自(zì)聊天(tiān)机器(qì)人(rén)ChatGPT火(huǒ)爆以(yǐ)来，微软公司(sī)创始人(rén)比尔·盖(gài)茨已多次公开谈论(lùn)人工智(zhì)能话题。在最(zuì)近的一次采(cǎi)访中，他再次表示：“AI可能会让科(kē)技行业迎来(lái)一(yī)次剧烈的洗牌”。

这个结论是他在(zài)当地时(shí)间2月20日接(jiē)受《In Good Company》节目专(zhuān)访时提(tí)出的。

他预期(qī)，AI的(de)发展可能会威胁到(dào)谷(gǔ)歌的市占率，因为微软在(zài)AI方面(miàn)的行动相当(dāng)迅速。而(ér)最终科技(jì)巨(jù)头(tóu)将(jiāng)把AI整合成(chéng)用户的“全能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手的到来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代(dài)表(biǎo)的(de)AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科(kē)罗拉多州举(jǔ)办的新(xīn)兴数字艺术家竞赛中(zhōng)，一幅(fú)名为《太空歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件(jiàn)被广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入一组关(guān)键词或者一(yī)张照片，就能获得一(yī)幅(fú)AI创作的画(huà)作。

作画的关键就是(shì)所输入的文(wén)本。同一组关键词也可(kě)以创作出很多张风格不一样的(de)画(huà)作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很多用户(hù)很喜欢这种不(bù)确定的惊喜(xǐ)，他们(men)会将生成的美图(tú)当做头像(xiàng)。而另(lìng)一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体(tǐ)上，许多用户分(fēn)享AI“翻车现场”，例如(rú)，一位网(wǎng)友的(de)小狗照(zhào)片(piàn)被(bèi)AI画成(chéng)了“肌肉(ròu)男”，还有网友的个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写(xiě)关(guān)键词游(yóu)戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一(yī)位正在(zài)斯坦福读博的(de)中国人张吕敏创作(zuò)的(de)一种基于控制点的(de)图像变(biàn)形(xíng)算(suàn)法(fǎ)，主要(yào)用于(yú)数字图(tú)像(xiàng)处理、计算机视觉和计算机图(tú)形(xíng)学等领域。

其(qí)SD插件一经发布，在(zài)短短的(de)两天内(nèi)便成为了AI绘(huì)画领域最新的热点。

在此(cǐ)之前，大家用了很多方法想让AI生成的结果尽可能的(de)符合(hé)要求，但(dàn)是(shì)都不(bù)尽如(rú)人(rén)意，它的出现(xiàn)代(dài)表着(zhe)AI生成开始进入真正的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面(miàn)的构(gòu)图，人(rén)物的姿势和画(huà)面的深度信息等(děng)。有了它的帮助，就不用频繁的用提示词来碰运(yùn)气(qì)，抽盲盒(hé)式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少(shǎo)博主的作(zuò)品已(yǐ)经获得(dé)了大量的(de)浏览量，“viggo”就是其中之(zhī)一，他(tā)用朋(péng)友的(de)照片直接带她们走进动漫世界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

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

通过图片就可以(yǐ)看出(chū)来，效(xiào)果十分惊艳。

更厉害(hài)的是，除了真实的照片，草图也(yě)可(kě)以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩图(tú)。大(dà)神张吕敏其本尊也亲自回(huí)应。

不得(dé)不说当下AIGC已经(jīng)变得(dé)越(yuè)来(lái)越强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕(tì)安(ān)全(quán)问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的(de)消息火遍网络，而经过(guò)警方辟(pì)谣这所谓的(de)“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由于(yú)这个活动里面给出的美女照(zhào)片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大(dà)家当(dāng)成真事传播(bō)了。

不过仔细观(guān)察可以发现(xiàn)，活动发起者提供(gōng)的(de)照片中(zhōng)有个很大(dà)的漏洞可以发现(xiàn)并非(fēi)真人，而是(shì)AI绘图(tú)，那(nà)便(biàn)是(shì)图片中女性的手指部分(fēn)有的存在(zài)异常。

有行业人事表示：“现在因为手指部分的绘画算法比较(jiào)复杂，AI还(hái)不(bù)太会画人的手，但最(zuì)新看到的(de)图(tú)片已经有(yǒu)越来越完美的AI模(mó)型出现，以后(hòu)可(kě)能就完(wán)全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外也(yě)已(yǐ)有发生(shēng)。据英(yīng)国(guó)广(guǎng)播公司报(bào)道(dào)，土耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合(hé)成了(le)儿童受灾的假(jiǎ)照(zhào)片发布到网络，以此诱骗善(shàn)良的人打赏(shǎng)“捐助(zhù)”从(cóng)而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做(zuò)出真(zhēn)人(rén)照片(piàn)般的绘图效果(guǒ)，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还(hái)引发了很多担忧(yōu)，一方面，批判者(zhě)认为(wèi)AI在“学(xué)习(xí)”了大量前人的作(zuò)品之(zhī)后(hòu)，其创作没有任何情绪和灵魂，难(nán)以和人类的艺术创作相(xiāng)提并(bìng)论。

另一方面，AIGC背(bèi)后的版(bǎn)权、目前都并没(méi)有得(dé)到有效的解决，还有AIGC会不会代替人(rén)类(lèi)“至高(gāo)无上(shàng)”的创意。

马斯(sī)克也强(qiáng)调，人工智能的安全问题需要得到重视(shì)，太晚就(jiù)来不(bù)及(jí)了。

03

AIGC下一站除了视频(pín)，还有远方

技术都是有(yǒu)两面(miàn)性(xìng)的，潜(qián)在的危害并不能掩盖(gài)其光辉的贡献。现在看(kàn)来(lái)，人(rén)工智能技术将(jiāng)是第四次工业(yè)革命的核(hé)心驱动(dòng)力量，将创造新的增(zēng)长奇迹(jì)。

过去一年，人(rén)工(gōng)智能在技(jì)术和商(shāng)业层面都有(yǒu)了巨大(dà)进(jìn)展(zhǎn)，AI绘画就是人工智(zhì)能技术发(fā)生方向性改变(biàn)的一个代表。其下一站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科(kē)技(jì)圈的短视频。这些视(shì)频引发关注并非内容做得多优秀，反而都非常简单，比如一匹正在喝水(shuǐ)的马，一只画画的玩具(jù)熊，或者一(yī)段骑摩托(tuō)车的(de)第一(yī)视角录像(xiàng)，随便(biàn)一(yī)个有手机(jī)的人都可以(yǐ)随手录下一段。

但这些短视频的创作方(fāng)式非(fēi)常简单，创作者(zhě)仅仅需要向AI输入一(yī)段话，甚(shèn)至(zhì)只是说(shuō)一下(xià)要求，AI就可以根据需要生(shēng)成一段视频。

谷歌(gē)发布(bù)的(de)两(liǎng)个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就(jiù)已经玩了一(yī)波梗(gěng)，一个能(néng)够做出(chū)更高清视频的AI还不足以(yǐ)在短时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的(de)地方(fāng)在于(yú)，它可(kě)以制作出超(chāo)过2分钟的连(lián)贯(guàn)的也有确切内容的视频，这才(cái)是真正让人(rén)们感到(dào)惊喜(xǐ)的地方。因为(wèi)无(wú)论AI生成的视频(pín)多么高清，也(yě)只(zhǐ)能(néng)是为内容生产者提供(gōng)一个灵感，一个素材，一(yī)个过场动画(huà)。

不(bù)过能够制作出有具体剧情内容的视(shì)频就意味着(zhe)，一些(xiē)视频创作由AI代替人工完成已经初步有了可(kě)能(néng)。

当(dāng)下AI的发展速度已经超过大部分人的(de)想象(xiàng)。内容产业的本质(zhì)是供给(gěi)创造需求，AIGC作为全新的内容生产方式(shì)，可以为(wèi)内容产业带(dài)来更(gèng)新的(de)内容风格、更快的生产速度，更(gèng)低的生产成本，这无疑会(huì)驱动内容(róng)产业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器人动作等多种内容(róng)形(xíng)式的生(shēng)成。不难发现(xiàn)该项技术不仅(jǐn)在游戏等行(xíng)业能(néng)得到有效应(yīng)用，对于(yú)下一代互(hù)联网各(gè)种(zhǒng)元(yuán)素的构建亦有关键(jiàn)意义。

从商业化的角度来(lái)看，文化娱乐、教育、传媒等诸多领(lǐng)域，本(běn)身(shēn)就(jiù)对基于AI的(de)可视化(huà)内容(róng)有(yǒu)强烈需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进程中的一块重要(yào)拼图，有望在技术更新的加持下(xià)实现更大的应用价值(zhí)。

AI从(cóng)理解内容(róng)，走向了可以生成内容(róng)，甚(shèn)至能够创造(zào)出独立价值和独立视(shì)角的内容。AIGC的再次出圈(quān)，更代(dài)表着(zhe)未来的先(xiān)进生产(chǎn)力即将到(dào)来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座(zuò)

从技术的发展也可以看出，在语言大模型、图像(xiàng)大模型(xíng)之后，多(duō)模(mó)态大模型(xíng)已(yǐ)经成为了新的(de)趋势。

大模型被誉为当前人工智能发展(zhǎn)的智能底座(zuò)，是全球竞(jìng)争最激(jī)烈的研(yán)究方(fāng)向(xiàng)之一，包括谷(gǔ)歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯等殇是什么意思怎么读拼音，殇是什么意思 怎么读伤感的一个字众多头部企业都在竞相发力。

不过训练(liàn)大(dà)模型(xíng)的确价格不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要多少算力(lì)》报(bào)告估算，GPT-3训练一次的(de)成(chéng)本约为140万(wàn)美(měi)元。而对于一些(xiē)更(gèng)大的LLM(大型语言模型(xíng))，训练(liàn)成本则介于200万美(měi)元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月(yuè)的独立访(fǎng)客平均数(shù)1300万(wàn)计算，其对应芯(xīn)片需求为3万(wàn)多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入(rù)成本约为8亿美元，每日仅电(diàn)费(fèi)就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开(kāi)庞(páng)大算(suàn)力(lì)支持。在关注各类大模型(xíng)的发展(zhǎn)同时，更应该关(guān)注算力网(wǎng)络(luò)的建设(shè)。

算(suàn)力网络正驱动AI产(chǎn)业发展进入史(shǐ)诗级加(jiā)速进程，让AIGC及通(tōng)用AI这一人工智能发展的终极(jí)目标离得更(gèng)近。

因为算力可以对(duì)突破性技术创新提供大力的支持(chí)。这方面，多模(mó)态大模型(xíng)是典型。作为(wèi)面向(xiàng)未来(lái)强人工智能、通用人(rén)工智能(néng)的重要技术创新，多模态(tài)大模型已经在(zài)人工智能(néng)领域提出了很多年，业界也(yě)有不少技术突(tū)破(pò)，但是，多模(mó)态大模(mó)型进(jìn)一步往下走(zǒu)，算力需求呈几何式(shì)上升，一般的算力基础(chǔ)设施很快将(jiāng)难以(yǐ)胜任。

从图像、文字(zì)、语音单独一项的训(xùn)练，到双模态(tài)、三模态的跃(yuè)迁(qiān)，让人工(gōng)智能(néng)可(kě)以(yǐ)灵活(huó)应对不同模态的(de)转(zhuǎn)化、像人与世界(jiè)交互一样自然，这方(fāng)面，由算力(lì)网络(luò)来驱(qū)动将有明显优势。

此外，还有很(hěn)多需(xū)要爆(bào)发式增长的(de)算(suàn)力来(lái)支撑的技术创新(xīn)，将(jiāng)在(zài)人工智能算力网(wǎng)络支(zhī)撑(chēng)下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期(qī)待在大模型和大(dà)算(suàn)力的支(zhī)持下AIGC能持续颠覆(fù)内(nèi)容生(shēng)产(chǎn)的方式，将(jiāng)创造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 殇是什么意思怎么读拼音，殇是什么意思 怎么读伤感的一个字