大模型之后，多模态大模型(xíng)已(yǐ)经成(chéng)为了新的趋(qū)势。

大模(mó)型被誉为当前人工智能(néng)发展的智(zhì)能底座，是(shì)全球竞争最激烈的研究方向之一，包(bāo)括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部(bù)企(qǐ)业都在竞相发力。

不(bù)过训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告(gào)估(gū)算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型)，训(xùn)练(liàn)成(chéng)本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平均数1300万计算，其对(duì)应(yīng)芯片需(xū)求为3万多片英伟达A100 GPU，初(chū)始投(tóu)入(rù)成本约为8亿美元(yuán)，每日仅(jǐn)电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力支持(chí)。在关注各类大模型的(de)发展同时(shí)，更应(yīng)该关注算力网络的建设(shè)。

算力网络正驱动(dòng)AI产业发展进入(rù)史(shǐ)诗(shī)级加速进程(chéng)，让AIGC及通用AI这一人工(gōng)智能发展的终极(jí)目标离得(dé)更近。

因为(wèi)算力(lì)可以对突破性技术(shù)创(chuàng)新(xīn)提供大力的支(zhī)持。这方(fāng)面，多模态大模型是典型。作为面向(xiàng)未来强人工智能、通用(yòng)人工(gōng)智能的重要技术创新，多(duō)模态大模型已经在(zài)人工(gōng)智能领(lǐng)域提出(chū)了很(hěn)多年，业界也(yě)有不少(shǎo)技术突破，但(dàn)是，多模态大模(mó)型进一步(bù)往(wǎng)下走，算力需求呈几何式上升，一般(bān)的算力基础设施很(hěn)快(kuài)将(jiāng)难以胜任。

从图像、文(wén)字、语音(yīn)单独一项(xiàng)的训(xùn)练，到双(shuāng)模态、三模态的(de)跃迁，让人(rén)工智(zhì)能可(kě)以灵活(huó)应对不(bù)同模态的转化、像(xiàng)人(rén)与世界交互(hù)一样自然，这方面，由算力网(wǎng)络(luò)来驱动将有明显(xiǎn)优势。

此外，还有很多(duō)需要爆发式增长的算力(lì)来支撑的技术(shù)创(chuàng)新，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和大算力的支持下AIGC能(néng)持续颠覆内容(róng)生(shēng)产的(de)方式，将创造的(de)边际成本降低，让万众受(shòu)益。

未经允许不得转载：营口焊闯人力资源有限公司 撒贝宁个人资料简历