自聊(liáo)天机器人ChatGPT火爆(bào)以来，微软公(gōng)司创(chuàng)始(shǐ)人比尔·盖茨已多次公开谈论(lùn)人工智能话题。在最近的一次采访(fǎng)中(zhōng)，他再(zài)次表示：“AI可能会让科技行业迎来(lái)一(yī)次剧烈的洗广药董事长什么级别，广药集团董事长是什么级别(xǐ)牌”。

这个结(jié)论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展(zhǎn)可能(néng)会(huì)威胁(xié)到谷歌(gē)的(de)市占率，因为微软在AI方面(miàn)的行动相当迅(xùn)速。而(ér)最(zuì)终(zhōng)科技(jì)巨头将(jiāng)把AI整合成用户的(de)“全能助手”，包揽一(yī)切应用，与人们进行沟(gōu)通并(bìng)提(tí)供(gōng)建议，可以取代(dài)亚(yà)马(mǎ)逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能(néng)助(zhù)手的到来(lái)可能尚(shàng)需(xū)时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次(cì)爆(bào)火的时候(hòu)，还(hái)是2022年(nián)8月(yuè)，在美国(guó)科罗拉多(duō)州(zhōu)举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空(kōng广药董事长什么级别，广药集团董事长是什么级别)歌(gē)剧院》的作品获奖。

随后各大厂商的(de)AI绘画软件被广大网友(yǒu)熟知(zhī)并体验(yàn)，Stable Diffusion便是其中(zhōng)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，就能获得一幅AI创作的画作。

作(zuò)画(huà)的关键就是所输入的文本。同(tóng)一组(zǔ)关(guān)键词也(yě)可(kě)以创作出很多张风格(gé)不(bù)一样的画作(zuò)，这让创作的过(guò)程(chéng)就(jiù)像开盲盒。

很多(duō)用(yòng)户很喜欢这(zhè)种不确定的惊喜，他们(men)会(huì)将生成的美图当做头像。而另一部分(fēn)喜(xǐ)欢翻看(kàn)AI绘画(huà)的“翻车”作品。在社交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻车(chē)现场”，例如，一(yī)位网(wǎng)友(yǒu)的(de)小狗照片被AI画成了“肌肉男”，还(hái)有网(wǎng)友(yǒu)的个(gè)人照片被AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填(tián)写关键词游戏可能(néng)要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦(tǎn)福读博的(de)中国(guó)人张吕敏创作(zuò)的一(yī)种基(jī)于控制点的(de)图(tú)像变形算法，主要用于(yú)数(shù)字(zì)图像(xiàng)处理、计算机视(shì)觉和计算机(jī)图形学等(děng)领域。

其SD插件一经(jīng)发(fā)布(bù)，在短(duǎn)短的两天(tiān)内便成为了AI绘(huì)画领域(yù)最(zuì)新的热点。

在此之前，大(dà)家用了很(hěn)多方法想让AI生成(chéng)的(de)结果尽可(kě)能(néng)的符(fú)合(hé)要(yào)求，但是都(dōu)不(bù)尽如人意(yì)，它的出现(xiàn)代(dài)表着(zhe)AI生(shēng)成(chéng)开(kāi)始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构图，人物(wù)的姿势和画面的(de)深度信(xìn)息等(děng)。有了它的帮助，就不用频(pín)繁的用提(tí)示词来碰运气(qì)，抽盲盒(hé)式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已经获得了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直(zhí)接带(dài)她们走进(jìn)动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键词试(shì)效(xiào)果。

通过图片(piàn)就(jiù)可以(yǐ)看出(chū)来(lái)，效果十(shí)分惊艳。

更厉害的(de)是，除了真实(shí)的照片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍(shào)到ControlNet还能(néng)实(shí)现线稿转全彩图(tú)。大神张吕敏其本尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经变得越(yuè)来越强大(dà)，甚至输出的作品都已(yǐ)经能以(yǐ)假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力(lì)爆(bào)发

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖有游艇party”的(de)消息火遍(biàn)网络，而经过警方辟谣这(zhè)所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈骗(piàn)。

由(yóu)于这个活(huó)动里面(miàn)给出的美女照(zhào)片都是AI制作的真(zhēn)人照(zhào)片绘图，因为太逼真(zhēn)，被大(dà)家当成真事传播了。

不过仔细观察(chá)可以(yǐ)发现，活动发起者提供的照片中(zhōng)有个很(hěn)大的漏(lòu)洞可以发现并非真(zhēn)人，而(ér)是AI绘图，那便是图片中(zhōng)女(nǚ)性的(de)手(shǒu)指部分有的存在(zài)异(yì)常。

有行业人事表示：“现在因为手指部分的绘画算法比(bǐ)较复杂(zá)，AI还(hái)不太会画人(rén)的手(shǒu)，但最新看到的图片已(yǐ)经有越来越(yuè)完美(měi)的AI模型出现(xiàn)，以后(hòu)可能(néng)就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作(zuò)图诈(zhà)骗(piàn)在(zài)国外也(yě)已有发生。据英国(guó)广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童(tóng)受灾的假照片发布到网(wǎng)络，以此诱骗善良的人打赏“捐助(zhù)”从而(ér)实施诈骗。

目(mù)前(qián)随着技术发展，AIGC已经能做出真人(rén)照(zhào)片般(bān)的绘图(tú)效果，如果这样的图(tú)片(piàn)被(bèi)用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为AI在(zài)“学习”了大量(liàng)前人的作(zuò)品之后，其(qí)创作没(méi)有任(rèn)何情绪和灵魂，难以(yǐ)和(hé)人(rén)类的(de)艺(yì)术(shù)创作相提并论(lùn)。

另一(yī)方面，AIGC背后的版权、目前(qián)都并没(méi)有得到有(yǒu)效(xiào)的解决，还有AIGC会(huì)不(bù)会代替人类“至高无(wú)上”的创(chuàng)意。

马斯克(kè)也强调(diào)，人工智能的(de)安全问题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下(xià)一(yī)站除(chú)了视(shì)频(pín)，还有远方(fāng)

技术都是(shì)有(yǒu)两面性的，潜在的危(wēi)害并不能掩盖(gài)其光(guāng)辉的贡献。现(xiàn)在看来，人工智(zhì)能技术将(jiāng)是第(dì)四次(cì)工业革命(mìng)的核心驱(qū)动力量，将创造(zào)新的增长奇迹。

过去(qù)一(yī)年(nián)，人工智能在(zài)技术和商(shāng)业层(céng)面都有(yǒu)了(le)巨(jù)大进展，AI绘画(huà)就(jiù)是人工智(zhì)能(néng)技术发生(shēng)方向性改变的一个代表(biǎo)。其下一站(zhàn)或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆科技圈(quān)的短视频。这些视频引发(fā)关注并非内容做(zuò)得(dé)多优秀，反而都非常简单，比如(rú)一匹正(zhèng)在喝(hē)水的马(mǎ)，一只画画的玩具(jù)熊，或者(zhě)一段骑摩(mó)托车的第一视角(jiǎo)录像，随(suí)便一个有手机的人都可以(yǐ)随手录下一段。

但这些短(duǎn)视频(pín)的创作方式非常简单，创(chuàng)作者仅仅需要(yào)向AI输入(rù)一段话，甚至只是说一(yī)下要(yào)求，AI就可以根据需(xū)要生成一(yī)段视频。

谷歌发(fā)布的(de)两个(gè)AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突(tū)出(chū)的是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后(hòu)，AI圈就已经玩了(le)一波梗，一个(gè)能(néng)够做(zuò)出更高清视频(pín)的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于(yú)，它可以制作出超过(guò)2分钟的连贯的也(yě)有确切内容(róng)的视频，这才是真正让人们(men)感到惊喜的(de)地方。因为(wèi)无论AI生成的(de)视频多么高清(qīng)，也(yě)只(zhǐ)能(néng)是为内容生产者提供一个灵感，一个素材(cái)，一个过场动画。

不过能(néng)够制作出(chū)有具体剧情内容(róng)的视频(pín)就意味(wèi)着，一些视频创作由AI代(dài)替人(rén)工完成已经(jīng)初步有了可(kě)能。

当下AI的(de)发展速度已经超过大部分人的想象。内容产业的本质是供给创造(zào)需(xū)求，AIGC作(zuò)为全新的内容生产方式，可以为内(nèi)容(róng)产业(yè)带来更新的内容风格、更快的生产速度，更(gèng)低的生产成本(běn)，这无疑会驱动内容(róng)产业的大(dà)爆(bào)发。

除了AI绘(huì)图、视频，AIGC技(jì)术还(hái)能(néng)应(yīng)用于音乐、代码、机(jī)器人动作等多(duō)种内容(róng)形式的生(shēng)成(chéng)。不(bù)难发现该项技术不仅在(zài)游戏(xì)等行(xíng)业(yè)能得到有(yǒu)效应用(yòng)，对(duì)于下一代互联网各种(zhǒng)元素的构建亦有关(guān)键意义。

从商业化的(de)角度来(lái)看(kàn)，文化娱乐、教育、传(chuán)媒等诸多领域(yù)，本身(shēn)就对基于(yú)AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画及视频(pín)或不是(shì)结(jié)果(guǒ)，而只(zhǐ)是AI进程中的(de)一块(kuài)重要(yào)拼图，有望在技术更新的(de)加持下(xià)实现更大的应用价值。

AI从理解内容(róng)，走(zǒu)向了可以生成内容(róng)，甚至能够创(chuàng)造出独立价值和独(dú)立视角的内容。AIGC的(de)再次出圈，更代表(biǎo)着未(wèi)来(lái)的(de)先进生产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技(jì)术的发展也可以看出，在(zài)语言大模型(xíng)、图像大模(mó)型之(zhī)后，多模态大模型(xíng)已(yǐ)经成(chéng)为(wèi)了新的(de)趋势。

大模型(xíng)被誉为当前(qián)人(rén)工智(zhì)能(néng)发展的智能底座，是全(quán)球竞(jìng)争(zhēng)最激烈的(de)研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等众多(duō)头部企业都在竞相(xiāng)发力。

不过训(xùn)练大模型的(de)确(què)价格不(bù)菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告(gào)估(gū)算，GPT-3训练一次的成(chéng)本约为(wèi)140万美元(yuán)。而对于一些更大(dà)的LLM(大型语言模(mó)型)，训练成本则介于(yú)200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平(píng)均数1300万计算，其对应(yīng)芯(xīn)片(piàn)需求为3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各类大模型(xíng)的发展同时，更(gèng)应该关注算(suàn)力网络(luò)的(de)建设。

算力网络正驱(qū)动AI产业发(fā)展进入史诗(shī)级加速进程(chéng)，让AIGC及通用AI这一人工(gōng)智能发(fā)展的终极目标离得更(gèng)近。

因为算力可以对突破性技术创(chuàng)新提(tí)供大力(lì)的(de)支(zhī)持(chí)。这(zhè)方面，多模(mó)态大模型是(shì)典(diǎn)型。作为(wèi)面向未来强人工智能、通用(yòng)人工智(zhì)能的重要技术创新，多模态(tài)大模(mó)型已经在(zài)人工智能领域提出了很多年，业界也有不少技术突破，但是(shì)，多(duō)模态大模型进一步往下走，算(suàn)力需求呈几何式上升，一般的算力(lì)基(jī)础(chǔ)设施很快将难以胜任。

从图(tú)像、文字、语音单独一项的训练(liàn)，到双模态(tài)、三模态的(de)跃迁，让人(rén)工智(zhì)能(néng)可以灵活应(yīng)对不同模态的转化、像人(rén)与(yǔ)世界交(jiāo)互一样自然，这方面，由算力网络来驱(qū)动将有明显优(yōu)势。

此(cǐ)外(wài)，还(hái)有很多需要爆(bào)发(fā)式增(zēng)长的算力来(lái)支撑的技术创新，将在人工智能算(suàn)力网(wǎng)络支撑(chēng)下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大(dà)算力的支持(chí)下(xià)AIGC能持(chí)续颠覆内容生产的(de)方式，将创造的(de)边际成本降(jiàng)低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 广药董事长什么级别，广药集团董事长是什么级别