自聊天机器(qì)人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已(yǐ)多次公开(kāi)谈论人工智能(néng)话题。在最近的一(yī)次采(cǎi)访中，他再次表(biǎo)示：“AI可(kě)能会让科技行(xíng)业迎来一次(cì)剧(jù)烈的(de)洗牌”。

这个结(jié)论是他(tā)在当(dāng)地时(shí)间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提出的(de)。

他预期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微(wēi)软在AI方面的行动相(xiāng)当迅(xùn)速。而最终科技巨头(tóu)将把AI整(zhěng)合成用户的“全能(néng)助手”，包揽(lǎn)一切应用，与人(rén)们进行(xíng)沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬口中全(quán)能助手(shǒu)的到来(lái)可能尚需时日(rì)，但由(yóu)ControlNet引(yǐn)发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可(kě)控靠(kào)近

以AI绘画为代表(biǎo)的(de)AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作(zuò)品获奖。

随后各大厂商(shāng)的AI绘画软(ruǎn)件被广(guǎng)大(dà)网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在应用(yòng)中输入一组关键词或者一张照片，就能(néng)获得一(yī)幅AI创作的画作。

作画的关键就是所(suǒ)输入的文本(běn)。同一组关键词也(yě)可以创作出很多张风格(gé)不一样的画作，这让创(chuàng)作的过程(chéng)就像开(kāi)盲盒。

很多用户很喜欢这种不确(què)定的惊(jīng)喜(xǐ)，他们(men)会将生成的美图当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上(shàng)，许(xǔ)多用户分享(xiǎng)AI“翻车现场”，例如，一(yī)位网友(yǒu)的(de)小(xiǎo)狗(gǒu)照片(piàn)被(bèi)AI画(huà)成了“肌肉男”，还有网友的个人照片被(bèi)AI识(shí)别成(chéng)了建筑。

而如今(jīn)随着ControlNet的(de)出现与加持(chí)，以往AI绘画的填写(xiě)关键词游(yóu)戏可能(néng)要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏创作的一种(zhǒng)基于(yú)控(kòng)制点的图像变形算法(fǎ)，主(zhǔ)要用于数字图像(xiàng)处理(lǐ)、计(jì)算机视觉和计算(suàn)机图形学等(děng)领(lǐng)域。

其SD插件一经发(fā)布，在短短的两(liǎng)天内便成(chéng)为了AI绘画领(lǐng)域最新的(de)热点(diǎn)。

在此(cǐ)之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能(néng)的符合要求，但(dàn)是都(dōu)不尽如人意，它(tā)的出现代表着AI生(shēng)成开始(shǐ)进入真正的可控时期。

因(yīn)为ControlNet可(kě)以直接提(tí)取画面(miàn)的构(gòu)图，人物的姿势和(hé)画面的深度信息等。有(yǒu)了它的帮助，就(jiù)不用(yòng)频繁的用(yòng)提示词来(lái)碰运(yùn)气，抽盲盒式(shì)的(de)创作了。

通俗的(de)说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不少(shǎo)博主的作品已(yǐ)经(jīng)获(huò)得了大量(liàng)的浏览量，“viggo”就是其中之(zhī)一，他用朋(péng)友(yǒu)的照片直接带她(tā)们走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关(guān)键(jiàn)词(cí)；最后用ControlNet插(chā)件绑定骨骼(gé)开始换关键词试效果。

通过图片就可以看出来，效果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的照片，草图(tú)也(yě)可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现(xiàn)线(xiàn)稿(gǎo)转全彩(cǎi)图。大神(shén)张吕敏其本尊也(yě)亲(qīn)自回应。

不得不说当下AIGC已经变得越来(lái)越强大，甚至输出的(de)作品都(dōu)已(yǐ)经能以假乱真了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发(fā)

警惕(tì)安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而经过警方辟谣这所谓的“party”可能是(shì)全国第一(yī)起AI绘图诈骗。

由于这个(gè)活动(dòng)里(lǐ)面给出的美女照(zhào)片(piàn)都是(shì)AI制(zhì)作的真人照片绘图，因为太逼真(zhēn)，被大家当(dāng)成真事传播了。

不过仔细观察可以发现，活动(dòng)发起者提(tí)供的照(zhào)片中(zhōng)有(yǒu)个很大的(de)漏洞可以发现并非真(zhēn)人(rén)，而是AI绘图(tú)，那便是图片(piàn)中女性的(de)手指部分有的存在异常(cháng)。

有行业人事(shì)表示(shì)：“现在(zài)因为手指部分的(de)绘画算(suàn)法比较复杂，AI还(hái)不太会画(huà)人的手(shǒu)，但最新(xīn)看(kàn)到的图片已经有越(yuè)来越(yuè)完(wán)美(měi)的AI模型出(chū)现，以后(hòu)可能就完(wán)全没有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外也(yě)已有(yǒu)发生。据英国广播公(gōng)司(sī)报道，土耳其地震期间(jiān)，有Tiktok用(yòng)户使(shǐ)用AI合成(chéng)了(le)儿童受灾的(de)假(jiǎ)照片发布(bù)到网络，以此(cǐ)诱(yòu)骗善良(liáng)的人打赏“捐助”从而实(shí)施诈骗。

目前(qián韵达快递人工客服电话是多少号 韵达可以寄活体宠物吗)随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这(zhè)样的图片被用(yòng)来诈骗，将(jiāng)非(fēi)常(chán韵达快递人工客服电话是多少号 韵达可以寄活体宠物吗g)可怕。

此外(wài)AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者认为AI在“学习”了大量前(qián)人的(de)作品之后，其创作(zuò)没有任何情绪(xù)和灵(líng)魂(hún)，难以和人(rén)类的艺术(shù)创作相提并论。

另一方面，AIGC背(bèi)后的(de)版权、目前都(dōu)并没有(yǒu)得(dé)到有(yǒu)效的解(jiě)决(jué)，还有AIGC会不会(huì)代(dài)替(tì)人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的安全问题需要得到重视，太晚就来(lái)不(bù)及(jí)了(le)。

03

AIGC下一站除了(le)视频，还(hái)有远(yuǎn)方

技术(shù)都是(shì)有两面性的，潜在的危害并不能掩盖其光(guāng)辉的贡献。现在看来，人工智能(néng)技术(shù)将是第四次(cì)工业革命的核心(xīn)驱动力量，将创造新的(de)增长奇(qí)迹(jì)。

过(guò)去(qù)一年，人工智能在(zài)技术和商业层面(miàn)都有了(le)巨大进展，AI绘画就是人工(gōng)智能(néng)技术(shù)发生方向性改变的一个代表。其下一站或(huò)许就是视频(pín)。

此前，Meta和谷歌先后发布了(le)几条引爆科技圈(quān)的短视(shì)频(pín)。这些视频引发关(guān)注并非内容做得(dé)多优秀，反而都非(fēi)常简单，比如(rú)一(yī)匹正(zhèng)在喝(hē)水的马，一(yī)只(zhǐ)画画的玩具(jù)熊，或者一段(duàn)骑摩托(tuō)车(chē)的第一视角录像，随便一个有(yǒu)手机的人都(dōu)可以随手录下一段(duàn)。

但这些(xiē)短视频(pín)的创作(zuò)方式非常简单，创作者(zhě)仅仅需要向AI输入(rù)一段话(huà)，甚至只是说一下要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩(wán)了一波梗(gěng)，一个能够做出更(gèng)高清视频的AI还不足以在(zài)短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人震惊(jīng)的(de)地(dì)方在于(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(de)视频，这才是真正让人们(men)感到惊喜的地(dì)方。因为无论(lùn)AI生成的(de)视频多么高清，也只能是(shì)为内(nèi)容生产者提供一个灵感(gǎn)，一(yī)个素(sù)材，一个过场动画(huà)。

不过能够(gòu)制作(zuò)出有(yǒu)具体剧情(qíng)内容的(de)视频就(jiù)意味(wèi)着，一些视频创作由AI代(dài)替人工完成已经(jīng)初(chū)步有了(le)可能(néng)。

当(dāng)下AI的发展速(sù)度已经超过大部分人(rén)的想象(xiàng)。内容产(chǎn)业的本质是供给创造需求，AIGC作为(wèi)全(quán)新的内容生产(chǎn)方式，可以为(wèi)内容产业带来(lái)更(gèng)新(xīn)的内容(róng)风格、更快的(de)生产速度，更低的生产成本，这无(wú)疑(yí)会驱动内容(róng)产业的大爆(bào)发。

除(chú)了(le)AI绘(huì)图(tú)、视频(pín)，AIGC技(jì)术还能(néng)应用于音乐、代(dài)码、机(jī)器(qì)人动作等多(duō)种内容形式的生成。不难发现该项技(jì)术不(bù)仅在游戏等行业(yè)能得(dé)到有(yǒu)效(xiào)应用，对于(yú)下一代互联网(wǎng)各种元素(sù)的构建亦有关键意义。

从商业(yè)化(huà)的角度来看，文化娱乐(lè)、教育(yù)、传媒等(děng)诸多(duō)领域(yù)，本身(shēn)就(jiù)对(duì)基(jī)于AI的可(kě)视(shì)化内容(róng)有强烈需求。

因此，AI绘画及视频或不是(shì)结果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图，有望在(zài)技术更新的加(jiā)持下实现更大的(de)应(yīng)用(yòng)价(jià)值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够创造(zào)出独立(lì)价值和独立视角的(de)内(nèi)容。AIGC的再次出圈(quān)，更代表着未来的(de)先进生产力即(jí)将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座

从技术的发(fā)展也可以(yǐ)看(kàn)出，在语(yǔ)言大模型、图像大模型之后，多模态大模型已经成为了新的趋势。

大模型被誉(yù)为当(dāng)前人工(gōng)智能发展的智能底座(zuò)，是全球竞争最激(jī)烈(liè)的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等(děng)众多头部企业都在(zài)竞相(xiāng)发力(lì)。

不过(guò)训练(liàn)大模(mó)型的确价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少(shǎo)算力(lì)》报告(gào)估(gū)算(suàn)，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更(gèng)大的(de)LLM(大(dà)型(xíng)语言(yán)模型)，训练成本则介于200万美元至1200万(wàn)美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计(jì)算(suàn)，其对(duì)应芯片需求(qiú)为(wèi)3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美(měi)元，每日仅电费就(jiù)在5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持(chí)。在关(guān)注(zhù)各类(lèi)大(dà)模型的发展同时，更应该关(guān)注算(suàn)力(lì)网络的建设。

算(suàn)力网络(luò)正驱动AI产(chǎn)业发展进入史诗级加速进程，让(ràng)AIGC及(jí)通用AI这一(yī)人工(gōng)智能发展的终极目标离得更近。

因为算力(lì)可以对突破(pò)性技(jì)术创新提供大力的支(zhī)持。这方面，多模态大模(mó)型是典型。作为面(miàn)向(xiàng)未来强人工(gōng)智能(néng)、通用(yòng)人工智能(néng)的重要(yào)技术创新，多模态(tài)大(dà)模型已经在人工智能领域提出了很多(duō)年(nián)，业(yè)界也有不少技术突(tū)破，但(dàn)是，多模态(tài)大(dà)模(mó)型进一步往下走，算力需求呈几何(hé)式(shì)上升，一般的算(suàn)力基础设施(shī)很快将难(nán)以胜任。

从图(tú)像、文字、语音单独一项(xiàng)的训练，到双模(mó)态、三模(mó)态的跃迁，让人工(gōng)智能可(kě)以(yǐ)灵活应对(duì)不同(tóng)模态的(de)转(zhuǎn)化、像人与世(shì)界交互一样自然(rán)，这方面，由算力(lì)网(wǎng)络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增(zēng)长的算(suàn)力来支撑的技术(shù)创新，将在人工智(zhì)能算(suàn)力网络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算力的支持(chí)下AIGC能持续(xù)颠覆内(nèi)容生产(chǎn)的方(fāng)式，将创造的边际成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 韵达快递人工客服电话是多少号 韵达可以寄活体宠物吗