自聊(liáo)天机器人ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔·盖茨已(yǐ)多次公开(kāi)谈论(lùn)人工智能话(huà)题(tí)。在最近的一次采访中，他再次(cì)表(biǎo)示：“AI可能(néng)会让科技行业迎(yíng)来一次剧烈的(de)洗牌”。

这个(gè)结论(lùn)是他在当(dāng)地时(shí)间2月(yuè)20日接受《In Good Company》节目专访时提出(chū)的(de)。

他预期，AI的发展(zhǎn)可能会威胁(xié)到(dào)谷歌的市占率，因为微软在AI方(fāng)面的行动相当迅速。而最终科技巨头将把AI整合(hé)成用户的“全(quán)能助手”，包揽一切(qiè)应用，与人们进(jìn)行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可(kě)能尚(shàng)需时日，但由(yóu)ControlNet引发(fā)的又(yòu)一(yī)次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国(guó)科罗拉多(duō)州举办的新兴数字艺术家竞赛中，一幅(fú)名为(wèi)《太空歌剧院》的(de)作品获奖。

随后各大厂(chǎng)商的AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输(shū)入一组(zǔ)关键词或者一张照片，就能获得一幅AI创作(zuò)的画(huà)作。

作画的关键就是所输入(rù)的文本(běn)。同一(yī)组(zǔ)关键(jiàn)词也可以创(chuàng)作出很(hěn)多(duō)张风格不一(yī)样的画(huà)作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜(xǐ)欢(huān)这种不(bù)确(què)定(dìng)的惊喜(xǐ)，他们会将生(shēng)成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画(huà)的“翻车”作(zuò)品。在(zài)社交媒体(tǐ)上，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场”，例如，一(yī)位网(wǎng)友的小狗照片被AI画成(chéng)了“肌肉男(nán)”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如(rú)今(jīn)随着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的填写关(guān)键词游戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正(zhèng)在斯坦(tǎn)福读博的中国(guó)人张(zhāng)吕敏创作的一种基于(yú)控制点的图(tú)像变形算(suàn)法，主要用于数字图像处理、计算(suàn)机视觉和计算机图形(xíng)学等领域。

其SD插件一经发(fā)布，在短短的两天内便成为了AI绘画领域最新(xīn)的热点(diǎn)。

在此(cǐ)之前，大家用了很多(duō)方(fāng)法想让AI生(shēng)成的(de)结果尽(jǐn)可能(néng)的符合要(yào)求，但是都不尽如人意，它的出现代表着AI生成开始(shǐ)进(jìn)入真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人物的姿(zī)势(shì)和画面的深度信息等(děng)。有了它的帮助，就不(bù)用频繁的(de)用提(tí)示(shì)词来(lái)碰运气，抽盲(máng)盒式(shì)的(de)创(chuàng)作了。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加了“魔法”，不少(shǎo)博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他(tā)用朋友的照(zhào)片直接(jiē)带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应(yīng)的关键词(cí)；最后用ControlNet插件绑定骨(gǔ)骼开始换关键词试效(xiào)果。

通过图片就可(kě)以(yǐ)看(kàn)出来，效果十分惊艳。

更厉害的是(shì)，除了真实的照片(piàn)，草图也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神张吕敏其本尊也亲自回应(yīng)。

不(bù)得不说当下AIGC已经(jīng)变(biàn)得越来越强大，甚至输出的作品(pǐn)都已经能以假乱(luàn)真了(le)。

02

难辨虚(xū)实，AIGC技(jì)术(shù)力(lì)爆发

警(jǐng)惕安全问题(tí)

近日，“苏州金(jīn)鸡湖(hú)有游艇party”的消(xiāo)息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女(nǚ)照片都是(shì)AI制作(zuò)的真人照片(piàn)绘(huì)图(tú)，因为太逼真，被(bèi)大家当成真事传播(bō)了。

不过仔细观察(chá)可以(yǐ)发(fā)现，活动发(fā)起(qǐ)者提供的照片(piàn)中有个很大的(de)漏(lòu)洞可以发冰箱保鲜的灯怎么不亮了呢 冰箱灯不亮影响使用吗(fā)现并(bìng)非真人，而(ér)是(shì)AI绘图，那便是图片中(zhōng)女性的手指(zhǐ)部分有的存(cún)在(zài)异常(cháng)。

冰箱保鲜的灯怎么不亮了呢 冰箱灯不亮影响使用吗ata-cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人(rén)事表示：“现在因为手指部(bù)分(fēn)的绘画算法比较复(fù)杂(zá)，AI还不太会画人的手，但最新(xīn)看(kàn)到的图片已经有(yǒu)越来越完(wán)美的AI模型(xíng)出现，以(yǐ)后可能就完全(quán)没(méi)有漏洞了。”

类似的AI作(zuò)图诈骗在国外(wài)也(yě)已有(yǒu)发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使(shǐ)用(yòng)AI合成了(le)儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的人打赏“捐(juān)助”从(cóng)而实施诈骗(piàn)。

目前随(suí)着(zhe)技(jì)术发展，AIGC已(yǐ)经能做出真人照(zhào)片般的绘图效果(guǒ)，如果这(zhè)样的图(tú)片(piàn)被用来诈(zhà)骗，将(jiāng)非常可(kě)怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了大量前人的作(zuò)品之后，其创作没(méi)有任何(hé)情(qíng)绪和灵魂，难(nán)以和人类(lèi)的(de)艺术创(chuàng)作相提(tí)并论。

另一方面，AIGC背后的版(bǎn)权、目(mù)前都(dōu)并没有得到有(yǒu)效的(de)解(jiě)决，还有AIGC会不会代(dài)替人类“至高无(wú)上”的(de)创意。

马斯克也强调，人工(gōng)智能的安(ān)全问(wèn)题需(xū)要(yào)得到重视，太晚就来不及(jí)了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是(shì)有(yǒu)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(lái)，人(rén)工智(zhì)能技术将是(shì)第四(sì)次工业(yè)革命的核(hé)心驱动力量，将创造新的增(zēng)长(zhǎng)奇迹。

过去一年，人工智能在技术和商业层面都有了(le)巨大进(jìn)展，AI绘画就是(shì)人(rén)工智能技术发生(shēng)方向性改变(biàn)的(de)一个代表(biǎo)。其下一(yī)站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这些(xiē)视频引发关注并非(fēi)内容做得多(duō)优秀，反而都非常简单，比如(rú)一匹正(zhèng)在(zài)喝水(shuǐ)的马(mǎ)，一只画画(huà)的玩具熊，或者一段(duàn)骑摩托车的第一(yī)视角录像，随便一个有(yǒu)手机的人(rén)都可以随手录下一(yī)段。

但这些(xiē)短视频的创作方式非(fēi)常简单，创作者仅仅需要向AI输入一段话，甚至只是说一(yī)下要求，AI就可以根据需要生(shēng)成一段(duàn)视(shì)频。

谷歌发(fā)布的两个AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没(méi)有太多(duō)的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就(jiù)已(yǐ)经玩(wán)了一(yī)波梗(gěng)，一个能够做出(chū)更高(gāo)清视频的AI还不(bù)足以(yǐ)在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的(de)地方(fāng)在于，它可以(yǐ)制作出超过(guò)2分钟的(de)连贯(guàn)的也有确(què)切内容(róng)的视频，这才是真(zhēn)正(zhèng)让人们感到惊喜的(de)地方。因为无(wú)论AI生成(chéng)的视频多么高清，也只能是为内容生产(chǎn)者提(tí)供一(yī)个(gè)灵(líng)感(gǎn)，一个(gè)素材，一(yī)个(gè)过(guò)场动画。

不过能够(gòu)制作(zuò)出有具体剧(jù)情内容的视频就意味(wèi)着，一些视频创作由AI冰箱保鲜的灯怎么不亮了呢 冰箱灯不亮影响使用吗代替(tì)人工(gōng)完成(chéng)已(yǐ)经初步有了可能。

当(dāng)下AI的发展速度已经超(chāo)过大部分人的想象。内容(róng)产(chǎn)业(yè)的(de)本质(zhì)是供(gōng)给创造需(xū)求(qiú)，AIGC作为全新的(de)内容生产方式，可以为内容产业带来更(gèng)新的内(nèi)容风格、更快的生产速度，更低的(de)生产(chǎn)成(chéng)本，这无疑(yí)会驱动内容产业的大爆(bào)发。

除了AI绘图(tú)、视频，AIGC技术还(hái)能(néng)应用于(yú)音乐、代码、机器人(rén)动作等(děng)多种内(nèi)容形式的生成。不难发现该项技术不仅(jǐn)在游(yóu)戏等行业能得到有效应用(yòng)，对于下(xià)一代(dài)互(hù)联网各种元素的构(gòu)建亦有关键(jiàn)意义。

从商业化的角(jiǎo)度来(lái)看，文(wén)化娱乐、教育、传(chuán)媒(méi)等诸多领域，本身(shēn)就对基于AI的可(kě)视化内容有强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进程中的一块重要拼图(tú)，有望在技术(shù)更新的加(jiā)持下实现更大(dà)的应用价值。

AI从(cóng)理(lǐ)解内容(róng)，走向了可以(yǐ)生成内(nèi)容，甚至(zhì)能够创造出独立价值和独立视角(jiǎo)的内容(róng)。AIGC的再次出(chū)圈，更代表着未(wèi)来的先进生(shēng)产(chǎn)力(lì)即将到来(lái)。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座(zuò)

从技(jì)术的发展(zhǎn)也可以看出(chū)，在语言大模型、图像大(dà)模(mó)型之后(hòu)，多模(mó)态大(dà)模型(xíng)已经成为了新的(de)趋(qū)势(shì)。

大模型(xíng)被誉为当前人工智能发(fā)展的智能(néng)底(dǐ)座，是全球竞争最激烈的研(yán)究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众(zhòng)多头部企业都在竞相(xiāng)发(fā)力。

不过训练大模型的(de)确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为(wèi)140万美元。而对于一些更大的LLM(大(dà)型(xíng)语(yǔ)言(yán)模型)，训练(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客(kè)平均数1300万(wàn)计算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每(měi)日仅电费就在(zài)5万美元左右。

此外不(bù)论是ChatGPT还(hái)是(shì)AIGC，都(dōu)离不开庞大算力(lì)支持。在关注各类大模型(xíng)的发(fā)展同时，更(gèng)应该关注(zhù)算力网络的建(jiàn)设。

算力网络正驱动AI产业发展(zhǎn)进入史(shǐ)诗(shī)级(jí)加速进(jìn)程，让AIGC及通(tōng)用AI这一(yī)人工智能发展的终极(jí)目标(biāo)离得更近(jìn)。

因(yīn)为(wèi)算力可以对突破性(xìng)技术创新提供大(dà)力的支持(chí)。这方面，多模态(tài)大模(mó)型(xíng)是典(diǎn)型。作为面向未来强人工智能、通用人工智能的(de)重要技术(shù)创新，多模(mó)态(tài)大模型已经在人工智(zhì)能(néng)领域提出了(le)很多(duō)年，业(yè)界也有不少技(jì)术(shù)突破，但是，多模态大模型进一步往下(xià)走(zǒu)，算力需(xū)求(qiú)呈几何式(shì)上(shàng)升，一(yī)般(bān)的算力基础设施很(hěn)快将难(nán)以胜任。

从图像、文(wén)字(zì)、语(yǔ)音单独一(yī)项的训练，到双模态、三模态(tài)的跃迁，让(ràng)人工(gōng)智能(néng)可以(yǐ)灵活(huó)应对不同模态的(de)转化、像人与世界交互一样自然，这(zhè)方面，由算力网络来驱(qū)动将有明显优势。

此外，还有很多(duō)需要爆发式增(zēng)长的算力来支(zhī)撑的技(jì)术(shù)创(chuàng)新，将(jiāng)在(zài)人工智能算力(lì)网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待(dài)在大模型(xíng)和大算力的支(zhī)持下AIGC能持(chí)续颠覆(fù)内容生(shēng)产(chǎn)的方式(shì)，将(jiāng)创造的边(biān)际成本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 冰箱保鲜的灯怎么不亮了呢 冰箱灯不亮影响使用吗