自聊天(tiān)机器(qì)人(rén)ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比尔(ěr)·盖茨已多次公(gōng)开(kāi)谈论人工智(zhì)能话题。在最近的一次(cì)采访中(zhōng)，他再次表示(shì)：“AI可能会让(ràng)科技行业迎来一次剧烈的(de)洗(xǐ)牌”。

这个结论(lùn)是他在当(dāng)地时间(jiān)2月20日接受(shòu)《In Good Company》节目专访时提(tí)出(chū)的。

他预期(qī)，AI的发展可能会威(wēi)胁到(dào)谷歌的(de)市(shì)占率，因为微软在AI方面的行动相当(dāng)迅(xùn)速(sù)。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行沟通并提供建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中(zhōng)全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代(dài)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(bàn)的新兴数字艺术家竞赛中(zhōng)，一幅名为《太(tài)空歌剧(jù)院》的作品获奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在(zài)应用中输入(rù)一组关键词(cí)或者一张照片(piàn)，就能获得一(yī)幅AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的文本。同(tóng)一组关键词也可以创作(zuò)出很多张风格不一(yī)样的画(huà)作，这让创(chuàng)作的过程就像开盲盒。

很(hěn)多用(yòng)户很(hěn)喜欢这(zhè)种(zhǒng)不确定(dìng)的惊喜，他们会将生成的美图当(dāng)做头像(xiàng)。而(ér)另一部分喜欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒体上，许多用户分享AI“翻(fān)车现场”，例如，一(yī)位网(wǎng)友的小狗照片(piàn)被AI画成了“肌肉(ròu)男”，还有(yǒu)网友的个人照(zhào)片被AI识别(bié)成了建筑。

而如(rú)今随(suí)着(zhe)ControlNet的出现与加持，以往AI绘画(huà)的填写(xiě)关键词游戏可能要(yào)被(bèi)颠覆了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人张吕敏(mǐn)创作的(de)一种基于控制点的图像(xiàng)变形算法(fǎ)，主要用于数字图像处理、计算机视觉和计算机图形学等领域。

其SD插件一经发(fā)布，在短短的(de)两天内便成为了AI绘(huì)画领域最新的热点。

在此之前，大家用了(le)很多方法想让(ràng)AI生成(chéng)的结(jié)果尽可(kě)能的(de)符合要求，但是都不尽如人意，它的(de)出现代表(biǎo)着AI生成(chéng)开(kāi)始(shǐ)进入真正的可控时(shí)期(qī)。

因为ControlNet可以(yǐ)直接提取画(huà)面的构图(tú)，人物的姿(zī)势和画面(miàn)的深度信息等。有(yǒu)了它(tā)的帮(bāng)助，就不用频(pín)繁的用提示词来碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她们走(zǒu)进动漫世(shì)界。

m开头的姓氏都有哪些，m开头的姓氏中文名src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的(de)关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的(de)是，除了真实的照片，草(cǎo)图也(yě)可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经变得越来越强(qiáng)大，甚至(zhì)输(shū)出的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍网络，而(ér)经过警方辟谣这所谓的(de)“party”可能是全国(guó)第一起AI绘(huì)图诈骗。

由于这(zhè)个活动里面给出(chū)的美女照片(piàn)都是(shì)AI制作的真人照片绘图(tú)，因为(wèi)太逼(bī)真，被大家(jiā)当成真(zhēn)事传(chuán)播了。

不过仔细(xì)观察可以发现，活动发起者(zhě)提(tí)供的照片中有个很大的(de)漏洞可以发现并(bìng)非真人，而是AI绘图，那便是图片中女性(xìng)的手指部分有的(de)存在异常。

有行(xíng)业人事(shì)表示：“现在因为手指部分(fēn)的绘画(huà)算(suàn)法比较复杂，AI还不太(tài)会(huì)画人(rén)的手，但最新看到的图片已经(jīng)有越来(lái)越完美的AI模型出现，以后可能就(jiù)完(wán)全没有漏(lòu)洞了。”

类似的AI作图诈骗在(zài)国外(wài)也已(yǐ)有发生。据英国广播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿童受(shòu)灾的假(jiǎ)照片发(fā)布到(dào)网络，以此诱骗(piàn)善良的(de)人打赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着技术(shù)发展，AIGC已(yǐ)经能做出真(zhēn)人(rén)照片般的(de)绘图(tú)效果，如果这样的图片(piàn)被(bèi)用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了(le)很(hěn)多担忧，一方面，批判者认(rèn)为AI在“学习”了大量前人的作品之后，其创作没有任(rèn)何情绪(xù)和(hé)灵魂(hún)，难(nán)以和人类的艺术(shù)创(chuàng)作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版权、目前(qián)都并没有得到有效(xiào)的解(jiě)决，还有(yǒu)AIGC会(huì)不(bù)会代替人类“至高无上”的(de)创意(yì)。

马斯克也强(qiáng)调，人工(gōng)智能(néng)的安全问(wèn)题需要得到(dào)重视，太晚(wǎn)就(jiù)来(lái)不(bù)及了。

03

AIGC下一站除(chú)了视(shì)频，还(hái)有远方(fāng)

技术都是(shì)有(yǒu)两(liǎng)面性的，潜在(zài)的危害并不能(néng)掩盖其(qí)光(guāng)辉(huī)的贡献。现(xiàn)在看(kàn)来，人工智能技术将是(shì)第四次工业革命的核心驱动力量，将(jiāng)创造新的增长奇(qí)迹(jì)。

过去一年，人(rén)工智能(néng)在技术和商业层面都有了(le)巨大(dà)进展，AI绘画就是人工智能技(jì)术发生方向性改变的(de)一个代表。其下一(yī)站或(huò)许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了几(jǐ)条引爆科技圈的短视频(pín)。这(zhè)些视频引发关注并非内容做得多优秀(xiù)，反而都非常简(jiǎn)单，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或者(zhě)一段骑摩托车(chē)的第一(yī)视角录像，随便一(yī)个有手机(jī)的人都可以随手录下一(yī)段。

但(dàn)这些短视频(pín)的创作方式非常简单(dān)，创(chuàng)作者仅仅需要向AI输(shū)入一(yī)段话，甚至只是说一下要求，AI就可(kě)以(yǐ)根(gēn)据(jù)需要生成一(yī)段视频。

谷歌发布(bù)的两(liǎng)个AI生(shēng)成视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后，AI圈就(jiù)已经(jīng)玩了一波梗，一个(gè)能够做出更高(gāo)清视频的AI还不足以在短时(shí)间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加(jiā)令人震(zhèn)惊的(de)地方在(zài)于，它(tā)可(kě)以制作(zuò)出(chū)超过2分钟的(de)连(lián)贯的也(yě)有确(què)切内容的视频，这才(cái)是真正让人们(men)感到惊(jīng)喜的地方。因(yīn)为无论AI生成的视频多(duō)么高清(qīng)，也只(zhǐ)能(néng)是为内容生产(chǎn)者提(tí)供一个灵感，一个素(sù)材，一个过(guò)场动(dòng)画。

不过能(néng)够(gòu)制作(zuò)出有(yǒu)具体剧情内(nèi)容的视频(pín)就意味着，一些视(shì)频创作由AI代(dài)替人工完(wán)成已经初步有了(le)可能。

当下AI的(de)发展(zhǎn)速度(dù)已经超过大(dà)部分人的想象。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的内(nèi)容生产方式，可以为内容产业带来更新的(de)内(nèi)容风格、更快的生产速度，更低(dī)的生产成本，这无疑会驱动内容产(chǎn)业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能(néng)应(yīng)用于音乐、代码、机器人动作等多种内容形式的(de)生成。不(bù)难发现该项技术不仅在游戏等行(xíng)业(yè)能得到有效应用，对于下一代互联网各种元素的构建亦有关键意义。

从商业(yè)化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领域，本(běn)身就对基于AI的可(kě)视(shì)化内(nèi)容(róng)有强烈需求(qiú)。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程(chéng)中(zhōng)的(de)一块(kuài)重要拼图，有望在(zài)技术更(gèng)新的加持下实现更(gèng)大的应用(yòng)价值。

AI从理(lǐ)解(jiě)内容，走向(xiàng)了可以生成内容，甚至能够(gòu)创造出独立价(jià)值和独立(lì)视角的内容。AIGC的再次出圈(quān)，更(gèng)代(dài)表着未来(lái)的先进(jìn)生产力即将到(dào)来。

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术(shù)的发(fā)展也可以看出，在(zài)语言大模(mó)型(xíng)、图像大(dà)模型之(zhī)后，多模(mó)态大模型已经成为了(le)新的(de)趋势。

大(dà)模型被(bèi)誉为当前人工智能发展的智能底座(zuò)，是全球竞争最激烈的(de)研究(jiū)方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞相发力。

不过训练(liàn)大模(mó)型的(de)确价格不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多(duō)少算(suàn)力》报告估(gū)算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些(xiē)更大(dà)的LLM(大型(xíng)语言模(mó)型(xíng))，训练成本(běn)则介于200万(wàn)美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数(shù)1300万计算，其m开头的姓氏都有哪些，m开头的姓氏中文名对应(yīng)芯(xīn)片(piàn)需求为(wèi)3万(wàn)多片英(yīng)伟达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每日仅电(diàn)费(fèi)就(jiù)在5万(wàn)美元左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关(guān)注(zhù)各类(lèi)大模(mó)型的发展同时，更应该关(guān)注算力(lì)网络的建(jiàn)设。

算力网络正驱动AI产业发展进(jìn)入史诗级加(jiā)速进程，让(ràng)AIGC及通(tōng)用AI这一人工(gōng)智能发(fā)展的终极目标离得更(gèng)近。

因为算力可以对突破性技术(shù)创新(xīn)提(tí)供大力的支持。这方(fāng)面，多模(mó)态(tài)大(dà)模型是典型。作为面(miàn)向未来强(qiáng)人工智能、通用人工智能的重(zhòng)要技术(shù)创新，多模态大模型已经在人工智能(néng)领域提出了很多年，业界也(yě)有不(bù)少技术突破，但(dàn)是，多模态大模型(xíng)进一步(bù)往(wǎng)下走，算力需求呈几何(hé)式上(shàng)升(shēng)，一(yī)般的算力基(jī)础(chǔ)设施很(hěn)快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单(dān)独一项的训(xùn)练，到双(shuāng)模态(tài)、三模(mó)态的跃迁，让(ràng)人工(gōng)智能(néng)可以灵活应对不(bù)同模(mó)态的(de)转化、像人与世(shì)界交(jiāo)互一样自然，这方面，由算力网络(luò)来驱(qū)动将有明显(xiǎn)优势。

此(cǐ)外，还(hái)有很多需(xū)要(yào)爆发式增长的算力来支撑的技术(shù)创新，将在人工智能算力网络(luò)支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光(guāng)，期(qī)待在(zài)大(dà)模型和大算力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创(chuàng)造的(de)边际成(chéng)本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 m开头的姓氏都有哪些，m开头的姓氏中文名