自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨已多次公开谈论人工(gōng)智能话题。在最近的一次采(cǎi)访中，他再次(cì)表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当(dāng)地(dì)时间2月20日接受《In Good Company》节(jié)目专访时提出(chū)的(de)。

他预期，AI的发展可能(néng)会威胁到谷歌(gē)的(de)市占率(lǜ)，因为微软在AI方面的行动(dòng)相当(dāng)迅速。而最终科技(jì)巨头将把AI整合成用户的“全能(néng)助手(shǒu)”，包揽一切应用，与人们进行(xíng)沟通并提(tí)供建议(yì)，可(kě)以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大(dà)佬口中(zhōng)全能助手的到(dào)来(lái)可能尚需时日(rì)，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出(chū)重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次(cì)爆火(huǒ)的时候，还(hái)是(shì)2022年8月，在美国科(kē)罗拉多(duō)州举(jǔ)办的新兴(xīng)数字(zì)艺(yì)术(shù)家竞赛(sài)中，一(yī)幅名为《太空歌(gē)剧院》的作品获奖。

随后各(gè)大(dà)厂商的(de)AI绘(huì)画软件被广大网友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们可(kě)以在应用中输(shū)入(rù)一组关键词或(huò)者一张照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入的(de)文本(běn)。同一组(zǔ)关键词也可以创作出很多张风(fēng)格不(bù)一样的(de)画作，这让创作的过程就像开盲(máng)盒。

很多用(yòng)户(hù)很(hěn)喜(xǐ)欢这(zhè)种不确定的惊喜，他们(men)会将生成的美图当做头像。而另(lìng)一部分(fēn)喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个人照片(piàn)被AI识别成了(le)建(jiàn)筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位(wèi)正(zhèng)在斯(sī)坦福读博的(de)中国人张(zhāng)吕敏创作的一种基于控制点的(de)图(tú)像变形算法，主要用于(yú)数字图像处理、计算机视觉和计算(suàn)机图形学等领域(yù)。

其SD插件一经发布，在短短的(de)两天内便成为(wèi)了(le)AI绘(huì)画(huà)领(lǐng)域最新的(de)热(rè)点。

在此之前，大家(jiā)用了很多方法想让AI生(shēng)成(chén阴肖是指哪几个肖g)的结果(guǒ)尽可能的(de)符合(hé)要(yào)求，但(dàn)是都不(bù)尽如人意(yì)，它的(de)出现代(dài)表着AI生成开始进(jìn)入真正(zhèng)的可控时(shí)期。

因为ControlNet可(kě)以(yǐ)直接提取画面的构图，人物的姿势和画面的深(shēn)度信息等。有了(le)它的帮(bāng)助，就不用频繁(fán)的用提示词来碰(pèng)运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画(huà)加了“魔(mó)法(fǎ)”，不少博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片(piàn)直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找(zhǎo)到对(duì)应(yīng)的关键词；最(zuì)后用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开始(shǐ)换关键词试(shì)效果(guǒ)。

通(tōng)过图(tú)片就可以看(kàn)出来，效(xiào)果十分惊艳。

更厉(lì)害的是，除了(le)真实的(de)照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线稿转全(quán)彩(cǎi)图。大(dà)神张吕(lǚ)敏其本尊(zūn)也亲自(zì)回应(yīng)。

不得不说当下AIGC已经(jīng)变(biàn)得(dé)越(yuè)来(lái)越强大，甚至输出的作(zuò)品都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆(bào)发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过警方辟(pì)谣这(zhè)所谓的“party”可能(néng)是全国第一(yī)起(qǐ)AI绘图(tú)诈骗。

由于这个活动里面(miàn)给出的美(měi)女(nǚ)照片都是AI制(zhì)作(zuò)的真人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真事传播了。

不过仔细观(guān)察可(kě)以发现，活动发起者提(tí)供的(de)照(zhào)片中有(yǒu)个很大的漏洞(dòng)可以发现并(bìng)非真人(rén)，而是AI绘图，那(nà)便(biàn)是图片(piàn)中女(nǚ)性的(de)手指部分有的存(cún)在异常。

有(yǒu)行业人事表示(shì)：“现在因为手指部分的绘画(huà)算(suàn)法比较复杂，AI还不太会画人的(de)手，但(dàn)最(zuì)新看到的图(tú)片已经有越来越完(wán)美(měi)的AI模型(xíng)出现，以后可能就完(wán)全没有漏洞(dòng)了。”

类似(shì)的AI作图诈骗(piàn)在国(guó)外(wài)也已(yǐ)有发生。据英国广播公司报道(dào)，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用AI合(hé)成了儿(ér)童(tóng)受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏“捐助”从(cóng)而实施(shī)诈(zhà)骗。

目前(qián)随着技(jì)术发展(zhǎn)，AIGC已经(jīng)能做(zuò)出真人照片般的绘图效果，如(rú)果(guǒ)这样的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧(yōu)，一方(fāng)面，批判者认为(wèi)AI在“学习”了大量前人的作品之后，其创作没(méi)有任何情(qíng)绪(xù)和灵魂，难(nán)以和(hé)人(rén)类的艺术创(chuàng)作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目前都并(bìng)没(méi)有得(dé)到有(yǒu)效的解决，还有AIGC会(huì)不会代替人(rén)类“至高无(wú)上”的创意。

马斯克(kè)也强调，人工智能的安全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性的，潜在的危(wēi)害并不能掩(yǎn)盖其光辉的贡(gòng)献。现在看来，人工(gōng)智能技术将是第四次工业(yè)革命(mìng)的核心驱动力量，将创(chuàng)造新(xīn)的(de)增长奇迹。

过去一(yī)年，人工智能(néng)在技(jì)术(shù)和商业层面都有了巨大进(jìn)展，AI绘画就(jiù)是人工智能(néng)技术发生(shēng)方向(xiàng)性改变(biàn)的一(yī)个代表。其(qí)下(xià)一站或(huò)许就(jiù)是视阴肖是指哪几个肖频。

此前，Meta和谷歌先后发布(bù)了几条引爆科(kē)技圈(quān)的短视频。这些视频(pín)引发(fā)关注并非内(nèi)容做(zuò)得多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的(de)马(mǎ)，一只画画的(de)玩具熊，或者一段骑(qí)摩托车的第(dì)一视角(jiǎo)录像(xiàng)，随便一(yī)个(gè)有手(shǒu)机的人(rén)都可以随手录下一(yī)段。

但这些短视频的(de)创作(zuò)方式非常简(jiǎn)单(dān)，创作者(zhě)仅(jǐn)仅(jǐn)需要向AI输入一段(duàn)话，甚至只是(shì)说(shuō)一下要(yào)求(qiú)，AI就可以根(gēn)据需要生成一段(duàn)视频(pín)。

谷歌发布的(de)两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波梗(gěng)，一(yī)个能够(gòu)做出(chū)更(gèng)高清(qīng)视频的AI还不足以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的地方(fāng)在于(yú)，它可以制作出超过2分钟的连贯(guàn)的也有(yǒu)确切内容的视频，这才是真正让人们感到惊喜的(de)地方。因为无(wú)论AI生(shēng)成的视(shì)频多么高清，也只能是为内容(róng)生产者提(tí)供一(yī)个(gè)灵感，一个素材(cái)，一个过场动画。

不过(guò)能够(gòu)制(zhì)作出有具体剧(jù)情(qíng)内容的视频就意味着，一些视频创作由AI代替(tì)人工(gōng)完成已(yǐ)经初步有(yǒu)了可能(néng)。

当下(xià)AI的发展速度已经超(chāo)过大部分人的想(xiǎng)象。内容产业的本质是(shì)供给创造(zào)需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可以为内容产业带(dài)来(lái)更新的内(nèi)容风格、更(gèng)快的(de)生产速度，更低的(de)生产(chǎn)成本，这无(wú)疑(yí)会驱(qū)动内容产业(yè)的大爆(bào)发(fā)。

除了(le)AI绘图(tú)、视(shì)频，AIGC技(jì)术还(hái)能应用(yòng)于音乐(lè)、代码、机(jī)器人动作等(děng)多种内容形式的生成(chéng)。不(bù)难发现(xiàn)该项技(jì)术不仅在(zài)游(yóu)戏(xì)等行业能(néng)得到有效应用，对于下一代互联网各种元素的构建亦有(yǒu)关键意义。

从商业化的角度来(lái)看，文化(huà)娱乐(lè)、教育、传媒(méi)等诸多领域，本(běn)身(shēn)就对基于(yú)AI的可(kě)视化内容有强烈需求。

因此，AI绘画及视频(pín)或不是(shì)结果，而只是AI进程中的(de)一块重(zhòng)要拼图，有望(wàng)在技术更新的加持下实(shí)现更大(dà)的应用价(jià)值(zhí)。

AI从(cóng)理解内容，走向了可以生成内(nèi)容(róng)，甚至(zhì)能(néng)够创造出独(dú)立价值和独立视角(jiǎo)的内容。AIGC的再(zài)次(cì)出圈，更代表(biǎo)着未来的先进生产力(lì)即将到(dào)来(lái)。

04

紧抓大(dà)模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的发展也(yě)可(kě)以看出，在语言大模型、图像大模(mó)型(xíng)之后(hòu)，多模态大(dà)模(mó)型已经(jīng)成为了新的(de)趋(qū)势。

大模(mó)型被誉为当前(qián)人(rén)工智(zhì)能发(fā)展的智(zhì)能底座，是全球竞(jìng)争最激烈(liè)的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众(zhòng)多头(tóu)部企业都在(zài)竞相发力(lì)。

不过训练大(dà)模(mó)型的确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本约为140万(wàn)美元。而对于一些更大的LLM(大(dà)型语言模型(xíng))，训(xùn)练成本(běn)则(zé)介于(yú)200万美(měi)元(yuán)至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万(wàn)计算，其对(duì)应芯(xīn)片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿美(měi)元，每日(rì)仅电费就在5万(wàn)美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都(dōu)离不开(kāi)庞大算(suàn)力(lì)支持(chí)。在(zài)关注各(gè)类大模型(xíng)的发展同(tóng)时，更应该关注算力网络的建(jiàn)设(shè)。

算力网(wǎng)络正驱动(dòng)AI产业发展进入史诗级加速进程，让AIGC及(jí)通用AI这一人工智(zhì)能发展的终极目(mù)标离得(dé)更近。

因为算力可以对(duì)突(tū)破性技(jì)术(shù)创(chuàng)新提供大力(lì)的(de)支持。这方面，多(duō)模态(tài)大模(mó)型是(shì)典(diǎn)型。作为面(miàn)向(xiàng)未来强人工智能、通用(yòng)人工智能的重要技术创新，多模态大(dà)模型已经在人工智能领域提出(chū)了很多(duō)年，业界也有不(bù)少技术突破，但是，多(duō)模态大模型(xíng)进一步往下走，算力(lì)需求呈(chéng)几何式上(shàng)升，一般的算力基础设施(shī)很快将难以胜任。

从图像、文字、语(yǔ)音单独一项的训练(liàn)，到双模(mó)态、三模态的跃迁，让人工智能可以灵活(huó)应(yīng)对不同模态(tài)的(de)转化、像人与世界(jiè)交互一样自然，这方面(miàn)，由算(suàn)力网(wǎng)络来(lái)驱动将有明显优势。

此外，还有很多需要(yào)爆(bào)发(fā)式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快(kuài)速推进(jìn)。

AIGC已经(jīng)露(lù)出曙光，期待在大模型和大算力的支持(chí)下(xià)AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创造的边际成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 阴肖是指哪几个肖