自聊天机器人(rén)ChatGPT火爆(bào)以(yǐ)来，微软公司创(chuàng)始人(rén)比尔·盖茨已多次公开谈论人工智(zhì)能话题。在最近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可能会让科(kē)技行业迎来一次剧烈的(de)洗牌”。

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

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的市占率，因(yīn)为微软在(zài)AI方(fāng)面的(de)行动相当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成用户的(de)“全能(néng)助手”，包揽一切应用，与(yǔ)人们进行沟(gōu)通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬(lǎo)口(kǒu)中全能助(zhù)手的到(dào)来可(kě)能尚需时日，但(dàn)由ControlNet引(yǐn)发(fā)的(de)又(yòu)一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩(wán)法

AIGC向可(kě)控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国(guó)科罗(luó)拉多(duō)州(zhōu)举办的新兴数字(zì)艺(yì)术家竞赛中(zhōng)，一(yī)幅名为《太空歌(gē)剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表。

用户们可以(yǐ)在应用中输(shū)入(rù)一组(zǔ)关键词或者一张(zhāng)照片，就能获得一幅AI创作(zuò)的(de)画(huà)作。

作(zuò)画的关键就是所输(shū)入的文(wén)本。同一组关键词也可以(yǐ)创作出(chū)很(hěn)多(duō)张风(fēng)格(gé)不(bù)一(yī)样(yàng)的画作，这让创作的过(guò)程(chéng)就像开盲(máng)盒。

很多用(yòng)户很喜欢这(zhè)种不确(què)定的惊喜(xǐ)，他(tā)们会将生成的(de)美图(tú)当做头像。而另一部(bù)分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻(fān)车现(xiàn)场”，例如，一位网友的小(xiǎo)狗照片被AI画成(chéng)了(le)“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别成(chéng)了建筑(zhù)。

而如今(jīn)随着(zhe)悲守穷庐将复何及啥意思，悲守穷庐将复何及表达了什么愿望ControlNet的出现与加持，以(yǐ)往AI绘(huì)画(huà)的填写关(guān)键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一(yī)位正在斯(sī)坦(tǎn)福读(dú)博的中(zhōng)国人张吕(lǚ)敏创(chuàng)作的(de)一种基于控制点的图(tú)像变形算法，主要用于数字图像处理(lǐ)、计(jì)算(suàn)机视(shì)觉和计算机(jī)图形(xíng)学(xué)等领域(yù)。

其SD插(chā)件一经发布(bù)，在短短的(de)两天内(nèi)便成为(wèi)了AI绘画领域最新的(de)热点。

在此之(zhī)前(qián)，大家用了很多(duō)方法(fǎ)想让AI生成的结(jié)果(guǒ)尽可能的符(fú)合要求，但是都不尽如(rú)人意(yì)，它的出现代表着(zhe)AI生成开始进入真正(zhèng)的(de)可控时期。

因(yīn)为ControlNet可以直(zhí)接提取画面的构图，人物的姿(zī)势(shì)和画面的(de)深度信息等。有(yǒu)了它(tā)的帮助，就不用频繁的用提示词来(lái)碰运气，抽盲盒(hé)式的创作(zuò)了。

通俗的(de)说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作(zuò)品已(yǐ)经(jīng)获得了大量(liàng)的浏览(lǎn)量(liàng)，“viggo”就是其(qí)中之一(yī)，他用朋友的照片直接(jiē)带(dài)她们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

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

通过图片就可以看出来，效(xiào)果(guǒ)十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的照片，草图也(yě)可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其(qí)本尊也亲自(zì)回应。

不得不说当下AIGC已经变(biàn)得越来越强(qiáng)大，甚至输(shū)出的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安(ān)全(quán)问题

近日，“苏州(zhōu)金鸡湖(hú)有游(yóu)艇(tǐng)party”的(de)消息火(huǒ)遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里(lǐ)面给出的(de)美女照片都是AI制(zhì)作的(de)真人照片绘图，因为(wèi)太逼真，被大家当成(chéng)真事(shì)传播了。

不过仔细观察可以(yǐ)发现，活动发起者提供的照片中有(yǒu)个很大的漏洞可以发现并(bìng)非真人，而是AI绘图，那(nà)便是图片中女性的手指部分有(yǒu)的存在异常。

有行业人事表示：“现(xiàn)在因为手指(zhǐ)部分的绘画算法比较复杂，AI还不太会画人(rén)的(de)手，但最新(xīn)看到(dào)的(de)图片(piàn)已经有越来越(yuè)完(wán)美的AI模(mó)型(xíng)出现，以后可(kě)能就完全(quán)没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生。据(jù)英国广(guǎng)播公(gōng)司报道，土耳其地震(zhèn)期间，有Tiktok用户使(shǐ)用(yòng)AI合成了儿童受灾(zāi)的(de)假照片发(fā)布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实(shí)施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经能(néng)做(zuò)出真人照(zhào)片般的绘(huì)图(tú)效果(guǒ)，如(rú)果这样(yàng)的图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者认为AI在“学习”了大量前人的作品之后，其创作没(méi)有任(rèn)何(hé)情(qíng)绪(xù)和灵(líng)魂，难以和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的(de)版权、目(mù)前都(dōu)并没(méi)有得到有效的解决，还有AIGC会不会代(dài)替人类“至(zhì)高无(wú)上”的创意。

马斯克也强调，人(rén)工智能的安全问题需要得到(dào)重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远方

技术都是(shì)有两面性(xìng)的，潜(qián)在的危害并不(bù)能掩(yǎn)盖其光辉的贡献。现(xiàn)在看来，人工智能(néng)技术将是(shì)第四次工(gōng)业(yè)革命的核心驱动力量，将创(chuàng)造新(xīn)的增长奇迹。

过去一年，人工智能在(zài)技(jì)术和(hé)商业层面都(dōu)有了(le)巨(jù)大进(jìn)展，AI绘画(huà)就是人工智能技术发生方向(xiàng)性改变的一个代表。其(qí)下(xià)一站(zhàn)或(huò)许就是视频。

此前，Meta和(hé)谷歌先后(hòu)发布了几(jǐ)条(tiáo)引(yǐn)爆科技圈的短(duǎn)视频。这些(xiē)视频(pín)引发关注并非(fēi)内容做得多优秀，反(fǎn)而(ér)都非(fēi)常简单(dān)，比如一匹正在喝(hē)水的马，一只(zhǐ)画画的(de)玩具熊，或者一段骑摩托车的第一视角录(lù)像，随便一个有手(shǒu)机的人(rén)都可以随(suí)手录下一段。

但(dàn)这些(xiē)短视频的创作方(fāng)式非(fēi)常简单，创作者仅(jǐn)仅需要向AI输(shū)入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就(jiù)可以根据需要生成一段视(shì)频。

谷(gǔ)歌发布的两个(gè)AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清，与Meta的(de)Make-A-Video没(méi)有太(tài)多(duō)的差别。

在Make-A-Video公(gōng)布了AI生成的(de)视(shì)频后，AI圈就已经(jīng)玩了一波梗，一个(gè)能够做出更(gèng)高(gāo)清视频的AI还(hái)不(bù)足以在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震(zhèn)惊的地方(fāng)在于，它可以制(zhì)作(zuò)出(chū)超过2分(fēn)钟的连贯的也有确(què)切内容的视(shì)频(pín)，这才是真正(zhèng)让(ràng)人们感到惊喜的地方。因为(wèi)无论AI生成的视频(pín)多么高清，也只能(néng)是为内(nèi)容(róng)生产者提供一个灵感，一个素材，一(yī)个(gè)过场(chǎng)动画(huà)。

不(bù)过(guò)能(néng)够(gòu)制作出(chū)有具(jù)体剧情内容的视(shì)频就意味着，一些视频创作(zuò)由AI代替人工(gōng)完成已经初步有(yǒu)了可能。

当下AI的发(fā)展(zhǎn)速度已经超(chāo)过(guò)大部分人的想象。内容(róng)产业的本质是供给(gěi)创造需(xū)求，AIGC作为全新(xīn)的内容生产方式，可以(yǐ)为内容产业带(dài)来更新的内容(róng)风格、更(gèng)快(kuài)的生产速度，更低(dī)的(de)生产成本，这无疑会驱动内容(róng)产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应(yīng)用(yòng)于音乐、代码、机器(qì)人动作等多种内容(róng)形式的(de)生成。不(bù)难(nán)发现该(gāi)项技术不(bù)仅(jǐn)在游戏等行业能(néng)得到有效应用，对(duì)于下一代(dài)互(hù)联(lián)网各种(zhǒng)元(yuán)素(sù)的(de)构建亦有关键意义。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等(děng)诸多领域，本身就对基于(yú)AI的可视(shì)化(huà)内容有强烈需求(qiú)。

因(yīn)此，AI绘(huì)画及视频或不是结(jié)果，而只是AI进程中的一块重要拼图(tú)，有望在(zài)技术更(gèng)新的加(jiā)持下实现更大的应用(yòng)价(jià)值。

AI从理解内(nèi)容，走向了可(kě)以生(shēng)成内(nèi)容，甚至能够创(chuàng)造出独立价值和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表着未来的(de)先(xiān)进生(shēng)产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢(láo)固AIGC底座

从技术的发展也(yě)可以看(kàn)出，在语言大模型、图像大模型(xíng)之后，多模态(tài)大模型已经(jīng)成为了新的趋(qū)势。

大(dà)模型(xíng)被誉为当前人工(gōng)智能发(fā)展的智能(néng)底座(zuò)，是全球(qiú)竞争最激烈的研究(jiū)方向之(zhī)一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部(bù)企业(yè)都在竞相(xiāng)发力。

不(bù)过训练大模型的确(què)价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力(lì)》报(bào)告估算(suàn)，GPT-3训练一次的(de)成本约为140万美元。而对(duì)于一些更大的LLM(大型语言模(mó)型)，训(xùn)练(liàn)成本则(zé)介(jiè)于(yú)200万美元至(zhì)1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计算，其对应(yīng)芯片需求为3万(wàn)多(duō)片英伟(wěi)达A100 GPU，初(chū)始投入成本约(yuē)为(wèi)8亿美元，每(měi)日仅电(diàn)费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关(guān)注(zhù)各(gè)类大模型(xíng)的发展同(tóng)时，更应该(gāi)关(guān)注算力网(wǎng)络(luò)的建设。

算力网络正驱动AI产业发(fā)展(zhǎn)进入史诗级加(jiā)速进程，让(ràng)AIGC及(jí)通用(yòng)AI这一人工智(zhì)能(néng)发(fā)展(zhǎn)的终极目标离得(dé)更近。

因为算力可以对突破性技术创(chuàng)新(xīn)提供大力的支持。这方面，多模态大模型是典(diǎn)型。作(zuò)为(wèi)面向未来强人工(gōng)智能、通用人工(gōng)智能的重要技(jì)术创新，多模态(tài)大(dà)模型(xíng)已经(jīng)在人工智能领(lǐng)域提出了很多(duō)年，业界也有不少(shǎo)技术(shù)突破，但是，多模(mó)态大模型进一(yī)步往下(xià)走(zǒu)，算力需求呈(chéng)几何式(shì)上升，一般(bān)的算力基础设施很(hěn)快将(jiāng)难以胜任。

从(cóng)图像、文(wén)字、语音(yīn)单独(dú)一(yī)项(xiàng)的训练，到双模(mó)态(tài)、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应(yīng)对不(bù)同模态的转化、像人与(yǔ)世界交互一样自然，这方面(miàn)，由算力网络来驱动将有明显优势(shì)。

此外，还有很多需要爆发式增长(zhǎng)的算力(lì)来支撑的技(jì)术创新，将在人工智能(néng)算力网络支撑(chēng)下快(kuài)速推(tuī)进。

AIGC已经露(lù)出(chū)曙(shǔ)光，期待在大模型(xíng)和大算力的支持下AIGC能持(chí)续颠覆内容生产的方(fāng)式，将(jiāng)创造(zào)的(de)边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 悲守穷庐将复何及啥意思，悲守穷庐将复何及表达了什么愿望