自聊天机(jī)器人ChatGPT火爆(bào)以(yǐ)来(lái)，微软公司创始人(rén)比尔(ěr)·盖茨(cí)已多次公开(kāi)谈论人(rén)工智能(néng)话(huà)题。在最近的一次采访中(zhōng)，他(tā)再次(cì)表示：“AI可能会让科技行业(yè)迎来一次(cì)剧(jù)烈的洗牌”。

这个结论是他在当地(dì)时间(jiān)2月20日(rì)接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可能(néng)会威胁到谷(gǔ)歌的市(shì)占率，因为微软在AI方面的行动(dòng)相(xiāng)当迅速。而最终科技巨头将把AI整合(hé)成用户的(de)“全能(néng)助手”，包揽一切应用，与(yǔ)人(rén)们进行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画(huà)为代表的AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月(yuè)，在美国科罗拉多州举办的新兴数(shù)字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件被广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入(rù)一(yī)组(zǔ)关键词或者(zhě)一张照片，就能获得一幅(fú)AI创作(zuò)的画作。

作画的关键(jiàn)就是所输入的(de)文本。同一组关键词也可以创作出很多张(zhāng)风(fēng)格不一样的画作，这(zhè)让创作的(de)过(guò)程(chéng)就像开盲(máng)盒。

很多用户很喜欢这(zhè)种不(bù)确定的惊喜，他们会将生成的(de)美图当(dāng)做(zuò)头像。而另一(yī)部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒(méi)体上，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小狗照片被(bèi)AI画成(chéng)了(le)“肌肉男”，还(hái)有网友的(de)个人照片(piàn)被AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出(chū)现与(yǔ)加(jiā)持，以往AI绘画的填写(xiě)关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的(de)一种基于控制点(diǎn)的(de)图像变形算法，主要用于数字图像处理、计(jì)算机(jī)视觉和(hé)计(jì)算机图形学等领域。

其SD插件一经发布，在短短(duǎn)的两天内(nèi)便成为了AI绘画领域最新的热点。

在(zài)此之前(qián)，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符合要求，但(dàn)是都不尽如人意(yì)，它(tā)的出现代表着(zhe)AI生(shēng)成开始(shǐ)进入真正的可(kě)控时(shí)期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图，人物的(de)姿(zī)势和画面的深(shēn)度(dù)信息等(děng)。有了(le)它的(de)帮(bāng)助，就不用频繁(fán)的用提(tí)示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的(de)照片(piàn)直接带(dài)她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的(de)关(guān)键词；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试(shì)效果(guǒ)。

通过(guò)图片就可以看出来，效(xiào)果十分惊艳。

m是什么意思性取向oding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害(hài)的是，除了(le)真实(shí)的(de)照片(piàn)，草图也可(kě)以加上“魔法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神(shén)张吕敏其本尊(zūn)也亲自回应(yīng)。

不得不(bù)说当(dāng)下AIGC已经(jīng)变得越来越强大，甚至(zhì)输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕安(ān)全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而(ér)经过警方(fāng)辟谣这所谓(wèi)的“party”可能是全(quán)国(guó)第一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里(lǐ)面给出的美女照片(piàn)都是AI制作的(de)真人照片绘图，因为太逼真，被大(dà)家当成真事传播了。

不过仔细观察可以发现，活动(dòng)发起者提供的照片(piàn)中(zhōng)有个(gè)很(hěn)大(dà)的漏(lòu)洞可以发现(xiàn)并(bìng)非真人，而是AI绘图，那便是(shì)图片中女性(xìng)的(de)手指部分(fēn)有的存(cún)在异常。

有(yǒu)行业(yè)人事表示：“现在因为(wèi)手(shǒu)指部分的绘画算法比(bǐ)较复(fù)杂，AI还不太(tài)会画人(rén)的手，但(dàn)最新(xīn)看到(dào)的图片已经(jīng)有越来越完美的AI模型(xíng)出现，以后可能就完全没(méi)有漏洞了(le)。”

类似的(de)AI作图诈骗在国外也已有发生(shēng)。据英(yīng)国广播公(gōng)司(sī)报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用(yòng)户使用AI合(hé)成了儿(ér)童受灾的(de)假(jiǎ)照(zhào)片(piàn)发布到网(wǎng)络，以此(cǐ)诱骗善良(liáng)的人打(dǎ)赏“捐助”从(cóng)而实(shí)施诈骗。

目前(qián)随(suí)着技(jì)术发展，AIGC已(yǐ)经(jīng)能做(zuò)出真人照片般(bān)的绘图效(xiào)果，如(rú)果这(zhè)样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方(fāng)面，批判者认为AI在(zài)“学习”了大量前人(rén)的作品(pǐn)之后，其创作没有任何情绪(xù)和灵魂，难以和人(rén)类的艺(yì)术创(chuàng)作相提并论(lùn)。

另一(yī)方面(miàn)，AIGC背后的版权、目(mù)前(qián)都(dōu)并没有得到有(yǒu)效的解决，还(hái)有(yǒu)AIGC会不会代替人类“至(zhì)高无上”的创意(yì)。

马(mǎ)斯克也(yě)强调，人工智能的安全问题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站除(chú)了视(shì)频，还有(yǒu)远方

技术(shù)都(dōu)是有两面性(xìng)的(de)，潜(qián)在的(de)危害并不能掩盖其光辉(huī)的贡(gòng)献。现(xiàn)在看来，人工(gōng)智能技术将是第四次工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过去一年，人工智能(néng)在技术和商业层(céng)面(miàn)都(dōu)有了巨(jù)大进展(zhǎn)，AI绘画就是人工智能技术发生方向性改变的一个(gè)代表。其下(xià)一站(zhàn)或(huò)许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引(yǐn)爆科技圈(quān)的(de)短视频。这些视频引发关注(zhù)并非(fēi)内容做得(dé)多优秀，反而都非常(cháng)简单，比如一(yī)匹正在喝水的马，一只画画的(de)玩具熊，或者(zhě)一(yī)段(duàn)骑(qí)摩托车的第一(yī)视角录像，随便(biàn)一(yī)个有(yǒu)手机的人(rén)都可以随(suí)手录下一段。

但这些短(duǎn)视(shì)频的(de)创(chuàng)作方式非常(cháng)简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是(shì)说一下要求，AI就可以根据需要生(shēng)成一段视频。

谷歌发布(bù)的两个AI生成视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)差(chà)别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个(gè)能(néng)够做出更高(gāo)清视频的AI还不足以在短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方(fāng)在于，它可以制作出(chū)超(chāo)过2分钟的(de)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(dào)惊(jīng)喜的地方。因为无论AI生(shēng)成的(de)视频多(duō)么高清，也只(zhǐ)能(néng)是(shì)为内容生产(chǎn)者(zhě)m是什么意思性取向提供一(yī)个灵感，一个素材(cái)，一个过场动画。

不过能够制作(zuò)出有具(jù)体剧情内容的视(shì)频就(jiù)意(yì)味着，一些(xiē)视频(pín)创作由(yóu)AI代替人工完成已经初步有了可能。

当下(xià)AI的发展速(sù)度(dù)已经超过大部分(fēn)人的(de)想象。内(nèi)容产业的本质是(shì)供给(gěi)创造(zào)需求(qiú)，AIGC作为(wèi)全新的内容生产方式，可以(yǐ)为内容(róng)产业(yè)带来更新的内容风格、更快的生产速度(dù)，更低的生产(chǎn)成本，这无疑(yí)会驱(qū)动内容(róng)产业的(de)大爆发(fā)。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形(xíng)式的(de)生成。不难发现该(gāi)项技(jì)术(shù)不仅在游(yóu)戏等行业能(néng)得(dé)到有效应(yīng)用，对于下一代(dài)互(hù)联网各种元(yuán)素的构(gòu)建亦有关(guān)键(jiàn)意义(yì)。

从商业化的角(jiǎo)度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基于AI的(de)可视化内(nèi)容有强烈需求。

因(yīn)此，AI绘画(huà)及视频(pín)或(huò)不是(shì)结(jié)果，而只是AI进程(chéng)中的一块重要拼(pīn)图(tú)，有望(wàng)在(zài)技术更(gèng)新的加持下(xià)实现更(gèng)大(dà)的应用价值。

AI从理解内容，走向了可(kě)以生(shēng)成内(nèi)容，甚至能够创(chuàng)造出独立价(jià)值和独立视(shì)角(jiǎo)的内容(róng)。AIGC的再次出圈，更代(dài)表着未来(lái)的先进生产力即将到来(lái)。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的发展也(yě)可(kě)以看出，在语言大模型、图像大模型之后，多模态大模型已经成为了新的趋势(shì)。

大(dà)模型被誉为当前人工(gōng)智能发展的智(zhì)能(néng)底座，是全球竞争最激烈的(de)研究方向之(zhī)一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾讯等众多(duō)头部(bù)企业都在(zài)竞相发力。

不过训练大模型的确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的成(chéng)本约为140万美元。而对于(yú)一些更大的LLM(大型(xíng)语言模型)，训练成本则介于(yú)200万美元至1200万美(měi)元高(gāo)价(jià)之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平均数1300万(wàn)计算(suàn)，其(qí)对应芯片需求为(wèi)3万(wàn)多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费(fèi)就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注各类(lèi)大(dà)模型的发展同时，更应(yīng)该关(guān)注(zhù)算力网络(luò)的(de)建设(shè)。

算力网络正(zhèng)驱动(dòng)AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发展(zhǎn)的终极目(mù)标离(lí)得(dé)更(gèng)近。

因为算力可以对突破性技术创新提供大力的支持。这方面(miàn)，多模态大(dà)模型是典型。作为面(miàn)向(xiàng)未来强人(rén)工(gōng)智能、通用(yòng)人工智能的重要(yào)技术(shù)创新，多模态(tài)大模型(xíng)已经(jīng)在人工(gōng)智(zhì)能领域提(tí)出了很多(duō)年(nián)，业界也有不少技(jì)术(shù)突破，但是(shì)，多(duō)模(mó)态(tài)大模型(xíng)进一步往下(xià)走，算(suàn)力需求呈几何式上升，一般的算力基(jī)础设施很快将难(nán)以胜任(rèn)。

从图像、文(wén)字、语音单独一项的训练(liàn)，到双模态、三模态的跃(yuè)迁，让人工(gōng)智(zhì)能可以灵活应(yīng)对不同模(mó)态的转化、像人与世界(jiè)交互一样自然，这(zhè)方面，由算力网络来驱(qū)动将有明显优势。

此外，还(hái)有很多需要爆发式增长的(de)算力(lì)来支撑(chēng)的技术(shù)创新，将(jiāng)在(zài)人工智能(néng)算(suàn)力网络支撑下(xià)快速推(tuī)进。

AIGC已经露(lù)出曙光，期(qī)待(dài)在(zài)大模(mó)型和大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的方式(shì)，将创造的边际成本降低，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 m是什么意思性取向