自聊天机器(qì)人ChatGPT火爆以来(lái)，微软公司(sī)创始人比尔(ěr)·盖(gài)茨已多次公(gōng)开谈论人(rén)工(gōng)智能话(huà)题。在最近的一次(cì)采访中(zhōng)，他再次表示(shì)：“AI可(kě)能会(huì)让科技行(xíng)业(yè)迎来一次剧(jù)烈(liè)的洗牌”。

这个结论是他在当地(dì)时间2月20日接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期(qī)，AI的发展可能会威胁到谷歌(gē)的市占率，因为微(wēi)软在AI方(fāng)面的行动(dòng)相当(dāng)迅(xùn)速(sù)。而最终(zhōng)科技(jì)巨头(tóu)将把AI整合(hé)成用户的(de)“全能助(zhù)手”，包揽一切(qiè)应(yīng)用，与人们进(jìn)行沟(gōu)通并提供(gōng)建议(yì)，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手的到(dào)来可能尚需时日，但由(yóu)ControlNet引发(fā)的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代表的AIGC上一次(cì)爆火(huǒ)的(de)时候，还是2022年(nián)8月，在美国科罗拉(lā)多州(zhōu)举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太(tài)空歌(gē)剧院》的(de)作(zuò)品获奖。

随后各大(dà)厂商的(de)AI绘画软件(jiàn)被广大网友(yǒu)熟(shú)知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用(yòng)户们可以在(zài)应(yīng)用中输(shū)入一组关键(jiàn)词或者一张照片，就能获得一(yī)幅AI创作的画作。

作(zuò)画的关键就是所输(shū)入的文本。同一组关键词也可以创(chuàng)作出很多张(zhāng)风格不(bù)一样的(de)画作，这(zhè)让(ràng)创作的过程就像开(kāi)盲(máng)盒。

很多用户很喜欢这种不确定的(de)惊喜，他们会将生成的美(měi)图当(dāng)做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例(lì)如(rú)，一位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友(yǒu)的(de)个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加(jiā)持，以往AI绘画的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦(tǎn)福(fú)读(dú)博的中国人张(zhāng)吕敏创作的(de)一种基于控制点的图像变形算法，主要用于数字图像(xiàng)处理、计算(suàn)机视(shì)觉和计算机图形学等(děng)领域。

其SD插(chā)件一经发布，在短短的(de)两天(tiān)内便成为了AI绘画领(lǐng)域最新(xīn)的热(rè)点。

在此之前，大(dà)家用了很多方(fāng)法想让AI生成的(de)结果尽(jǐn)可能的符(fú)合要求，但是都不尽(jǐn)如人(rén)意(yì)，它(tā)的出现代表(biǎo)着AI生(shēng)成(chéng)开(kāi)始进(jìn)入真(zhēn)正的可(kě)控时期。

因为(wèi)ControlNet可以直接提取画面的构图，人物的姿势和画面的深度信(xìn)息等。有(yǒu)了它的帮助，就不用(yòng)频(pín)繁的用提示词来碰运气，抽盲(máng)盒式的创作了(le)。

通俗的(de)说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画加了(le)“魔法”，不少博主的(de)作品已(yǐ)经获得了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的(de)照片直接带(dài)她们(men)走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓展找到对应(yīng)的关(guān)键(jiàn)词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼(gé)开(kāi)始(shǐ)换关(guān)键词试效果。

通过图片(piàn)就可以看出来，效果十分惊艳。

建发集团是国企还是央企 建发员工有编制吗ata-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更(gèng)厉(lì)害的是，除了真实的照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张(zhāng)吕敏(mǐn)其本(běn)尊也亲自回应。

不得不(bù)说当(dāng)下AIGC已(yǐ)经变得越(yuè)来越强(qiáng)大，甚至输出(chū)的(de)作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近(jìn)日，“苏(sū)州金鸡湖有(yǒu)游(yóu)艇(tǐng)party”的(de)消息火遍网络，而经过警方辟谣(yáo)这所谓(wèi)的“party”可能是全(quán)国第一起AI绘图诈骗(piàn)。

由(yóu)于这(zhè)个活动里面给出的美(měi)女照片都是AI制作的(de)真人照(zhào)片绘(huì)图，因为(wèi)太逼真，被大家当成真事传播了。

不过仔细观察可以发现，活(huó)动发起(qǐ)者提供的照片中有个很大的漏(lòu)洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那便是图片(piàn)中女(nǚ)性的手(shǒu)指(zhǐ)部(bù)分有的存在异常。

有行(xíng)业人事表示：“现在(zài)因为(wèi)手指部分(fēn)的绘画算法比较复杂，AI还不太会(huì)画(huà)人的手，但最(zuì)新看到的(de)图片已经(jīng)有(yǒu)越来越完(wán)美的AI模型(xíng)出现，以后可能就完(wán)全没(méi)有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生。据英国广(guǎng)播公司报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用AI合(hé)成了儿(ér)童受灾的(de)假照(zhào)片发布到网(wǎng)络，以(yǐ)此诱骗善良的人(rén)打(dǎ)赏“捐助(zhù)”从而(ér)实施诈骗。

目(mù)前随着(zhe)技(jì)术发展，AIGC已经能做出真人照片般(bān)的绘图(tú)效(xiào)果，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者认为(wèi)AI在“学(xué)习”了大(dà)量(liàng)前人(rén)的作品之后，其创(chuàng)作没有任(rèn)何情绪和(hé)灵魂，难以和人类的艺术创作相提并(bìng)论。

另(lìng)一(yī)方面，AIGC背后(hòu)的版权、目前(qián)都并没有得到有(yǒu)效的解决，还有AIGC会不(bù)会代替人类“至高无(wú)上”的创(chuàng)意。

马斯克也强调，人工智能的(de)安全问题(tí)需要得到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频，还有(yǒu)远方

技术都是(shì)有两(liǎng)面性的，潜在(zài)的(de)危害并不能掩(yǎn)盖其光辉(huī)的贡献。现在看来，人工智能技术将是第四次工业革命(mìng)的(de)核心驱动力量(liàng)，将(jiāng)创造新的增长(zhǎng)奇迹(jì)。

过(guò)去一年，人工智能在技术和商业层面都(dōu)有了巨大(dà)进展，AI绘画(huà)就是人工智能技术(shù)发生方向性(xìng)改变的一(yī)个代表。其下一(yī)站或(huò)许就(jiù)是视(shì)频(pín)。

此前，Meta和谷歌先后(hòu)发布了几条引(yǐn)爆科技圈的短视频。这些视频引发关注并非内容做(zuò)得多(duō)优秀(xiù)，反而都非常简单，比如(rú)一匹正在(zài)喝水的马，一只画画的玩具熊，或者(zhě)一段(duàn)骑摩托车的第(dì)一视角录像，随便一个(gè)有手机的人都可(kě)以(yǐ)随(suí)手录下(xià)一段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅仅(jǐn)需要向AI输(shū)入(rù)一段话，甚至(zhì)只是说(shuō)一(yī)下要求，AI就可以根据需(xū)要(yào)生成一(yī)段视(shì)频。

谷歌(gē)发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩(wán)了一(yī)波梗，一个能够做出更(gèng)高清(qīng)视频(pín)的(de)AI还(hái)不足以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在(zài)于，它可以制作出超过2分钟的(de)连贯的也有确切(qiè)内容的(de)视频(pín)，这才是真正(zhèng)让(ràng)人们感到惊喜的地方。因为无论AI生成的视频多么高清(qīng)，也只能是为内容生产(chǎn)者提供一(yī)个(gè)灵感，一(yī)个素材，一个过场(chǎng)动画。

不过能(néng)够制作出有具(jù)体剧情内容的视频就(jiù)意味着，一(yī)些(xiē)视频创(chuàng)作由AI代替人工(gōng)完成(chéng)已经初(chū)步有了可能。

当下AI的发展(zhǎn)速度(dù)已经(jīng)超过大(dà)部(bù)分人的想(xiǎng)象。内容产业的本质(zhì)是供给创造(zào)需(xū)求，AIGC作为全新的内容生产(chǎn)方(fāng)式，可以为内容(róng)产业(yè)带(dài)来更新的(de)内容风格、更快的生产速度，更低的生产(chǎn)成本(běn)，这无疑会驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多(duō)种内容形式的生(shēng)成。不难发现该项技(jì)术不仅在游戏(xì)等行业能(néng)得(dé)到有(yǒu)效(xiào)应用，对于下一(yī)代互联网各(gè)种元素(sù)的构建亦有关(guān)键意义(yì)。

从商业化(huà)的(建发集团是国企还是央企 建发员工有编制吗de)角度来看，文(wén)化娱乐、教育、传(chuán)媒等诸多(duō)领域，本身就对基于AI的(de)可视化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块重要拼(pīn)图(tú)，有(yǒu)望在技(jì)术更新的加持(chí)下(xià)实现更大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚(shèn)至(zhì)能够(gòu)创(chuàng)造出独立价(jià)值和独立视角的内容。AIGC的再(zài)次出圈，更代(dài)表着未来的(de)先进生产力(lì)即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从(cóng)技术(shù)的发(fā)展也(yě)可以看出(chū)，在语(yǔ)言大模型(xíng)、图像大模型之后(hòu)，多模态大模型已经成为了新的趋势(shì)。

大模(mó)型被誉为当前(qián)人工智能发展的智能底(dǐ)座(zuò)，是全球竞(jìng)争最(zuì)激烈的研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业(yè)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(zhèng)券发布的《ChatGPT需要多少算(suàn)力》报(bào)告估(gū)算，GPT-3训练一次的成本约为140万(wàn)美元。而对于(yú)一些更大的LLM(大型语言模(mó)型(xíng))，训(xùn)练成本(běn)则介于200万美元至1200万美(měi)元高(gāo)价之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年1月的独(dú)立访(fǎng)客平均(jūn)数1300万计算，其(qí)对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元(yuán)，每日仅电费就在(zài)5万美元左右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算力支持(chí)。在关注各(gè)类大模型(xíng)的发(fā)展同时，更应该关(guān)注算力网络(luò)的(de)建设。

算力(lì)网络正驱动AI产业(yè)发展(zhǎn)进(jìn)入史(shǐ)诗(shī)级加(jiā)速进(jìn)程，让AIGC及通用(yòng)AI这一人工智能发展的终极(jí)目标离(lí)得更近(jìn)。

因(yīn)为算力(lì)可以对突破性(xìng)技术创(chuàng)新(xīn)提供大(dà)力的支持。这方面(miàn)，多模态大模型(xíng)是典(diǎn)型。作为(wèi)面向未(wèi)来强人工(gōng)智能、通用人(rén)工(gōng)智能的重要技术(shù)创新(xīn)，多模(mó)态(tài)大(dà)模(mó)型已经(jīng)在人工(gōng)智能领域提出了很多年，业界(jiè)也有不(bù)少(shǎo)技术(shù)突破，但是，多模态大模型进一步(bù)往下走，算力需求呈几何式上升，一般(bān)的算力(lì)基础设(shè)施(shī)很(hěn)快将难以胜任(rèn)。

从图像(xiàng)、文字(zì)、语音单独一项的训练，到双模态(tài)、三模态的跃(yuè)迁，让人工智能可(kě)以灵活(huó)应对不(bù)同(tóng)模(mó)态的转化、像人(rén)与世界交互一样自(zì)然，这方面，由算力网络(luò)来(lái)驱动将有(yǒu)明显优势。

此(cǐ)外，还(hái)有很多需要(yào)爆发式(shì)增长的算力来(lái)支撑的技(jì)术创新，将(jiāng)在人(rén)工智能算力网络支撑下(xià)快速推(tuī)进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能(néng)持续颠(diān)覆(fù)内容(róng)生产的方(fāng)式，将创造的边际成本(běn)降(jiàng)低，让(ràng)万众受益。

未经允许不得转载：绿茶通用站群 建发集团是国企还是央企 建发员工有编制吗