自(zì)聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公司(sī)创始人(rén)比尔(ěr)·盖茨(cí)已多次公(gōng)开谈论人工智能话题。在最近的一次(cì)采访中，他再次表示(shì)：“AI可能(néng)会让科技行业迎来一(yī)次剧烈(liè)的洗牌”。

这个(gè)结论是他在当地时间2月20日接受《In Good Company》节(jié)目(mù)专访时提出的。

他预期，AI的发展可(kě)能会(huì)威胁到谷歌(gē)的市占率，因为微软在AI方面的行动相当迅(xùn)速。而最终科技巨头将把AI整合成用户(hù)的(de)“全能助手(shǒu)”，包揽一切(qiè)应用，与人们进(jìn)行沟通并(bìng)提供建议，可以(yǐ)取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能(néng)助手(shǒu)的到(dào)来可(kě)能尚(shàng)需时日，但由ControlNet引发的又一(yī)次AI绘画浪(làng)潮(cháo)，让AIGC在(zài)ChatGPT的话(huà)题(tí)热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上(shàng)一次爆火(huǒ)的时候，还是(shì)2022年8月，在美(měi)国(guó)科罗拉多州举办的新兴数(shù)字艺(yì)术家(jiā)竞(jìng)赛中(zhōng)，一(yī)幅名为《太空歌剧院》的作(zuò)品获奖。

随(suí)后各大(dà)厂(chǎng)商的AI绘画软件被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中输(shū)入一(yī)组关键词或者一张照(zhào)片(piàn)，就能获得一(yī)幅AI创作的画(huà)作。

作画的关键就(jiù)是所(suǒ)输入的文本(běn)。同(tóng)一组关键词也可(kě)以创作(zuò)出(chū)很多(duō)张(zhāng)风格(gé)不(bù)一样的(de)画作，这让创作的(de)过程就像开盲盒。

很多(duō)用户很喜欢这种不确(què)定的惊喜，他们会(huì)将生成的(de)美图当做(zuò)头像(xiàng)。而另一(yī)部分喜(xǐ)欢翻看AI绘画的(de)“翻车”作品。在社交媒(méi)体上，许多用户分享(xiǎng)AI“翻(fān)车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个(gè)人(rén)照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的(de)出现(xiàn)与加持(chí)，以往(wǎng)AI绘画的填(tián)写关键词(cí)游戏可(kě)能要被颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国(guó)人张吕敏创作的一种基于控制点的图像变形算(suàn)法(fǎ)，主要用于数字图像处理(lǐ)、计算(suàn)机(jī)视(shì)觉(jué)和计算机图形学等领(lǐng)域。

其SD插件一经(jīng)发(fā)布，在短短的两天(tiān)内便成为了AI绘画(huà)领域最(zuì)新的热(rè)点。

在此(cǐ)之前，大家用了很多方法想让AI生(shēng)成的结果(guǒ)尽可(kě)能的符(fú)合要求(qiú)，但是都不(bù)尽如人意，它的出现(xiàn)代表(biǎo)着AI生成(chéng)开始(shǐ)进入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和(hé)画(huà)面的(de)深度信息等。有了它的帮助，就不用频繁的用提(tí)示(shì)词来(lái)碰(pèng)运气，抽盲盒式(shì)的创(chuàng)作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了(le)“魔法(fǎ)”，不(bù)少博主的作品已(yǐ)经获(huò)得了大量的(de)浏(liú)览(lǎn)量，“viggo”就(jiù)是其(qí)中之一，他用朋友(yǒu)的照片直接带她(tā)们(men)走进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼(gé)开(kāi)始换关键词试效(xiào)果(guǒ)。

通(tōng)过图片就可(kě)以看出来，效(xiào)果十分惊艳。

更厉害的是，除了(le)真实的(de)照片，草图(tú)也可以加上(shàng)“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿(gǎo)转全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变(biàn)得越来(lái)越强大，甚至输出的作品都(dōu)已经能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技术(shù)力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍网(wǎng)络，而(ér)经过警方辟谣这(zhè)所谓的(de)“party”可能是全(quán)国第(dì)一起AI绘图(tú)诈骗。

由(yóu)于这个活动里(lǐ)面给(gěi)出的美女照片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成真事传播(bō)了。

不过仔(zǎi)细观察可以发(fā)现(xiàn)，活(huó)动发起者(zhě)提供(gōng)的照片中有个很(hěn)大的漏洞可(kě)以发现并非真(zhēn)人，而是AI绘(huì)图，那便是(shì)图片中女(nǚ)性的手指部分有的(de)存在异常。

有(yǒu)行业人事表(biǎo)示：“现(xiàn)在因为手指部(bù)分的绘画(huà)算法比较复杂(zá)，AI还不太会画人的手(shǒu)，但最新看(kàn)到的(de)图(tú)片已经有越来越完(wán)美(měi)的AI模型出现(xiàn)，以(yǐ)后可能就完全没(méi)有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外也(yě)已(yǐ)有(yǒu)发生。据英国广播公司报道(dào)，土(tǔ)耳(ěr)其地(dì)震期间，有Tiktok用户使用AI合成了儿(ér)童(tóng)受灾(zāi)的(de)假照片发布到网络，以此诱骗善良的人打(dǎ)赏“捐助(zhù)”从而(ér)实施诈(zhà)骗。

目(mù)前随(suí)着技术发展，AIGC已经能做出真人照片般的绘(huì)图效果(guǒ)，如果这样的图片被用来诈(zhà)骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判者认(rèn)为AI在“学习”了大量前人的作品之后，其(qí)创作没有任何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创作(zuò)相(xiāng)提并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目前(qián)都(dōu)并没有得到(dào)有效的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也(yě)强调，人工智(zhì)能的安全问题需要得(dé)到重视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有(yǒu)远方

技术(shù)都(dōu)是有(yǒu)两面性的(de)，潜在的危害(hài)并(bìng)不(bù)能掩盖其光辉的贡献。现(xiàn)在看来，人工(gōng)智能技(jì)术将(jiāng)是第四次工业(yè)革命的核心(xīn)驱动力(lì)量，将创造(zào)新的(de)增长(zhǎng)奇迹。

过去(qù)一(yī)年，人工智(zhì)能在技术和商(shāng)业层面都有了巨(jù)大(dà)进展(zhǎn)，AI绘(huì)画就是人(rén)工智能(néng)技术(shù)发生方向性改变的一个代表。其下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发(fā)布了(le)几条引爆(bào)科(kē)技(jì)圈的短视(shì)频。这些(xiē)视频引(yǐn)发关注(zhù)并非(fēi)内(nèi)容(róng)做得多优秀，反而都非常简单，比(bǐ)如一匹正在喝水的马(mǎ)，一只画(huà)画(huà)的(de)玩具熊(xióng)，或者一段骑摩托车的(de)第(dì)一视角录像，随便一个(gè)有手机的(de)人都可(kě)以随手录下一段(duàn)。

但这些短视频的创作(zuò)方式非(fēi)常简(jiǎn)单，创作(zuò)者仅(jǐn)仅需要(yào)向AI输入一段(duàn)话，甚(shèn)至只(zhǐ)是说一下要求(qiú)，AI就可(kě)以根据需(xū)要(yào)生成一段视(shì)频。

谷歌发布的两(liǎng)个(gè)AI生成视频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生(shēng)成的(de)视频后(hòu)，AI圈就已经玩了一波梗，一个能够(gòu)做出更(gèng)高清(qīng)视频的AI还不(bù)足以(yǐ)在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它(tā)可以制作出超(chāo)过(guò)2分(fēn)钟的连贯的(de)也(yě)有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无(wú)论AI生成的视频多么高(gāo)清(qīng)，也只能是为内容生产(chǎn)者提供一个(gè)灵感，一个素材，一个过场动画。

不过(guò)能够制作出有具体剧(jù)情内容(róng)的视频就意味着，一些视频(pín)创作由(yóu)AI代替人(rén)工完成已经初步有了(le)可能。

当(dāng)下AI的(de)发展速度已经(jīng)超(chāo)过大(dà)部分人的(de)想象。内(nèi)容产业的本质是供给(gěi)创造需求，AIGC作为全新的内容(róng)生产方式(shì)，可以为(wèi)内容产业带来更新(xīn)的(de)内容风格、更(gèng)快的(de)生产速(sù)度，更低(dī)的生(shēng)产成本，这无(wú)疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等多种内(nèi)容(róng)形式的生成。不(bù)难发现该(gāi)项(xiàng)技术不仅(jǐn)在游戏等行业能得到有(yǒu)效应用，对于下(xià)一代互(hù)联网各(gè)种元(yuán)素的构(gòu)建亦有关键意义。

从(cóng)商业化的角(jiǎo)度(dù)来看(kàn)，文化娱乐、教育、传媒等(děng)诸多领域(yù)，本身就对(duì)基(jī)于AI的可视化内容有强烈需求。

因此(cǐ)，AI绘(huì)画及视频或不(bù)是结果，而只是AI进程中的一块(kuài)重要拼图，有望在技术更新的加持(chí)下实现更(gèng)大的应(yīng)用价值。

AI从理(lǐ)解内容，走(zǒu)向了可以生成(chéng)内容，甚至(zhì)能(néng)够创造(zào)出独立(lì)价值和(hé)独立(lì)视角的(de)内容。AIGC的(de)再次出圈，更代(dài)表(biǎo)着(zhe)未来的先进生产力(lì)即将到来(lái)。

04

紧抓(zhuā)大(dà)模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的(de)发(fā)展也可以(yǐ)看出(chū)，在语言大模(mó)型、图像大模型之(zhī)后，多模态大模(mó)型已经成为(wèi)了(le)新的趋势。

大(dà)模型被(bèi)誉为当前(qián)人工智能发展(zhǎn)的智能底(dǐ)座，是全球(qiú)竞争最激烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚马(mǎ)逊、百(bǎi)度(dù)、阿里、腾讯(xùn)等众多头部企业(yè)都在竞相发(fā)力。

不过训练(liàn)大模型(xíng)的确价格(gé)不菲，以国盛证券发(fā)布的《ChatGPT需要多少算(suàn)力(lì)》报告估算，GPT-3训(xùn)练一(yī)次的(de)成本约为140万(wàn)美元。而(ér)对于一些更(gèng)大的LLM(大型语言(yán)模型)，训练(liàn)成(chéng)本则介(jiè)于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均(jūn)数1300万计算，其(qí)对(duì)应芯片需求为3万多片英伟(wěi)达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元(yuán)，每日仅电费(fèi)就在(zài)5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算(suàn)力支(zhī)持(chí)。在关注(zhù)各类大模(mó)型的发(fā)展同(tóng)时，更(gèng)应该(gāi)关(guān)注算力网(wǎng)络的建设。

算力网络正(zhèng)驱动AI产(chǎn)业发展(zhǎn)进入(rù)史(shǐ)诗级加速进(jìn)程，让AIGC及通用AI这一人工(gōng)智能发展的终极(jí)目标离得更近。

因为算力(lì)可(kě)以对突破性技术创新提供大力(lì)的(de)支持。这方面，多模态大模型(xíng)是(shì)典型(xíng)。作为面向未来强人工(gōng)智(zhì)能、通用人工智能的重(zhòng)要技术(shù)创新，多模(mó)态大(dà)模(mó)型已经在人工智能领域提(tí)出了很多年，业界(jiè)也有不少(shǎo)技术突破，但是，多模(mó)态(tài)大模(mó)型(xíng)进一(yī)步往(wǎng)下走，算力需求(qiú)呈(chéng)几(jǐ)何式上(shàng)升，一(yī)般的算力基础(chǔ)设施很快将难以胜任。

从(cóng)图像、文字、语音单独一(yī)项的训练，到双模(mó)态、三(sān)模态的(de)跃迁(qiān)，让(ràng)人(rén)工智能可以灵活应对(duì)不同模(mó)态的(de)转化、像人与世界交互一样(yàng)自然，这方面，由算力网络来驱动将有明显优势。

novo化妆品属于什么档次，拼多多novo是正规品牌吗>

此外，还有很多(duō)需要爆发式增长的算力来支撑的技术创新，将在人工(gōng)智能(néng)算力网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经露出曙光(guāng)，期待在大模型和大算力的支(zhī)持下AIGC能持续(xù)颠覆内(nèi)容生(shēng)产的方式，将创造(zào)的边(biān)际成本(běn)降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 novo化妆品属于什么档次，拼多多novo是正规品牌吗