自聊天(tiān)机器人ChatGPT火爆(bào)以来(lái)，微软公司创始人比(bǐ)尔(ěr)·盖茨已(yǐ)多(duō)次(cì)公开谈(tán)论(lùn)人工智能话题。在最(zuì)近的一次采(cǎi)访(fǎng)中(zhōng)，他再次表示(shì)：“AI可能会让科技行业迎来一次(cì)剧烈的洗牌”。

这(zhè)个(gè)结(jié)论是他(tā)在当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期(qī)，AI的发展可(kě)能会威胁到谷歌的(de)市占(zhàn)率(lǜ)，导管是什么意思 男生导管导多了会不孕不育吗因为微软(ruǎn)在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户(hù)的“全能(néng)助手(shǒu)”，包揽一切应用，与人们进(jìn)行沟通并(bìng)提(tí)供建议(yì)，可(kě)以(yǐ)取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到来可能尚需(xū)时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包(bāo)围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火的(de)时候，还是2022年8月，在美(měi)国科罗拉多(duō)州(zhōu)举办的新(xīn)兴数(shù)字艺(yì)术家竞(jìng)赛中(zhōng)，一幅名为《太空(kōng)歌剧院(yuàn)》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件(jiàn)被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代表。

用户们可(kě)以在应用(yòng)中输入一组关(guān)键词或者一张照片，就能获(huò)得一幅(fú)AI创作的(de)画作。

作画的关键就是所输(shū)入的文本。同一组(zǔ)关(guān)键词也可(kě)以创作出很(hěn)多张风(fēng)格不一样的画作，这让创作(zuò)的过程(chéng)就像开盲盒。

很多用户很喜(xǐ)欢这种不确定的(de)惊喜，他(tā)们(men)会将生成的(de)美图(tú)当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画(huà)的(de)“翻车”作(zuò)品。在社交(jiāo)媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一(yī)位网友的小狗照片被AI画成了(le)“肌肉男”，还有网友(yǒu)的个(gè)人照(zhào)片被(bèi)AI识(shí)别成了建筑。

而如(rú)今随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘画的填写关(guān)键词游戏可(kě)能要被颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的中(zhōng)国人张吕(lǚ)敏创(chuàng)作的(de)一(yī)种(zhǒng)基于控制点的图像变形算法，主要(yào)用于数字图像处理、计(jì)算机视觉(jué)和(hé)计算机图形学等领域。

其SD插件一经发布(bù)，在(zài)短短(duǎn)的两天(tiān)内便成为(wèi)了AI绘画领域最新的热(rè)点。

在此(cǐ)之前，大家用了很多(duō)方法想让(ràng)AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生(shēng)成开(kāi)始进入真正的可(kě)控时(shí)期。

因为ControlNet可以直接提(tí)取画(huà)面(miàn)的(de)构图，人物的姿(zī)势(shì)和画面的深度信(xìn)息等。有了它的(de)帮助(zhù)，就不(bù)用频繁的用(yòng)提示词来碰运(yùn)气，抽盲盒式的(de)创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博主(zhǔ)的作(zuò)品(pǐn)已(yǐ)经获(huò)得了大(dà)量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关(guān)键(jiàn)词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关键词(cí)试(shì)效果。

通过图(tú)片(piàn)就可以看(kàn)出来，效(xiào)果十分(fēn)惊艳。

更(gèng)厉(lì)害的是(shì)，除了(le)真实的照片(piàn)，草图也可以加上“魔(mó)法”，知乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还能实现线稿转(zhuǎn)全彩图。大神(shén)张(zhāng)吕敏其本尊也亲(qīn)自回应。

不得(dé)不说当(dāng)下AIGC已(yǐ)经变(biàn)得越来(lái)越强大(dà)，甚(shèn)至输出的作品都已(yǐ)经能(néng)以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安(ān)全(quán)问题

近(jìn)日，“苏(sū)州金(jīn)鸡湖有游(yóu)艇(tǐng)party”的消息火遍网络，而(ér)经过警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于(yú)这个(gè)活动里面(miàn)给出(chū)的美女照片(piàn)都是AI制作的真人照片(piàn)绘图，因为太逼(bī)真，被大家当成真事(shì)传播(bō)了(le)。

不过仔细观察可以(yǐ)发现(xiàn)，活动(dòng)发起者提(tí)供的(de)照(zhào)片中有(yǒu)个很大的漏洞(dòng)可以(yǐ)发现并(bìng)非真(zhēn)人，而是AI绘图(tú)，那(nà)便(biàn)是图片(piàn)中女(nǚ)性的手指部分有的存在异常。

有(yǒu)行(xíng)业人事(shì)表示：“现在因为手指部分的绘(huì)画算法(fǎ)比较复(fù)杂(zá)，AI还不太(tài)会画人的手(shǒu)，但最新看到的(de)图片已经有越来越完美(měi)的AI模型出现，以后可能(néng)就完(wán)全(quán)没有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有发(fā)生。据英国广播公司报道，土(tǔ)耳其(qí)地(dì)震期间，有Tiktok用户(hù)使用AI合成(chéng)了(le)儿童受灾的(de)假照片发布(bù)到网络，以此诱骗善良的人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前(qián)随着技(jì)术(shù)发(fā)展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一(yī)方(fāng)面，批判(pàn)者认(rèn)为AI在(zài)“学习”了(le)大量前(qián)人的(de)作品之后，其(qí)创作没有(yǒu)任何(hé)情绪和灵魂，难以(yǐ)和人类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都并没有(yǒu)得到有效的(de)解(jiě)决(jué)，还有AIGC会不(bù)会代替人(rén)类“至高无上”的(de)创(chuàng)意。

马斯克也强(qiáng)调，人(rén)工智能的安全问题需要得到重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还有远方

技(jì)术都(dōu)是有(yǒu)两面性的，潜在的(de)危害并不能掩盖其光辉的(de)贡献。现在看来，人工智能技术(shù)将是(shì)第四(sì)次工业革命(mìng)的核心驱(qū)动力量(liàng)，将(jiāng)创(chuàng)造(zào)新的增(zēng)长奇迹。

过去一(yī)年(nián)，人(rén)工智能在技(jì)术和商业层面都(dōu)有了巨大进展，AI绘画(huà)就是人工智能技术发(fā)生(shēng)方向性改(gǎi)变的一个代(dài)表。其下一站或(huò)许就(jiù)是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技圈(quān)的短视频。这些视(shì)频引发(fā)关注并非内容做(zuò)得多优(yōu)秀，反而都非(fēi)常简单，比(bǐ)如一(yī)匹正(zhèng)在喝(hē)水的马，一(yī)只画画的玩具熊，或者(zhě)一(yī)段(duàn)骑摩托车的第一视角录像，随(suí)便一个有手(shǒu)机的人都可以随手录下一段。

但这(zhè)些短视(shì)频的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至(zhì)只(zhǐ)是说一下要求，AI就可以根据需要(yào)生成一段视频。

谷歌发布的两个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突(tū)出的是高清，导管是什么意思 男生导管导多了会不孕不育吗与(yǔ)Meta的(de)Make-A-Video没有太(tài)多的差(chà)别(bié)。

在Make-A-Video公布了(le)AI生成(chéng)的(de)视频后，AI圈就已经玩了(le)一波梗(gěng)，一个能够做出更(gèng)高清视频的AI还不(bù)足以在短时(shí)间(jiān)内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的地方(fāng)在于，它可(kě)以制作(zuò)出超(chāo)过2分钟的连贯的(de)也有确(què)切内容的视频(pín)，这才是真(zhēn)正让人(rén)们感到惊喜(xǐ)的地方。因为无论AI生成(chéng)的视(shì)频多么高清，也只能是为内容生产者提供一个灵感，一个素材，一(yī)个过场动画。

不过(guò)能够(gòu)制(zhì)作出有具体剧(jù)情(qíng)内容的视频(pín)就意味着(zhe)，一些视频创(chuàng)作由(yóu)AI代替(tì)人工完成已经初步有了可能。

当下AI的发展速度已经超过大部分人(rén)的(de)想象。内容产业的本质是(shì)供给创造需(xū)求，AIGC作为(wèi)全新的(de)内容生产方式，可以为(wèi)内容产(chǎn)业带(dài)来更新的内容风格(gé)、更快的(de)生产速度，更低(dī)的生(shēng)产(chǎn)成本(běn)，这无(wú)疑会驱(qū)动(dòng)内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应(yīng)用(yòng)于音乐、代码、机器人(rén)动作等多种(zhǒng)内容形式的生成(chéng)。不难发现该项技术不仅在游戏等行业能得到有效(xiào)应用，对于下一代(dài)互联(lián)网(wǎng)各(gè)种(zhǒng)元素的(de)构(gòu)建亦(yì)有关键意义。

从商(shāng)业(yè)化的(de)角(jiǎo)度来看，文化娱(yú)乐(lè)、教育、传媒等(děng)诸多领域(yù)，本身就(jiù)对基于AI的可视化内容有强烈需求。

因(yīn)此(cǐ)，AI绘画及视(shì)频或不是结果，而只是AI进程中的一块重要拼(pīn)图(tú)，有(yǒu)望在技(jì)术更新的(de)加持下实现更大(dà)的应用价值。

AI从(cóng)理解内容，走向了(le)可以生成内容，甚至能(néng)够创造出独立价值和(hé)独立(lì)视(shì)角的内容。AIGC的再次出圈，更代(dài)表着未来的先(xiān)进(jìn)生(shēng)产力即(jí)将到来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也(yě)可以看出(chū)，在(zài)语言大(dà)模型、图(tú)像大(dà)模型之后，多模态大模型已经成为了(le)新的趋势。

大模型被誉为当前(qián)人工(gōng)智能发展的智能底(dǐ)座，是全(quán)球竞(jìng)争最激烈的(de)研究方向之(zhī)一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业都(dōu)在竞相(xiāng)发(fā)力。

不(bù)过(guò)训(xùn)练大模型的确价格不菲，以国盛证券发(fā)布(bù)的《ChatGPT需要(yào)多(duō)少算力》报告估算，GPT-3训练一次的(de)成本约为140万美元。而(ér)对于一些更(gèng)大的LLM(大(dà)型语(yǔ)言(yán)模(mó)型)，训练成(chéng)本则介于200万美元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数(shù)1300万计算，其对(duì)应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电(diàn)费就(jiù)在5万美元(yuán)左右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是(shì)AIGC，都离不(bù)开(kāi)庞(páng)大算力支持。在(zài)关注各类大模型的(de)发(fā)展同时，更应该关(guān)注算力网络的建设(shè)。

算力网络正驱动AI产业(yè)发展进入史诗级加速(sù)进程(chéng)，让AIGC及(jí)通用AI这(zhè)一(yī)人(rén)工智能发展(zhǎn)的(de)终(zhōng)极目标离得(dé)更(gèng)近。

因为算力可以对突破性(xìng)技术创新提供大力的支持。这方面，多模态(tài)大模型是(shì)典型。作为(wèi)面向未(wèi)来强人工智能、通(tōng)用(yòng)人(rén)工(gōng)智(zhì)能的(de)重(zhòng)要技(jì)术创(chuàng)新，多模(mó)态大模型(xíng)已(yǐ)经在(zài)人(rén)工(gōng)智(zhì)能领域提(tí)出(chū)了很多(duō)年，业(yè)界也有不少技术突破，但是，多模态大(dà)模型进一步往(wǎng)下(xià)走，算力需求(qiú)呈几何式上升(shēng)，一般的(de)算力基础设施很快(kuài)将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模态、三模(mó)态的跃迁，让(ràng)人(rén)工智能(néng)可以灵(líng)活(huó)应(yīng)对(duì)不同模态的(de)转化、像人与世(shì)界交互一样自(zì)然，这方面，由算力(lì)网络(luò)来驱动将(jiāng)有明显优(yōu)势。

此外，还有很(hěn)多需要爆(bào)发式增长的算(suàn)力(lì)来(lái)支撑的技术创新，将在人工智能(néng)算力网络(luò)支撑下快速推(tuī)进。

AIGC已经露(lù)出(chū)曙(shǔ)光，期待在大模型和(hé)大算力的支持下AIGC能持(chí)续颠覆内容生产的(de)方式(shì)，将创造(zào)的边际(jì)成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 导管是什么意思 男生导管导多了会不孕不育吗