自(zì)聊天机器人ChatGPT火爆以来(lái)，微软公(gōng)司创始人比尔·盖茨已(yǐ)多(duō)次公(gōng)开(kāi)谈(tán)论(lùn)人(rén)工智(zhì)能(néng)话题。在最近的一次(cì)采(cǎi)访中(zhōng)，他再次(cì)表示：“AI可能会(huì)让科技(jì)行业迎来一次(cì)剧烈(liè)的洗牌(pái)”。

这个结论是他在(zài)当(dāng)地时间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提出的。

他(tā)预期，AI的发展可能会威胁到(dào)谷(gǔ)歌的市占率，因为微(wēi)软(ruǎn)在AI方面的行动相当(dāng)迅速。而最终科技巨头将把AI整合成用户(hù)的“全(quán)能助手”，包(bāo)揽一切(qiè)应(yīng)用，与(yǔ)人们(men)进行沟通并提供建议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全(quán)能助手的(de)到(dào)来(lái)可能尚需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可(kě)控靠(kào)近

以AI绘画为代表的AIGC上一(yī)次(cì)爆火的(de)时候，还是2022年8月(yuè)，在美国(guó)科罗拉多州举办的(de)新兴数(shù)字艺术家竞赛中，一幅(fú)名为《太(tài)空歌剧院》的作品(pǐn)获奖。

随(suí)后各(gè)大厂(chǎng)商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可以在应(yīng)用中输入一组关键(jiàn)词或者一张照片(piàn)，就能获得一幅AI创作(zuò)的画作。

作画(huà)的(de)关键就是(shì)所输入的文本。同一组关(guān)键词也可以创作出很多张风格不一(yī)样的画作(zuò)，这(zhè)让创作(zuò)的过程就像开盲盒(hé)。

很多用户(hù)很(hěn)喜欢这种不确定的(de)惊喜，他们会将生成的美(měi)图当做头像。而(ér)另(lìng)一(yī)部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例(lì)如，一位网友的(de)小(xiǎo)狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还(hái)有网友的个人照(zhào)片(piàn)被(bèi)AI识别成了建筑。

而(ér)如今(jīn)随(suí)着ControlNet的出(chū)现(xiàn)与(yǔ)加持，以往AI绘画的填写关键词游戏可(kě)能(néng)要(yào)被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦福读博(bó)的中国人张吕敏创作的一种基于控制点的图像变(biàn大疆无人机的电机是哪个国家的品牌 大疆是国企还是私企)形算法，主(zhǔ)要用于数(shù)字图(tú)像处理、计算机(jī)视(shì)觉(jué)和计(jì)算机图形学等领(lǐng)域。

其SD插件一经(jīng)发布，在短(duǎn)短的(de)两天(tiān)内(nèi)便(biàn)成为了(le)AI绘画领域最新的热点。

在此之前，大家用(yòng)了很多方法想让AI生成的结果尽可能的符合(hé)要求，但是都(dōu)不尽如人(rén)意，它的出现代表着AI生成开始进入(rù)真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人物(wù)的姿势和画(huà)面的(de)深度信息等。有(yǒu)了它的(de)帮助，就(jiù)不用频繁的(de)用提(tí)示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主的作品已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们走(zǒu)进动(dòng)漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找到对(duì)应的(de)关键(jiàn)词；最后用ControlNet插(chā)件绑定骨骼开始(shǐ)换(huàn)关键词试(shì)效(xiào)果。

通过图片(piàn)就可以看出来(lái)，效果十分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也(yě)可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大(dà)神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得(dé)越来越强大，甚(shèn)至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问(wèn)题

近日(rì)，“苏州金(jīn)鸡(jī)湖有游艇party”的消息(xī)火(huǒ)遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全(quán)国(guó)第一起(qǐ)AI绘图诈骗。

由于(yú)这个活动(dòng)里面给出的(de)美(měi)女照(zhào)片都是(shì)AI制(zhì)作(zuò)的(de)真人(rén)照(zhào)片(piàn)绘图，因为太(tài)逼真(zhēn)，被大家当成真事传播了。

不过(guò)仔细观察可(kě)以(yǐ)发现(xiàn)，活动发起者提供的照片中有个很大(dà)的漏洞可(kě)以(yǐ)发现并非真人，而是AI绘图，那便(biàn)是(shì)图片中女性(xìng)的手指(zhǐ)部(bù)分有(yǒu)的存在(zài)异常。

有行业人事(shì)表(biǎo)示(shì)：“现(xiàn)在因(yīn)为(wèi)手指部分的绘画(huà)算法比(bǐ)较复(fù)杂，AI还不太(tài)会画人的手，但最新看到(dào)的图(tú)片(piàn)已经有越来越(yuè)完美(měi)的AI模型出现，以后可能就完全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈骗在(zài)国(guó)外也(yě)已有发(fā)生。据英国广(guǎng)播(bō)公(gōng)司报道(dào)，土耳(ěr)其地震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到(dào)网络，以此诱(yòu)骗善(shàn)良的(de)人打赏“捐助”从而实施诈(zhà)骗。

目前(qián)随(suí)着技术发(fā)展，AIGC已经能做出真人照片(piàn)般(bān)的绘图效果(guǒ)，如果这样的图(tú)片(piàn)被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面(miàn)，批判(pàn)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(hé)灵(líng)魂，难以(yǐ)和人类(lèi)的艺术(shù)创作相(xiāng)提(tí)并论。

另一方面，AIGC背后的(de)版权、目前都并(bìng)没有得(dé)到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类“至(zhì)高无上(shàng)”的创意(yì)。

马(mǎ)斯克也强调，人工(gōng)智能的安全问题(tí)需要(yào)得到重视，太晚就(jiù)来不及了(le)。

03

AIGC下一站除(chú)了视频，还有远方

技术都是(shì)有两面性的，潜在(zài)的(de)危害并不(bù)能(néng)掩盖其(qí)光(guāng)辉的贡(gòng)献。现在看来，人工(gōng)智能技(jì)术将(jiāng)是第四次工业革命(mìng)的核心驱(qū)动力(lì)量，将(jiāng)创(chuàng)造(zào)新的增长奇迹。

过去(qù)一年，人工智能在技术和商业层面都(dōu)有了巨大(dà)进展，AI绘画就是(shì)人(rén)工智能技术发生方(fāng)向性(xìng)改(gǎi)变的(de)一个代表(biǎo)。其(qí)下一站或许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条引爆科技(jì)圈(quān)的短视频。这些视频引发关(guān)注并非内容做得(dé)多优(yōu)秀，反而都非(fēi)常简单，比如一匹正在喝水(shuǐ)的(de)马，一只(zhǐ)画画(huà)的玩具熊，或(huò)者一段骑摩托车的第一视角(jiǎo)录(lù)像，随便一个有手机的人都可以随手(shǒu)录(lù)下一段。

但(dàn)这些短(duǎn)视频的创作方式非常简单，创作者仅仅(jǐn)需(xū)要向(xiàng)AI输入一(yī)段(duàn)话，甚(shèn)至(zhì)只是说(shuō)一(yī)下(xià)要求(qiú)，AI就可以(yǐ)根据需要生成一段视(shì)频。

谷歌(gē)发布的(de)两个AI生成视(shì)频分别来自于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(duō)的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已(yǐ)经玩(wán)了一波(bō)梗(gěng)，一个能(néng)够做出更(gèng)高清视频(pín)的AI还不足以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它可以(yǐ)制作(zuò)出超(chāo)过2分钟的(de)连贯的也有确(què)切(qiè)内容的视频，这(zhè)才是真正(zhèng)让人们感到惊喜的地方。因为(wèi)无论AI生成的(de)视频多么(me)高清，也只能是为内(nèi)容(róng)生(shēng)产者提供一个灵感，一(yī)个素材，一个(gè)过场(chǎng)动画(huà)。

不(bù)过能够制作出(chū)有具体剧情内容的视(shì)频就意味着(zhe)，一些视(shì)频创作由AI代(dài)替(tì)人工完成已经初(chū)步有了可能。

当下AI的发展速(sù)度已经(jīng)超过大(dà)部分(fēn)人的想象。内容(róng)产业的本(běn)质是(shì)供给创(chuàng)造需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可以为内容产业带来更(gèng)新(xīn)的内容(róng)风格、更(gèng)快的(de)生产速度，更低的(de)生(shēng)产成本，这(zhè)无疑会驱动内容(róng)产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机(jī)器人动作等多种内容形式(shì)的生(shēng)成(chéng)。不(bù)难发现该(gāi)项技术不仅在游戏等行(xíng)业能得(dé)到有效应用，对于(yú)下一代(dài)互联网各(gè)种元素的(de)构建亦有(yǒu)关键(jiàn)意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传(chuán)媒(méi)等诸多(duō)领(lǐng)域，本身就对基于AI的可视(shì)化内容有强烈需求。

因此，AI绘画及视频或不(bù)是结果，而只是AI进(jìn)程中的一块重要拼图，有望在(zài)技术(shù)更新的(de)加持(chí)下实现更大的应用价值(zhí)。

AI从理(lǐ)解内容(róng)，走向了(le)可以生成内容，甚至能够创(chuàng)造出(chū)独立价(jià)值和独(dú)立(lì)视角的内容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进生产力(lì)即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也(yě)可(kě)以看出，在语(yǔ)言大模(mó)型、图(tú)像大模型(xíng)之后，多模态大(dà)模型已经成为了新(xīn)的趋势。

大(dà)模型被誉为当前人工智能(néng)发展的智能(néng)底座，是全球竞争最激(jī)烈(liè)的研(yán)究方向之一，包括(kuò)谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部企业都(dōu)在竞相(xiāng)发力。

不过训练大模型的确(què)价(jià)格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对于(yú)一些更大的(de)LLM(大型(xíng)语言模型)，训练成(chéng)本(běn)则介(jiè)于(yú)200万(wàn)美元至1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访(fǎng)客(kè)平均数1300万计(jì)算，其对(duì)应芯片需求为3万(wàn)多片英伟达(dá)A100 GPU，初始(shǐ)投(tóu)入成(chéng)本约为8亿美(měi)元(yuán)，每(měi)日仅电费就在5万美元左右(yòu)。

此(cǐ)外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞大算(suàn)力(lì)支持。在关注各类大(dà)模型的发展(zhǎn)同时(shí)，更应该(gāi)关注(zhù)算(suàn)力网(wǎng)络的建设。

算力网络正驱动AI产(chǎn)业发展进(jìn)入史诗级加速进程，让(ràng)AIGC及通用AI这一人工智(zhì)能发展的终极目标离得更近(jìn)。

因为算力可以对突破(pò)性技术创新提供大力的(de)支持。这方(fāng)面(miàn)，多模态大模型是典(diǎn)型。作(zuò)为面向未来强(qiáng)人(rén)工智能、通(tōng)用人工智(zhì)能的重(zhòng)要技术创新，多(duō)模态大模型已(yǐ)经(jīng)在人工智(zhì)能领域提出(chū)了很多年，业界也有不少技术突破，但(dàn)是，多(duō)模态大模型进一步往下(xià)走(zǒu)，算力(lì)需求呈几何式上升，一般的(de)算力基础设施很快将(jiāng)难以胜任。

从图像、文字、语(yǔ)音单独一项的(de)训练，到双模态、三模态的(de)跃迁，让人工智能可以灵活应(yīng)对不同(tóng)模态(tài)的转化、像人与(yǔ)世(shì)界交互一样自然，这方(fāng)面，由算(suàn)力网络来驱动将有(yǒu)明显(xiǎn)优(yōu)势。

此外，还有很多(duō)需要爆发式增(zēng)长的算(suàn)力来支撑的技(jì)术创新，将在人工智能算力网络支撑下快速推进。

AIGC已(yǐ)经露(lù)出(chū)曙光(guāng)，期待在大模型和大算力(lì)的支(zhī)持下AIGC能(néng)持续颠覆内(nèi)容生产的方(fāng)式，将(jiāng)创造的边(biān)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 大疆无人机的电机是哪个国家的品牌 大疆是国企还是私企