自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人(rén)比尔·盖茨已多次(cì)公开谈论(lùn)人工智能话题。在最近的一次采访中，他再次表(biǎo)示：“AI可能会(huì)让(ràng)科技行业迎来一次剧烈的(de)洗牌”。

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

他预期，AI的发展可能(néng)会威胁到(dào)谷歌的市占率，因为微软在(zài)AI方面(miàn)的(de)行动相当迅(xùn)速。而最(zuì)终科技巨头(tóu)将把AI整合成(chéng)用户(hù)的(de)“全能助手”，包揽(lǎn)一切(qiè)应(yīng)用，与人们进(jìn)行沟通并提供(gōng)建议，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助(zhù)手(shǒu)的到来可能尚需(xū)时日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热(rè)点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画(huà)新(xīn)玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中，一(yī)幅名为(wèi)《太空歌(gē)剧院》的作(zuò)品获奖。

随后(hòu)各大厂商(shāng)的AI绘画软件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们(men)可以(yǐ)在应(yīng)用中输入一(yī)组关键词或(huò)者一张照片，就(jiù)能获得一幅(fú)AI创作的画作。

作(zuò)画的关键就是所(suǒ)输入(rù)的(de)文本。同一组(zǔ)关键词也可以创作出很多张风格不一(yī)样的画作(zuò)，这让创作(zuò)的过程(chéng)就像(xiàng)开盲(máng)盒。

很多用(yòng)户很(hěn)喜欢这种不确定(dìng)的惊喜，他们会将生成的美图当做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体(tǐ)上，许多(duō)用户分享AI“翻车现场”，例如，一位网(wǎng)友(yǒu)的小狗照片(piàn)被AI画成了“肌肉男(nán)”，还有(yǒu)网(wǎng)友的个人(rén)照(zhào)片(piàn)被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写关(guān)键词游(yóu)戏(xì)可(kě)能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福读博的中国(guó)人张(zhāng)吕(lǚ)敏创作的一种基于控制点的(de)图像(xiàng)变形(xíng)算法(fǎ)，主要用于数字图(tú)像处(chù)理(lǐ)、计算(suàn)机视觉和计算机(jī)图形学等领域。

其(qí)SD插件一经发布，在短短的两天内便成为了(le)AI绘画领(lǐng)域最新的热点(diǎn)。

在此之前，大(dà)家用了很(hěn)多方法想让AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始(shǐ)进入真正的(de)可控时期。

因为(wèi)ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的姿势和(hé)画面(miàn)的深度信息等。有了它(tā)的(de)帮助，就不用频繁的用提示词来碰运(yùn)气(qì)，抽盲(máng)盒式的(de)创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不(bù)少博主的作品已经获得(dé)了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片直接(jiē)带她(tā)们走进动漫(màn)世界。

viggo先(xiān)用StableDiffus天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜ion图(tú)片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到(dào)对应(yīng)的(de)关键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始(shǐ)换关(guān)键(jiàn)词试效(xiào)果。

通过图片(piàn)就可(kě)以(yǐ)看出来，效果十分(fēn)惊艳(yàn)。

天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜 src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更(gèng)厉害的是(shì)，除了真实的照片，草图也可(kě)以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转全彩图(tú)。大神(shén)张吕敏(mǐn)其本尊(zūn)也亲自回应。

不得(dé)不说当下AIGC已经变得越来越(yuè)强大，甚至输出的作品都已(yǐ)经能(néng)以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的(de)消息火遍网络，而经过警方(fāng)辟谣这所(suǒ)谓的“party”可(kě)能是全国第一起AI绘(huì)图诈骗。

由(yóu)于这个活动里面给出(chū)的美女照片都是AI制(zhì)作的(de)真人照片(piàn)绘图，因为太逼真，被大家当(dāng)成(chéng)真事传(chuán)播了(le)。

不过仔细观(guān)察(chá)可(kě)以发现，活动发起者提供的照片中有个(gè)很(hěn)大的漏洞可以发现并非真人，而是(shì)AI绘图，那便(biàn)是图片中女性(xìng)的手指部(bù)分有(yǒu)的存(cún)在异常。

有行业人事表示：“现在因为手指部分的绘(huì)画(huà)算法比较复(fù)杂，AI还不太(tài)会画人的手，但最(zuì)新看到(dào)的图(tú)片已经有越来越完美的(de)AI模型出现，以(yǐ)后可能就完全没有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在(zài)国外也已有发生(shēng)。据英(yīng)国广(guǎng)播公司报(bào)道，土耳(ěr)其地震期(qī)间，有Tiktok用(yòng)户(hù)使用AI合成了儿(ér)童受灾(zāi)的假(jiǎ)照片发布到网络，以此诱骗(piàn)善(shàn)良的人打赏“捐助”从而实(shí)施诈骗(piàn)。

目前(qián)随着技术发展，AIGC已(yǐ)经能做出(chū)真人照片般的(de)绘图效(xiào)果，如果这样的图(tú)片被用来诈骗(piàn)，将非常可(kě)怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方(fāng)面，批判者认(rèn)为AI在“学(xué)习”了大(dà)量前人(rén)的作品之后，其创作没(méi)有任何情(qíng)绪和灵魂，难以和人类的艺(yì)术创作相提并论。

另一方面，AIGC背(bèi)后的版权(quán)、目前都(dōu)并(bìng)没有得到(dào)有效的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能的安全问题需要得(dé)到(dào)重视，太晚就来(lái)不及了。

03

AIGC下一站除了视(shì)频，还(hái)有远方

技术都是有两(liǎng)面性的，潜在的危害并不能掩盖其光辉的贡献。天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜现在看来，人(rén)工智能技术(shù)将是第四(sì)次工业革命的核心驱动力量，将创造新的增长奇迹。

过去一年(nián)，人工(gōng)智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就(jiù)是人工智能技(jì)术发生(shēng)方(fāng)向(xiàng)性改变的一个代表。其下一站或(huò)许(xǔ)就是视频(pín)。

此前(qián)，Meta和谷歌先后(hòu)发(fā)布(bù)了(le)几条(tiáo)引爆科技圈的(de)短视(shì)频。这些视频引(yǐn)发(fā)关注并非内容做得多优秀，反而都非(fēi)常简单，比(bǐ)如一匹正在(zài)喝水的(de)马，一只画(huà)画的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录(lù)像，随便(biàn)一个有手机的人(rén)都(dōu)可以随(suí)手(shǒu)录下一段。

但这些(xiē)短视频的(de)创作方式非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输(shū)入一段话，甚至只是说一下要求，AI就(jiù)可(kě)以根据需要生(shēng)成(chéng)一段(duàn)视频。

谷歌发布(bù)的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已(yǐ)经玩了一波梗，一个能够做出更高清视(shì)频的AI还不足以在短(duǎn)时(shí)间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它(tā)可(kě)以(yǐ)制作出超过2分(fēn)钟的(de)连贯的也有确切内容(róng)的视频，这才是真(zhēn)正让人(rén)们感到惊(jīng)喜的地方。因为无论AI生成的(de)视频多么高清，也只能是(shì)为内容生产者(zhě)提供(gōng)一个灵(líng)感(gǎn)，一个素材，一个过场动画(huà)。

不(bù)过能(néng)够制作出有具体剧情内(nèi)容的(de)视频就意味着，一些(xiē)视频创作由AI代替人工完(wán)成已经初(chū)步有了可能。

当下(xià)AI的发(fā)展速度已经超过大部分人的(de)想象。内容产业的本质是供(gōng)给创造需求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以为(wèi)内(nèi)容产业(yè)带来(lái)更新(xīn)的内(nèi)容风格、更快的生产速(sù)度，更低(dī)的生产(chǎn)成(chéng)本，这无(wú)疑会驱动内容产业(yè)的大爆(bào)发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应(yīng)用(yòng)于音乐、代码、机器人(rén)动作(zuò)等多种内(nèi)容形式的生(shēng)成(chéng)。不(bù)难发现(xiàn)该项技术不仅在游戏等(děng)行业(yè)能得到(dào)有效应(yīng)用，对(duì)于下一代(dài)互联网各种元素(sù)的(de)构建(jiàn)亦有关(guān)键意义。

从商业(yè)化的角度来看(kàn)，文化(huà)娱乐(lè)、教育、传(chuán)媒等诸多领域(yù)，本(běn)身就对基于(yú)AI的可(kě)视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程(chéng)中的一块重要拼(pīn)图(tú)，有望在技术更新的加持下实(shí)现(xiàn)更(gèng)大的应用价(jià)值。

AI从(cóng)理解内容，走向了(le)可以生(shēng)成内容，甚(shèn)至(zhì)能够创(chuàng)造出独立价值和(hé)独立视角的(de)内(nèi)容。AIGC的再(zài)次出圈，更(gèng)代(dài)表着未来的先(xiān)进生(shēng)产(chǎn)力即将到来。

04

紧抓大(dà)模型与算(suàn)力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语(yǔ)言大模型、图像(xiàng)大模(mó)型之后，多模态大模型已经成为了新(xīn)的趋势。

大模型被(bèi)誉为当前人工智能发(fā)展的智能底座，是(shì)全球竞争最激(jī)烈的研究方向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都在竞相发力。

不(bù)过训练大模型的确(què)价格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要(yào)多少(shǎo)算力(lì)》报(bào)告估算(suàn)，GPT-3训(xùn)练一次的成本约为140万(wàn)美元。而对于(yú)一(yī)些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美(měi)元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平均数1300万计(jì)算(suàn)，其对应芯片(piàn)需求为(wèi)3万多(duō)片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大(dà)算力(lì)支持(chí)。在关注(zhù)各(gè)类大模型的发(fā)展同(tóng)时，更应该关(guān)注算力网络的建设。

算力网络正(zhèng)驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的终(zhōng)极(jí)目(mù)标离(lí)得(dé)更近(jìn)。

因为(wèi)算力(lì)可以对突破性技术创(chuàng)新提供大力(lì)的支持(chí)。这方面，多模态大模型是典型。作(zuò)为面向(xiàng)未(wèi)来强人工智能、通用(yòng)人工智能的重要技术创(chuàng)新，多(duō)模态大模型已经在(zài)人工智(zhì)能领域提出(chū)了很(hěn)多年，业界也有不少技术突破，但是，多模态大(dà)模型进一步往下走，算力需(xū)求呈几何式上升(shēng)，一般的算力(lì)基础(chǔ)设施很快(kuài)将难以胜任(rèn)。

从图像、文字、语音单独一(yī)项的训练(liàn)，到双模态、三模态的跃迁，让人工(gōng)智(zhì)能可以灵(líng)活(huó)应(yīng)对不同(tóng)模态的(de)转化(huà)、像人与世(shì)界(jiè)交互一样自然(rán)，这(zhè)方面，由算力网络来(lái)驱动将(jiāng)有明显优势。

此(cǐ)外，还(hái)有很多需(xū)要爆发(fā)式增长的算力来支(zhī)撑的(de)技术(shù)创新，将在人工智能(néng)算(suàn)力网络支(zhī)撑下快(kuài)速推进。

AIGC已经露出曙光，期待在(zài)大模型和(hé)大(dà)算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的(de)边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜