自聊(liáo)天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人比(bǐ)尔·盖(gài)茨已多(duō)次公开谈(tán)论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科(kē)技(jì)行业迎来一(yī)次剧(jù)烈的(de)洗牌”。

这个(gè)结论(lùn)是他在当地时间2月20日接(jiē)受《In Good Company》节目专访时提出(chū)的。

他(tā)预期，AI的发(fā)展可能会威(wēi)胁到谷歌(gē)的市(shì)占率，因为微软在AI方(fāng)面的(de)行动相当迅速。而最终(zhōng)科技巨头(tóu)将把AI整合成用(yòng)户的“全能助手”，包(bāo)揽一切应用，与人们进行沟通并(bìng)提供建议(yì)，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬口(kǒu)中全(quán)能助手(shǒu)的到来可能尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表(biǎo)的AIGC上(shàng)一(yī)次爆火的时候(hòu)，还(hái)是(shì)2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的作品获(huò)奖。

随后各大(dà)厂(chǎng)商的AI绘(huì)画软(ruǎn)件被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应用中输入(rù)一组关键词或者一张照片，就能(néng)获(huò)得一幅AI创作的画作。

作画(huà)的关(guān)键就(jiù)是所输入的文本。同一组(zǔ)关键词(cí)也可(kě)以创作(zuò)出很多(duō)张风格(gé)不一样(yàng)的画作，这(zhè)让创作的过(guò)程就像开(kāi)盲盒。

很(hěn)多用户很喜欢这种不(bù)确(què)定(dìng)的惊喜(xǐ)，他们会将生成的(de)美图当做头像。而另一部(bù)分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多用(yòng)户分享(xiǎng)AI“翻(fān)车现(xiàn)场”，例如，一(yī)位网友的小狗(gǒu)照片(piàn)被AI画(huà)成了“肌肉(ròu)男”，还有网(wǎng)友的个(gè)人照片被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的(de)出现与加持(chí)，以(yǐ)往(wǎng)AI绘画的填写关(guān)键词游戏可能(néng)要(yào)被颠覆(fù)了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人(rén)张(zhāng)吕敏创作(zuò)的(de)一(yī)种基于控制点(diǎn)的图像变(biàn)形算(suàn)法(fǎ)，主要用于(yú)数(shù)字图像处理、计算机视觉和(hé)计算机(jī)图形(xíng)学等领域。

其(qí)SD插件一(yī)经发布，在(zài)短短的(de)两天(tiān)内(nèi)便成为(wèi)了AI绘画领域最(zuì)新的(de)热点。

在此(cǐ)之前，大家用了很(hěn)多方法想让AI生成的结果尽可能的符(fú)合要(yào)求，但是都(dōu)不尽如人意，它(tā)的出现代(dài)表着AI生(shēng)成开始进(jìn)入(rù)真正的可控时(shí)期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的构图，人物的(de)姿势和(hé)画面的深度(dù)信息等。有了(le)它的帮助(zhù)，就不用频繁的用提示词来碰运气，抽盲盒式的创作(zuò)了。

通(tōng)俗的(de)说ControlNet相(xiāng)当于给AI绘(huì)画加了“魔法”，不少博主的(de)作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片(piàn)直接带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨(gǔ)骼开始换关键词试效果。

通过图片(piàn)就可以看出来，效果十(shí)分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不得(dé)不说(shuō)当下AIGC已(yǐ)经(jīng)变得越来(lái)越(yuè)你是谁为了谁原唱是谁 你是谁为了谁是什么歌名强大(dà)，甚至输(shū)出的作品(pǐn)都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消息(xī)火遍网络，而经(jīng)过(guò)警方辟谣这(zhè)所(suǒ)谓(wèi)的“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由(yóu)于这个活动里(lǐ)面给出的美女照片都是(shì)AI制作的真(zhēn)人照(zhào)片绘(huì)图，因(yīn)为太(tài)逼真(zhēn)，被大家当成真事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的照片中有个(gè)很大的漏洞可以(yǐ)发现并非(fēi)真人(rén)，而是(shì)AI绘图，那便是图片中女性(xìng)的手指(zhǐ)部分有(yǒu)的(de)存在异常。

有行(xíng)业人事表示：“现在因为手(shǒu)指(zhǐ)部分的绘画算法(fǎ)比较(jiào)复(fù)杂(zá)，AI还不(bù)太会画人的手，但最新看到的图片已经(jīng)有越来越完美的AI模(mó)型(xíng)出现，以(yǐ)后(hòu)可能就完全没有漏(lòu)洞了。”

类似(shì)的AI作(zuò)图诈(zhà)骗在国外也已有发生(shēng)。据英国广播(bō)公司(sī)报(bào)道，土(tǔ)耳其地震期(qī)间，有(yǒu)Tiktok用户(hù)使(shǐ)用AI合成了(le)儿童(tóng)受灾的(de)假照片发布到网络(luò)，以此诱(yòu)骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随(suí)着技术发展(zhǎn)，AIGC已经能做出真人照(zhào)片般(bān)的绘图效果，如果这(zhè)样的图片(piàn)被用来诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引(yǐn)发(fā)了很多担忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了大量前(qián)人的作品(pǐn)之(zhī)后，其创(chuàng)作没有任(rèn)何情绪(xù)和灵魂，难以和人(rén)类(lèi)的艺(yì)术(shù)创作相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权(quán)、目(mù)前都并没有得(dé)到(dào)有效的解(jiě)决(jué)，还有AIGC会你是谁为了谁原唱是谁 你是谁为了谁是什么歌名不(bù)会代替(tì)人类“至(zhì)高无上”的创意。

马斯克也强调，人(rén)工智(zhì)能的安全(quán)问(wèn)题需要(yào)得到重视(shì)，太晚就来不(bù)及(jí)了(le)。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面性的，潜在的(de)危(wēi)害并不能掩盖其光辉的(de)贡献。现(xiàn)在看(kàn)来，人工(gōng)智(zhì)能(néng)技(jì)术将是第(dì)四(sì)次(cì)工业革命的核心驱动(dòng)力量，将创造(zào)新的增长奇(qí)迹。

过去一年(nián)，人工智能(néng)在技(jì)术和商业层(céng)面都有了巨(jù)大进展，AI绘画就(jiù)是人工智能技术发生方(fāng)向性改变的一个(gè)代表。其下一站或许(xǔ)就是(shì)视频。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后发(fā)布了几条引爆(bào)科技圈的短视频。这些视频引(yǐn)发关注(zhù)并(bìng)非内容做得多优秀，反(fǎn)而都非常简单(dān)，比(bǐ)如(rú)一匹正在喝水的(de)马，一只画画的玩(wán)具熊，或者(zhě)一段(duàn)骑摩托车的(de)第(dì)一视角录像(xiàng)，随(suí)便(biàn)一个(gè)有手机的人都可(kě)以随手(shǒu)录下一段。

但这些短视频的创作方式非常(cháng)简(jiǎn)单，创作者仅仅(jǐn)需要向AI输(shū)入一段话(huà)，甚至(zhì)只是(shì)说一下要求，AI就可以根据需要生成一段视(shì)频。

谷(gǔ)歌(gē)发布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没有太(tài)多(duō)的(de)差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了一(yī)波(bō)梗，一(yī)个能够做出更高清(qīng)视频的AI还不足(zú)以在短(duǎn)时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加令(lìng)人震(zhèn)惊(jīng)的地方(fāng)在于，它可(kě)以制(zhì)作出超过(guò)2分钟的(de)连贯(guàn)的(de)也有确切内容(róng)的视(shì)频，这才是真正让人们(men)感到惊喜的地方。因(yīn)为无论AI生成的视频多么高清，也只(zhǐ)能是为内容(róng)生(shēng)产者提供(gōng)一个灵感(gǎn)，一个素材(cái)，一个过场动(dòng)画。

不过能够制作出有具体剧情(qíng)内容的(de)视频就意味着，一些(xiē)视频创作由AI代替人工完成已经初步(bù)有了可能。

当下AI的(de)发展速度已(yǐ)经超过(guò)大(dà)部(bù)分人(rén)的想象。内容(róng)产业的本质是供给创造需求，AIGC作为全(quán)新的内(nèi)容生产方(fāng)式，可以(yǐ)为内(nèi)容产业带来(lái)更新的内容风格、更快的生产(chǎn)速度，更低(dī)的生(shēng)产成本，这(zhè)无疑会驱动内(nèi)容产(chǎn)业(yè)的大爆发。

除了(le)AI绘(huì)图(tú)、视(shì)频，AIGC技(jì)术(shù)还能应用于音乐(lè)、代码、机器人动作(zuò)等多(duō)种内容形式(shì)的生成(chéng)。不难发现该项技术不仅在游戏等行业能得到(dào)有效应用，对于下(xià)一代互联网(wǎng)各种元(yuán)素的构建亦有关键意义。

从商(shāng)业化(huà)的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多领域，本身(shēn)就对基于AI的可视化内(nèi)容有(yǒu)强烈需(xū)求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程中(zhōng)的一(yī)块重要(yào)拼图，有望在技术(shù)更新的加持下实现更(gèng)大的应(yīng)用价值。

AI从理解内(nèi)容，走向了可以生成内(nèi)容，甚至(zhì)能够创造(zào)出(chū)独立价值和独立视角的内容。AIGC的再(zài)次出圈，更(gèng)代表着未来(lái)的(de)先进(jìn)生产力即将(jiāng)到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言大模型、图像(xiàng)大模型(xíng)之(zhī)后，多模态大模(mó)型已经成为了(le)新(xīn)的趋势。

大模(mó)型被(bèi)誉为当前人(rén)工(gōng)智(zhì)能发展(zhǎn)的(de)智能底座，是(shì)全球竞争最激(jī)烈(liè)的(de)研究方向之(zhī)一，包括谷歌(gē)、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都(dōu)在(zài)竞相发力(lì)。

不过训练大模型的(de)确(què)价格(gé)不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训(xùn)练一次的成本(běn)约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训练成本(běn)则(zé)介于200万美元至1200万美(měi)元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平(píng)均(jūn)数1300万计算(suàn)，其对(duì)应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电(diàn)费(fèi)就在5万美元左右。

此(cǐ)外(wài)不论是(shì)ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算力支(zhī)持。在关注各类(lèi)大模型的发展同时，更应该关(guān)注算力网络的建设。

算力网(wǎng)络正驱(qū)动AI产业(yè)发展进入史诗级(jí)加速进程(chéng)，让(ràng)AIGC及(jí)通用AI这一人工(gōng)智能发展的终极目标离得(dé)更近。

因为(wèi)算力可(kě)以(yǐ)对(duì)突破性技术创(chuàng)新提供大力的支(zhī)持。这方面，多(duō)模态大模型(xíng)是典型。作为(wèi)面(miàn)向未来强人工(gōng)智能(néng)、通用人工智能(néng)的重要技术(shù)创新，多模态大模型已经在(zài)人工智能领域提出了(le)很多(duō)年，业界也有(yǒu)不少技(jì)术(shù)突破，但是，多模态大(dà)模型进一步往下走，算力(lì)需(xū)求呈几何式上升(shēng)，一般的算力基础设(shè)施很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音(yīn)单独一(yī)项(xiàng)的训练，到双模态、三模态(tài)的跃迁，让人(rén)工智能可(kě)以灵活应对不同(tóng)模态的转化(huà)、像人与世(shì)界交互一样(yàng)自然，这方(fāng)面，由算力网络(luò)来驱动(dòng)将有(yǒu)明显优(yōu)势。

此外，还有很多需要(yào)爆发(fā)式增长的算(suàn)力来支撑的(de)技术创新，将在人工智能算(suàn)力网络支撑下(xià)快(kuài)速(sù)推进。

AIGC已经(jīng)露出曙(shǔ)光(guāng)，期待(dài)在(zài)大模型和大算力的支持下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造(zào)的边(biān)际成(chéng)本(běn)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 你是谁为了谁原唱是谁 你是谁为了谁是什么歌名