自聊(liáo)天(tiān)机器人ChatGPT火爆(bào)以来，微(wēi)软公司创始人(rén)比尔(ěr)·盖茨(cí)已多次公开谈论人工(gōng)智能话题。在(zài)最(zuì)近的一(yī)次采访中，他再次表(biǎo)示：“AI可能(néng)会让科技行业迎来一(yī)次剧(jù)烈(liè)的洗牌”。

这个(gè)结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节(jié)目专(zhuān)访时(shí)提出的。

他(tā)预期，AI的发展可能会威胁到谷歌(gē)的市(shì)占率，因为微软在AI方面的行动相当(dāng)迅速(sù)。而最(zuì)终科技巨头将把AI整合成用(yòng)户的“全能助(zhù)手”，包揽一切(qiè)应(yīng)用(yòng)，与人们进行沟通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或Outlook等(děng)应用(yòng)。

大(dà)佬口中(zhōng)全能助手的到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表的AIGC上(shàng)一(yī)次爆火的时候，还是2022年8月，在美国科(kē)罗拉(lā)多州举办的新兴数(shù)字艺(yì)术家竞赛(sài)中，一(yī)幅名(míng)为《太空歌剧院(yuàn)》的作(zuò)品获奖。

随后各大厂商的AI绘(huì)画软件被广大网(wǎng)友熟知并体(tǐ)验(yàn)，Stable Diffusion便(biàn)是其中代(dài)表。

用户们(men)可(kě)以在应(yīng)用(yòng)中输入一组关键词或者一张照片(piàn)，就能获得(dé)一幅AI创(chuàng)作的画(huà)作。

作(zuò)画(huà)的(de)关键(jiàn)就是所输入(rù)的文本(běn)。同(tóng)一组关键词也可以创作出很(hěn)多张风格不一(yī)样的画作，这让(ràng)创作的(de)过程就像(xiàng)开盲盒。

很(hěn)多用户(hù)很喜欢(huān)这种不确定(dìng)的(de)惊喜，他(tā)们会(huì)将生(shēng)成的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上，许多(duō)用户分享AI“翻车现场”，例如，一(yī)位网(wǎng)友的(de)小狗照片被AI画成(chéng)了“肌肉(ròu)男”，还有网友的个人(rén)照片被AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写关键词游戏(xì)可(kě)能要被颠覆了(le)。

ControlNet是一位正在斯坦福(fú)读博的中国人(rén)张吕(lǚ)敏创(chuàng)作的一种基(jī)于控制点(diǎn)的图像变形算法，主要用于数字(zì)图像处(chù)理、计算机(jī)视觉和计算机图(tú)形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便(biàn)成为(wèi)了AI绘画领域最(zuì)新的热点。

在此之前，大家用(yòng)了很多方法(fǎ)想(xiǎng)让AI生成的结果(guǒ)尽可(kě)能的符合要求，但是都不尽(jǐn)如(rú)人意(yì)，它的出现(xiàn)代表(biǎo)着AI生成开始进入真(zhēn)正的可控(kòng)时期。

因为ControlNet可(kě)以直接(jiē)提取画面的构(gòu)图，人物的姿势和画(huà)面的深度信息等。有了它的帮助(zhù)，就不用频繁的用提示词(cí)来碰运气(qì)，抽盲(máng)盒(hé)式的(de)创作(zuò)了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画加了(le)“魔法”，不少博主的作品已经(jīng)获(huò)得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用(yòng)朋友的照片直(zhí)接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓(tuò)展找到对应的(de)关(guān)键词(cí)；最后用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开(kāi)始换关键词试效果。

通过图片(piàn)就可以看(kàn)出来，效果十分惊(jīng)艳(yàn)。

更(gèng)厉害的是，除(chú)了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到(dào)ControlNet还(hái)能(néng)实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得不说当(dāng)下AIGC已(yǐ)经(jīng)变得越来越强(qiáng)大，甚至输(shū)出的作品(pǐn)都已(yǐ)经能(néng)以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是(shì)全(quán)国(guó)第一起(qǐ)AI绘(huì)图诈骗(piàn)。

由于这(zhè)个活(huó)动里面(miàn)给出(chū)的美女(nǚ)照片都是(shì)AI制作的真人照片绘图，因为太逼(bī)真(zhēn)，被大家当成真事传播了。

不(bù)过仔细(xì)观察(chá)可以发现，活动发起者提供的照片中有个很(hěn)大的漏洞可以(yǐ)发现(xiàn)并非真人，而是AI绘图，那便是图片(piàn)中女性的手指部分有的存在异常。

有行(xíng)业人事(shì)表示(shì)：“现在因为手指部分的绘画算法比较(jiào)复杂，AI还不太会(huì)画人的手，但最新看到的图(tú)片已经有(yǒu)越来越完美的AI模型(xíng)出现，以后可能(néng)就(jiù)完全(quán)没(méi)有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗(piàn)在国外也已(yǐ)有发生。据英国广播公(gōng)司(sī)报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合(hé)成了儿童受灾的(de)假照片发布(bù)到网络，以(yǐ)此诱骗善良的人打(dǎ)赏“捐(juān)助(zhù)”从而(ér)实(shí)施诈(zhà)骗。

目前随(suí)着(zhe)技术发展，AIGC已经(jīng)能(néng)做出真人照片般(bān)的绘(huì)图(tú)效果(guǒ)，如(rú)果这样的图片(piàn)被(bèi)用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发(fā)了(le)很多担忧(yōu)，一方面，批判者认(rèn)为AI在“学习”了大量前人(rén)的(de)作品之后，其创作没有任何情(qíng)绪(xù)和灵魂(hún)，抓一只啄木鸟犯法吗，杀死一只啄木鸟判几年难以(yǐ)和人类(lèi)的艺术创(chuàng)作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不(bù)会(huì)代替(tì)人(rén)类“至高无上”的创意。

马(mǎ)斯(sī)克也强调(diào)，人(rén)工智能的安全问题需要得到(dào)重视(shì)，太(tài)晚(wǎn)就来(lái)不(bù)及了(le)。

03

AIGC下(xià)一(yī)站除了视频(pín)，还有远方

技(jì)术都是有两面性的，潜在的危(wēi)害并不(bù)能掩盖其光辉的(de)贡献。现在(zài)看(kàn)来，人工智能技术(shù)将是第四次工业(yè)革命(mìng)的核心驱动(dòng)力(lì)量，将创造(zào)新的增长(zhǎng)奇迹(jì)。

过去一年，人工(gōng)智能在(zài)技术(shù)和商(shāng)业层面(miàn)都有了巨大进展，AI绘画就是人(rén)工(gōng)智能技术发生(shēng)方向性(xìng)改变的一个代表。其下(xià)一(yī)站(zhàn)或(huò)许(xǔ)就(jiù)是视(shì)频。

此前，Meta和(hé)谷歌先后发(fā)布(bù)了几条引爆科技圈的短(duǎn)视频。这(zhè)些视频引发关注并非内容做得多优秀，反而都非(fēi)常(cháng)简(jiǎn)单，比如一匹正(zhèng)在(zài)喝(hē)水的马，一只画(huà)画的玩具熊，或者一(yī)段骑(qí)摩托车的第一视角录像，随便(biàn)一(yī)个有手机的人(rén)都(dōu)可以随(suí)手录下一段。

但(dàn)这些短视频(pín)的(de)创作(zuò)方(fāng)式非常简单，创作者仅仅需要(yào)向AI输入一段话，甚至(zhì)只(zhǐ)是说(shuō)一下要求，AI就可以根(gēn)据需要(yào)生成一段视频。

谷歌发布的两个(gè)AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后(hòu)，AI圈就已经玩了一波梗，一(yī)个能(néng)够(gòu)做出更(gèng)高清(qīng)视频的AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震惊的(de)地方在(zài)于，它可以制(zhì)作出超过2分钟的连贯的也有(yǒu)确(què)切内容的视频(pín)，这才(cái)是(shì)真(zhēn)正(zhèng)让人们(men)感到(dào)惊喜(xǐ)的地(dì)方(fāng)。因为无(wú)论AI生成的视频多么高清(qīng)，也只能是为内容生产者提供一个(gè)灵(líng)感，一个(gè)素材，一个过场(chǎng)动画。

不过能够制作(zuò)出(chū)有具体剧(jù)情内容的视频(pín)就意味着，一(yī)些视频创作由(yóu)AI代替人工(gōng)完成已经初步(bù)有了可能。

当下AI的发(fā)展速度(dù)已(yǐ)经超过(guò)大部分人的想象。内(nèi)容产业的本质是供给(gěi)创造需求，AIGC作(zuò)为全新(xīn)的内(nèi)容(róng)生产(chǎn)方(fāng)式(shì)，可以为内容产业带来更新的内容风(fēng)格、更快(kuài)的生产速度(dù)，更低的生产抓一只啄木鸟犯法吗，杀死一只啄木鸟判几年成(chéng)本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还(hái)能应用于音乐、代码(mǎ)、机器人动作等多(duō)种内(nèi)容形式(shì)的生成。不难发现该项(xiàng)技术不仅在游戏等行业能得到(dào)有效应用，对于下一代互联网各种元素的构建亦有关(guān)键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传媒(méi)等诸多领域，本身就对(duì)基于AI的可视化(huà)内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及(jí)视频或不是结果，而只(zhǐ)是(shì)AI进程中(zhōng)的一(yī)块重要(yào)拼图，有(yǒu)望在技(jì)术更(gèng)新(xīn)的(de)加持下实(shí)现更大的应用价值。

AI从理解(jiě)内(nèi)容，走(zǒu)向了可以生成内容(róng)，甚至能够(gòu)创造(zào)出独立价值和(hé)独立视角的内容。AIGC的再(zài)次出圈，更代表(biǎo)着未来的(de)先进生产力即将到来。

04

紧(jǐn)抓大模(mó)型与算力(lì)，牢固AIGC底座

从技术的发展也(yě)可以看出，在(zài)语言大模型、图像大模型之后(hòu)，多模态大模型已经(jīng)成为(wèi)了新(xīn)的趋势。

大模型被誉为(wèi)当前人工智能发(fā)展的智能底(dǐ)座，是全球竞争最激烈(liè)的研究方向之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百度(dù)、阿(ā)里、腾(téng)讯等众多头部企(qǐ)业都在竞相发力。

不过训练大模型的确价格不(bù)菲，以(yǐ)国盛证(zhèng)券发(fā)布的《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训练一次的(de)成本(běn)约为140万美元(yuán)。而对于(yú)一些(xiē)更大(dà)的LLM(大型语言模型)，训(xùn)练(liàn)成(chéng)本则介于200万(wàn)美元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其对应(yīng)芯片需求为3万多片(piàn)英伟达(dá)A100 GPU，初始投入(rù)成本约为(wèi)8亿美元，每日仅(jǐn)电费就(jiù)在5万美(měi)元(yuán)左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持。在关注各(gè)类大模型的发展(zhǎn)同(tóng)时，更(gèng)应该关注算力(lì)网络的建(jiàn)设(shè)。

算力(lì)网络正驱动AI产业(yè)发(fā)展进入史诗(shī)级加速进(jìn)程，让AIGC及通用AI这一(yī)人工(gōng)智(zhì)能(néng)发展的终(zhōng)极目标离得更近。

因为算力可以(yǐ)对突破性技(jì)术创新提供(gōng)大力的支持(chí)。这方面，多模(mó)态大模(mó)型是典(diǎn)型。作(zuò)为面向(xiàng)未(wèi)来(lái)强人(rén)工智能、通用人工智能(néng)的重(zhòng)要技术(shù)创新，多模态大模型已经(jīng)在人(rén)工智能领(lǐng)域提出了很(hěn)多(duō)年，业界也(yě)有(yǒu)不少技术突破，但是，多模态(tài)大模(mó)型进一(yī)步往下走，算力需求呈几(jǐ)何(hé)式上(shàng)升，一般的算力基础设施很快将(jiāng)难以胜任。

从图像(xiàng)、文字(zì)、语音单(dān)独一(yī)项的训(xùn)练，到(dào)双模态(tài)、三模态的跃(yuè)迁，让人(rén)工智能可(kě)以灵活应对不(bù)同(tóng)模态的转化、像(xiàng)人与世界交互一(yī)样自(zì)然，这方面，由算力网络来(lái)驱动将有(yǒu)明显优(yōu)势(shì)。

此外，还有很多需要爆发式增长的(de)算力来支撑的技(jì)术创新，将在人工智能算力网络支(zhī)撑下(xià)快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待在(zài)大模型和大算力的(de)支(zhī)持下(xià)AIGC能持续(xù)颠覆内(nèi)容生产(chǎn)的方式，将创造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：中国书画艺术 抓一只啄木鸟犯法吗，杀死一只啄木鸟判几年