自聊天(tiān)机器(qì)人ChatGPT火爆以来，微软公司创始人比(bǐ)尔(ěr)·盖茨已多次公(gōng)开谈论人工(gōng)智能话(huà)题。在最(zuì)近(jìn)的一次采访中，他再次表(biǎo)示：“AI可能会(huì)让科技行(xíng)业迎(yíng)来一次剧烈的洗牌(pái)”。

这(zhè)个结(jié)论是他在(zài)当地时间(jiān)2月20日接(jiē)受《In Good Company》节目专访时提出的(de)。

他预(yù)期(qī)，AI的(de)发展(zhǎn)可能会威胁(xié)到谷歌的市(shì)占率(lǜ)，因为微(wēi)软在AI方面的行动相当(dāng)迅(xùn)速。而最终科技巨头将(jiāng)把AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人(rén)们进行(xíng)沟通并提供建议，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助手的到(dào)来可能尚需(xū)时日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘(huì)画为代(dài)表(biǎo)的AIGC上(shàng)一次爆火的时候(hòu)，还是(shì)2022年8月，在美(měi)国科罗拉多州举办的新(xīn)兴(xīng)数字艺术家竞赛(sài)中，一幅名(míng)为《太(tài)空歌(gē)剧(jù)院(yuàn)》的(de)作(zuò)品获奖。

随(suí)后各(gè)大厂商的AI绘画软件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可(kě)以(yǐ)在应(yīng)用(yòng)中输入一组关键词或者一张照(zhào)片，就能获得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是所(suǒ)输入(rù)的文本。同一组(zǔ)关键词也可(kě)以(yǐ)创作出很多张风格不一样的(de)画作，这让创作的过程就像开盲盒。

很多用户很(hěn)喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将生成的美图当做头像。而另一部(bù)分(fēn)喜(xǐ)欢翻(fān)看AI绘画的“翻车(chē)”作品。在(zài)社交媒体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位(wèi)网(wǎng)友(yǒu)的小(xiǎo)狗照片被AI画(huà)成了“肌(jī)肉男”，还有网友的个人照(zhào)片(piàn)被AI识别成了建筑。

而(ér)如(rú)今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词(cí)游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一(yī)位正在斯(sī)坦福读(dú)博的中国人(rén)张吕敏创作(zuò)的一种基于(yú)控(kòng)制点的图像变形(xíng)算(suàn)法，主要用于数字(zì)图像处(chù)理、计算机视觉和计算(suàn)机图形学等领域。

其SD插(chā)件(jiàn)一经发布，在(zài)短短(duǎn)的(de)两(liǎng)天内(nèi)便(biàn)成为(wèi)了AI绘画(huà)领域(yù)最(zuì)新的热(rè)点。

在(zài)此之前，大家用了很多(duō)方法(fǎ)想让AI生成的结果尽可能的符合要求，但是(shì)都不尽如(rú)人意，它的出现代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构(gòu)图，人物的(de)姿(zī)势和(hé)画面的(de)深度信息等。有了它的帮助，就不用频(pín)繁的用提示(shì)词来碰(pèng)运气，抽盲盒式的(de)创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主(zhǔ)的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她(tā)们(men)走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找到对应的关(guān)键词(cí)；最后用(yòng)ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图片就可以(yǐ)看出来，效果十分惊艳。

康桥在哪里再别康桥，徐志摩康桥在哪里rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是(shì)，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩图。大(dà)神张吕敏其(qí)本尊也(yě)亲自回应。

不得不说当下AIGC已经(jīng)变得越(yuè)来越(yuè)强大(dà)，甚(shèn)至输出的作(zuò)品都(dōu)已经能以假(jiǎ)乱真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍(biàn)网络，而经过警方(fāng)辟谣这(zhè)所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出的(de)美女照(zhào)片都是(shì)AI制作的(de)真人照(zhào)片绘图(tú)，因(yīn)为太逼真，被大(dà)家(jiā)当成真事(shì)传播了。

不(bù)过(guò)仔细观察可以(yǐ)发现(xiàn)，活动发起者(zhě)提供的照片中有(yǒu)个很大的(de)漏洞可以发现并非真人(rén)，而是(shì)AI绘图，那便是图片(piàn)中女性的(de)手指(zhǐ)部分有的存在异常。

有(yǒu)行业人(rén)事表示：“现(xiàn)在因为手指部分的绘(huì)画算法比(bǐ)较复杂，AI还不太会画人(rén)的手，但最(zuì)新看到的图片已(yǐ)经(jīng)有越来越完美的(de)AI模(mó)型出现，以后可能(néng)就完全没(méi)有漏洞了。”

类(lèi)似的AI作(zuò)图(tú)诈骗在国外也已有(yǒu)发生(shēng)。据(jù)英国广播公(gōng)司报道，土耳其地(dì)震期(qī)间，有Tiktok用户(hù)使用AI合成了(le)儿(ér)童(tóng)受灾的假照(zhào)片发(fā)布到网络，以(yǐ)此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已(yǐ)经能(néng)做出(chū)真人照片般的绘图(tú)效果，如果这样的图(tú)片被用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方面，批(pī)判者认为AI在“学(xué)习”了(le)大量(liàng)前(qián)人的(de)作品(pǐn)之后，其创作没有(yǒu)任何情绪和灵魂，难以和(hé)人类的(de)艺术创作相提并论。

另一(yī)方面，AIGC背后的版权、目(mù)前都(dōu)并没(méi)有得到有(yǒu)效的解(jiě)决，还有AIGC会不会代(dài)替人类“至高无上”的创意(yì)。

马(mǎ)斯克(kè)也强调，人工智能的安(ān)全问(wèn)题需(xū)要(yào)得到(dào)重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下(xià)一(yī)站除了视频，还有远(yuǎn)方

技(jì)术(shù)都是有两面性的，潜在(zài)的危害并(bìng)不(bù)能掩盖其光辉的贡献。现在看(kàn)来，人工智能(néng)技(jì)术将是第四次工业革命的(de)核心(xīn)驱动力量(liàng)，将创造新(xīn)的增长奇(qí)迹。

过去一年，人工智能在技术和商业层面都有了巨大(dà)进展，AI绘画就是人工智(zhì)能(néng)技术发生方向(xiàng)性(xìng)改(gǎi)变的一个代(dài)表。其下一站或许就是(shì)视频。

此前，Meta和谷(gǔ)歌先后发布(bù)了(le)几条(tiáo)引爆科技(jì)圈的短视频。这(zhè)些视频引发(fā)关注并非内容做得多(duō)优(yōu)秀，反而都非常简单，比如一匹(pǐ)正(zhèng)在(zài)喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑(qí)摩托车的(de)第一视(shì)角录像，随便(biàn)一个有手机的人都可以随手(shǒu)录(lù)下(xià)一段。

但这些短视频的(de)创(chuàng)作方(fāng)式非常(cháng)简单(dān)，创作者(zhě)仅仅需要向AI输入(rù)一段话，甚至(zhì)只是说(shuō)一下要求，AI就可以根据需要(yào)生成一段视(shì)频。

谷歌发(fā)布的(de)两个AI生成视(shì)频(pín)分别来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高清，与Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一(yī)个能(néng)够做出(chū)更高清视频(pín)的(de)AI还不(bù)足以在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更加(jiā)令(lìng)人震惊的地方在(zài)于，它可以制作出超过(guò)2分钟的连贯的(de)也有确切内(nèi)容的视频，这才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生成的视频多么高清，也只能是为(wèi)内容生(shēng)产者提供一个(gè)灵感，一个(gè)素材(cái)，一个过场动画(huà)。

不过能够制(zhì)作出有具体剧情内容(róng)的视频就(jiù)意味着(zhe)，一些视频创作由AI代(dài)替人工完(wán)成(chéng)已经(jīng)初步(bù)有了可能。

当(dāng)下AI的发展速度(dù)已经(jīng)超(chāo)过大部(bù)分人的想象。内容产业(yè)的(de)本质是(shì)供给创造需求(qiú)，AIGC作为全新的(de)内容生(shēng)产方(fāng)式(shì)，可以(yǐ)为内(nèi)容产业带(dài)来更新的内(nèi)容(róng)风格、更(gèng)快的生产速度(dù)，更低的生产成本，这(zhè)无疑(yí)会(huì)驱动内容产业的大爆发。

除(chú)了(le)AI绘图、视频，AIGC技(jì)术还能应用(yòng)于音乐、代码、机器(qì)人(rén)动作等多(duō)种内容形(xíng)式的(de)生(shēng)成。不难发现(xiàn)该项技术(shù)不仅(jǐn)在游戏等(děng)行业能得(dé)到有(yǒu)效应用，对于下(xià)一代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意义。

从(cóng)商业(yè)化的角度来看，文化娱(yú)乐(lè)、教育、传媒(méi)等(děng)诸(zhū)多(duō)领域，本(běn)身就对(duì)基(jī)于AI的可视化内容有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是AI进(jìn)程中的一块(kuài)重要拼图，有望在(zài)技术更新的(de)加持下实现(xiàn)更(gèng)大的(de)应用价值(zhí)。

AI从理解(jiě)内容，走向了可以(yǐ)生(shēng)成内(nèi)容，甚至(zhì)能够创(chuàng)造(zào)出独立价值和独立视角(jiǎo)的内(nèi)容。AIGC的再次出圈，更代(dài)表着未来的先进(jìn)生产力即将到来。

康桥在哪里再别康桥，徐志摩康桥在哪里="300,640" data-type="png" data-w="1280">

04

紧抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技术的(de)发展(zhǎn)也可以看出，在(zài)语(yǔ)言(yán)大模型、图像大模型之后，多模态大模(mó)型已经成为了新的趋(qū)势。

大模型被誉为当(dāng)前人工智能发展的智(zhì)能底座，是全(quán)球竞争(zhēng)最激烈的(de)研究方(fāng)向之一(yī)，包(bāo)括谷歌、亚马逊、百(bǎi)度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的确价格不(bù)菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告(gào)估(gū)算，GPT-3训练一次的(de)成本约(yuē)为140万美元。而对于一些(xiē)更(gèng)大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平(píng)均数1300万计算，其对(duì)应芯片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费就在5万美元左右。

此外(wài)不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大算(suàn)力(lì)支持。在关注各类大(dà)模型的发(fā)展同(tóng)时，更应该关注算力(lì)网络的建设(shè)。

算力网络(luò)正驱动(dòng)AI产业(yè)发展进入史诗级加速进(jìn)程，让AIGC及通用AI这一人(rén)工智能发展的终极目标离得(dé)更近。

因为算力可以(yǐ)对(duì)突破(pò)性(xìng)技术创(chuàng)新提供大力的支持(chí)。这(zhè)方面(miàn)，多模态(tài)大模(mó)型(xíng)是(shì)典型。作为面向未来强人工智能、通用人工智(zhì)能(néng)的(de)重要(yào)技(jì)术创新，多(duō)模态大(dà)模型已经在人工智能领域提出了很多年，业界也有(yǒu)不少技术突破，但是，多模(mó)态(tài)大模型进(jìn)一步往下走，算力需求呈几何式上升，一般(bān)的算力(lì)基(jī)础设(shè)施很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单(dān)独(dú)一项的(de)训练，到双模态、三模态的跃(yuè)迁(qiān)，让人工智能可以(yǐ)灵活应对不同(tóng)模(mó)态的转化、像(xiàng)人与(yǔ)世界交(jiāo)互一样(yàng)自然，这(zhè)方(fāng)面，由算力(lì)网络(luò)来(lái)驱(qū)动将有明(míng)显(xiǎn)优势。

此外，还有很多需(xū)要爆发式(shì)增长的算力来(lái)支(zhī)撑(chēng)的技(jì)术(shù)创(chuàng)新(xīn)，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续(xù)颠覆(fù)内容生产的方式，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 康桥在哪里再别康桥，徐志摩康桥在哪里