自聊天机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人(rén)比尔·盖茨(cí)已多次(cì)公开谈论(lùn)人工智(zhì)能(néng)话(huà)题。在(zà丬这个偏旁读什么 小说，丬这个偏旁读什么字i)最近的一次采访(fǎng)中，他再次表示(shì)：“AI可能(néng)会让(ràng)科技(jì)行业迎来一次(cì)剧烈的洗牌”。

这个结(jié)论是他在当(dāng)地时(shí)间(jiān)2月20日(rì)接受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会威胁到谷(gǔ)歌的市(shì)占率，因为微软(ruǎn)在AI方(fāng)面的行动相当迅速。而最(zuì)终(zhōng)科技(jì)巨头将把AI整合成用户的(de)“全能(néng)助手”，包揽(lǎn)一切应用(yòng)，与人们进(jìn)行沟通并提供建议，可以(yǐ)取代(dài)亚马(mǎ)逊、Siri或(huò)Outlook等(děng)应用(yòng)。

大(dà)佬口中全能(néng)助手的到来(lái)可(kě)能尚需时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的(de)AIGC上(shàng)一次爆火的时候，还是(shì)2022年8月，在美(měi)国科罗(luó)拉多(duō)州举办的新(xīn)兴(xīng)数字艺(yì)术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘画软(ruǎn)件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以在(zài)应用中输入一(yī)组(zǔ)关键词或者一张照(zhào)片，就能获得一幅AI创作的画(huà)作。

作(zuò)画(huà)的关键就(jiù)是所输入的文本。同一组关键词也(yě)可以创作出(chū)很多张(zhāng)风格不一样(yàng)的画作，这让创作的过程就像(xiàng)开盲盒。

很多(duō)用(yòng)户很喜欢这(zhè)种不确定(dìng)的惊喜，他们会将生成的(de)美图当(dāng)做头(tóu)像。而另一部分喜欢(huān)翻看AI绘画的“翻车(chē)”作品。在社交(jiāo)媒体上，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一位网(wǎng)友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键词游戏可能要(yào)被颠(diān)覆(fù)了。

ControlNet是一位正(zhèng)在斯(sī)坦福读博的中国人张(zhāng)吕敏创作的一种基于(yú)控制点的图(tú)像变形算法，主要(yào)用于数字图像处理(lǐ)、计算机视觉(jué)和计算机图形(xíng)学等(děng)领域。

其SD插件一经(jīng)发布，在短短(duǎn)的两(liǎng)天内便成为了(le)AI绘画领(lǐng)域最(zuì)新的热点。

在此之前，大家用了很多(duō)方法想让AI生成的(de)结果尽可能的符(fú)合要求，但是都不尽(jǐn)如人意，它的出现代(dài)表着AI生成开始进入真(zhēn)正的可控时期。

因(yīn)为ControlNet可以(yǐ)直(zhí)接(jiē)提取画(huà)面的构图(tú)，人物的(de)姿势(shì)和画面的(de)深度信(xìn)息等。有(yǒu)了它的帮助，就不用频繁的用提示(shì)词(cí)来碰(pèng)运气，抽(chōu)盲盒式(shì)的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了大(dà)量的浏(liú)览量，“viggo”就是(shì)其中之一，他用朋(péng)友的照片直接带她(tā)们走进动漫世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插件拓(tuò)展找到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图片就可(kě)以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也(yě)可以加上“魔法”，知(zhī)乎(hū)大(dà)牛(niú)“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(qí)本尊也亲自回应。

不得不说(shuō)当(dāng)下AIGC已经变得(dé)越来越强(qiáng)大(dà)，甚(shèn)至输出的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕(tì)安全问题(tí)

近(jìn)日，“苏(sū)州金(jīn)鸡湖有游艇party”的消息(xī)火遍网络(luò)，而(ér)经过警(jǐng)方辟谣这所谓的“party”可能是全(quán)国第一起AI绘(huì)图诈骗。

由于这个(gè)活动里面给(gěi)出的美女照(zhào)片都(dōu)是AI制作的(de)真人(rén)照片绘(huì)图，因为太逼真，被大家当成真事传播了(le)。

不(bù)过仔(zǎi)细观察可以发(fā)现，活动发起(qǐ)者提供的照片(piàn)中有个很大的漏洞可以(yǐ)发现(xiàn)并非(fēi)真(zhēn)人(rén)，而(ér)是(shì)AI绘(huì)图，那便是(shì)图片中女性的(de)手指(zhǐ)部分有的存在异常。

有行业人事表(biǎo)示：“现(xiàn)在因(yīn)为手指部分的绘画算(suàn)法比(bǐ)较复杂，AI还不太会(huì)画人的手，但最新看到的图片已(yǐ)经有越来越完美(měi)的(de)AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的(de)AI作图(tú)丬这个偏旁读什么 小说，丬这个偏旁读什么字诈骗(piàn)在国(guó)外也已(yǐ)有发生。据英国广播公司报(bào)道(dào)，土耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成(chéng)了(le)儿(ér)童受灾的假(jiǎ)照片发(fā)布到网络(luò)，以此诱骗善良的人(rén)打赏“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出(chū)真人照片(piàn)般(bān)的绘图(tú)效果，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方面，批判(pàn)者认(rèn)为(wèi)AI在(zài)“学习”了大量前人(rén)的作(zuò)品之后，其创作(zuò)没有(yǒu)任何(hé)情绪和灵魂，难以和(hé)人类的艺术(shù)创作相提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到有效的解决，还(hái)有AIGC会不会代(dài)替人类“至高无上”的(de)创(chuàng)意。

马斯克(kè)也强调，人(rén)工(gōng)智能的(de)安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还(hái)有远方

技(jì)术都是(shì)有两(liǎng)面性(xìng)的，潜在的危害并不能掩(yǎn)盖其光辉的贡(gòng)献。现在看(kàn)来，人工智能(néng)技术(shù)将(jiāng)是第四(sì)次(cì)工业革命的核心驱动力量，将(jiāng)创造(zào)新的增长奇(qí)迹。

过去一年，人工智能在(zài)技术(shù)和商业层面都(dōu)有(yǒu)了巨大(dà)进展，AI绘(huì)画就是人工智(zhì)能技术发生方(fāng)向性改变的一个(gè)代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈(quān)的(de)短视(shì)频。这(zhè)些视频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在(zài)喝(hē)水的马，一只画画的玩具熊，或者一段(duàn)骑摩托(tuō)车的(de)第一视角录像，随便一(yī)个有手机(jī)的人都可以随手(shǒu)录下一段(duàn)。

但这(zhè)些短视(shì)频的创(chuàng)作方(fāng)式非常简单，创作(zuò)者仅仅需要向(x丬这个偏旁读什么 小说，丬这个偏旁读什么字iàng)AI输入一段话，甚至只是说一下要求，AI就可(kě)以(yǐ)根据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视(shì)频分(fēn)别来(lái)自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要(yào)突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已经玩(wán)了一波(bō)梗，一个能够做出更高清(qīng)视(shì)频的AI还不(bù)足以(yǐ)在短时(shí)间内戳中(zhōng)兴奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它(tā)可以制作出超过2分(fēn)钟的(de)连贯的也有(yǒu)确切(qiè)内容的视频，这才(cái)是真正让人们感到(dào)惊喜的地(dì)方(fāng)。因为无论(lùn)AI生成的视频多么高清，也只能是为内容生产者提供一(yī)个灵感，一个素(sù)材，一个过场(chǎng)动画。

不过(guò)能够制作出有(yǒu)具体剧情内(nèi)容(róng)的(de)视(shì)频就意味着(zhe)，一些视频(pín)创(chuàng)作(zuò)由AI代(dài)替(tì)人工(gōng)完成已经初(chū)步有了(le)可能(néng)。

当下AI的发展速度已经超过(guò)大部分人的想(xiǎng)象。内容产业(yè)的本质是(shì)供给创(chuàng)造需求(qiú)，AIGC作为全新(xīn)的内容生产方式，可以为内容产业带来更(gèng)新的内容(róng)风格、更快的生产(chǎn)速度，更低的(de)生产成本，这无疑会驱动内(nèi)容产业(yè)的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技术还能应(yīng)用于音乐(lè)、代码、机器人动(dòng)作等(děng)多种内(nèi)容形式的生成。不难发现(xiàn)该项技术不仅在游戏等行业能(néng)得到有效应(yīng)用，对(duì)于下一代互联网各种元素的(de)构(gòu)建(jiàn)亦(yì)有关键意义。

从商业化的角度来看，文化娱乐、教育、传媒(méi)等诸多(duō)领域，本身就对基(jī)于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视频或不是(shì)结果，而只是(shì)AI进程中的一块重要拼(pīn)图(tú)，有望在技术更新的加持下实现更(gèng)大的(de)应(yīng)用(yòng)价值。

AI从理解(jiě)内容，走(zǒu)向了(le)可以生(shēng)成内容，甚至能够(gòu)创造出独立(lì)价(jià)值和独(dú)立视角的内(nèi)容。AIGC的再次出(chū)圈，更代表着未来(lái)的先进生产力即(jí)将(jiāng)到(dào)来。

04

紧抓大模型与算力(lì)，牢(láo)固AIGC底座

从(cóng)技术(shù)的(de)发展也可以看出，在语言大模型(xíng)、图(tú)像大(dà)模型(xíng)之后，多模态(tài)大模型(xíng)已经成为(wèi)了新的趋势。

大模(mó)型被(bèi)誉为当前(qián)人工智能发展(zhǎn)的智(zhì)能底座，是全球竞争最激烈的(de)研究方向之(zhī)一，包括谷歌、亚(yà)马逊、百度、阿(ā)里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模型(xíng)的确价格(gé)不(bù)菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次的成本(běn)约(yuē)为140万(wàn)美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成本则介于(yú)200万美(měi)元至(zhì)1200万美元高价(jià)之间(jiān)。

以ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万计(jì)算，其对(duì)应芯(xīn)片(piàn)需求为3万多(duō)片(piàn)英伟(wěi)达A100 GPU，初始投入(rù)成本约为8亿美元(yuán)，每日仅电费就在(zài)5万(wàn)美元(yuán)左右。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离(lí)不开庞大(dà)算(suàn)力(lì)支持。在关注各类(lèi)大模型的发(fā)展同(tóng)时，更(gèng)应该关(guān)注算力网(wǎng)络的建设。

算力网络正驱动AI产业发展(zhǎn)进入(rù)史诗级加(jiā)速(sù)进程，让AIGC及通用(yòng)AI这一(yī)人工(gōng)智能发(fā)展的终极(jí)目标离得更(gèng)近。

因为算力可以对突破(pò)性(xìng)技术创新(xīn)提(tí)供大力的支持。这方(fāng)面，多模(mó)态大模型(xíng)是(shì)典型。作为面向未来强人工智能、通用人工智(zhì)能的重要技(jì)术创新，多模态大(dà)模型(xíng)已经(jīng)在人工智能领域提出(chū)了很多年，业界(jiè)也有(yǒu)不少技术突(tū)破，但(dàn)是，多模态大模型(xíng)进一步(bù)往(wǎng)下(xià)走，算力需求呈几(jǐ)何式上(shàng)升，一(yī)般的算力基础设(shè)施(shī)很快将(jiāng)难以胜(shèng)任。

从图像、文字、语音单独一(yī)项的训(xùn)练，到双模态、三模态(tài)的跃迁，让人工智能可(kě)以灵活应对不(bù)同模态的转化(huà)、像(xiàng)人与世(shì)界(jiè)交(jiāo)互一样自然，这方面(miàn)，由算力网络来驱动(dòng)将有明显优势。

此外(wài)，还有很多需要爆发式增(zēng)长(zhǎng)的算力来支撑的技术创新，将在人工智能算(suàn)力网络(luò)支撑下快速推进(jìn)。

AIGC已经露(lù)出曙光，期待在大模型和(hé)大算力的支持下(xià)AIGC能持(chí)续颠覆内容生(shēng)产的方式，将创造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 丬这个偏旁读什么 小说，丬这个偏旁读什么字