自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨(cí)已多次(cì)公开谈论人工智(zhì)能话题。在最近的一次采访(fǎng)中(zhōng)，他再次表示：“AI可能(néng)会(huì)让科技(jì)行业迎来一次(cì)剧(jù)烈的洗牌”。

这(zhè)个结论是他在当地(dì)时间2月20日接受(shòu)《In Good Company》节(jié)目专(zhuān)访时(shí)提出(chū)的。

他(tā)预期，AI的发(fā)展可能(néng)会威胁(xié)到(dào)谷歌的市占率，因为微(wēi)软(ruǎn)在AI方面的行动(dòng)相当迅速。而最终科技(jì)巨(jù)头(tóu)将(jiāng)把AI整合成(chéng)用户的“全(quán)能助手”，包揽一(yī)切应用，与人(rén)们进行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中(zhōng)全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表的AIGC上(shàng)一(yī)次(cì)爆火(huǒ)的时候(hòu)，还是2022年8月，在美国科(kē)罗拉(lā)多(duō)州举(jǔ)办的新兴数字(zì)艺(yì)术家(jiā)竞赛中，一幅名为(wèi)《太(tài)空(kōng)歌剧(jù)院(yuàn)》的作品获奖。

随后各大厂商的AI绘(huì)画软件被广大网(wǎng)友熟知并(bìng)体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中代表。

用(yòng)户们(men)可以在应用中输入(rù)一组关(guān)键词或者(zhě)一张照(zhào)片，就能获得一(yī)幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入的文本。同一组关键词也可以(yǐ)创作出很多张风格不一样(yàng)的画作，这让(ràng)创作的过程就(jiù)像开盲盒。

很(hěn)多用(yòng)户(hù)很(hěn)喜(xǐ)欢这种不(bù)确(què)定的(de)惊喜，他们会(huì)将(jiāng)生(shēng)成的(de)美(měi)图(tú)当(dāng)做头像。而(ér)另(lìng)一部分(fēn)喜(xǐ)欢(huān)翻看AI绘画(huà)的“翻车”作品。在(zài)社(shè)交媒体上，许(xǔ)多用户分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的(de)个(gè)人照片被AI识(shí)别成了建筑(zhù)。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画的填写关键词游(yóu)戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中(zhōng)国(guó)人张吕敏创作的一种基(jī)于(yú)控制点的图像(xiàng)变形算(suàn)法，主要用于数字(zì)图(tú)像处理(lǐ)、计算机视觉(jué)和计算机图形学等领域。

其(qí)SD插(chā)件一经发布(bù)，在(zài)短短的两(liǎng)天内善哉善哉是什么意思啊，阿弥陀佛善哉善哉善哉是什么意思(nèi)便成为了AI绘画领域最新(xīn)的热点。

在此之前，大家用了很(hěn)多方法想让AI生(shēng)成的(de)结果尽可能的符(fú)合要(yào)求，但(dàn)是都不尽如(rú)人(rén)意，它的出现代表着AI生成开(kāi)始(shǐ)进入真正的可控时期。

因为ControlNet可(kě)以(yǐ)直(zhí)接(jiē)提(tí)取画面的构图，人物的姿势和画面的深度信息等。有了(le)它的(de)帮助，就不(bù)用频繁(fán)的用提示(shì)词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主(zhǔ)的作品已经获(huò)得了大量的浏览量，“viggo”就是其中(zhōng)之一(yī)，他用(yòng)朋友(yǒu)的照片直接带她们走进(jìn)动(dòng)漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓展找到对应的(de)关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通(tōng)过图片就可以看出来，效(xiào)果(guǒ)十分惊(jīng)艳。

更厉害的是(shì)，除了真实的照片(piàn)，草(cǎo)图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张吕敏其(qí)本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越(yuè)来越强大，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经过警方辟谣这(zhè)所(suǒ)谓(wèi)的“party”可能是全(quán)国第一(yī)起(qǐ)AI绘图诈(zhà)骗。

由于这个活动里面给出的(de)美(měi)女照片都是AI制作(zuò)的真人照片绘图，因(yīn)为太(tài)逼真，被(bèi)大(dà)家当成真事(shì)传播了(le)。

不过仔细观察可以发(fā)现，活动发起者提供的照片中有个很大(dà)的(de)漏(lòu)洞(dòng)可以发现并非真人(rén)，而是AI绘图，那(nà)便是图片(piàn)中(zhōng)女性的手指部分(fēn)有(yǒu)的存在异常(cháng)。

有行业人事表示：“现(xiàn)在因为手指部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最(zuì)新看到的图片已经有越来越(yuè)完(wán)美的AI模型出现，以(yǐ)后(hòu)可能就完(wán)全(quán)没有(yǒu)漏洞了。”

类似的(de)AI作(zuò)图诈骗在国(guó)外也已有(yǒu)发(fā)生。据英国广播公司报道，土耳其地(dì)震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受灾的(de)假照(zhào)片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技(jì)术发展，AIGC已经(jīng)能(néng)做出(chū)真(zhēn)人照片般的(de)绘图效果，如果(guǒ)这样的图片被用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者认(rèn)为AI在“学习”了大量前人(rén)的作品之后，其创作没(méi)有任何情绪和(hé)灵魂，难以和人类(lèi)的艺术创作相(xiāng)提并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有得(dé)到(dào)有效的(de)解(jiě)决，还有AIGC会不(bù)会代替人类“至高无(wú)上”的创(chuàng)意(yì)。

马斯克(kè)也强调，人(rén)工智(zhì)能(néng)的(de)安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下(xià)一(yī)站除了视(shì)频，还有远方

技术都(dōu)是有两面性(xìng)的，潜(qián)在的危害并(bìng)不能(néng)掩盖其(qí)光辉的(de)贡献(xiàn)。现在看来(lái)，人(rén)工智(zhì)能技(jì)术将(jiāng)是第四(sì)次(cì)工业革命的核心驱动力量，将创造新的(de)增长奇迹。

过去一年，人工智能在技(jì)术和商(shāng)业(yè)层(céng)面都有了(le)巨大进(jìn)展，AI绘画就是(shì)人(rén)工(gōng)智能技术发生(shēng)方向性改变的(de)一个代表(biǎo)。其下一站或许(xǔ)就(jiù)是视频(pín)。

此前，Meta和谷(gǔ)歌先后(hòu)发布(bù)了几条引(yǐn)爆科(kē)技(jì)圈(quān)的(de)短视频。这些视频引发关注并非内容(róng)做得多优秀，反而都非常(cháng)简单，比如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩(wán)具熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个有(yǒu)手机的人都可以(yǐ)随手录下一段(duàn)。

但这(zhè)些短视频(pín)的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚(shèn)至只是说一下要求，AI就(jiù)可以根据(jù)需要生成一段视频。

谷歌发布的两个(gè)AI生(shēng)成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的(de)是高清，与(yǔ)Meta的(de)Make-A-Video没有(yǒu)太多的(de)差别。

在(zài)Make-A-Video公(gōng)布了(le)AI生(shēng)成的视频后(hòu)，AI圈就(jiù)已经玩(wán)了(le)一波梗，一个能(néng)够做(zuò)出更高(gāo)清视(shì)频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制(zhì)作出超过(guò)2分钟的(de)连贯(guàn)的(de)也有确(què)切内容的视频，这(zhè)才是真正(zhèng)让人们感到惊(jīng)喜的地(dì)方(fāng)。因为无论AI生成的视频多么高(gāo)清，也只能是为内容(róng)生产者提供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作(zuò)出有具体剧(jù)情内(nèi)容的视频就意味着，一些(xiē)视频创作(zuò)由AI代替人工完成(chéng)已(yǐ)经初步有了可能(néng)。

当(dāng)下(xià)AI的发展(zhǎn)速度已经(jīng)超过大部(bù)分人(rén)的想象(xiàng)。内容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以为(wèi)内容(róng)产(chǎn)业带来更新的(de)内容风格(gé)、更快(kuài)的(de)生产速(sù)度，更低的生(shēng)产成本，这无疑(yí)会驱(qū)动(dòng)内容产业的大(dà)爆发(fā)。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于音乐、代码、机(jī)器(qì)人动作等(děng)多(duō)种(zhǒng)内容形式的生成(chéng)。不难发现该项技术不仅在游戏等(děng)行(xíng)业能得(dé)到有效应用(yòng)，对于下一(yī)代互联网各种元素的构建(jiàn)亦(yì)有关键意义。

从商(shāng)业化(huà)的(de)角度(dù)来看，文(wén)化娱乐、教育、传(chuán)媒等诸多领(lǐng)域，本(běn)身就对基于(yú)AI的(de)可视化内容有强烈(liè)需(xū)求。

因此(cǐ)，AI绘(huì)画及视频(pín)或不是(shì)结果，而(ér)只是(shì)AI进(jìn)程中(zhōng)的(de)一块重要拼图，有(yǒu)望(wàng)在技术更新的(de)加持下实现更(gèng)大的应用价(jià)值。

AI从理解内(nèi)容，走向(xiàng)了可以生(shēng)成内容(róng)，甚至能够创造(zào)出独立(lì)价值和独立视角的内善哉善哉是什么意思啊，阿弥陀佛善哉善哉善哉是什么意思容。AIGC的再(zài)次出圈，更(gèng)代表(biǎo)着未来的先进(jìn)生产力即将到来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术的发展也可(kě)以看(kàn)出，在(zài)语言大模型、图像大(dà)模型(xíng)之后，多模态大模型已经成为了(le)新的趋势。

大模型被誉为当前人工智(zhì)能发(fā)展的智能底(dǐ)座(zuò)，是全球(qiú)竞争最激烈的研究(jiū)方(fāng)向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾讯(xùn)等众多头部企(qǐ)业都在(zài)竞相发力。

不(bù)过训(xùn)练大模(mó)型(xíng)的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算(suàn)力》报(bào)告估(gū)算，GPT-3训练一(yī)次(cì)的成本约为140万美元。而对于一些更大(dà)的LLM(大型语言模(mó)型)，训练成本则(zé)介于(yú)200万(wàn)美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计算，其对应芯(xīn)片需求为3万(wàn)多片(piàn)英伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿美(měi)元(yuán)，每日仅电费就在5万美元左右(yòu)。

此(cǐ)外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞(páng)大算(suàn)力支持。在关(guān)注(zhù)各类大(dà)模(mó)型的(de)发展同时，更应(yīng)该关注算力(lì)网(wǎng)络的建设。

算力网络正驱(qū)动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人(rén)工智能发(fā)展的终极目标离得更近。

因为算(suàn)力(lì)可(kě)以对(duì)突破性技(jì)术创(chuàng)新提供大力的(de)支持。这方(fāng)面(miàn)，多模态大模型是典型。作为面向(xiàng)未(wèi)来强人工智能、通用人(rén)工(gōng)智能的重(zhòng)要(yào)技术创新，多模态大模(mó)型已经在人工智能领域提出了很(hěn)多年(nián)，业界也有(yǒu)不少技术突(tū)破，但是，多模态大模型进一步往下走，算力需求呈(chéng)几何式上升，一(yī)般(bān)的算(suàn)力基础设(shè)施很(hěn)快将难以胜任。

从图像、文字(zì)、语音单(dān)独一项的训练，到(dào)双模(mó)态、三模态(tài)的跃迁，让人工智能可以灵活应对(duì)不同模态的(de)转化、像人与世界交(jiāo)互(hù)一样自然，这方面，由(yóu)算力网络来(lái)驱(qū)动将有明(míng)显优势(shì)。

此外，还有(yǒu)很(hěn)多需要爆发式增长的算力(lì)来支撑的技术创(chuàng)新(xīn)，将在人工智能算力网(wǎng)络(luò)支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模(mó)型和大算力的支持下(xià)AIGC能持续颠(diān)覆内容生产的方式，将创(chuàng)造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：中国书画艺术 善哉善哉是什么意思啊，阿弥陀佛善哉善哉善哉是什么意思