自聊(liáo)天机(jī)器人ChatGPT火爆以来，微(wēi)软公司创始人比(bǐ)尔·盖(gài)茨已多次公开谈论(lùn)人工智能话(huà)题(tí)。在(zài)最(zuì)近(jìn)的一次采访中，他再(zài)次(cì)表示：“AI可能(néng)会让科技行业迎来一(yī正实数包括0吗包括负数吗，正实数包括零吗)次剧烈的洗牌”。

这(zhè)个结(jié)论是(shì)他在当地时间2月20日(rì)接受(shòu)《In Good Company》节目(mù)专访时提(tí)出的。

他预期(qī)，AI的发展可能会威胁到(dào)谷歌的市(shì)占率，因(yīn)为微(wēi)软在AI方面的行(xíng)动(dòng)相(xiāng)当迅速。而(ér)最(zuì)终科技(jì)巨头将(jiāng)把AI整合成用户(hù)的“全能助(zhù)手”，包揽一切应用，与人们进行沟通(tōng)并提供建议(yì)，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美(měi)国科(kē)罗(luó)拉多州举办的(de)新(xīn)兴数字艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品(pǐn)获奖。

随(suí)后各大厂商的(de)AI绘画软件被(bèi)广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用(yòng)中(zhōng)输入一组关(guān)键(jiàn)词或者(zhě)一张照片，就(jiù)能获得一幅AI创作(zuò)的画(huà)作。

作画的关键就是所输入的文本。同(tóng)一组关键词(cí)也可以创作出很多张(zhāng)风(fēng)格不一样的画作(zuò)，这让创(chuàng)作的过程就像开盲盒。

很多用户很喜欢这(zhè)种(zhǒng)不确(què)定的惊喜(xǐ)，他们会将生(shēng)成的美图当做(zuò)头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体(tǐ)上，许多用(yòng)户分享AI“翻(fān)车现场(chǎng)”，例如，一位(wèi)网友的小狗照(zhào)片被(bèi)AI画成了(le)“肌肉男”，还有网友的个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的填(tián)写关键词游戏(xì)可能(néng)要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作(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、计算机视觉和计(jì)算机图形学等领域。

其SD插件(jiàn)一经发(fā)布，在(zài)短(duǎn)短的两天内便成(chéng)为了AI绘画领(lǐng)域最(zuì)新(xīn)的热(rè)点。

在此之前，大家用了很多方法(fǎ)想让AI生成的(de)结(jié)果尽可能的符(fú)合要求，但是都不尽如人意，它的(de)出现代(dài)表着AI生成开(kāi)始进入真正的(de)可控时(shí)期。

因(yīn)为ControlNet可(kě)以(yǐ)直接提取画面(miàn)的构图(tú)，人物的姿势和(hé)画面(miàn)的深度信息等。有(yǒu)了它的(de)帮助，就(jiù)不用频繁的用提示词来碰运气(qì)，抽盲(m正实数包括0吗包括负数吗，正实数包括零吗áng)盒式的(de)创作了。

通(tōng)俗(sú)的说ControlNet相(xiāng)当(dāng)于给AI绘画加了(le)“魔法”，不少博主的(de)作品已经获得了(le)大(dà)量(liàng)的浏(liú)览量，“viggo”就是其中之一，他用(yòng)朋(péng)友的照(zhào)片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的关键(jiàn)词；最后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关(guān)键(jiàn)词试效果(guǒ)。

通过图片(piàn)就可以看出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了真实(shí)的照片，草(cǎo)图也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本(běn)尊也亲自(zì)回应。

正实数包括0吗包括负数吗，正实数包括零吗coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得(dé)不说当下AIGC已(yǐ)经(jīng)变得(dé)越(yuè)来越(yuè)强大，甚至输出(chū)的作品(pǐn)都已经能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术(shù)力爆发

警(jǐng)惕安全问题

近日，“苏州(zhōu)金(jīn)鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经过(guò)警方辟谣这所谓的“party”可能(néng)是全国第一(yī)起(qǐ)AI绘(huì)图诈(zhà)骗。

由于这个(gè)活动里面(miàn)给出的(de)美女照片都(dōu)是(shì)AI制(zhì)作的真人照片绘图，因(yīn)为太(tài)逼真，被大家当(dāng)成真(zhēn)事传播了(le)。

不过仔细观察可以发现，活动发(fā)起者提(tí)供的(de)照片中有个(gè)很大(dà)的漏洞可以发现并非真人，而是(shì)AI绘图，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(shì)：“现(xiàn)在因(yīn)为手指部分的绘画算法比较复杂(zá)，AI还不太会画人的手，但最(zuì)新看到的图片已经有(yǒu)越(yuè)来(lái)越完美的AI模型出现，以后可能(néng)就完全没有漏(lòu)洞(dòng)了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英国(guó)广播(bō)公司报道，土耳(ěr)其地(dì)震(zhèn)期间，有Tiktok用户使用(yòng)AI合成(chéng)了(le)儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已经能做出(chū)真人照(zhào)片般的(de)绘图效果，如果这(zhè)样的图(tú)片被用(yòng)来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批(pī)判(pàn)者认为AI在“学(xué)习”了大(dà)量前人的作品之后，其创(chuàng)作没(méi)有任何情(qíng)绪和灵魂(hún)，难以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的版权、目前(qián)都并没(méi)有得到有效的解决，还有AIGC会(huì)不会代替(tì)人类“至高无上”的创意(yì)。

马(mǎ)斯克也(yě)强调，人(rén)工智能的安全问题(tí)需要得到(dào)重视，太晚就(jiù)来不(bù)及了。

03

AIGC下一站除了(le)视(shì)频，还有远方(fāng)

技术都(dōu)是有两面性的，潜(qián)在的危害并不能掩盖其光(guāng)辉的贡献。现在看来，人工智(zhì)能技术将是第四次工业革命(mìng)的核(hé)心驱动力量(liàng)，将(jiāng)创(chuàng)造新的(de)增长奇迹。

过去一年，人工智(zhì)能在(zài)技术(shù)和商业层面都有了巨大进展，AI绘画(huà)就是人工(gōng)智能(néng)技术(shù)发(fā)生方向性改变的一(yī)个代表。其下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短视(shì)频。这(zhè)些视频引发(fā)关(guān)注并非(fēi)内(nèi)容(róng)做得多优秀，反而都非(fēi)常(cháng)简(jiǎn)单(dān)，比如一(yī)匹正(zhèng)在喝水(shuǐ)的马，一只画画的(de)玩具熊，或者一段骑摩托车的第一视(shì)角录像，随便一(yī)个有手(shǒu)机的人都可(kě)以随手录下一段。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入(rù)一段话，甚至(zhì)只是说一下要求，AI就(jiù)可以根据需要生成一段视(shì)频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布(bù)了(le)AI生成(chéng)的视频后，AI圈就已经玩(wán)了一波梗，一个(gè)能够做出(chū)更高清视频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的地(dì)方在(zài)于，它可以制作(zuò)出(chū)超过2分(fēn)钟的连贯的也(yě)有确切(qiè)内容的视频，这才是真正让人(rén)们(men)感到惊喜的地方。因为无论AI生成(chéng)的视(shì)频多么高清，也只能是为内容生(shēng)产(chǎn)者(zhě)提供(gōng)一个(gè)灵感(gǎn)，一个素材，一个过场动画。

不过能够制作出有具体剧情内容的视频(pín)就意味着，一些(xiē)视频创作由AI代替人(rén)工完成已(yǐ)经初步(bù)有了可能。

当(dāng)下AI的发展速度(dù)已经超过大部分人的想象。内容(róng)产(chǎn)业的本(běn)质是供给创(chuàng)造需求，AIGC作为全(quán)新(xīn)的(de)内容(róng)生产方(fāng)式，可(kě)以为内容(róng)产(chǎn)业带来更(gèng)新的(de)内容风格、更(gèng)快的生产速度(dù)，更低的生产成本，这无疑会驱(qū)动内(nèi)容产业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术(shù)还能(néng)应用(yòng)于(yú)音乐、代码、机(jī)器(qì)人动(dòng)作等多种内容形式的生(shēng)成。不难发现该项(xiàng)技术不仅在(zài)游戏等行业能得到有效应用，对于(yú)下一(yī)代互联网各种元素的(de)构建亦(yì)有关键意(yì)义。

从(cóng)商业化的角度来看，文化娱乐、教育、传媒(méi)等诸多领域(yù)，本(běn)身就对(duì)基于(yú)AI的可(kě)视(shì)化(huà)内容有强(qiáng)烈(liè)需求(qiú)。

因此，AI绘画及视频或不(bù)是结果，而只是AI进程(chéng)中的(de)一块重要(yào)拼图，有(yǒu)望在技术更新的加持下实现更大的应用价值。

AI从理(lǐ)解内(nèi)容，走向了(le)可以(yǐ)生成(chéng)内容，甚至能够创造出独立价值和独立(lì)视角的(de)内(nèi)容。AIGC的再次出圈，更代表着(zhe)未来的先进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

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

大模(mó)型被誉为当(dāng)前(qián)人(rén)工智能发展(zhǎn)的智能底座(zuò)，是全(quán)球竞争最激(jī)烈的(de)研究方向之一，包括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众多头(tóu)部企业(yè)都在竞相发力。

不(bù)过训(xùn)练大模型的确价格不菲，以国盛证(zhèng)券(quàn)发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的(de)成本约(yuē)为140万美元。而对于(yú)一些更大的LLM(大(dà)型语言模型)，训练成本则介于(yú)200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月(yuè)的独立(lì)访(fǎng)客平(píng)均数1300万计算，其对(duì)应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本(běn)约为(wèi)8亿(yì)美元，每日仅电费就(jiù)在5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞(páng)大算力支持。在关注各(gè)类大(dà)模型(xíng)的发展(zhǎn)同时(shí)，更应该关注算力(lì)网络的建设。

算力网络正(zhèng)驱动AI产业发(fā)展(zhǎn)进(jìn)入史(shǐ)诗级加(jiā)速进(jìn)程，让AIGC及(jí)通用AI这一人工智(zhì)能发展的终极(jí)目标离得(dé)更近。

因为算力可以对突(tū)破性(xìng)技术创新提(tí)供(gōng)大力的支持。这方(fāng)面，多(duō)模态大模型是典型。作(zuò)为面向(xiàng)未(wèi)来强(qiáng)人工智能、通用(yòng)人工智能(néng)的重要技术创(chuàng)新，多模态大模(mó)型已(yǐ)经在(zài)人工(gōng)智能领域提(tí)出了很多年，业界也(yě)有不少技术突破(pò)，但是(shì)，多模态(tài)大模型进一步往下走，算(suàn)力(lì)需(xū)求呈几何式上升，一般(bān)的(de)算力基础设施(shī)很快将难(nán)以(yǐ)胜任(rèn)。

从图像(xiàng)、文(wén)字、语音(yīn)单独一(yī)项的训练(liàn)，到双模态、三模态的跃迁，让人工智(zhì)能可(kě)以(yǐ)灵活应对不(bù)同模态的转(zhuǎn)化、像人与世界交互(hù)一样自然，这方(fāng)面，由算力网(wǎng)络来(lái)驱(qū)动将(jiāng)有明显优势。

此外(wài)，还有很多需要爆(bào)发(fā)式增长(zhǎng)的算(suàn)力来(lái)支撑的技术(shù)创新，将在人工(gōng)智能算力网络支撑(chēng)下快速推(tuī)进。

AIGC已经(jīng)露出曙光，期待在(zài)大模型和大算力(lì)的支持下(xià)AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成(chéng)本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 正实数包括0吗包括负数吗，正实数包括零吗