自聊天机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司(sī)创始人(rén)比尔·盖茨已多次公(gōng)开谈论人工智能话题(tí)。在最近的一次采访中，他再(zài)次表示(shì)：“AI可能会让科技(jì)行业迎来一(yī)次剧烈的洗牌”。

这个(gè)结论是他在当(dāng)地(dì)时(shí)间2月悲痛和悲恸的区别在哪，比悲伤更高级的词20日接受《In Good Company》节目专访时提出的。

他预(yù)期(qī)，AI的发展可(kě)能会威胁到谷歌的市占率，因为(wèi)微软(ruǎn)在AI方面的行动相当迅速。而最终科技巨头(tóu)将把AI整合(hé)成用户的“全能助手”，包揽一切应用(yòng)，与人们(men)进行(xíng)沟通(tōng)并(bìng)提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可能(néng)尚需时日(rì)，但由ControlNet引发的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围(wéi)中杀出重围。

悲痛和悲恸的区别在哪，比悲伤更高级的词-cropy2="503.46020761245677" data-ratio="0.503" data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多(duō)州举(jǔ)办的新(xīn)兴数字(zì)艺术(shù)家竞赛(sài)中，一幅名为《太空(kōng)歌剧(jù)院(yuàn)》的(de)作品获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在应用中输入一组关(guān)键词(cí)或者一张照片，就能获得一幅AI创作的画作。

作(zuò)画(huà)的关键就是所输入的文(wén)本。同一组关键词也可以创作出很多张风格不一样的画作，这让(ràng)创作的过程就像(xiàng)开盲盒。

很多用户很喜(xǐ)欢这种不(bù)确定的惊(jīng)喜，他(tā)们会将生成(chéng)的美图(tú)当(dāng)做头像。而另一(yī)部(bù)分(fēn)喜欢翻看AI绘画的“翻车”作(zuò)品(pǐn)。在社交(jiāo)媒体(tǐ)上，许多用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有网(wǎng)友的个人照片被AI识别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写关键词游(yóu)戏(xì)可能要被颠(diān)覆了。

ControlNet是(shì)一位(wèi)正(zhèng)在斯坦福读博的中(zhōng)国(guó)人张(zhāng)吕敏创作(zuò)的一种基于控制点的图像变形算法，主要用于数字图像(xiàng)处理、计算机视(shì)觉和(hé)计(jì)算机图形学等领域。

其SD插件一经(jīng)发(fā)布，在短短(duǎn)的(de)两天内便(biàn)成为了AI绘(huì)画领域最新的(de)热点。

在(zài)此(cǐ)之前，大家(jiā)用(yòng)了很多方法想让AI生成的结(jié)果尽可能的(de)符合要求，但是都(dōu)不尽(jǐn)如人意，它的出现代表着AI生成(chéng)开始进入(rù)真正(zhèng)的可(kě)控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人物的姿(zī)势和画面的深(shēn)度信息等。有了它(tā)的帮助(zhù)，就不用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了(le)。

通俗的说ControlNet相当于给(gěi)AI绘画加了(le)“魔法”，不少博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带(dài)她们走(zǒu)进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以看出来，效果(guǒ)十分惊艳(yàn)。

更(gèng)厉害的是，除了真实的照片，草(cǎo)图也可以加上“魔(mó)法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实现线稿转(zhuǎn)全彩(cǎi)图。大(dà)神(shén)张吕敏其本尊也(yě)亲(qīn)自回应。

不得不(bù)说当下AIGC已经变得(dé)越来越强大，甚至(zhì)输出的(de)作品(pǐn)都已经能以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火(huǒ)遍网(wǎng)络(luò)，而经(jīng)过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面(miàn)给出(chū)的美(měi)女照片都是(shì)AI制作(zuò)的真人(rén)照片绘图，因为太逼真，被(bèi)大家当成真事(shì)传播(bō)了(le)。

不过仔细(xì)观察可以发现，活(huó)动发起者(zhě)提(tí)供的照片(piàn)中(zhōng)有(yǒu)个很大(dà)的漏洞(dòng)可(kě)以发(fā)现并非真人(rén)，而是AI绘(huì)图，那便(biàn)是图片(piàn)中女(nǚ)性(xìng)的(de)手指部分有的存在异常(cháng)。

有行业(yè)人事表示：“现在因(yīn)为手指部分(fēn)的绘画(huà)算法比较复杂(zá)，AI还不太会(huì)画人的手，但最新看到的图片已经有(yǒu)越(yuè)来越(yuè)完美的(de)AI模型出现(xiàn)，以(yǐ)后可能(néng)就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也已有发生。据(jù)英国广播公司报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用(yòng)户使(shǐ)用(yòng)AI合成了儿童(tóng)受灾的(de)假照片发布(bù)到(dào)网络(luò)，以此诱(yòu)骗善(shàn)良的人打赏(shǎng)“捐助”从而(ér)实施诈骗。

目(mù)前(qián)随(suí)着技术发展，AIGC已经(jīng)能(néng)做出真人照片(piàn)般的绘图(tú)效果，如果这样(yàng)的(de)图(tú)片被用来诈(zhà)骗，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还引(yǐn)发(fā)了很多担(dān)忧，一(yī)方面，批(pī)判者认为AI在“学习”了大量前人的作品(pǐn)之后，其创作没有(yǒu)任何情绪和灵(líng)魂，难以和人类的艺(yì)术(shù)创作相提并论(lùn)。

另一(yī)方面，AIGC背后的版权(quán)、目前都并没有得(dé)到有效的解决，还有AIGC会不会(huì)代替人(rén)类“至高无(wú)上”的创(chuàng)意。

马斯克(kè)也强调(diào)，人工(gōng)智能的安全问题需要(yào)得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有两(liǎng)面性的(de)，潜在的危害并不能掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现(xiàn)在看来(lái)，人工(gōng)智能技术将是第(dì)四次工业革命(mìng)的核心驱动力量，将(jiāng)创造(zào)新的增(zēng)长(zhǎng)奇迹(jì)。

过去一年，人工智(zhì)能在技术和商业(yè)层面都有了巨大进展，AI绘画就是人(rén)工(gōng)智能技术发(fā)生方(fāng)向(xiàng)性改变(biàn)的一(yī)个代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌(gē)先后发(fā)布(bù)了几条引爆科技(jì)圈(quān)的短视频。这(zhè)些(xiē)视频(pín)引发关注并非内容(róng)做得多(duō)优(yōu)秀(xiù)，反(fǎn)而都非常(cháng)简单(dān)，比如一匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩具熊(xióng)，或者一段骑摩托(tuō)车的(de)第一(yī)视角录像，随(suí)便(biàn)一个有手机的人都(dōu)可以随手录(lù)下一段。

但这些短视频(pín)的创作(zuò)方(fāng)式(shì)非常简(jiǎn)单，创作(zuò)者仅(jǐn)仅需要(yào)向AI输(shū)入一(yī)段话，甚至(zhì)只是说一下要求，AI就可以根据需(xū)要生成一段视(shì)频。

谷歌发布的两个(gè)AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈(quān)就(jiù)已(yǐ)经玩(wán)了一波梗，一个能(néng)够做出更(gèng)高清(qīng)视频的AI还不(bù)足以(yǐ)在短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方(fāng)在于，它可以制作出超过2分钟的(de)连贯的也(yě)有确切内容的视频(pín)，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生(shēng)成(chéng)的视频多么高清(qīng)，也只(zhǐ)能是为内容(róng)生产者提供(gōng)一个(gè)灵(líng)感(gǎn)，一(yī)个素材，一个(gè)过场(chǎng)动画。

不过能够制作出有具体(tǐ)剧情内(nèi)容的视频就(jiù)意(yì)味着，一些视频(pín)创作(zuò)由AI代替人工(gōng)完成已经初(chū)步有了可能(néng)。

当下AI的(de)发展速度已经超过大部分人的想(xiǎng)象。内(nèi)容产业的本(běn)质是供给(gěi)创(chuàng)造(zào)需(xū)求，AIGC作为全新的内容生产方式(shì)，可以为(wèi)内容产业带来更新的内容(róng)风格、更快的生产速度，更低(dī)的生产成本，这(zhè)无疑会驱动内(nèi)容产业的(de)大(dà)爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还(hái)能应用于音(yīn)乐、代(dài)码、机(jī)器(qì)人动作(zuò)等多种内容形(xíng)式的生成。不难发现该项技(jì)术不(bù)仅在游戏等行业能(néng)得到有效应用，对于下一代互联网(wǎng)各种元素的构建亦有关键(jiàn)意义(yì)。

从商业化的角度来看，文(wén)化娱乐、教育(yù)、传媒(méi)等诸多领域(yù)，本身(shēn)就对基于AI的可视化内容(róng)有强(qiáng)烈需求。

因此(cǐ)，AI绘画(huà)及视频或不是(shì)结果(guǒ)，而(ér)只是AI进(jìn)程中的(de)一(yī)块重要(yào)拼图，有望在技(jì)术(shù)更(gèng)新的加持下实现更大的应用价值。

AI从(cóng)理(lǐ)解内容，走(zǒu)向(xiàng)了可以生成内容，甚(shèn)至能够创造出(chū)独(dú)立价值和独立(lì)视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代表着未来的先进生产力即将到来。

04

紧(jǐn)抓大(dà)模型与算力，牢(láo)固AIGC底座

从技术的发展也可以看出(chū)，在语言大(dà)模型、图像大模(mó)型之(zhī)后，多模态(tài)大(dà)模型已经成为了(le)新的趋势。

大模型(xíng)被誉为当前人工智能发展的(de)智(zhì)能底座，是全(quán)球竞争最激烈的(de)研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都在竞(jìng)相(xiāng)发力(lì)。

不过训练(liàn)大模型的确(què)价格不(bù)菲(fēi)，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少算力》报告(gào)估(gū)算(suàn)，GPT-3训练(liàn)一次(cì)的(de)成(chéng)本(běn)约(yuē)为140万美元。而对于一些(xiē)更大的LLM(大型语(yǔ)言模型)，训练(liàn)成本则介(jiè)于(yú)200万美元至1200万美(měi)元高价(jià)之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电(diàn)费就(jiù)在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力(lì)支持。在关(guān)注各类(lèi)大模(mó)型的发展同时，更(gèng)应该关注算力网络的建设。

算力(lì)网(wǎng)络正驱动AI产业发展进(jìn)入史(shǐ)诗(shī)级加速进程(chéng)，让AIGC及通用(yòng)AI这一(yī)人工智能发展(zhǎn)的终极目标离得更近。

因为算力可以对突破性技术(shù)创(chuàng)新提供大(dà)力的支(zhī)持(chí)。这方面，多模态(tài)大模型是典(diǎn)型。作(zuò)为面向未(wèi)来强人工智能、通用人工智能的重要技术(shù)创新，多(duō)模态大模型已经在人工智能领域提出了很多(duō)年，业(yè)界(jiè)也有(yǒu)不少技术(shù)突(tū)破，但是(shì)，多模态大(dà)模(mó)型进一步往(wǎng)下(xià)走(zǒu)，算力需求呈几何式上升(shēng)，一般的算(suàn)力基础设施很快(kuài)将难(nán)以胜任。

从图像、文字、语音单(dān)独一项的训练(liàn)，到双模态、三(sān)模态(tài)的跃(yuè)迁，让人工智能可以灵(líng)活应对不同模态的转化、像(xiàng)人(rén)与(yǔ)世界交互一样自然，这方面，由算力(lì)网(wǎng)络来驱动将有(yǒu)明(míng)显优势。

此(cǐ)外，还有(yǒu)很多(duō)需要爆发(fā)式增长的算力来支撑的技术创(chuàng)新，将(jiāng)在人(rén)工智能(néng)算力网络(luò)支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 悲痛和悲恸的区别在哪，比悲伤更高级的词