自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微(wēi)软(ruǎn)公(gōng)司创(chuàng)始人比尔(ěr)·盖茨已多次公开谈(tán)论人工(gōng)智能话题。在(zài)最(zuì)近的(de)一次采访中，他再(zài)次表示：“AI可能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论(lùn)是他在当地(dì)时间(jiān)2月20日接受《In Good Company》节目(mù)专(zhuān)访时提出(chū)的(de)。

他预期，AI的发展(zhǎn)可能(néng)会威胁(xié)到(dào)谷歌的市占(zhàn)率，因(yīn)为微软在AI方面的行(xíng)动(dòng)相当迅(xùn)速。而最(zuì)终科(kē)技巨头将(jiāng)把AI整合(hé)成用户(hù)的(de)“全能助手”，包揽一切(qiè)应用，与人(rén)们进行沟通(tōng)并提供建议(yì)，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口中全能(néng)助手的到(dào)来(lái)可能尚需(xū)时(shí)日，但由ControlNet引发的又一(yī)次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上(shàng)一(yī)次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗拉多州举办的(de)新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在(zài)应(yīng)用中输入一组关键(jiàn)词或者一张照片，就(jiù)能获得一幅AI创作的画作。

作画的(de)关键(jiàn)就是所输入的(de)文本。同一组关键词(cí)也可以创作(zuò)出很多(duō)张风格(gé)不(bù)一样的画作，这(zhè)让创作的(de)过程(chéng)就像开盲盒(hé)。

很多用(yòng)户(hù)很喜欢这种不确(què)定的(de)惊(jīng)喜(xǐ)，他们会将生(shēng)成(chéng)的美图当做头(tóu)像。而另一部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作品。在(zài)社(shè)交(jiāo)媒(méi)体上(shàng)，许多(duō)用户分享(xiǎng)AI“翻车(chē)现场”，例如，一位网友(yǒu)的小(xiǎo)狗照片被AI画(huà)成了(le)“肌(jī)肉(ròu)男”，还有网友的个人照(zhào)片被(bèi)AI识别成了建筑。

而如(rú)今随(suí)着ControlNet的出现(xiàn)与加持(chí)，以往AI绘画(huà)的填写关键(jiàn)词游戏可能(néng)要被颠覆了。

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(jī)于(yú)控制点的图(tú)像变形(xíng)算(suàn)法，主要用于数字(zì)图像处理、计算机视觉(jué)和计(jì)算(suàn)机图形学等领域。

其(qí)SD插件一经(jīng)发布(bù)，在短短的两天内便(biàn)成为了AI绘(huì)画(huà)领域最新的热点。

在(zài)此之(zhī)前，大家用了很(hěn)多方法想让AI生(shēng)成的结果尽可(kě)能(néng)的符合(hé)要求，但是都不尽如人意，它的出(chū)现代表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势(shì)和画面的深度(dù)信息等。有了它的帮助，就不用(yòng)频(pín)繁的用(yòng)提示词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博(bó)主(zhǔ)的(de)作品已经获得了大量的(de)浏(liú)览量，“viggo”就是其中之(zhī)一，他用(yòng)朋友的照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找(zhǎo)到(dào)对应的关键词；最(zuì)后用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键词试效果。

通(tōng)过图片就可以看出来，效果十(shí)分惊艳(yàn)。

更厉害的是，除(chú)了真实的照(zhào)片(piàn)，草(cǎo)图也可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现(xiàn)线稿转(zhuǎn)全(quán)彩图。大(dà)神张吕敏其本尊也亲自回应(yīng)。

不得不(bù)说当下AIGC已经变得(dé)越来越(yuè)强大(dà)，甚至输出的作(zuò)品(pǐn)都已经能(néng)以(yǐ)假乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力(lì)爆发

警惕安(ān)全(quán)问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火(huǒ)遍网络(luò)，而经(jīng)过警(jǐng)方辟(pì)谣这(zhè)所谓的“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。

由于这个(gè)活动里面给出的(de)美女(nǚ)照片都是AI制作(zuò)的真人照片绘图，因为太逼真，被大家当成真事(shì)传播了。

不(bù)过仔细(xì)观(guān)察可以(yǐ)发现，活动发起(qǐ)者提供(gōng)的照片(piàn)中有个很大的漏(lòu)洞可以发(fā)现并非真人(rén)，而是AI绘图，那便是图片(piàn)中女性的(de)手(shǒu)指(zhǐ)部(bù)分有(yǒu)的存在异常。

有行业(yè)人(rén)事表(biǎo)示：“现在因(yīn)为(wèi)手指部分(fēn)的绘画算法(fǎ)比(bǐ)较复杂，AI还不太(tài)会画人(rén)的手，但(dàn)最新看(kàn)到的图片已经有越(yuè)来越(yuè)完(wán)美的AI模型出现，以(yǐ)后可能就完全没有漏洞(dòng)了。”

类似(shì)的AI作图诈骗在(zài)国外也已有(yǒu)发生。据英国(guó)广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的(de)假照(zhào)片(piàn)发布到网络，以此诱骗(piàn)善良的人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着技术发(fā)展，AIGC已经能做出真人照片(piàn)般(bān)的绘图(tú)效果，如(rú)果这(zhè)样的图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面，批判(pàn)者认为AI在“学(xué)习”了大量前人的(de)作(zuò)品(pǐn)之后(hòu)，其(qí)创作没有(yǒu)任何情绪和灵(líng)魂，难以和人类的(de)艺(yì)术(shù)创作相(xiāng)提并论。

另一方面，AIGC背后的版权(quán)、目前(qián)都并没(méi)有得到有效的解决，还有AIGC会不会代(dài)替人(rén)类“至高(gāo)无上”的创意(yì)。

马(mǎ)斯克也强调，人工(gōng)智能的安全问题需要得(dé)到重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远方

技术都是(shì)有(yǒu)两面性的，潜在(zài)的危(wēi)害并不能掩盖其光(guāng)辉的贡献(xiàn)。现在看来，人工智能(néng)技术将是第四次工业革命的(de)核心驱(qū)动力(lì)量，将创造新(xīn)的增(zēng)长(zhǎng)奇(qí)迹。

过去(qù)一年，人工智能在技术(shù)和(hé)商业层面都有(yǒu)了(le)巨大进展，AI绘画就是人工智能技术发生(shēng)方向性(xìng)改变的一个代表。其下一站或许就是(shì)视(shì)频。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先后发布了几条(tiáo)引爆科技圈的(de)短视频。这些视频引发关(guān)注并非内容做得(dé)多(duō)优秀，反而都非常(cháng)简(jiǎn)单，比如一匹正在(zài)喝水(shuǐ)的马，一只画画的玩具(jù)熊，或(huò)者(zhě)一段骑摩托车的第一视(shì)角录像(xiàng)，随(suí)便一个有手机的人都可以随手录下(xià)一段。

但这些短(duǎn)视(shì)频的创作方式非常(cháng)简单，创作者(zhě)仅仅(jǐn)需要向AI输(shū)入一段(duàn)话，甚至只是(shì)说一下(xià)要求，AI就可以根(gēn)据(jù)需要生成一(yī)段视(shì)频。

谷歌(gē)发(fā)布的(de)两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个能够(gòu)做出更高清视频的AI还不(bù)足(zú)以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作(zuò)出超过(guò)2分(fēn)钟的(de)连贯的(de)也(yě)有确切(qiè)内容的视频(pín)，这才是真正让人们(men)感到惊(jīng)喜的地方(fāng)。因为无论AI生成的视(shì)频多么高清(qīng)，也只能是为内容生产者提供一个灵感，一个素材，一(yī)个过(guò)场动画(huà)。

不过能够制作出有具体剧(jù)情内容的视(shì)频就意味着，一些(xiē)视频创作由AI代替人工(gōng)完成已经初步(bù)有(yǒu)了可(kě)能(néng)。

当下(xià)AI的发展速度已经超(chāo)过大(dà)部(bù)分人的(de)想象。内容产业的本质(zhì)是(shì)供给创造需求，AIGC作为全新的(de)内(nèi)容生产(chǎn)方式，可以为内容产业(yè)带(dài)来(lái)更(gèng)新的内容风(fēng)格、更(gèng)快的生产(chǎn)速度，更低的(de)生产成本，这(zhè)无疑会(huì)驱动内(nèi)容产业的大爆发(fā)。

除了(le)AI绘(huì)图(tú)、视(shì)频，AIGC技术还能应(yīng)用于(yú)音乐、代码、机器人(rén)动作等多种内容形(xíng)式的生成。不难发现(xiàn)该项技术(shù)不仅在(zài)游戏等(děng)行业(yè)能(néng)得大冤种什么意思，大冤种和大怨种区别到有(yǒu)效应用，对于(yú)下一代互联(lián)网各种(zhǒng)元素的(de)构建亦有关键意义。

从商业化(huà)的(de)角(jiǎo)度来看，文化(huà)娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本身就(jiù)对基于AI的可视化内(nèi)容(róng)有强烈需求(qiú)。

因此，AI绘画及(jí)视(shì)频或(huò)不(bù)是结果，而(ér)只(zhǐ)是(shì)AI进(jìn)程中的一块(kuài)重要(yào)拼图，有(yǒu)望在技术更新的加持(chí)下实(shí)现更大的(de)应用价值(zhí)。

AI从理解(jiě)内(nèi)容，走向了(le)可以生成内容，甚(shèn)至(zhì)能够创(chuàng)造出独立价值和独立视(shì)角的内容(róng)。AIGC的再次出圈，更(gèng)代表着未来的(de)先进生产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技术的发(fā)展也可以看出，在语言大模型(xíng)、图(tú)像大(dà)模型之后，多模态大模型已(yǐ)经成为了新的趋势。

大模型(xíng)被誉为当前(qián)人(rén)工智能发展的智(zhì)能底座，是全(quán)球(qiú)竞(jìng)争最激(jī)烈的研究方(fāng)向(xiàng)之一，包(bāo)括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾(téng)讯等众多头部(bù)企业都在(zài)竞相发力。

不过训练大(dà)模型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训练一次的成本约为140万(wàn)美元。而对(duì)于(yú)一些更大(dà)的LLM(大型(xíng)语言模型(xíng))，训练(liàn)成本则(zé)介于(yú)200万美(měi)元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月(yuè)的独立访(fǎng)客平均数1300万计算，其(qí)对应芯(xīn)片需求为(wèi)3万(wàn)多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美元，每日(rì)仅(jǐn)电费(fèi)就在5万美元左右。

此外不(bù)论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各(gè)类大模型的(de)发展同时，更应(yīng)该关注(zhù)算力网络的建设(shè)。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能发(fā)展的终极(jí)目标离得更(gèng)近(jìn)。

因为算(suàn)力可以对突破性技术创(chuàng)新提供大力(lì)的支持。这方面，多模(mó)态大(dà)模型是典(diǎn)型。作为面向(xiàng)未来强人工(gōng)智能、通(tōng)用人(rén)工智能的重要技术创新，多(duō)模态大模(mó)型已经在(zài)人工智能领(lǐng)域(yù)提出(chū)了很多年，业界也有不(bù)少技术突破，但是，多模态大模(mó)型进一步(bù)往下走(zǒu)，算(suàn)力(lì)需求呈几何式上升(shēng)，一般的算力基(jī)础设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训(xùn)练(liàn)，到双模态(tài)、三模态的跃迁，让(ràng)人工智(zhì)能可以灵活应对不同模态(tài)的转化、像(xiàng)人与世界交互(hù)一样自然，这方(fāng)面，由算(suàn)力(lì)网络来驱动将有明显优势。

此外，还有很多需要(yào)爆发(fā)式(shì)增长的算力来支(zhī)撑(chēng)的(de)技术(shù)创新(xīn)，将在人工智能(néng)算(suàn)力网络(luò)支撑(chēng)下快速(sù)推进。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的支持下(xià)AIGC能(néng)持(chí)续(xù)颠覆内容生产的方式(shì)，将创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 大冤种什么意思，大冤种和大怨种区别