自聊天机器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创(chuàng)始人比(bǐ)尔·盖(gài)茨已多(duō)次公(gōng)开谈论(lùn)人工智能话(huà)题。在最近的一次采(cǎi)访中(zhōng)，他再次表示(shì)：“AI可能会(huì)让(ràng)科技行业迎来一次剧烈(liè)的(de)洗牌(pái)”。

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

他(tā)预(yù)期，AI的发(fā)展(zhǎn)可能会威胁到谷(gǔ)歌的(de)市占率，因为微软在AI方面的行(xíng)动相(xiāng)当(dāng)迅速(sù)。而(ér)最终科技巨头将把AI整合成用(yòng)户的(de)“全(quán)能助手”，包揽一切应用，与人(rén)们进行沟通并提供(gōng)建议(yì)，可(kě)以(yǐ)取代(dài)亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全(quán)能(néng)助(zhù)手的到来可(kě)能尚需时(shí)日，但由ControlNet引发(fā)的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的(de)时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新(xīn)兴数字艺术家竞赛中，一(yī)幅名为(wèi)《太空(kōng)歌剧(jù)院》的作品获奖。

随后各大厂商的AI绘画软件被广大网友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户(hù)们可以在应用(yòng)中(zhōng)输(shū)入一组关(guān)键词或者(zhě)一张(zhāng)照(zhào)片，就能获(huò)得一幅AI创(chuàng)作(zuò)的画作。

作画的关键就是所(suǒ)输入的文(wén)本。同一组关键(jiàn)词也(yě)可以创(chuàng)作出很多(duō)张(zhāng)风格不(bù)一样的画(huà)作(zuò)，这让创(chuàng)作(zuò)的过程就像开(kāi)盲(máng)盒。

很多用户很喜欢这种(zhǒng)不确定(dìng)的(de)惊喜(xǐ)，他们会将生成的美图当做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多用户分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌肉男”，还(hái)有网友的个人(rén)照片被AI识别(bié)成了(le)建筑。

而(ér)如今随(suí)着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填写关键词(cí)游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏创(chuàng)作的一种基于控制点的(de)图像变形(xíng)算法，主要(yào)用(yòng)于数字图像处理、计(jì)算机视觉和计算机(jī)图形学等领域。

其(qí)SD插件一经发布，在短短(duǎn)的两(liǎng)天内便(biàn)成为了AI绘画领域最(zuì)新的热点。

在此之前，大(dà)家用了(le)很多方法想(xiǎng)让AI生成的结果尽可能的符(fú)合要求(qiú)，但(dàn)是都不尽(jǐn)如(rú)人(rén)意(yì)，它的出现代表(biǎo)着AI生成开(kāi)始进入(rù)真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构图，人(rén)物的姿(zī)势和画面的深(shēn)度信息等。有(yǒu)了(le)它的帮助，就(jiù)不(bù)用频繁的用(yòng)提示(shì)词来碰运(yùn)气(qì)，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了(le)“魔法”，不(bù)少博主的(de)作品(pǐn)已经获得(dé)了大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的(de)照(zhào)片(piàn)直接带她(tā)们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关(guān)键词；最(zuì)后用ControlNet插(chā)件(jiàn)绑(bǎng)定骨骼开始换(huàn)关键词试效果。

通(tōng)过图(tú)片就(jiù)可以看出来，效果十分惊艳。

更(gèng)厉害的(de)是，除(chú)了真实(shí)的照片，草图也(yě)可以加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏(mǐn)其(qí)本尊也亲(qīn)自回(huí)应。

不得不说当下(xià)AIGC已经(jīng)变(biàn)得越(yuè)来越强大，甚至输出(chū)的作品(pǐn)都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全(quán)问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网(wǎng)络，而经(jīng)过警方辟谣这所谓的(de)“party”可能(néng)是全(quán)国(guó)第一(yī)起AI绘(huì)图诈骗。

由于这(zhè)个活动里面(miàn)给出的美女照片都是(shì)AI制作的真(zhēn)人照(zhào)片绘图(tú)，因为(wèi)太逼真(zhēn)，被(bèi)大家当成真事传播了。

不(bù)过仔细观察可以发现，活(huó)动发起(qǐ)者提供(gōng)的照(zhào)片中(zhōng)有个很大的漏(lòu)洞可以(yǐ)发现并非真人，而(ér)是AI绘图，那(nà)便是图片中女性的手(shǒu)指部分(fēn)有的存在异常(cháng)。

有(yǒu)行业人(rén)事(shì)表示：“现在因(yīn)为手(shǒu)指部分的绘画算法比较复(fù)杂(zá)，AI还不太会画人的手(shǒu)，但最新看到的图片已经有越来越(yuè)完(wán)美的AI模型出(chū)现，以后可能(néng)就完(wán)全没有漏洞了。”

类似的AI作(zuò)图诈骗在国(guó)外也(yě)已(yǐ)有发生。据英国广播公司报道(dào)，土耳其地(dì)震期间，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成(chéng)了(le)儿童受灾的假照(zhào)片发(fā)布(bù)到网(wǎng)络，以此诱骗善良的人打赏(shǎng)“捐(juān)助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经(jīng)能做出真(zhēn)人照片般的绘(huì)图效果(guǒ)，如(rú)果这样的图片被用来(lái)诈骗(piàn)，将非(fēi)常可(kě)怕。

此外AIGC还(hái)引发(fā)了很多担忧，一方(fāng)农是什么部首什么结构的字，农是什么部首什么结构的面，批判者认为AI在“学习”了大(dà)量前人的作(zuò)品之后，其创作没有任何情(qíng)绪和(hé)灵魂，难(nán)以(yǐ)和人类的(de)艺术创(chuàng)作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得到有效(xiào)的解决(jué)，还有(yǒu)AIGC会不会代替人类“至(zhì)高(gāo)无(wú)上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的安全(quán)问(wèn)题需要(yào)得到重视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两面性的，潜(qián)在的危(wēi)害(hài)并不能掩盖其光(guāng)辉(huī)的贡献。现(xiàn)在看(kàn)来，人工(gōng)智能技(j农是什么部首什么结构的字，农是什么部首什么结构的ì)术将是(shì)第四次工业革命(mìng)的核(hé)心驱动力量，将(jiāng)创造新(xīn)的(de)增长奇迹(jì)。

过(guò)去一年，人(rén)工(gōng)智能在技术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条引(yǐn)爆科技圈的短视频。这些视频(pín)引发关注并非内容做得多(duō)优秀，反而都非常简单，比如一(yī)匹正在(zài)喝水(shuǐ)的马，一只画画的玩具(jù)熊，或(huò)者一段骑(qí)摩托车的第一视角(jiǎo)录(lù)像，随(suí)便(biàn)一个(gè)有(yǒu)手(shǒu)机的人都可(kě)以随手录下(xià)一(yī)段。

但这些短视频的创作(zuò)方(fāng)式非常简单，创(chuàng)作者仅仅需要向AI输入(rù)一(yī)段话，甚(shèn农是什么部首什么结构的字，农是什么部首什么结构的)至只(zhǐ)是说一下要(yào)求，AI就可以根(gēn)据需(xū)要生成一段视频。

谷歌(gē)发布的两个AI生成视(shì)频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是(shì)高清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经(jīng)玩了一波梗，一个能够做出更高清视(shì)频(pín)的AI还(hái)不足以(yǐ)在(zài)短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令(lìng)人震惊的(de)地方在于，它(tā)可以制(zhì)作出(chū)超过(guò)2分钟的(de)连贯的也有确切内(nèi)容(róng)的(de)视频，这才是(shì)真正让(ràng)人(rén)们感到惊喜的地方。因为无(wú)论(lùn)AI生成(chéng)的视频多么高(gāo)清，也(yě)只(zhǐ)能是为内(nèi)容生产者提(tí)供一个灵感，一个素(sù)材，一个过场动画。

不过(guò)能(néng)够制(zhì)作出有具(jù)体剧情内容的(de)视(shì)频(pín)就意味着，一(yī)些视(shì)频(pín)创作由AI代替(tì)人工(gōng)完成已经初步(bù)有了(le)可能。

当下AI的发展速度已经超过大(dà)部分人(rén)的想象。内容产(chǎn)业的本质是(shì)供给(gěi)创(chuàng)造需求，AIGC作为全新(xīn)的内容(róng)生产方(fāng)式，可以(yǐ)为内容产业带(dài)来更新的内容风格、更快的生产速(sù)度，更低的生产成本，这(zhè)无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码(mǎ)、机器人动作等多种内容形式的生(shēng)成。不难发(fā)现该项技术不仅(jǐn)在游戏(xì)等行业能得到有效应用(yòng)，对于下一代互联网(wǎng)各种元素的构建(jiàn)亦(yì)有关键(jiàn)意义。

从(cóng)商业化的(de)角度(dù)来看(kàn)，文化娱乐、教育、传媒(méi)等诸多领(lǐng)域，本(běn)身就对(duì)基于AI的可视(shì)化(huà)内容(róng)有强(qiáng)烈需求。

因此(cǐ)，AI绘(huì)画及(jí)视频或不是结果(guǒ)，而(ér)只是AI进程中的一块重要拼图，有(yǒu)望在技(jì)术更新的(de)加(jiā)持下实(shí)现更大的应用价值。

AI从(cóng)理(lǐ)解内容，走向(xiàng)了可以生成(chéng)内(nèi)容(róng)，甚至(zhì)能够(gòu)创(chuàng)造出独立价值和独立(lì)视角的内容。AIGC的再次出圈，更(gèng)代表(biǎo)着未来的先进(jìn)生(shēng)产(chǎn)力即将到来。

04

紧抓大(dà)模型与算(suàn)力，牢固AIGC底座

从技术(shù)的发展也(yě)可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多(duō)模态(tài)大模型(xíng)已经成为了新(xīn)的趋(qū)势。

大模型被誉为当前人工智能发(fā)展的智能底座(zuò)，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多(duō)头部(bù)企业(yè)都在竞相发力。

不过训练大模型的(de)确价(jià)格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练(liàn)一次的成本约为140万美元。而(ér)对于一些更大的(de)LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万(wàn)美元至1200万美元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万(wàn)计算，其(qí)对应芯片需求为(wèi)3万多片英伟达A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美(měi)元(yuán)，每日(rì)仅(jǐn)电费就在5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在(zài)关注各(gè)类大(dà)模型的发展同时(shí)，更(gèng)应该(gāi)关(guān)注算力网络(luò)的建设。

算力网络正(zhèng)驱动AI产(chǎn)业发展进入史诗(shī)级加速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离(lí)得更近。

因为(wèi)算力可以对(duì)突破性技术创新提供大力的支持。这方(fāng)面(miàn)，多模(mó)态大模(mó)型是典(diǎn)型(xíng)。作(zuò)为面向未来强(qiáng)人(rén)工智能、通用人(rén)工智能(néng)的重要技术创新，多模态(tài)大模型(xíng)已经(jīng)在人工智能领(lǐng)域提出了很多年，业界(jiè)也有不少技术突破(pò)，但是，多模(mó)态大模型进一步往下走，算(suàn)力需求(qiú)呈几何(hé)式上(shàng)升，一般的算(suàn)力基(jī)础设施很快将难以(yǐ)胜(shèng)任。

从(cóng)图像(xiàng)、文字、语音单(dān)独一项的训(xùn)练，到双模态、三模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对不(bù)同模态的(de)转化、像人(rén)与(yǔ)世界交(jiāo)互一样自(zì)然，这方面，由(yóu)算(suàn)力网(wǎng)络来驱动将有(yǒu)明(míng)显优势。

此外(wài)，还有很多需要(yào)爆发式(shì)增长的算力来支撑(chēng)的技(jì)术创新，将在人工智能算力(lì)网络支撑下快速(sù)推进(jìn)。

AIGC已经露出曙光，期(qī)待在大(dà)模型和大算力的支持(chí)下AIGC能(néng)持续颠(diān)覆内容生产的方式，将创造的边际成(chéng)本降低，让万(wàn)众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 农是什么部首什么结构的字，农是什么部首什么结构的