自聊(liáo)天机器人ChatGPT火爆以(yǐ)来，微软公(gōng)司创始人(rén)比尔(ěr)光速每秒多少公里绕地球多少圈，光速每秒多少米·盖茨(cí)已(yǐ)多次(cì)公开谈(tán)论(lùn)人(rén)工智能话题。在(zài)最近的一(yī)次采(cǎi)访(fǎng)中，他再(zài)次(cì)表示(shì)：“AI可(kě)能会让科技行业迎来一次剧烈(liè)的洗牌”。

这个结论(lùn)是他在当(dāng)地(dì)时(shí)间2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展(zhǎn)可能会威(wēi)胁到谷歌的市占率，因为(wèi)微软在AI方面(miàn)的行(xíng)动相当迅速。而(ér)最终科技巨头将把AI整合成用(yòng)户的“全能(néng)助手”，包揽一切应用，与人们(men)进行沟(gōu)通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手(shǒu)的到(dào)来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀(shā)出重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科罗(luó)拉多州(zhōu)举办的新兴数字艺术家竞赛(sài)中(zhōng)，一幅(fú)名为《太空歌剧院》的(de)作品获奖。

随后各大厂(chǎng)商的(de)AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

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

作画的(de)关键(jiàn)就是所输入的文(wén)本。同一组关键词也(yě)可(kě)以(yǐ)创(chuàng)作出很多张风格不一样的画作，这让创(chuàng)作的过程(chéng)就像开盲(máng)盒。

很多用户很喜(xǐ)欢(huān)这种不确定的(de)惊(jīng)喜(xǐ)，他们会将生成(chéng)的(de)美图当做头像。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻车(chē)”作品。在社交媒体上，许(xǔ)多(duō)用户(hù)分(fēn)享AI“翻车现场”，例如，一位(wèi)网友的小狗照片被(bèi)AI画成(chéng)了“肌肉(ròu)男”，还有网友的(de)个人照片被(bèi)AI识(shí)别成(chéng)了建筑(zhù)。

而如今随着ControlNet的(de)出(chū)现与加持，以(yǐ)往(wǎng)AI绘画的填写(xiě)关键词游戏可能要被颠覆了。

光速每秒多少公里绕地球多少圈，光速每秒多少米c="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯(sī)坦(tǎn)福读博的中国人张吕敏(mǐn)创作的一种基(jī)于控制点的图(tú)像变形算法(fǎ)，主要(yào)用于(yú)数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两(liǎng)天(tiān)内便成为了(le)AI绘画领(lǐng)域最(zuì)新的热点。

在此(cǐ)之前，大家(jiā)用了很多方法想让AI生成的结果尽可(kě)能(néng)的符(fú)合要求，但是都不(bù)尽如人意，它的出现(xiàn)代表着(zhe)AI生(shēng)成开始进(jìn)入真正(zhèng)的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面(miàn)的构图(tú)，人物的姿势和画面的深度信息等。有了它的帮助，就(jiù)不用频繁的用提(tí)示(shì)词(cí)来碰运气，抽(chōu)盲盒(hé)式的(de)创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画(huà)加(jiā)了(le)“魔法”，不少博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友的照片直接(jiē)带(dài)她(tā)们走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关键(jiàn)词；最后用ControlNet插件(jiàn)绑定(dìng)骨骼开始(shǐ)换关键词试效(xiào)果(guǒ)。

通(tōng)过图片就可以看(kàn)出来，效果十分惊艳。

更(gèng)厉害的(de)是，除了真(zhēn)实的照片，草图也可以(yǐ)加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实现线(xiàn)稿转全彩图。大(dà)神张吕敏其本尊也(yě)亲自回应。

不得不(bù)说当下AIGC已经变得(dé)越来越强大(dà)，甚(shèn)至输出的作品(pǐn)都已经能以假(jiǎ)乱真了(le)。

02

难(nán)辨虚实，AIGC技术(shù)力爆(bào)发(fā)

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照片都(dōu)是AI制作的真人照片(piàn)绘图，因为太逼真，被(bèi)大家当成(chéng)真事(shì)传播了。

不过仔细观察(chá)可以发现(xiàn)，活动发起者提供的照片中有(yǒu)个(gè)很大的(de)漏洞可(kě)以发现并非真人，而是AI绘图，那便是图片中女性(xìng)的手指(zhǐ)部分有的(de)存在异常。

有行业人(rén)事表示：“现在(zài)因为(wèi)手指部分(fēn)的(de)绘画算法比(bǐ)较复杂，AI还不太会画人的(de)手，但最新看(kàn)到的图(tú)片已经有越(yuè)来越完美的AI模型出(chū)现，以(yǐ)后可能就完(wán)全(quán)没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国广(guǎng)播公司报道，土耳其地震(zhèn)期(qī)间，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布(bù)到网络，以(yǐ)此(cǐ)诱骗善良的(de)人打赏“捐助”从而实(shí)施诈骗(piàn)。

目(mù)前随着技术发(fā)展，AIGC已经能做出真人照片般的绘(huì)图效果，如果(guǒ)这(zhè)样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引发了(le)很(hěn)多(duō)担忧，一(yī)方面(miàn)，批判者认为AI在“学习(xí)”了(le)大量前人(rén)的作品之后，其创作没有任何情绪和灵魂，难以(yǐ)和(hé)人类的(de)艺术(shù)创作相(xiāng)提(tí)并(bìng)论。

另(lìng)一方(fāng)面，AIGC背后(hòu)的版权、目(mù)前都并没有(yǒu)得到(dào)有效的解决，还有AIGC会不会(huì)代替(tì)人(rén)类“至高无上”的创意。

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(le)。

03

AIGC下(xià)一(yī)站除了视(shì)频，还有远(yuǎn)方(fāng)

技术都是有两(liǎng)面性的，潜在的危害并不能(néng)掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革(gé)命的核心驱动(dòng)力量，将(jiāng)创造新的增(zēng)长奇迹(jì)。

过去(qù)一年，人工智能在(zài)技术和商业层面(miàn)都有了巨(jù)大进展，AI绘画就是(shì)人工智能技术发(fā)生方向性改变(biàn)的一个代表。其下一站或许(xǔ)就是(shì)视(shì)频(pín)。

此前，Meta和谷歌(gē)先(xiān)后(hòu)发布了几条(tiáo)引爆科技圈的短视(shì)频。这些视频引发关注并非(fēi)内容做得多(duō)优秀，反而都(dōu)非常简单，比如(rú)一匹(pǐ)正在喝水(shuǐ)的马，一只画(huà)画的玩具熊，或者一段骑摩(mó)托(tuō)车(chē)的第(dì)一视(shì)角录像，随便一个有手机的人(rén)都可以随手录下一段(duàn)。

但这些短视频的创作方式(shì)非常(cháng)简单，创(chuàng)作者仅仅需要(yào)向(xiàng)AI输入一段话，甚(shèn)至(zhì)只是说一下要求，AI就可以根据需要(yào)生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频(pín)后，AI圈(quān)就已经玩了一波(bō)梗(gěng)，一个能够做(zuò)出更高(gāo)清视频的AI还不足(zú)以在短时间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的(de)地方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也有确切内容的视频，这(zhè)才是(shì)真正让人们(men)感到(dào)惊喜(xǐ)的地(dì)方。因(yīn)为无(wú)论AI生成的视频多么(me)高(gāo)清(qīng)，也只能是为内容生产者提供(gōng)一(yī)个灵(líng)感，一(yī)个素材，一个过场动(dòng)画。

不过能够制作出(chū)有(yǒu)具体剧情内容的视频就意(yì)味着，一些(xiē)视频创作由AI代(dài)替人工完成已经初(chū)步有了(le)可能(néng)。

当(dāng)下AI的发展速度已(yǐ)经超过大(dà)部分人(rén)的(de)想象(xiàng)。内容(róng)产业的(de)本质是供(gōng)给创造需(xū)求，AIGC作(zuò)为(wèi)全新的内容生产(chǎn)方(fāng)式，可以为内容(róng)产业带来(lái)更新的内容风格、更快的(de)生产速度(dù)，更低的生产成本，这无疑会驱(qū)动内(nèi)容产业的大爆发(fā)。

除了AI绘(huì)图、视(shì)频，AIGC技术还(hái)能应用于音乐、代(dài)码、机(jī)器人动(dòng)作等多种内容形式的生成(chéng)。不难发(fā)现该项技术不仅在游戏等行业能得到有效应用(yòng)，对(duì)于下(xià)一代互(hù)联(lián)网各种元素的(de)构建亦(yì)有关键意义。

从(cóng)商业化的角度来(lái)看，文(wén)化娱乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可视化内容(róng)有强烈需求(qiú)。

因此，AI绘画及(jí)视(shì)频(pín)或不是结果，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有望在技术(shù)更新的加持下实(shí)现更大的应用价值(zhí)。

AI从理解内容，走向了(le)可以(yǐ)生成(chéng)内容，甚至能够(gòu)创造(zào)出独立价(jià)值和独(dú)立(lì)视(shì)角(jiǎo)的(de)内容。AIGC的(de)再次出(chū)圈(quān)，更代表着未来的先进生(shēng)产力(lì)即将到来。

04

紧抓大模型与算力，牢(láo)固(gù)AIGC底座

从(cóng)技术的发展也可(kě)以看出(chū)，在语(yǔ)言大模型、图像大(dà)模型之后，多模态大模型已经成为了新(xīn)的趋势(shì)。

大模型被誉为(wèi)当前人工智(zhì)能发展的智能底座(zuò)，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众(zhòng)多头部企(qǐ)业(yè)都在竞相发力。

不过(guò)训练大模型(xíng)的(de)确(què)价格不菲，以国(guó)盛证券(quàn)发布(bù)的《ChatGPT需(xū)要多少(shǎo)算力(lì)》报告(gào)估算，GPT-3训练一次的(de)成(chéng)本(běn)约为140万(wàn)美元。而对于一些更大的LLM(大型(xíng)语言模型)，训(xùn)练成本(běn)则介于200万美元至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算(suàn)，其对应(yīng)芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电(diàn)费就在5万(wàn)美元左右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在(zài)关注各类大模型的发展(zhǎn)同时，更应(yīng)该(gāi)关注算力网(wǎng)络(luò)的建设。

算力网络(luò)正驱动AI产业发展进入史诗级加速进(jìn)程，让AIGC及通用(yòng)AI这(zhè)一人工智能发展(zhǎn)的终极目标离得更近。

因为算(suàn)力(lì)可(kě)以对突(tū)破(pò)性技术创新提供大力的支持。这方面，多模态大模型是(shì)典(diǎn)型。作为面向(xiàng)未来强人工智(zhì)能、通用(yòng)人工(gōng)智能(néng)的重(zhòng)要(yào)技术创新，多(duō)模态大模型已经在人工智能(néng)领域提出了很多(duō)年，业界也(yě)有不少技术突破，但是，多模态(tài)大模型(xíng)进一步往下走，算力(lì)需求呈(chéng)几何(hé)式上升，一(yī)般的算力基础设施很快(kuài)将(jiāng)难以(yǐ)胜任。

从图(tú)像、文字、语音单独一(yī)项的训练，到双模态、三模态的跃迁，让人工智能可以灵活应(yīng)对不同模态的转化、像人与世界交互一样(yàng)自然(rán)，这方面，由算力网络(luò)来驱动将(jiāng)有明显优势。

此外(wài)，还(hái)有很多(duō)需要爆发式(shì)增长的算力来(lái)支撑的技术(shù)创新，将在人工智(zhì)能(néng)算力网(wǎng)络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光，期(qī)待在(zài)大模型(xíng)和大算力的支持(chí)下AIGC能持(chí)续颠覆内容生产的方式，将创造的边际成(chéng)本(běn)降低，让万众受(shòu)益。

未经允许不得转载：上海惠特丽生物科技有限公司 官网 光速每秒多少公里绕地球多少圈，光速每秒多少米