自聊天机器人ChatGPT火爆(bào)以来，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论人工智能话题。在最近的一次采访中，他再(zài)次表示(shì)：“AI可能会让科技行业迎来(lái)一次剧烈的(de)洗牌”。

这个结论是他在当(dāng)地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预(yù)期，AI的发展(zhǎn)可(kě)能会威胁到(dào)谷歌的(de)市占率，因为微软(ruǎn)在(zài)AI方面的行动相当迅速(sù)。而最终科技巨(jù)头(tóu)将(jiāng)把AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年(nián)8月(yuè)，在美国科罗拉多州举办的新兴数(shù)字艺术家竞(jìng)赛中(zhōng)，一(yī)幅名为《太空歌剧院(yuàn)》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘画软(ruǎn)件(jiàn)被广(guǎng)大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以(yǐ)在应用中(zhōng)输入(rù)一组关键词(cí)或(huò)者一张照片，就能获(huò)得(dé)一幅AI创作的画作(zuò)。

作画的(de)关键就是所(suǒ)输(shū)入的文本。同一组关键词(cí)也(yě)可(kě)以(yǐ)创(chuàng)作出很(hěn)多张(zhāng)风格不一样(yàng)的画(huà)作(zuò)，这0是有理数吗还是无理数，0是有理数吗？判断题让创作的过程就像开盲(máng)盒。

很多用户很喜欢这种(zhǒng)不(bù)确定的惊喜，他们会将生成的美图(tú)当(dāng)做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多(duō)用户分(fēn)享AI“翻车(chē)现场”，例如，一位网友的小狗照片被AI画成了(le)“肌肉男”，还(hái)有(yǒu)网友(yǒu)的个(gè)人照片被(bèi)AI识别(bié)成了建筑。

而如(rú)今随着ControlNet的出现与加(jiā)持，以往AI绘画的填写(xiě)关键词(cí)游戏可(kě)能(néng)要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博的中国人张(zhāng)吕敏创作的一种基于控制点的图像变形算法(fǎ)，主要(yào)用于数字(zì)图像(xiàng)处理、计算机视觉和计算机图形学等领域。

其SD插(chā)件一经发布(bù)，在短短的(de)两天(tiān)内(nèi)便成为了AI绘画领域最新的热(rè)点。

在此之前，大家用了很(hěn)多方法想让(ràng)AI生成的(de)结果尽可(kě)能的(de)符合要求，但是都不尽(jǐn)如人意，它的出现代表着AI生(shēng)成开始进入真正(zhèng)的可(kě)控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构(gòu)图，人物的姿势和画面的深(shēn)度信息等(děng)。有了它的帮(bāng)助(zhù)，就不用频繁的用提示词来(lái)碰运气，抽盲盒式的创(chuàng)作了(le)。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔法”，不(bù)少博主的作品已(yǐ)经获得了大量的(de)浏览量(liàng)，“viggo”就(jiù)是其(qí)中之(zhī)一，他用朋(péng)友的照片直接带(dài)她们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应(yīng)的关(guān)键(jiàn)词(cí)；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开(kāi)始换关键(jiàn)词(cí)试效果(guǒ)。

通过图片就(jiù)可以(yǐ)看出来，效果十分惊艳。

更厉(lì)害(hài)的是(shì)，除(chú)了真实的(de)照(zhào)片，草图也(yě)可以加上“魔(mó)法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能实现(xiàn)线稿转全彩图(tú)。大神张吕敏(mǐn)其本尊也(yě)亲自(zì)回应(yīng)。

不得不说当下AIGC已经变得(dé)越来越强大，甚(shèn)至输出的作品都已(yǐ)经能(néng)以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问(wèn)题(tí)

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍网络(luò)，而(ér)经过警方辟谣这所谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面(miàn)给出的美女照片(piàn)都是AI制作的真人照片绘(huì)图(tú)，因(yīn)为太(tài)逼真，被大家当(dāng)成真事传播了。

不过仔细观察可(kě)以发现，活动发起者提供的照(zhào)片中有(yǒu)个很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图(tú)片中女性的手(shǒu)指部(bù)分有的存在异(yì)常。

有行(xíng)业人事(shì)表示：“现在因为手(shǒu)指部(bù)分的绘画算(suàn)法(fǎ)比(bǐ)较复杂，AI还不(bù)太(tài)会(huì)画人(rén)的手，但最新看(kàn)到的图片已(yǐ)经有(yǒu)越(yuè)来越完美(měi)的AI模型出现，以后可能(néng)就(jiù)完全(quán)没有(yǒu)漏洞了。”

类似的(de)AI作(zuò)图诈骗在国(guó)外也(yě)已(yǐ)有发(fā)生。据英(yīng)国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受(shòu)灾的假照片发布到网络，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随着(zhe)技术发(fā)展(zhǎn)，AIGC已经能做出真人照片般的绘图(tú)效果，如果(guǒ)这样的图片(piàn)被用来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判者(zhě)认为AI在“学习(xí)”了大量(liàng)前(qián)人(rén)的作(zuò)品之后，其创作没有(yǒu)任(rèn)何(hé)情(qíng)绪和灵(líng)魂，难以和人(rén)类的艺术创作相提并论(lùn)。

另一(yī)方面，AIGC背后(hòu)的版权(quán)、目前都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”的创意。

马(mǎ)斯(sī)克(kè)也(yě)强调(diào)，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下一站除了视频(pín)，还有远方(fāng)

技(jì)术都是有(yǒu)两面性的，潜在的危害并(bìng)不能(néng)掩盖其(qí)光辉(huī)的贡献。现在(zài)看来，人(rén)工智(zhì)能技术将是第四次工业革命的核心驱(qū)动(dòng)力量，将创造新的增长奇迹。

过去(qù)一年，人(rén)工智能在技术和商业(yè)层面(miàn)都有了巨大进(jìn)展，AI绘(huì)画就是(shì)人(rén)工智能技术发生(shēng)方(fāng)向(xiàng)性改(gǎi)变的一个(gè)代表。其下一站(zhàn)或(huò)许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布(bù)了几条引爆科技圈的短视频(pín)。这些视频(pín)引(yǐn)发关(guān)注(zhù)并非内容做得多优秀，反而(ér)都非常(cháng)简(jiǎn)单(dān)，比如一匹正(zhèng)在(zài)喝水的马，一只画画(huà)的玩具熊(xióng)，或者一段(duàn)骑摩托(tuō)车的第(dì)一(yī)视(shì)角录像，随便(biàn)一个有手机(jī)的(de)人都可以随手录(lù)下一(yī)段。

但(dàn)这(zhè)些短视频的创作方式非(fēi)常简单，创作者仅仅(jǐn)需(xū)要向AI输入一段话，甚至只(zhǐ)是说(shuō)一(yī)下要(yào)求(qiú)，AI就可以根(gēn)据需要生成一段视频。

谷歌发布(bù)的两个(gè)AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没有(yǒu)太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就(jiù)已经玩了一波(bō)梗(gěng)，一(yī)个能够做出(chū)更高(gāo)清(qīng)视频的AI还不足以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地(dì)方在(zài)于，它可以(yǐ)制作(zuò)出超过(guò)2分钟(zhōng)的连贯的也有确切(qiè)内容的视频，这(zhè)才是真正让(ràng)人(rén)们感到惊(jīng)喜的地方。因为无论AI生成的(de)视频(pín)多么高清，也(yě)只能(néng)是为内容生产者提供一个灵感，一(yī)个素(sù)材，一个(gè)过场动(dòng)画。

不(bù)过能够制作(zuò)出(chū)有(yǒu)具体剧(jù)情内容的视频就意味着，一些(xiē)视频创作由AI代替人(rén)工完成已经初(chū)步有(yǒu)了(le)可能。

当下AI的发展速度已经超(chāo)过大部分人的想象。内容产业的本质(zhì)是供给(gěi)创(chuàng)造需求，0是有理数吗还是无理数，0是有理数吗？判断题AIGC作为全新的内容生产方式，可(kě)以为内容产业带(dài)来(lái)更新(xīn)的内容风格、更快的生产速(sù)度，更(gèng)低(dī)的生产(chǎn)成(chéng)本(běn)，这无疑会驱动内容产(chǎn)业(yè)的大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种内(nèi)容(róng)形式(shì)的生成(chéng)。不难发(fā)现该项(xiàng)技术不仅在游戏(xì)等行(xíng)业(yè)能得到有(yǒu)效应用，对于下(xià)一代互联网各种(zhǒng)元素的构建亦(yì)有关键意义。

从(cóng)商业化(huà)的角(jiǎo)度来看(kàn)，文化娱乐(lè)、教(jiào)育、传媒等诸多(duō)领(lǐng)域，本身就对基于AI的可视(shì)化内容(róng)有强烈需求(qiú)。

因此(cǐ)，AI绘(huì)画及视频或不是结(jié)果，而只是(shì)AI进程中的一块重(zhòng)要拼图(tú)，有望在(zài)技术更新的(de)加持下(xià)实(shí)现更大的应用价值。

AI从理解(jiě)内容，走(zǒu)向(xiàng)了可以(yǐ)生成内容，甚至能够创(chuàng)造出独立价值和(hé)独立视(shì)角的(de)内容。AIGC的再(zài)次出(chū)圈，更代表着未来的(de)先进生产(chǎn)力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的(de)发展也可以看出，在语(yǔ)言大模型、图(tú)像(xiàng)大模型之后，多(duō)模态大模(mó)型已经成(chéng)为了新(xīn)的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展(zhǎn)的智能(néng)底座(zuò)，是(shì)全球竞争最(zuì)激烈(liè)的研究(jiū)方(fāng)向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里(lǐ)、腾讯等(děng)众多(duō)头部(bù)企(qǐ)业(yè)都在竞相发力。

不过训练大模(mó)型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多少算(suàn)力》报告(gào)估算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些更(gèng)大的LLM(大型语言(yán)模(mó)型)，训(xùn)练成(chéng)本则介(jiè)于(yú)200万美(měi)元至1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平均数1300万计算，其对(duì)应芯(xīn)片需求为3万多片英伟(wěi)达A100 GPU，初始投入成(chéng)本约(yuē)为8亿(yì)美元，每(měi)日仅电费(fèi)就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力(lì)支持(chí)。在关注各类大模型的(de)发展(zhǎn)同时，更应(yīng)该关注算力(lì)网络的建设。

算力网络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发(fā)展的(de)终极目(mù)标离(lí)得更(gèng)近。

因为算力可以对突破性技术创新提供大力(lì)的支(zhī)持。这方面，多模态(tài)大模型是典型(xíng)。作(zuò)为(wèi)面向(xiàng)未来强人工智(zhì)能、通(tōng)用人工(gōng)智能的重要技术创(chuàng)新，多模态大模型已经在人工智能(néng)领域(yù)提(tí)出了很多年，业界也有不少技术突(tū)破，但是，多模态大模(mó)型进一步往下走，算(suàn)力需求呈几何(hé)式上升，一般的(de)算力基(jī)础设施很快(kuài)将(jiāng)难以胜任。

从图像、文(wén)字、语音单独一项(xiàng)的(de)训练(liàn)，到双(shuāng)模态(tài)、三模(mó)态的跃迁(qiān)，让人工智能可以灵活(huó)应(yīng)对不同(tóng)模(mó)态的转化、像人与世界(jiè)交(jiāo)互(hù)一样自然，这方面(miàn)，由算力网络来驱动将有明(míng)显优势(shì)。

此外(wài)，还有很多需要爆发式增长的算力来支撑的技术创新，将在人工智(zhì)能算力网络支撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光，期(qī)待在大模型和大算力的支持下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将创造的边际成本降低，让万众受益。

未经允许不得转载：腾众软件科技有限公司 0是有理数吗还是无理数，0是有理数吗？判断题