自(zì)聊天机器(qì)人ChatGPT火爆以来(lái)，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多次公开谈论人工智(zhì)能(néng)话题。在最(zuì)近的一次采(cǎi)访中，他再次表(biǎo)示：“AI可(kě)能会(huì)让科技行业迎来一(yī)次剧烈(liè)的(de)洗牌(pái)”。

这(zhè)个结(jié)论是他(tā)在当(dāng)地时间2月(yuè)20日接受(shòu)《In Good Company》节目专(zhuān)访时提出(chū)的(de)。

他预期，AI的发展可能(néng)会威(wēi)胁到(dào)谷歌的市(shì)占(zhàn)率，因为(wèi)微软在AI方面的行动(dòng)相当(dāng)迅速(sù)。而最终科技巨头(tóu)将(jiāng)把AI整合成(chéng)用户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口中全能助手(shǒu)的(de)到来可能(néng)尚(shàng)需时日，但(dàn)由ControlNet引(yǐn)发(fā)的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画(huà)为代表的AIGC上一次爆(bào)火的时(shí)候，还(hái)是2022年8月，在美国科罗拉多州举办的(de)新(xīn)兴数字艺(yì)术家(jiā)竞赛中，一幅名为《太空(kōng)歌剧(jù)院(yuàn)》的作(zuò)品48k纸是多少厘米 48k纸是a4纸的一半吗(pǐn)获奖。

随(suí)后各(gè)大厂商的AI绘画软件被(bèi)广大网友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用(yòng)户(hù)们可以在应用中输入(rù)一组关(guān)键(jiàn)词(cí)或者一张照片，就能获(huò)得一幅AI创作的画作。

作画的关(guān)键就(jiù)是所输入的文本。同一(yī)组关键词也可以创作(zuò)出(chū)很多(duō)张(zhāng)风格(gé)不一(yī)样的画作，这(zhè)让创(chuàng)作的过程就像开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确定的惊喜，他们(men)会将生成(chéng)的美图(tú)当(dāng)做头(tóu)像(xiàng)。而另一部分(fēn)喜(xǐ)欢(huān)翻(fān)看AI绘画的“翻车(chē)”作品。在(zài)社交媒(méi)体上，许(xǔ)多用(yòng)户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照(zhào)片被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关(guān)键(jiàn)词游戏可能要被颠覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读(dú)博的中国人张吕敏创作的一种基于控制点的图像变形算法，主(zhǔ)要用(yòng)于(yú)数字图像处理、计算机视(shì)觉和计(jì)算机图(tú)形学等领(lǐng)域。

其SD插件一经发(fā)布，在(zài)短短的(de)两天内便成为了AI绘(huì)画(huà)领域最新的(de)热(rè)点。

在此之前，大家用了(le)很(hěn)多(duō)方法想(xiǎng)让AI生成的结果尽可(kě)能的符合(hé)要(yào)求，但(dàn)是都不尽如人意，它的出现(xiàn)代表着AI生成开始进入(rù)真正的(de)可控时期(qī)。

因为ControlNet可以直(zhí)接提(tí)取画(huà)面的构图，人物的姿势和(hé)画面的深度信(xìn)息等(děng)。有了它(tā)的帮助(zhù)，就(jiù)不(bù)用频繁(fán)的用(yòng)提(tí)示(shì)词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得(dé)了大(dà)量的浏览量，“viggo”就是其中之一(yī)，他用(yòng)朋友的照片(piàn)直接(jiē)带(dài)她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的关键词；最(zuì)后(hòu)用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词试(shì)效果。

通过图片就可以看出来，效果十(shí)分惊(jīng)艳。

更厉(lì)害的是(shì)，除了真实的照片，草图也可以加(jiā)上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转全(quán)彩图。大神张吕敏其本尊也亲(qīn)自回(huí)应。

不得不(bù)说(shuō)当下AIGC已经变得越来越(yuè)强大，甚(shèn)至(zhì)输出的(de)作(zuò)品(pǐn)都已(yǐ)经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安(ān)全问(wèn)题

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓(wèi)的“party”可(kě)能是全国第一(yī)起AI绘图诈骗。

由于这个活(huó)动里面给(gěi)出的(de)美女(nǚ)照片都(dōu)是AI制作的真人照片(piàn)绘图，因(yīn)为太逼(bī)真(zhēn)，被(bèi)大家当(dāng)成真事传播了。

不(bù)过仔(zǎi)细观(guān)察可以发现，活动发(fā)起(qǐ)者提供的(de)照片(piàn)中有个(gè)很大的(de)漏洞(dòng)可以发(fā)现并非真人，而是AI绘(huì)图，那便(biàn)是图片中女性的(de)手指部(bù)分(fēn)有的存(cún)在异常(cháng)。

有行业人(rén)事表示：“现(xiàn)在因为手指部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会画人的手，但(dàn)最新(xīn)看(kàn)到(dào)的图片(piàn)已经有越来(lái)越完美的(de)AI模型出现，以(yǐ)后可能(néng)就完全没有漏(lòu)洞了。”

类似(shì)的(de)AI作图诈骗在国(guó)外也已有发生。据英国广(guǎng)播公司(sī)报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照(zhào)片发布(bù)到(dào)网络，以此诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能(néng)做出(chū)真人照(zhào)片般的绘图(tú)效果，如果这样的图片被用来诈骗，将非常可(kě)怕(pà)。

此外AIGC还引发了很多担(dān)忧(yōu)，一方面，批(pī)判者(zhě)认为AI在“学(xué)习”了(le)大量前(qián)人(rén)的作品(pǐn)之后，其创作没(méi)有任何情绪和灵魂，难以和人(rén)类的艺(yì)术创作相提并(bìng)论。

另一方面(miàn)，AIGC背(bèi)后的版(bǎn)权、目前都并没有(yǒu)得到有效的解决(jué)，还有AIGC会不会代(dài)替人类(lèi)“至高(gāo)无上(shàng)”的创意。

马斯克也强调，人工智能的安全问题需要得(dé)到重视(shì)，太晚就(jiù)来不(bù)及了(le)。

03

AIGC下一站除了视(shì)频(pín)，还有远(yuǎn)方

技术(shù)都是有两面性的，潜在的危害并(bìng)不(bù)能掩盖其光(guāng)辉(huī)的贡献。现在(zài)看来，人(rén)工智能技(jì)术将(jiāng)是第四次工业革命的核心驱动力量(liàng)，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智能在技术(shù)和商(shāng)业层面(miàn)都有了(le)巨大进展，AI绘画就是人工(gōng)智能技术发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发布(bù)了几(jǐ)条引爆(bào)科技(jì)圈(quān)的短视频。这(zhè)些视频引发关注并非内容做得多(duō)优秀(xiù)，反而都非常(cháng)简单(dān)，比如(rú)一(yī)匹正在喝水(shuǐ)的马，一只(zhǐ)画画的(de)玩具熊，或者(zhě)一(yī)段骑(qí)摩(mó)托车的第一视角录像，随便一(yī)个有手机的人都可(kě)以随(suí)手录下一段。

但这些短视频的创作方式非常简单(dān)，创作者仅仅需要向AI输入(rù)一段(duàn)话，甚至(zhì)只是说(shuō)一下要求，AI就可以根据需要生(shēng)成(chéng)一段视(shì)频。

谷歌发布的两(liǎng)个AI生(shēng)成(chéng)视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一波梗，一个(gè)能够做出更高清视频的AI还不足以在短时(shí)间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可(kě)以制作出超过(guò)2分钟的连贯的也有确切(qiè)内容的视频，这(zhè)才是真正让人(rén)们感到惊喜的地方(fāng)。因(yīn)为无论AI生成的视频(pín)多么高清，也(yě)只能是(shì)为内(nèi)容生产者提供一个灵感(gǎn)，一个素材，一个过场(chǎng)动画。

不过(guò)能够制作出(chū)有具体剧情内容的视频就意味(wèi)着，一些视(shì)频(pín)创作(zuò)由AI代替人工完成已经初步(bù)有了可能。

当下AI的发展(zhǎn)速度已经超过大部分人的想象。内容(róng)产业的本(běn)质是供给创造(zào)需求，AIGC作为全(quán)新(xīn)的内容生产方式，可以为(wèi)内容产业带来(lái)更新的内容风格(gé)、更(gèng)快的(de)生产速(sù)度，更低的生产(chǎn)成本，这无疑会驱动内容产业的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技(jì)术还能应(yīng)用(yòng)于音乐、代码(mǎ)、机器(qì)人动作等多种内容形(xíng)式的生成。不(bù)难发(fā)现该项技术不(bù)仅在游戏(xì)等(děng)行(xíng)业能得到有效应用，对于(yú)下一代互联网各种(zhǒng)元(yuán)素的构建亦有关(guān)键(jiàn)意义。

从商业化(huà)的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可(kě)视化内容有(yǒu)强(qiáng)烈需(xū)求(qiú)。

因(yīn)此(cǐ)，AI绘画及视频或(huò)不是结果，而只是(shì)AI进程中(zhōng)的一块重(zhòng)要拼图，有望在(zài)技术(shù)更新(xīn)的加持下(xià)实现更大的(de)应用价值。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能够创造出(chū)独立价(jià)值和独立视角的内(nèi)容(róng)。AIGC的再次出(chū)圈，更(gèng)代(dài)表着未(wèi)来(lái)的先(xiān)进生(shēng)产力(lì)即将到来。

04

紧抓大模(mó)型(xíng)与算力，牢(láo)固AIGC底座

从(cóng)技术的发展也可以看出，在(zài)语(yǔ)言大模型(xíng)、图像大模(mó)型之后(hòu)，多(duō)模态大模(mó)型已经成为(wèi)了新的(de)趋势。

大模型被誉为当前人(rén)工智能发展的智能底座，是(shì)全球竞争最激(jī)烈的研(yán)究方向(xiàng)之(zhī)一，包(bāo)括谷歌、亚马(mǎ)逊、百度、阿里、腾讯等众多头(tóu)部企业都在(zài)竞相发力。

不(bù)过(guò)训练(liàn)大模型的确价(jià)格不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要(yào)多(duō)少(shǎo)算力》报告估算，GPT-3训(xùn)练(liàn)一次的(de)成本约为140万美(měi)元。而(ér)对(duì)于(yú)一些更大的LLM(大(dà)型(xíng)语言模(mó)型(xíng))，训(xùn)练成本则介于(yú)200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平(píng)均数(shù)1300万(wàn)计算(suàn)，其对应芯(xīn)片(piàn)需求为(wèi)3万多片英(yīng)伟(wěi)达(dá)A100 GPU，初始(shǐ)投入成(chéng)本(běn)约为8亿美元，每日仅电费(fèi)就在5万美(měi)元左右。

此(cǐ)外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力(lì)支持(chí)。在(zài)关注(zhù)各(gè)类大模型的发展同时，更应该关注算(suàn)力网络的(de)建设。

算力网络正驱动AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能(néng)发(fā)展的(de)终极(jí)目(mù)标(biāo)离得更近。

因为算力(lì)可以对突(tū)破性技术创新提(tí)供(gōng)大力的(de)支持(chí)。这方面，多模态大(dà)模型是典(diǎn)型。作为面向未来强(qiáng)人工智(zhì)能、通(tōng)用(yòng)人工智(zhì)能的重要技术(shù)创新，多48k纸是多少厘米 48k纸是a4纸的一半吗模态大模型已经(jīng)在人(rén)工智能(néng)领域提出(chū)了很多年，业界(jiè)也(yě)有不(bù)少技术(shù)突破，但是(shì)，多模态大模型(xíng)进一步往(wǎng)下走，算(suàn)力需求呈(chéng)几何式上升，一(yī)般的算力基(jī)础设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语(yǔ)音(yīn)单独一(yī)项的训练，到双模态、三(sān)模态(tài)的跃迁，让人工智(zhì)能可(kě)以灵活(huó)应对不同模态的转化(huà)、像人与世界交互一样自然，这方面，由算(suàn)力网络来(lái)驱动将(jiāng)有明显优(yōu)势(shì)。

此外(wài)，还(hái)有很多需要爆发(fā)式增长的算力来支撑的技术创新，将在人工智能(néng)算力网络(luò)支撑下(xià)快(kuài)速推进。

AIGC已经露(lù)出曙光，期(qī)待在大模型和大算力(lì)的支持(chí)下AIGC能持(chí)续颠覆内(nèi)容生产的方式，将创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：中国书画艺术 48k纸是多少厘米 48k纸是a4纸的一半吗