自(zì)聊天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨(cí)已(yǐ)多次公开谈论(lùn)人工智能话题。在最(zuì)近的(de)一次(cì)采访(fǎng)中(zhōng)，他再次表示：“AI可(kě)能会让(ràng)科技(jì)行业(yè)迎来一(yī)次(cì)剧烈(liè)的洗牌”。

这个结(jié)论是他在当(dāng)地时间2月20日(rì)接受(shòu)《In Good Company》节(jié)目(mù)专访时提出的。

他预期(qī)，AI的发展可能会(huì)威胁到谷歌(gē)的市(shì)占率(lǜ)，因(yīn)为微(wēi)软(ruǎn)在AI方面的行动相当(dāng)迅速。而(ér)最终科技巨头将把AI整(zhěng)合成用户的“全(quán)能助手(shǒu)”，包(bāo)揽(lǎn)一切应(yīng)用(yòng)，与人们进(jìn)行(xíng)沟(gōu)通(tōng)并(bìng)提供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等(děng)应(yīng)用(yòng)。

大佬(lǎo)口中(zhōng)全能助(zhù)手的(de)到来可能尚需时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为(wèi)代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举办的新兴数字艺(yì)术(shù)家竞赛中，一幅名(míng)为(wèi)《太空歌剧院》的作品(pǐn)获奖。

随(suí)后各(gè)大厂商的AI绘画软件被(bèi)广大网友熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们(men)可以在应用中(zhōng)输入一组(zǔ)关键词或者一(yī)张(zhāng)照片，就能(néng)获得一(yī)幅AI创作的画作。

作画的关(guān)键就是所输(shū)入的文本。同一组关键词也(yě)可(kě)以创作(zuò)出很(hěn)多张风格不一样的画作(zuò)，这让创作的(de)过程就像(xiàng)开盲(máng)盒(hé)。

很多(duō)用户很喜欢(huān)这种不(bù)确定的惊喜，他们会将生成的美图(tú)当(dāng)做头(tóu)像(xiàng)。而另(lìng)一部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在(zài)社交(jiāo)媒体上(shàng)，许多用户分享(xiǎng)AI“翻车(chē)现(xiàn)场”，例如，一(yī)位(wèi)网(wǎng)友的小狗(gǒu)照片被AI画成(chéng)了“肌肉男”，还(hái)有网友的个(gè)人照片被AI识别(bié)成(chéng)了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画(huà)的填写关键词游戏可能要被颠(diān)覆(fù)了(le)。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的中国(guó)人张吕敏创作(zuò)的一种基于控制点的图像变形算法，主要用于数字图像处理(lǐ)、计(jì)算机视(shì)觉和计(jì)算机图形学等(děng)领(lǐng)域。

其SD插件一经发布，在短(duǎn)短的两天内(nèi)便(biàn)成(chéng)为(wèi)了AI绘画领域最新的热(rè)点。

在(zài)此(cǐ)之(zhī)前，大家用了很(hěn)多方法想让AI生成的(de)结果尽可能的符(fú)合要(yào)求，但是都不尽如(rú)人意，它(tā)的出现代(dài)表着AI生成开(kāi)始进(jìn)入(rù)真(zhēn)正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提取画面的构图，人物的姿势(shì)和画面的(de)深度信息等。有了它的(de)帮助(zhù)，就不用频繁的用提示词(cí)来(lái)碰(pèng)运气(qì)，抽盲盒式的创作了。

通(tōng)俗(sú)的说ControlNet相当于给(gěi)AI绘(huì)画加了(le)“魔(mó)法”，不(bù)少博主的作(zuò)品已(yǐ)经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友(yǒu)的(de)照片直接(jiē)带她(tā)们走进动(dòng)漫(màn)世(shì)界。

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

再用Text2Prompt插(chā)件拓展找到对(duì)应的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开始换关(guān)键词试效果。

通(tōng)过图片就(jiù)可以看出来，效果十分惊艳(yàn)。

更厉(lì)害的是，除了真实(shí)的(de)照片，草(cǎo)图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大(dà)神张吕敏其本尊也亲自回应。

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

02

难辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全(quán)问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一起(qǐ)AI绘(huì)图诈骗。

由(yóu)于这个活动里面给出(chū)的美(měi)女照片都是AI制作(zuò)的(de)真人照片绘图，因(yīn)为太逼(bī)真，被大(dà)家当成真事传播(bō)了。

不过仔细观察可(kě)以发现，活动发起者提供(gōng)的照片(piàn)中有个(gè)很大的漏(lòu)洞(dòng)可以发现并非真人，而是AI绘图(tú)，那便是(shì)图片中女性的手指部分有的存在异常。

有行业人事表(biǎo)示：“现在因为(wèi)手指部分的绘画算法(fǎ)比较(jiào)复(fù)杂(zá)，AI还不太会画人的手，但最新看到的图片已经有(yǒu)越来越完美的AI模型出现，以后可能(néng)就完全没有漏洞(dòng)了。”

类似的AI作(zuò)图(tú)诈骗在国外也(yě)已有发生。据英(yīng)国(guó)广播公(gōng)司报道，土耳其地震期间，有Tiktok用户(hù)使用(yòng)AI合成了(le)儿童受(shòu)灾(zāi)的假照片发布到(dào)网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助(zhù)”从而实施诈骗。

目(mù)前随(suí)着(zhe)技术发展，AIGC已经能(néng)做出(chū)真人照片般的绘图效(xiào)果，如(rú)果这(zhè)样的(de)图片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一方面(miàn)，批判者(zhě)认为AI在“学习”了大(dà)量前人的作(zuò)品之后，其创作(zuò)没有任何情绪(xù)和灵(líng)魂，难以和(hé)宋朝二府三司分别是什么，二府三司分别是什么东府和西府人类的艺术(shù)创作相提并论。

另一方面，AIGC背后的版权(quán)、目前都并没(méi)有得到有效的(de)解决，还(hái)有AIGC会不会(huì)代替人类“至高(gāo)无上”的(de)创意。

马斯克(kè)也强(qiáng)调(diào)，人工智(zhì)能的安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远(yuǎn)方

技术都是有两面性的(de)，潜在(zài)的危(wēi)害并不(bù)能掩盖其光辉(huī)的贡献。现在看(kàn)来，人(rén)工智能技术将是(shì)第四次工业革命的核心驱动力量(liàng)，将创造(zào)新的增长(zhǎng)奇迹。

过去一年(nián)，人(rén)工智能在技术和(hé)商业层面都有了(l宋朝二府三司分别是什么，二府三司分别是什么东府和西府e)巨(jù)大进(jìn)展(zhǎn)，AI绘画就是人工智能(néng)技术发生(shēng)方向性改(gǎi)变的一个代表。其(qí)下(xià)一站(zhàn)或许就是视(shì)频。

此(cǐ)前，Meta和谷歌先后发布了几(jǐ)条(tiáo)引爆科(kē)技(jì)圈的短视频。这(zhè)些(xiē)视(shì)频引发关(guān)注(zhù)并非内容做得多优秀，反而都非常简单，比如(rú)一(yī)匹正(zhèng)在喝(hē)水的马(mǎ)，一只(zhǐ)画(huà)画的玩具熊，或者一段骑摩托车(chē)的(de)第一视角录像(xiàng)，随便一(yī)个(gè)有手机的人都可以(yǐ)随手录下一段。

但这些短视(shì)频(pín)的创作(zuò)方(fāng)式非常简(jiǎn)单，创(chuàng)作者仅仅(jǐn)需要向AI输入一段(duàn)话，甚至只(zhǐ)是说一下(xià)要求(qiú)，AI就可(kě)以根据需要生成一段视(shì)频。

谷歌发布(bù)的两(liǎng)个AI生成视频分别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一个(gè)能够做出更高清视频的AI还不足以在短时间内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地方在(zài)于，它可(kě)以制作出(chū)超过2分钟的(de)连贯的也有确切内容的(de)视频，这才(cái)是真正让人们(men)感到惊喜的(de)地方。因为(wèi)无论(lùn)AI生成(chéng)的视频多(duō)么高清，也(yě)只能(néng)是为内容生(shēng)产者提供一个灵(líng)感(gǎn)，一个素材，一个过场动画(huà)。

不(bù)过(guò)能够制(zhì)作(zuò)出有(yǒu)具体剧情内容的视频就意味着，一些视频创作由(yóu)AI代替(tì)人工完成(chéng)已经初步有了可能。

当下(xià)AI的发展速度已经(jīng)超过大部分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全(quán)新的内(nèi)容(róng)生产方式，可以为(wèi)内容产业带(dài)来更新(xīn)的内容(róng)风(fēng)格(gé)、更快的生产速度，更低的(de)生产(chǎn)成本，这无(wú)疑会(huì)驱动内容产(chǎn)业的(de)大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术还能应用(yòng)于(yú)音(yīn)乐、代码、机器人(rén)动作等多种内容形式的生(shēng)成。不难发现该(gāi)项技(jì)术不仅(jǐn)在游戏(xì)等行业(yè)能得到有效应用，对于下(xià)一代互联网各种元素的构建亦(yì)有关(guān)键(jiàn)意义。

从商业化的角度来(lái)看，文(wén)化娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就(jiù)对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只是AI进程中的一(yī)块重要拼(pīn)图，有望在(zài)技术更(gèng)新的加持下实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从理解内容，走向了可以生成(chéng)内容，甚至(zhì)能够(gòu)创造(zào)出(chū)独立价值和独(dú)立视角的(de)内(nèi)容。AIGC的再次出圈，更代表着未来(lái)的先(xiān)进生(shēng)产力即将到来。

04

紧抓大模(mó)型与(yǔ)算力，牢固(gù)AIGC底座

从(cóng)技术(shù)的发展(zhǎn)也可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多模态大模型已经成为(wèi)了新的趋(qū)势。

大模型(xíng)被誉(yù)为(wèi)当前人(rén)工(gōng)智能发展的智宋朝二府三司分别是什么，二府三司分别是什么东府和西府能底座，是全球竞争最激烈的(de)研究(jiū)方(fāng)向之一，包括谷(gǔ)歌、亚(yà)马逊、百度(dù)、阿里(lǐ)、腾讯等(děng)众多头部企业都在竞相发(fā)力。

不过训(xùn)练大模型(xíng)的(de)确价格(gé)不(bù)菲，以国(guó)盛证券发(fā)布(bù)的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更(gèng)大的LLM(大型语(yǔ)言模型)，训练成本则(zé)介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平(píng)均数(shù)1300万计算(suàn)，其(qí)对应芯片需求为(wèi)3万多片英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每(měi)日仅电费就在5万美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算力支持。在关(guān)注各类大模型的(de)发(fā)展(zhǎn)同时(shí)，更(gèng)应该关注算力网络的(de)建设(shè)。

算(suàn)力网(wǎng)络正驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一人工智能发展的终极目标离得更近(jìn)。

因为算力(lì)可以对突破性技术(shù)创新(xīn)提(tí)供大力(lì)的支持。这方面，多模态大(dà)模型是典(diǎn)型。作为面向(xiàng)未来强人工智能、通用人(rén)工(gōng)智(zhì)能的重要(yào)技术创(chuàng)新，多(duō)模(mó)态大模(mó)型已经在人工(gōng)智能领域提出了很多(duō)年，业界也有不少技术突(tū)破，但(dàn)是，多模态大模型进(jìn)一步往下走，算力需求呈几何式上升，一般(bān)的(de)算力(lì)基础设施很(hěn)快将难以胜任。

从图像、文字、语(yǔ)音单独一项的训(xùn)练，到双(shuāng)模态、三模态的跃迁，让人(rén)工(gōng)智能可以灵(líng)活应(yīng)对不同模态的转化、像人(rén)与世(shì)界交互一样(yàng)自然，这方(fāng)面(miàn)，由(yóu)算力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需(xū)要爆(bào)发式增长的(de)算力来(lái)支撑的技术创新(xīn)，将(jiāng)在(zài)人工(gōng)智能算(suàn)力网络(luò)支撑(chēng)下快(kuài)速推进。

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

未经允许不得转载：橘子百科-橘子都知道 宋朝二府三司分别是什么，二府三司分别是什么东府和西府